Content discovery рыночные и технологические тренды персонолизации интернет пространства

1. © 2014 IBM Corporation
РИФ/КИБ
Апрель 2014
CONTENT DISCOVERY
Рыночные и технологические тренды
персонолизации интернет
пространства
Шклюдов Павел

2. © 2014 IBM Corporation
Апрель 2014
2
Модель зрелости рекомендательных сервисов
Модель зрелости определяется вопросами о глубине понимания Клиента
Кто в общем
и целом наш
клиент и что
он покупает?
Что можно
ему
предложить?
Как он
покупает?
Каковы
особенности
пробритений?
Что еще
интересного
можно ему
предложить?
Какие потребности
закрывает наш
Клиент? Как
переориентироват
ь наше
предложение под
Клиента?
Что лучше всего
предложить нашему
Клиенту до того как он
это захотел?
Value
Maturity
Streamline data
Basic analysis
Analyze
patterns
Optimize
outcomes
Какие
поведческие
особенности у
нашего Клиента?
Как мы можем
сделать лучшее
предложение?

3. © 2014 IBM Corporation
Апрель 2014
3
Выбор приоритетных технологий
Высокие Низкие
Сложностьреализации
НизкаяВысокая
Машинное обучение
Сентимент анализ
Социальный граф
Граф интересов
Поведенческое моделирование
Глубокое профилирование
Искуственный интеллект
1
2
3
4
5
6
7
Получаемый эффект
1
2
3
4
5
6
7

4. © 2014 IBM Corporation
Апрель 2014
4
Что уже используют наши Клиенты

5. © 2014 IBM Corporation
Апрель 2014
5
От понимание того что люди покупают до понимания того как и
зачем они это делают
Analytics of Aggregates
Monitoring and Reporting
Analytics of Individuals
SentimentSentiment
ListeningListening EngagementEngagement WorkflowWorkflow
MeasurementMeasurement
PublishingPublishing
Net PromoterNet Promoter
Network TopologyNetwork Topology
M
ass
Individual
Intrinsic TraitsIntrinsic Traits
What are people saying?
How do people feel about my
brand?
Who is this individual like? What does
she value ? What is her taste and
style?
Social GenomeSocial Genome

6. © 2014 IBM Corporation
Апрель 2014
6
Модель потребностей – ключ к пониманию особенностей
потребления
Spending
Thrifty
Materialism
Security
Altruis
m
Risk
Modesty
Conformism
Industry

7. © 2014 IBM Corporation
Апрель 2014
7
Знания необходимые для модели
потребностей
Psycho-Profile of
Individuals
Individual’s network
potential
Enterprise Customer
Data
Enhanced digital
profiles of individuals to
tailor and time
messages and offers via
the preferred channel
Multi-dimensional
analytics of
individuals
+
Augment

8. © 2014 IBM Corporation
Апрель 2014
8
Примеры применения
ПРИМЕР

9. © 2014 IBM Corporation
Апрель 2014
9
Что будет если наложить полученные данные на граф интересов

10. © 2014 IBM Corporation
Апрель 2014
10
Куда двигаться дальше?
DATA SOURCE
DATA
ENRICHMENT
Available
Geo(?),
Government
Corp Filings
Protected
Web
Social Media
PROPRIETARY
ADVANCED
SME/Recommendations
Integrate to Client solution
BENCHMARK
Industry/Functional Analysis
Client comparatives
AGGREGATOR
Marketplace
Brokered Data Service
PUBLIC
Cross-Customer
data
Cross-Market data
Interest based
community
BASIC
Transformers
InsidersAggregators
Specialists
Data broker
Aggregate sources for one
stop shop for discovery,
licensing and integration
Industry experts
Domain specific insights
based on available data
Combined with
transforming services
Prescriptive analytics
Integrated with business
process
Industry domain data
Sharing data across
community member
Sharing information across
industry
Defensibility of offering
Defensibilityofoffering

11. © 2014 IBM Corporation
Апрель 2014
11
ВОПРОСЫ?