Возможности предиктивной аналитики...
TRANSCRIPT
Возможности предиктивной аналитики SAP
для анализа клиентских данных Михаил Аветисов, эксперт SAP, прогнозная аналитика 9 апреля 2015 Public
© 2015 SAP SE or an SAP affiliate company. All rights reserved. 2 Public
• Клиенты
• Маршруты
• Сотрудники
• Парк ВС
Что такое прогнозное моделирование?
Данные бизнеса
«ХОРОШО» «ПЛОХО»
ID Пол ВозрастГражданствоДоход Статус Канал продажСегмент Дата посл.покупкиОтклик Дебошир
1020 М 45 РФ 75000 Новый Прямая Бизнесмен 20.07.2014 Нет Да
1021 Ж 26 Казахстан 45000 Активный Интернет Путешественник 10.07.2014 Да Нет
Прогнозное моделирование:
1. По известным историческим результатам процесса (бизнес- или технологического) выявить закономерности, влияющие на его результат (построить модель).
2. На основе выявленных закономерностей сделать прогноз о результатах процессов в будущем
3. Оптимизировать процесс, на основе сделанного прогноза
Примеры задач:
• Оптимизация рассылки по прогнозу отклика на
предложение
• Прогноз загрузки рейса
• Прогноз вероятности отказа узла или агреагата
• Прогноз рентабельности рейса на новом
направлении
© 2015 SAP SE or an SAP affiliate company. All rights reserved. 3 Public
• Новые
• Прогнозирование загрузки
• Влияние тарифов на загрузку
• Оптимизация расписания
• Привлечение
• Развитие
• Удержание
• Прогнозирование отказов
• Оптимизация ремонтов
Земля Пассажиры
Маршруты Тарифы.
Расписание
Возможности для оптимизации с помощью прогнозной аналитики
в авиакомпании
Анализ KPI
© 2015 SAP SE or an SAP affiliate company. All rights reserved. 4 Public
Анализ KPI
1. Анализируя информацию за прошлые периоды, выявить показатели, в наибольшей
степени влияющих на главные бизнес-индикаторы (прибыль, маржинальный доход, доля
рынка).
2. Используя полученную модель для «что-если» анализа, подобрать значения KPI и
драйверов процесса, необходимых для достижения требуемого результата
3. Оптимизировать
отдельные процессы
для достижения
установленных
плановых KPI
Драйверы
KPI
Основные бизнес-индикаторы
Прибыль
Пассажирокм
Ср. плечо рейса
Ср. загрузка рейса
… Выручка
/ пассажира
© 2015 SAP SE or an SAP affiliate company. All rights reserved. 5 Public
Пассажиры
Привлечение Анализ эффективности каналов массовой рекламы
– Связать исторические данные о продажах билетов в регионе с данными о рекламе (затраты, доля по сравнению с конкурентами…)
– Установив влияние каждого канала на продажи, сократить неэффективные затраты или перенаправить их в другие каналы.
– Метод позволяет, например, определить верхние границы вложений в массовую рекламу, повышение затрат выше которых не ведёт к росту продаж
Москва и Санкт-Петербург Города миллионники Города < 900000
Лето
Щиты: 70% ТВ: 30%
Щиты: 50% ТВ: 50%
И-нет: 30%ТВ: 70%
Зима
Щиты: 80% ТВ: 20%
Щиты: 30% ТВ: 70%
ТВ: 100%
© 2015 SAP SE or an SAP affiliate company. All rights reserved. 6 Public
Пассажиры – Программа лояльности
Целевые рассылки
Выбор оптимального предложения, канала и времени обращения на основе прогноза отклика (по
результатам прошлых кампаний или тестовых рассылок)
Удержание – Выбор клиентов с высокой вероятностью оттока для действий по удержанию
– Выбор действия по удержанию, с наибольшей вероятностью удерживающего клиента.
Рекомендации на сайте
Выбор для отображения на сайте направлений и услуг, наиболее подходящих посетителю сайта
Предложение 2 Интернет
Готов к оттоку
Предложение 1
Традиционные
Готова для
предложения 1
Предложение 3
Социальные сети
Уже получила
предложение и
сказал «нет».
?
© 2015 SAP SE or an SAP affiliate company. All rights reserved. 7 Public
Пассажиры – рекомендации на сайте
• Микросегментация клиентской базы
• Выявление групп клиентов, связанных между собой сходным поведением на сайте
(приобретают/просматривают одинаковые продукты)
• Рекомендации клиентам
• Выявление продуктов (отели, такси, апгрейды класса), отсутствующей в корзине клиента, но
присутствующей в корзинах связанных клиентов. Индивидуальные рекомендации каждому
клиенту.
© 2015 SAP SE or an SAP affiliate company. All rights reserved. 8 Public
Пассажиры – Сегментация клиентов
Данные по клиентам:
Пол
Возраст
Гражданство
Семейное положение
Адрес проживания
Регион
Статус участия
Бизнес-сегмент
Канал продаж
Продолжительность участия
Кол-во полетов за период с разбивкой
Транзакции по карте лояльности
Накопленные/списанные баллы за
период
Участие в мероприятиях
Факты обращений в компанию
Новизна (дата последнего полета)
Частота (кол-во транзакций)
Интенсивность (чистая стоимость
билетов)
ID Пол ВозрастГражданствоДоход Статус Канал продажСегмент Дата посл.покупкиОтклик Дебошир
1020 М 45 РФ 75000 Новый Прямая Бизнесмен 20.07.2014 Нет Да
1021 Ж 26 Казахстан 45000 Активный Интернет Путешественник 10.07.2014 Да Нет
© 2015 SAP SE or an SAP affiliate company. All rights reserved. 9 Public
Маршрутная сегментация пассажиров
© 2015 SAP SE or an SAP affiliate company. All rights reserved. 10 Public
Помогает повышать отдачу от клиентской базы, используя предсказательную аналитику на
огромных объемах данных, накопленных в корпоративных хранилищах данных или CRM
системах, адресно воздействуя на клиентов на всех этапах жизненного цикла.
Используя передовые достижения математики, позволяет строить прогнозные модели в
десятки раз быстрее чем SAS, SPSS или R, основанные на традиционных алгоритмах.
Позволяет учитывать в моделях десятки тысяч параметров, что незаменимо в моделировании
технических процессов.
Дает возможность пользователям-специалистам в прикладных отраслях (технологам,
маркетологам, специалистам по планированию сети) самим решать все задачи, не прибегая к
помощи профессиональных статистиков/аналитиков.
SAP Predictive Analytics 2.0 – решение SAP для прогнозной аналитики
© 2015 SAP SE or an SAP affiliate company. All rights reserved.
Спасибо!
Михаил Аветисов,