КЛИЕНТСКАЯ АНАЛИТИКА SAS ДЛЯ РИТЕЙЛА

C op yr i g h t © 2012 , SAS Ins t i t u te Inc . A l l r i g h ts r eser v ed .

КЛИЕНТСКАЯ АНАЛИТИКА SAS ДЛЯ РИТЕЙЛА

СЕРГЕЙ ИСАЕВ

Руководитель департамента клиентской аналитики/ CRM

SAS Institute CIS

Copyright © 2012, SAS Institute Inc. All rights reserved.

О компании SAS Бизнес процесс ACRMКлиент 360о

Содержание

Платформа SAS Истории успеха План проекта


О компании SAS

39 лет на глобальном рынке

19 лет на рынке СНГ (с 1996 г.)

Лидер в области бизнес-аналитики

Офис в СНГ: более 140 сотрудников

Проекты в СНГ: более 100 внедрений

Реинвестиции в исследования и разработки 23%

выручки в 2014 г.

Годовой доход в 2014 году - $3,09 млрд.

Внедрение ПО

Техническая поддержка

Учебный центр

Партнерская сеть

SAS


О компании SAS Бизнес процесс ACRMКлиент 360о




ЧТО МЫ ЗНАЕМ О КЛИЕНТЕ?



АНКЕТНЫЕ ДАННЫЕ

ТРАНЗАКЦИОННЫЕ ДАННЫЕ

ИСТОРИЯ КОНТАКТОВ И ОТКЛИКОВ

1. ФИО

2. Адрес

3. Возраст

4. Пол

5. Семейное положение

6. Регион/ Район

1. Содержание чека

2. История покупок

1. Целевые кампании (входящие / исходящие)

2. Предложения

3. Каналы

4. Отклики



Расположение

магазина

Вес

Товары по акции

Способ оплаты

Статус по программе

лояльности

Формат магазина

Описание

продуктов

Количество товаров в

корзине

Сумма покупки

Количество баллов

Бонусные баллы

ДатаКасса

Магазин

Продуктовая

категория

ТРАНЗАКЦИОННЫЕ ДАННЫЕ


О компании SAS Бизнес процесс ACRM



Клиент 360о


3

Прогнозное

моделирование

4

Определение правил

целевых кампаний

5

Выборка клиентов и

создание предложений

6

Учет общих

ограничений/ выбор

конкретного

предложения

1

Сегментация и

мониторинг

эффективности

сегментов

2

Определение стратегии

для каждого сегмента

Выделение групп клиентов со следующими

условиями:

1. Внутри сегмента однородность

максимальная

2. Между сегментами однородность

минимальная


3



4



5



6

Учет общих




1




сегментов

2



• Сегмент для развития

• Посещают только один магазин

• Посещают несколько магазинов

сети

• Часто делают мелкие покупки

• Много покупок

• Низкий средний чек

• Большая доля он-лайн

• Покупают дорогие товары

• Ходят в магазин у дома

• Большая часть он-лайн покупок

• Чувствительны к цене

• Не совершают мелких покупок

• Редко ходят

• Чувтсвительны к промо акциям

S5: 45,0%

S2: 24,0% S4: 13,0%

S1: 12,0% S3: 6,0% 44 200 2,1 2

32 100 0,7 3.2

2 452 1,6 1.1

11 544 4,5 1.4

6 734 3,5

- оборот за год, руб. - кол-во визитов за год - кол-во SKU в чеке

3.4


3



54



5



6

Учет общих




1




сегментов

2



Выявление проблемной области -

детализация по сегментам

Мониторинг эффективности продаж (общие, по региону, по магазину, по продуктовой группе и пр)


