View
2.580
Download
0
Category
Preview:
DESCRIPTION
Презентация с выступления Александры Кирсановой, начальника управления программ лояльности в "Детский мир" на конференции "Digital без силикона"
Citation preview
Использование Data mining в коммуникациях с клиентами в эпоху персонального маркетинга
Кирсанова А.В.
МАРКЕТИНГ, ПРОГРАММЫ ЛОЯЛЬНОСТИ И СОВРЕМЕННЫЕ МЕТОДЫ АНАЛИЗА
В современном маркетинге и системах лояльности наряду с первичной информацией о клиентах (анкетные данные, чеки) используются данные, полученные в результате использования математических и статистических методов
Кирсанова А.В.
Одна из технологий анализа данных Автоматический поиск скрытых общих закономерностей в больших наборах данныхИспользование методов и алгоритмов статистики, распознавания образов, машинного обучения, искусственного интеллектаData Mining = Извлечение знаний
BASKET ANALYSIS
СОСТАВЛЕНИЕ ПРОФИЛЯ КЛИЕНТА
САМЫЕ РАСПРОСТРАНЕННЫЕ ЗАДАЧИ, КОТОРЫЕ РЕШАЮТСЯ С ПОМОЩЬЮ DATA MINING:
ЧТО ТАКОЕ DATA MINING?
Кирсанова А.В.
ЗАДАЧА №1
ДАНО: ИЗБЫТОЧНАЯ ЗАКУПКА В 10 000 ШТ. КНИЖЕК СО СКАЗКАМИ ДЛЯ МАЛЫШЕЙ
БИЗНЕС-ПРОБЛЕМА — — РЕАЛИЗОВАТЬ ЦЕЛЕВОЙ ТОВАР
Кирсанова А.В.
ПОИСК АССОЦИАЦИЙ С ПОМОЩЬЮ DATA MINER
Кирсанова А.В.
Support -- Насколько часто встречаются товары (A —> B) = P(AB)
Confidence: -- как часто товар B сопутствует товару A (A —> B) = P(AB)/P(A)
Длина правила - кол-во товаров в правиле AB —> C Длина правила = 3
ПОДДЕРЖКА ДОСТОВЕРНОСТИ
ДОПОЛНИТЕЛЬНЫЕ ПАРАМЕТРЫ:
-Период между покупками-Анкетные данные клиента-Ограниченный бюджет на рассылку – история откликов-Ограничение откликов-Др.
РЕШЕНИЕ
АССОЦИАТИВНЫЕ ПРАВИЛА: КУБИКИ
МИШКАРЕЗИНОВЫЕ УТЯТА
ЕСЛИ ТО
ПАРОВОЗИКЛЕГОСКАЗКИ
ДАННЫЕ О ПОКУПКАХ
Чек
и за
вы
бра
нны
й пе
риод
КЛИЕНТ ДАТА КУБИКИ ЛЕГО СКАЗКИ КУКЛА
1
2
3
4
01.11.2010
01.11.2010
01.11.2010
01.11.2010
0
0
0
1
0
0
1
0
1
0
1
0
1
0
1
0
Кирсанова А.В.
ПРОСМОТР РЕЗУЛЬТАТОВНАСТРОЙКА ФИЛЬТРОВ И УПОРЯДОЧИВАНИЕ ПОРОГОВ
Кирсанова А.В.
ПРИМЕНЕНИЕ МОДЕЛИ
Максимальная отдача от коммуникацииКонтроль бюджета
- Формирование предложения - Тест (если это возможно) - Анализ - Применение модели или повторный тест- Анализ
8,68,6
1,31,3
ЗАДАЧА №2
БИЗНЕС-ПРОБЛЕМА
Снизить отток прибыльных клиентов
Кирсанова А.В.
