3. 3
ЗНАЕТЕ ЛИ ВЫ СВОИХ КЛИЕНТОВ?
Директор Доктор Королева Священник Генерал
4. 4
РОЛЬ АНАЛИТИКИ
В ЖИЗНЕННОМ ЦИКЛЕ КЛИЕНТА
Прибыльность
• Где продавать?
• Кого привлекать?
• Какие каналы
развивать?
• Какие каналы
сокращать?
Привлечение
• Что интересно клиентам?
• Какими продуктами
и услугами склонен
воспользоваться
клиент?
• Как повысить прибыльность
и доходность клиентов?
Стимулирование
• Какие
клиенты склонны
к уходу?
• Как удерживать
клиентов?
Удержание
• Кого
необходимо
возвращать?
• Каким способом
возвращать?
Возврат
Время
Segmentation Engine
Basket Analysis Engine
Response Engine
CLTV Engine
Churn Engine
5. 5
НЕЗАВИСИМЫЕ ИССЛЕДОВАНИЯ
• 75% клиентов предпочитают высокий уровень
обслуживания, при этом 15% из них готовы платить
больше1
• 50% клиентов переходят к конкурентам из-за низкого
качества обслуживания1
• 20% клиентов склонны перейти к конкуренту
из-за неудовлетворенности от последнего общения2
• 86% клиентов приветствуют наличие персонифицированных
предложений во время операций самообслуживания3
• 84% клиентов готовы платить больше за лучшее качество
обслуживания4, из них
• 56% клиентов готовы платить на 10% больше
• 24% клиентов готовы платить на 15% больше
• 20% клиентов готовы платить на 20% больше
1 – Genesys Global Survey, 2007
2 – Aspect Contact Center Satisfaction Index, 2007
3 – Genesys Global Survey, 2009
4 – RightNow Customer Experience Impact Report, 2011
7. 7
ЗАДАЧА СНИЖЕНИЯ ОТТОКА КЛИЕНТОВ
• Цель – уменьшить количество уходящих клиентов
• Задача – вовремя выделять склонных к уходу клиентов и применять
различные способы их удержания
Типовой вид графика доходности ушедшего клиента
Прошлое
История поведения клиентов
Окно воздействия
Период скоринга и запуска
кампаний по удержанию
Будущее
Прогноз поведения
клиентов
Время
Доходность
клиента
Применение
модели оттока
Запуск
кампании по
удержанию
8. 8
ИСПОЛЬЗОВАНИЕ МОДЕЛИ ОТТОКА
• Модель оттока позволяет выделить клиентов, склонных к уходу
• Полученная группа существенно меньше всей клиентской базы,
т.е. снижается стоимость кампании по удержанию
• Полученная группа содержит максимальную концентрацию клиентов,
склонных к уходу, т.е. повышается отклик на кампанию по удержанию
Модель оттока
(отбор наиболее
склонных к уходу)
Клиенты Целевой сегмент для удержания
10. 10
ПОСТАНОВКА ЗАДАЧИ
• 250 тыс. абонентов с историей до 10.01.2012
• Историческая информация по вызовам, платежам, блокировкам и т.д.
• Average Revenue per Unit (ARPU) = $8
Задача
Имеющиеся данные
• Сокращение оттока абонентов
• Необходимо спрогнозировать склонность абонентов к оттоку в течение
февраля 2012 года
• Один из крупнейших региональных телеком операторов в России
• Занимаем 14 место по версии CNews Telecom 2011
• Представлен в 13 регионах России
Телеком оператор
11. 11
ЗАДАЧА ПРОГНОЗИРОВАНИЯ ОТТОКА
Прошлое Окно воздействия
28 дней
Уход абонента
40 дней
Время
Доходность
клиента
Сегодня
Применение
модели оттока Запуск
кампании по
удержанию
• Спрогнозировать уйдет ли абонент в течение 40 дней
• На удержание абонента доступно окно в 28 календарных дней
• 14 дней на подготовку кампании по удержанию
• 14 дней на проведение кампании по удержанию
13. 13
ОПРЕДЕЛЕНИЕ КРИТЕРИЯ ОТТОКА АБОНЕНТОВ
• Только платные типы сервисов и направления вызовов
• Абоненты, которые уже в блокировке 90 дней и более
• Абоненты, которые превысили свой средний интервал между вызовами
40 дней
15. 15
ПОДГОТОВКА ВЫБОРКИ АБОНЕНТОВ
ДЛЯ НАСТРОЙКИ МОДЕЛИ ОТТОКА
Абонент считается ушедшим, если с момента последнего исходящего
платного вызова прошло 40 и более календарных дней
55.6%
ушедших по
критерию оттока
250тыс.абонентов
44.4%
активных
Данные за октябрь,
ноябрь, декабрь 2011г.
