Business Intelligence narzędziem wsparcia sprzedaży

Transkrypt

1 Forum Sektora Finansowego 2007 Business Intelligence narzędziem wsparcia sprzedaży Filip Łapiński Konsultant Zarządzający IBM Polska 05/06/2007

2 Prognozy IBM Institute for Business Value IBM Institute for Business Value prognozuje zmianę krzywej obrazującej wymagania klienta. Rozwój populacji będzie powodował relatywne zwiększenie udziału segmentów młodzieży oraz osób starszych Zmiany stylu życia Pojawienie się nowych dostawców usług Zwiększona świadomość klientów 2 05/06/2007

3 Jak było wczoraj Krzywa wymagań klienta w kształcie dzwonka Ograniczona konkurencja Dostarczanie w większości niezróżnicowanych produktów i usług Prosta segmentacja klienta realizowana na podstawie bazowych danych, większość klientów może być obsłużona na bazie podobnych produktów Analizy wyłącznie zbiorcze, przygotowywane ze znacznym opóźnieniem Wymagania Klienta Masowy Spektrum produktów Specjalizowany 3 05/06/2007

4 Jak jest dzisiaj Krzywa wymagań klienta ulega spłaszczeniu Zwiększona konkurencja Banki poszukują czynników zróżnicowania poprzez: wprowadzanie nowych produktów i nowych kanałów dystrybucji występuje redukcja marży Segmentacja klienta staje się bardziej złożona, analizujemy dane podstawowe oraz aktywność: Klienci są lepiej poinformowani i bardziej aktywnie poszukują interesującego ich produktu oraz dostawcy Analizy zbiorcze oraz indywidualne istotna jest szybkość dostarczenia informacji Wymagania Klienta Masowy Spektrum produktów Specjalizowany 4 05/06/2007

5 Jak będzie jutro Krzywa wymagań klienta odwraca się Intensywna konkurencja, Banki poszukują czynników zróżnicowania, występuje znacząca redukcja marży Segmentacja klienta będzie bardzo skomplikowana. Świadomi oraz dobrze poinformowani klienci poszukują złożonych niskokosztowych, masowych produktów jak i również ofert przygotowanych specjalnie dla nich Konieczne jest operacyjne wsparcie analityczne będące elementem procesu obsługi klienta Wymagania Klienta Masowy Spektrum produktów Specjalizowany 5 05/06/2007

6 Czynnik sukcesu organizacji w dobie przewidywanych zmian Informacja o klientach: aktualna, zweryfikowana, spójna i aktywnie wykorzystywana w procesie sprzedaży 6 05/06/2007

7 Dane to nie wszystko. Business Intelligence Dane Informacje Decyzje Akcje Nazwa Adres Rachunek Historia transakcji 7 05/06/2007

8 Typowa obecna architektura Systemy źródłowe Systemy i użytkownicy docelowi Silosy danych xls xls txt xls txt xls Silosy danych xls txt xls 8 05/06/2007

9 Jakie są efekty.. TONIEMY W DANYCH!!! Brak dostępu do informacji aktualnych Brak skonsolidowanego obrazu klienta Powolne wykonywanie raportów, liczne błędy i nieścisłości Finalne raporty pozostają wyłącznie na papierze Duplikacja pracy oraz wysokie koszty rozwoju i utrzymania BRAK JEDNEGO ŹRÓDŁA PRAWDY 9 05/06/2007

10 Z badań IBM wynika, że. Tylko ¼ kadry zarządzającej Wierzy, że informacja w ich przedsiębiorstwie jest łatwo dostępna, dostosowana do wymagań oraz zintegrowana 85% informacji jest pozbawiona jednolitej struktury 30-50% czasu związanego z przygotowaniem raportu polega na kopiowaniu danych 70% czasu pracownikom zajmuje Proces poszukiwania wymaganych informacji Transactions 65% przedsiębiorstw dostrzega krytyczność budowy rozwiązania Organizations Products Business Intelligence na przestrzeni kolejnych 3-5 lat s Customers Databases Documents Employees Financials Partners Web content Reports Media Źródło: badania własne IBM 10 05/06/2007

11 Gdzie biznes może zyskać wykorzystując BI? Kto obecnie korzysta z rozwiązań BI? Gdzie wykorzystanie rozwiązań BI może doprowadzić do największych korzyści? IT Analitycy Kadra Obsługa Klienta Kierownicza (Front Line) 0 IT Analitycy Kadra Obsługa Klienta Kierownicza (Front Line) Źródło: badania własne IBM 11 05/06/2007

12 Sugerowana docelowa architektura Systemy źródłowe Odbiorcy Informacji Hurtownia Danych Zasięg ogólno korporacyjny Wspólny proces czyszczenia danych Zapewniona jakość danych Spójne Raportowanie Powszechny dostęp do aktualnych danych Procesy raportowe efektywne kosztowo Zapewniona skalowalność rozwiązania 12 05/06/2007

13 Sugerowana architektura funkcjonalna Core Banking Core Banking Karty Płatności Platforma Integracyjna Front End CRM Analityczne Wsparcie Sprzedaży Kanały Dostępu Samoobsługowe: Internet ATM Asystowane: Oddział Call Center B2B Partnerzy Dystrybutorzy Zapytania i raportowanie Hurtownia Analiza Danych Danych Eksploracja Danych 13 05/06/2007