3



4



5



6

Учет общих




1




сегментов

2



S112%

Низкий: 15%

Средний: 37%

Высокий: 48%

Доля в базе Основные параметы

24%

6%

13%

S2

S3

S4

S5 45%

44 200 2,1 2.0

32 100 0,7 3.2

11 544 4,5 1.4

6 734 3,5 3.4

2 452 1,6 1.1

Низкий: 26%

Средний: 49%

Высокий: 25%

Ценовой уровень

Низкий: 65%

Средний: 25%

Высокий: 20%

Низкий: 33%

Средний: 45%

Высокий: 22%

Низкий: 68%

Средний: 19%

Высокий: 13%

Основное воздействие

Удержание

Увеличение корзины

Удержание

Увеличение частоты

Увеличение оборота



Увеличение чека






3



4



5



6

Учет общих




1




сегментов

2



1-й этап: правила ассоциации по категориям внутри сегментов

1 000 000 транзакций

200 000 – обувь

50 000 – носки

20 000 – обувь и носки

Правило

Если клиент покупает обувь, то в 10%

случаев он купит носки

Показатели правила

Confidence: 20 000/ 200 000 = 10%

Support: 20 000/ 1 000 000 = 2%

Expected Confidence: 50 000/ 1 000 000 = 5%

Lift = Confidence/ Expected Confidence = 2

Результат на уровне сегмента:

Подкатегория Conf-ce Support Lift

Мясо -> Овощи 10% 2%

Вино -> Сыры 12% 4%


3



4



5



6

Учет общих




1




сегментов

2




2-й этап: вероятность отклика на коммуникацию

Откликнется, если НЕ делать коммуникацию

Отк

ликн

етс

я, е

сл

и

сд

ел

ать

ком

муни

кац

ию




Вино -> Сыры 12% 4%

Результат на уровне клиента:

Показатель Значение

Вероятность отклика 0.34


3



4



5



6

Учет общих




1




сегментов

2





3-й этап: вероятность отклика на коммуникацию по категории




Вино -> 12% 4%

Результат на уровне клиента:

Показатель Значение

Вероятность отлкика 0.34

Вероятность отклика по категории Мясо 0.26

Вероятность отклика по категории Овощи 0.39


3



4



5



6

Учет общих




1




сегментов

2



ТОП маркетинговых категорий Вероятность отклика

Телевизор LED/ Плазма

(скидка 5/ 7/ 10%)

Вероятность отклика

Компьютер

(скидка 5/ 7/ 10%)

…

Телевизор LED, Игровая приставка, Холодильник 0.01 0.09 0.14 0.21 0.39 0.53 …

Компьютер, Отопительные приборы 0.25 0.27 0.45 0.25 0.27 0.45 …

Телевизор LED, Audio 0.36 0.56 0.56 0.20 0.22 0.23 …

Телевизор LED, Игровая приставка, Холодильник 0.36 0.72 0.76 0.32 0.32 0.32 …

Customer ID

7657657

4234324

4234322

5345335



3-й этап: вероятность отклика на коммуникацию по категории

4-й этап: вероятность отклика на коммуникацию с разными механиками воздействия


3



4



5



6

Учет общих




1




сегментов

2



Product Association:

Какие продукты покупают вместе?

Какие продукты заменяют друг друга?

Как использовать: Market Basket Analysis, Next Best Offer, Up-Sell кампании

Product cycle:

Какой товар предложить следующим?

Когда предложить?

Как использовать: покупка товара является сигналом для следующего предложения

Spend Pattern:

Когда клиенты планируют покупки?

Можно ли повлиять на частоту покупок или чек?

Как использовать: стимулирование частоты покупок и величины корзины

Propensity Model:

На какое предложение отклик наиболее вероятен?

Как использовать: PTB modeling, компромисс между доходностью и прибыльностью в зависимости от размера скидки


3



4



5



6

Учет общих




1




сегментов

2



Соверши покупку на сумму от 1 000р. и получи скидку 10%

Условие достижения Поощрение

Тип кампании

на сумму от скидку 10%1 000р.