55.6%
склонных к уходу
(97 300 абонентов)
44.4%
лояльных
(77 700 абонентов)
55.6%
склонных к уходу
(41 700 абонентов)
44.4%
Лояльных
(33 300 абонентов)
Группа для
обучения модели оттока
175 000 абонентов (70%)
Группа для
проверки модели
оттока 75 000
абонентов (30%)
175000
абонентов
75000
абонентов
16. 16
Применение модели прогнозирования оттока
ПРИНЦИП РАБОТЫ МОДЕЛИ ОТТОКА
ID ДК
Звонки
7д
Звонки
1д-год
День
недели
Баллы
лояль-
ности
Кол–во
промо
7д
Дней в
блоки-
ровке
Тариф
Дней
лояльности
… Отток
1 97 3 2 23 3 3 Безлимит 241 ДА
2 134 5 3 24 2 5
Предоплат
а
1345 НЕТ
3 145 2 4 25 1 5 Интернет 182 НЕТ
… … … … … … … … … …
Историческое признаковое описание Целевой
признак
ID ДК
Звонки
7д
Звонки
1д-год
День
недели
Баллы
лояльно
сти
Кол
промо
7д
Дней в
блокиров
ке
Тариф
Дней
лояльности
… Отток
4 25 6 2 12 0 3 Интернет 103 ДА
Обучение модели прогнозирования оттока
Модель прогнозирования оттока
17. 17
ОСНОВНЫЕ ХАРАКТЕРИСТИКИ АБОНЕНТА
• Расчетные статистики по услугам
и блокировкам
• Сумма за последние 3 месяца
• Среднее за последние 3 месяца
• Отклонение от среднего
за 3 месяца
• Отношение 1-ого месяца ко 2-ому
• Отношение 2-ого месяца к 3-ему
• Отношение 1-ого месяца к 3-ему
• Доля внутрисетевых услуг по
отношению ко всем услугам
помесячно
• Средние интервалы между
использованием услуг помесячно
• Тарифный план
• Пол
• Город
• Дилер
• Кол-во, стоимость и длительность
услуг (звонки, SMS, GPRS, USSD)
помесячно всего и внутри сети
• Кол-во и сумма платежей
помесячно
• Кол-во дней нахождения в
финансовой блокировке
• Кол-во случаев смен тарифного
плана
ИСХОДНЫЕ ПРИЗНАКИ РАСЧЕТНЫЕ ПРИЗНАКИ
19. 19
АНАЛИЗ МОДЕЛИ: ПРАВИЛО №1
• Кол-во дней в финансовой блокировке за 2-ой месяц > 30
т.е. отсекаем наверняка уходящих абонентов
20. 20
АНАЛИЗ МОДЕЛИ: ПРАВИЛО №2
• Кол-во платежей за 2-ой месяц <= 0
т.е. не было платежей
• Кол-во дней в финансовой блокировке за 2-ой месяц <= 29,7
т.е. были дни, когда абонент не был
заблокирован
• Кол-во дней в финансовой блокировке за 3 последних месяца > 63,4
т.е. два последних месяца из трех абонент
был заблокирован
21. 21
АНАЛИЗ МОДЕЛИ: ПРАВИЛО №3
• Кол-во исходящих звонков за 1-ый месяц <= 11
т.е. мало звонков за последний месяц
• Сумма платежей за 2-ой месяц > 6,8 руб.