14 Zapytania i Raportowanie Wspiera użytkownika biznesowego w udzielaniu odpowiedzi na przygotowane pytania biznesowe Przykłady: Jaka jest lista naszych 10 najlepszych klientów? Które z naszych produktów generują najmniejszy przychód? Czy nasze produkty podlegają sezonowości sprzedaży? Jaki jest stopień realizacji planu? Proces realizacji Definicja zapytania Dostęp do Danych i ich pobranie Wykonanie wyliczeń Prezentacja Raportu Dostarczenie Wyników 14 05/06/2007

15 Analiza Danych Analiza dużych ilości danych pod względem wielu wymiarów i na określonym poziomie agregacji celem odkrycia występujących reguł biznesowych, wykonania analiz porównawczych oraz ustalenia zdarzeń biznesowych. Dostępne Mechanizmy Analiza przekrojów, agregacja, drążenie, Pivoting 15 05/06/2007

16 Eksploracja Danych Data Mining Zadaniem eksploracji danych jest wsparcie użytkownika biznesowego w analizie dużej ilości danych i procesów w celu lepszego ich poznania, zrozumienia oraz odnalezienia nieznanych, ukrytych informacji, zależności, reguł i wzorców celem wykorzystania ich do podejmowania decyzji biznesowych Odkrywanie danych polegające na technikach: Asocjacji, Sekwencji, Klasyfikacji Grupowaniu, Eksploracji tekstu Przygotowanie Danych Eksploracja Danych Schematy Reguły 16 05/06/2007

17 Eksploracja Danych Asocjacja, Sekwencja Asocjacja: Celem analizy jest znalezienie naturalnych wzorców zachowań konsumenckich klientów poprzez analizę produktów (grup produktów), najczęściej razem kupowanych. Metoda znajduje zastosowanie wszędzie tam, gdzie klienci nabywają łącznie pewien zbiór dóbr lub usług. (MBA - Market Basket Analysis). Sekwencja Problem odkrywania wzorców sekwencji: polega na analizie bazy danych zawierającej informacje o zdarzeniach, które wystąpiły w określonym przedziale czasu w celu znalezienia zależności pomiędzy nimi: 17 05/06/2007

18 Eksploracja Danych Klasyfikacja, Grupowanie Klasyfikacja Na podstawie zawartości bazy danych budowany jest model, który służy do klasyfikowania nowych obiektów w bazie danych lub zrozumienia istniejącego podziału obiektów na predefiniowane klasy. Grupowanie Dany jest zbiór obiektów (rekordów), na podstawie którego wykonywane są naturalne pogrupowania w klasy (klastry, skupienia) obiektów o podobnych cechach. Znajdujemy zbiory obiektów, które są podobne. Grupowanie może dotyczyć obiektów rzeczywistych lub abstrakcyjnych Eksploracja tekstu 18 05/06/2007

19 Odkrywanie a weryfikowanie informacji Analiza Informacji Tryb Weryfikacji Tryb Odkrywania Zapytania i Raporty Analiza Danych Eksploracja Danych 19 05/06/2007

20 Jak informacje przekształcić w pieniądze? 7% 66% Klientów Eksploracja Danych zidentyfikowanych klientów 8,6% było dostępnych 33% spotkań z klientami kontraktów +1 M przychodu Źródło: dane projektowe 20 05/06/2007

21 Przyszłość rozwiązań Business Intelligence Informacja na życzenie - Celem optymalizacji procesów on-line Blokowanie podejrzanych transakcji przed ich realizacją Analiza, eksploracja danych - Celem zrozumienia dlaczego i zarekomendowania przyszłych działań Analiza sytuacji, opracowywanie programu przeciwdziałania Zapytania i Raporty Celem zrozumienia co się stało Analiza strat w wyniku oszustw 21 05/06/2007

22 Przyszłość rozwiązań Business Intelligence Informacia na życzenie Celem optymalizacji procesów on-line Dynamic Warehousing wymaga: Analiza, eksploracja danych - Celem zrozumienia dlaczego i zarekomendowania przyszłych działań Zapytania i Raporty Celem zrozumienia co się stało Dynamic Warehousing 1. Dostępu do informacji w czasie rzeczywistym 2. Analiza jest częścią realizowanego procesu biznesowego 3. Wykorzystania wiedzy zgromadzonej w nieustrukturalizowanychźródłach 4. Ścisłej integracji infrastruktury Traditional Data Warehousing 22 05/06/2007

23 Różnice w podejściu Traditional warehousing Pasywna analiza przeszłości Dynamic warehousing Aktywny wpływ na przyszłość Analiza i raportowanie oszustw Identyfikacja podejrzanych transakcji przed ich autoryzacją i wykonaniem Analizowanie i raportowanie historycznych danych sprzedażowych Wykorzystanie właściwych informacji o kliencie celem identyfikacji możliwości sprzedaży wiązanej oraz podniesienia pozycji negocjacyjnej bezpośrednio w punkcie sprzedaży 23 05/06/2007

24 Podsumowanie Podstawą prowadzenia efektywnej sprzedaży oraz obsługi klienta jest INFORMACJA, która powinna stanowić bazę do podejmowania trafnych decyzji biznesowych. Dostarczana informacja powinna być: spójna, sprawdzona, aktualna wykorzystywana bezpośrednio w procesie przygotowania sprzedaży oraz bezpośredniej obsługi klienta Realizacja powyższych wymagań nie może być właściwie spełniona wyłącznie przez systemy transakcyjne. Konieczne jest zaprojektowanie i uruchomienie rozwiązania klasy Business Intelligence 24 05/06/2007

25 Forum Sektora Finansowego 2007 Dziękuje za uwagę: Filip Łapiński Konsultant Zarządzający IBM Polska tel: (+48) /06/2007