3



4



5



6

Учет общих




1




сегментов

2



• Скидки с ограничением по

сроку действия предложения

• Покупай чаще – получай

больше скидок

• Скидки на совместную покупку

нескольких SKU

• Скидки при покупке свыше

определенной суммы

Увеличиваем частоту покупок Увеличиваем средний чек

Примеры кампаний:

• Сделай покупку на сумму от 500 рублей, получи 5%-ую скидку на покупку в категории Фрукты

• При покупки SKU из категории Снеки специальная скидка на категорию Газированная Вода


Типы кампаний





- по категориям

- по брендам

Поощрения

3 уровня бонусирования:

5% ; 7% ; 10%

Условия достижения

уровень увеличения

чека/частоты/оборота

10% ; 20% ; 30%

Крупная БТ; Аудио-Видео;

Климат; Мелкая Кухонная;

Аксессуары;

A ; B ; C

Предложения

54

уникальных предложений

каждое характеризуется:

- вероятностью отклика в

определенный момент

времени;

- суммой покупки;

- маржинальностью;

Три сценария:

1 Максимизируем объём продаж

2 Максимизируем маржинальность

3 Оцениваем бонусы от поставщиков

Виды ограничений:

1 Бюджет 4 Маржинальность

2 Контактная политика 5 Скидки

3 Исключающие ассоциации 6 Склад

Уровни ограничений:

1 Сегменты 3 Категории

2 Бренды 4 География

Вв

од

ны

е д

ан

ны

еС

цен

ар

ии

Продуктовые категории

Бренды:

3



4



5



6

Учет общих




1




сегментов

2




3



4



5



6

Учет общих




1




сегментов

2



Оптимизируем предложения

• Максимизируем продажи – первичная цель

• Максимизируем маржу – вторичная

• Продать не менее 15 000 тыс. телевизоров Samsung

• Продать не более 10 000 тыс товаров со скидкой 10%

• Учесть ограничения по совместимости брендов

• Не более двух контактов с клиентом в месяц

• Бюджет на кампанию не более 10 тыс. у.е

• Отправить не более 15 000 смс


3



4



5



6

Учет общих




1




сегментов

2



Результат применения оптимизации:

• Первостепенная цель – максимизация объема продаж – 7,2

млн. у.е.

• Второстепенная цель – максимизация маржи – 2,3 млн. руб.

• Ожидаемый отклик – 6.2%

• Количество предложений 390 000 (использование 46%

доступной базы за январь):

• 267 000 Email,

• 123 000 SMS

• Поставленные цели достигнуты при скидках:

• 5% - Х млн руб оборот, 18 135 откликнувшихся

• 7% - Y млн руб оборот, 3 868 откликнувшихся

• 10% - Z млн руб оборот, 2 177 откликнувшихся

22 0 00 000

23 0 00 000

24 0 00 000

25 0 00 000

26 0 00 000

27 0 00 000

28 0 00 000

29 0 00 000

280 000 000 300 000 000 320 000 000 340 000 000 360 000 000 380 000 000 400 000 000