т.е. были платежи
• Интервал между сервисными звонками за 3-ий месяц <= 15,7
т.е. часто наблюдаются сервисные звонки
• Отклонение от среднего кол-ва дней в финансовой блокировке > 12,9
т.е. очень неравномерно абонент начинает
попадать в финансовую блокировку
• Отклонение от среднего интервала между SMS <= 1, 05
т.е. абонент стабильно рассылает SMS
последние 3 месяца
23. 23
ОЦЕНКА КАЧЕСТВА РАБОТЫ МОДЕЛИ
Доля всех клиентов
Доляушедшихклиентовклиентов
100%
91,65%
83,12%
70,71%
53,95%
24. 24
ОЦЕНКА КАЧЕСТВА РАБОТЫ МОДЕЛИ
Консервативная
стратегия
Агрессивная
стратегия
Доля всех клиентов
Доляушедшихклиентовклиентов
Большой бюджетМаленький бюджет
25. 25
КАЧЕСТВО МОДЕЛИ НА ВЫБОРКЕ
КЛИЕНТОВ ДЛЯ ОБУЧЕНИЯ И ПРОВЕРКИ
53,95%
73,19%
Доля всех клиентов
Доляушедшихклиентовклиентов
Доля всех клиентов
Выборка клиентов
для обучения (70%)
Выборка клиентов
для проверки (30%)
26. 26
ОЖИДАЕМЫЙ ЭКОНОМИЧЕСКИЙ ЭФФЕКТ
Предположения
В среднем абонент остается после удержания (месяцев) 4
Сегмент для применения кампании по удержанию 20%
Процент уходящих в кампании по удержанию 53,95%
Расходы на абонента по удержанию $ 0,1
Процент отклика на кампанию по удержанию 10%
ARPU $ 8
Модель Кол-во уходящих в
сегменте
Кол-во
удержанных
Доход от работы
модели в год
Случайная модель 22 800 2 280 $ 515 520
Модель КРОК 61 466 6 145 $ 1 999 526
Эффект $ 1 484 006
28. 28
ПОДГОТОВКА ВЫБОРКИ АБОНЕНТОВ
ДЛЯ КАМПАНИИ ПО УДЕРЖАНИЮ
Абонент считается ушедшим, если с момента последнего исходящего
платного вызова прошло 40 и более календарных дней
55.6%
ушедших по
критерию оттока
250тыс.абонентов
44.4%
активных
Данные за октябрь,
ноябрь, декабрь 2011г.
23.5%
склонных к
уходу
76.5%
лояльных
111008абонентов
23.5%
склонных к
уходу
76.5%
лояльных
Контрольная группа
55 504 абонента
Фокусная группа
для кампании по
удержанию
55 504 абонента
30. 30
ПРОВЕРКА ТОЧНОСТИ КРИТЕРИЯ УХОДА
4%
96%
Ушедшие по критерию на конец декабря
совершившие оплачиваемый
вызов в 2012
по-прежнему неактивные
138 992
абонента
• 138 992 абонента относятся к ушедшим абонентам по введенному
критерию ухода
• По факту всего лишь 4% абонентов совершило оплаченный вызов после
констатации факта их ухода по критерию ухода
31. 31
ОТТОК СОКРАТИЛСЯ НА ТРЕТЬ!
8 287 (14,9%)
5 400 (9,7%)
47 217
50 104
0
10000
20000
30000
40000
50000
60000
контрольная группа фокусная группа
активные
ушедшие
32. 32
ЭКОНОМИЧЕСКИЙ ЭФФЕКТ*
Входные параметры
В среднем абонент остается после удержания (месяцев) 4
Сегмент для применения кампании по удержанию 23%
Процент уходящих в кампании по удержанию 60%
Сокращение оттока 5,2%
ARPU $ 8
Расходы на кампанию по удержанию (в год) $ 300 000
Модель Отток Кол-во удержанных Доход от работы
модели в год
Модель КРОК 150 000 52 000 $ 1 364 000
*В расчете на 1 млн. абонентов
34. 34
КОМПЛЕКСНАЯ ОПТИМИЗАЦИЯ
МАРКЕТИНГОВЫХ КАМПАНИЙ
Ценностный сегмент
Низкий Средний Высокий
Уровеньсклонности 10%
Маркетинговые
предложения
20%
30%
40%
50%
60%
70%
80%
90%
100%
Response Engine
Модель отклика
Churn Engine
Модель оттока
Segmentation Engine
Модель кластеризации
Basket Engine
Модель анализа
покупательских корзин
CLV Engine
Модель оценки ценности
клиента
35. 35
АНАЛИТИКА – ЭТО ЕЩЕ НЕ ВСЁ
@
Управление
маркетинговыми
кампаниями
Единое
хранилище
Web-аналитика
Прогнознаяаналитика
поклиентам
КЛИЕНТЫ КАНАЛЫ
Обучение IBM SPSS в Специалисте: http://www.specialist.ru/vendor/spss
36. 36
ПРЕИМУЩЕСТВА УПРАВЛЕНИЯ
МАРКЕТИНГОВЫМИ КАМПАНИЯМИ
Увеличение отклика
на кампании
10-50%
увеличение
Снижение оттока клиентов,
повышение отклика и
лояльности
5-15%
улучшение
Снижение затрат
на привлечение клиентов
20-75%
снижение
Снижение времени
на подготовку кампании
40-80%
снижение
Снижение расходов на
кампании и маркетинг
20-40%
снижение
Увеличение
производительности /
количества кампаний
50-300%
увеличение
37. 37
СПАСИБО ЗА ВНИМАНИЕ!
Александр Ефимов
Руководитель направления прогнозной аналитики
111033, Москва, ул. Волочаевская, д.5, корп.1
+7 495 974 2274 доб. 6032
Alexander.Efimov@CROC.ru
www.croc.ru