ПОСТРОЕНИЕ КЛАССИФИКАЦИОННОЙ МОДЕЛИ ДЛЯ ПРОГНОЗИРОВАНИЯ ОТТОКА
МОДЕЛЬСтроится модель P(Y) = F(X1, X2, , Xm)
Модель по прогнозным атрибутам вычисляет вероятность того, что Y=1 (отток)
Модель «настроена» на исторические данные
Исторические данные о клиентах за предыдущие периоды
Кл
иент
ы
ФИО ОБЪЕМ ПОКУПОК СЫН ДОЧЬ ВНУКИ
100,000
55,000
215,000
50,000
70,000
Х2
Григорьева
Глаголев
Попов
Горбунова
Рындин
Х1
0
2
2
2
1
1
0
1
0
0
2
0
0
0
0
Хm
1
0
0
1
1
Y…….
На основе исторической информации о клиентах и их покупках за предыдущий квартал \год …. строится статистическая модель, которая по параметрам клиента определяет его активность (вычисляет вероятность того, что клиент существенно снизит активность).
Кирсанова А.В.
РЕШЕНИЕ
ДАННЫЕ О КЛИЕНТАХ СОБИРАЮТСЯ ИЗ ДВУХ ИСТОЧНИКОВ
ДАННЫЕ ИЗ АНКЕТ
ДАННЫЕ О ПОКУПКАХ (ВЫЧИСЛЯЮТСЯ НА ОСНОВЕ ЧЕКОВ)
Кирсанова А.В.
ШАГИ
Кирсанова А.В.
НАСТРОЙКА ПАРАМЕТРОВ МОДЕЛЕЙ
ПОСТРОЕНИЕ КЛАССИФИКАЦИОННЫХ МОДЕЛЕЙ ОТТОКА
ПРОСМОТР МОДЕЛЕЙ И РЕЗУЛЬТАТОВ ТЕСТИРОВАНИЯ
Просмотр отдельных моделейРезультаты тестирования каждой моделиСравнение моделей по эффективности, точности, прибыльности
МОДЕЛЬМодель применяется к новым данным
Для каждого клиента вычисляются значение и вероятность оттока
Исторические данные о клиентах за предыдущие периоды
Кл
иент
ы
ФИО объем покупок сын дочь внуки отток? вероятность
20,000
70,000
300,000
50,000
70,000
Х2
Алексеев
Звездный
Кустова
Ямкин
Чалая
Х1
2
2
0
2
1
0
1
0
0
0
0
0
2
0
0
Хm
?
Прогнозирующие атрибуты
…….
Целевой атрибут
Y
Кирсанова А.В.
ПРИМЕНЕНИЕ МОДЕЛЕЙ К НОВЫМ ДАННЫМ
Исторические данные о клиентах за предыдущие периоды
Кл
иент
ы
ФИО объем покупок сын дочь внуки отток? вероятность
20,000
70,000
300,000
50,000
70,000
Х2
Алексеев
Звездный
Кустова
Ямкин
Чалая
Х1
2
2
0
2
1
0
1
0
0
0
0
0
2
0
0
Хm
Прогнозирующие атрибуты
…….
Целевой атрибут
Y
1
1
1
0
0
0.95
0.89
0.87
0.97
0.95
Модель применяется к данным о клиентах за последние 3 месяца\полгода….Результат –для каждого клиента будет вычислена вероятность оттока (вероятность того, что клиент не будет покупать товары)
Кирсанова А.В.
ПРОСМОТР РЕЗУЛЬТАТОВ ПРИМЕНЕНИЯ МОДЕЛИ
МОДЕЛЬМодель применяется к новым данным
Для каждого клиента вычисляются значение и вероятность оттока
ИСПОЛЬЗОВАНИЕФОРМИРОВАНИЕ ВЫСОКО-ТАРГЕТИРОВАННЫХ КАМПАНИЙКОММУНИКАЦИЯ
Кирсанова А.В.
- Формирование предложения для сегментов клиентов
- Тест (если это возможно)
- Анализ - Применение модели
или повторный тест- Анализ
КОММУНИКАЦИЯ
Кирсанова А.В.
40%40%
Recommended