Объем продаж vs маржинальность

Ма

рж

ин

ал

ьн

ость

35%

33%

31%

29%

27%

25%

Объем продаж





Клиент 360о


SAS CUSTOMER DECISION HUB

CUSTOMER DECISION HUB

CUSTOMER

INTELLIGENCE



CUSTOMER

INTELLIGENCESAS CUSTOMER DECISION HUB

Канал

Отток

Отклик

Чувствительность

Ценность

Сегментация

Ассоциации


Контактная пол-ка

Бизнес правила

Приоритезация

Бюджет

Проп способность

Логика обработки

Цель кампаний


CUSTOMER



Информирование

Кросс/ Ап селл

Опросы

Регулярные

Разовые


CUSTOMER




CUSTOMER



Пр

ави

ла

Бизнес логика

Динамичный скоринг

Управление всеми коммуникациями

Выборка клиентов+

1

2

Стандартная

коммуникация

Запрос

Ответ

Оптимизация и

управление

ограничениями

Выбор предложения


3

CUSTOMER



Пр

ави

ла

Бизнес логика

Динамичный скоринг

Управление всеми коммуникациями

Выборка клиентов+

1

2

Стандартная

коммуникация

Запрос

Ответ

Оптимизация и

управление

ограничениями

Выбор предложения


3

CUSTOMER

INTELLIGENCE

Real-Time

Engine

Batch

Engine

Optimization

Engine

Единый

интерфейс

SAS®

CI Studio

19

32

9

Кол-во проектов в СНГ

SAS CUSTOMER DECISION HUB


CUSTOMER

INTELLIGENCEВЕРХНЕУРОВНЕВАЯ ЛОГИЧЕСКАЯ АРХИТЕКТУРА

Витрина для

off-line кампаний

Анализ данных

SAS® Enterprise Miner

SAS® Rapid Predictive Modeler (RPM)

Управление исходящими кампаниями

Каналы

коммуникации

Отклики

Витрина для real-time

Другие

источники

Динамический скоринг

Управление real-time кампаниями

SAS® Real-Time Decision Manager

SAS® Data Integration

SAS® Data Integration

SAS® Marketing Automation

SAS® Marketing Optimization

SAS® Model Manager

Анализ транзакций

SAS® Event Stream Processing

Транзакции real-time

Web cайт

Процессинг

Анализ веб поведения

SAS® Customer Experience Analytics

Данные веб сессии On-line кампании

Off-line кампании





Клиент 360о


План проекта

Параметр

I Этап:

Сегментация и базовое аналитическое


II Этап:

Аналитическая оптимизация целевых

предложений клиенту

III Этап:

Анализ и учет веб поведения посетителей

сайта для он-лайн таргетирования

Данные / ВитриныПостроение витрины данных для аналитики и


Добавление в витрину новых предикторов для

аналитической оптимизации предложений

Построение он-лайн витрины данных

Описательная аналитика Сегментация клиентской базы по базовым метрикамДобавление новых метрик в профилирование

сегментов – кошелек, чувтсвительность к цене

Прогнозная аналитика

Правила ассоциаций (Market Basket Analysis) на

уровне категорий – 1 модель

Вероятность отлика на цкоммуникацию – 1 модель

Вероятность отклика на уровне подкатегорий, с

учетом разных уровней скидки

Обновление моделей с учетом он-лайн

поведения клиантов

Применение аналитикиТестовые рассылки с учетом правил ассоциаций и

вероятности откликаОптимизация предложений – 3 сценария

Событийные кампании с учетом геолокации

клиента

Решение SAS SAS Marketing Automation SAS Marketing Optimization SAS RTDM

РАСХОДЫ НА ПРОЕКТ

4 месяца

Длительность

Результат

• Получено описание основных сегментов

• Получены рекоммендации по продвижению

определенной категории на уровне каждого

сегмента

• Построены модель вероятности отлика

• Проведены кампании с учетом рекомендаций

• Получены рекоммендации на уровне

подкатегории с учетом уровня скидки, в

определенный момент времени

• Построены 3 сценария оптимизации

предложений с учетом рекомендаций

по подкатегориям

• Построена витрина для он-лайн

обращений

• Построена логика формирования он-

лайн предложений клиентам

• Настроены событийные кампании с

учетом геолокации клиента

4 - 6 месяцев 2 - 3 месяцев 2 - 3 месяца

42Copyright © 2011, SAS Institute Inc. All rights reserved.Copyright © 2011, SAS Institute Inc. All rights reserved.

Спасибо за внимание!

Сергей Исаев

Руководитель департамента клиентской аналитики

[email protected]

+7 903 155 59 72

КЛИЕНТСКАЯ АНАЛИТИКА SAS ДЛЯ РИТЕЙЛА

Documents

Transcript of КЛИЕНТСКАЯ АНАЛИТИКА SAS ДЛЯ РИТЕЙЛА