customer intelligence na webu - lucie staňková

Copyright © 2008, SAS Institute Inc. All rights reserved.

Customer Intelligence na webu

Lucie StaňkováSAS CI Business Consultant

10. června 2010


Znalost zákazníků

Terabytes of data

1960 1970 1980 1990 20000

25

50

75

100

2010

Time

Customer Data Availability

Execution

Capacity

Execution Gap

Analytical

Capacity

Knowledge Gap


Fungování v praxi

Data,

kampaně,

měření,

analýzy,

reporting

Internet / Digital

Marketing

CRM / Direct

Marketing

Advertising &

Promotions

Data,

kampaně,

měření,

analýzy,

reporting

Data,

kampaně,

měření,

analýzy,

reporting


Co nás u on-line obvykle omezuje...

Sběr dat:

• Dimenze zákazníka

• Kompletnost a správnost dat

Business Insight:

• Dodat správné informace, správným lidem, ve správný čas a správném formátu jako podporu při rozhodování

• Objektivně, z analytického pohledu odvodit, co je důležité na webu, a co změnit pro dosažení lepších výsledků

• Podrobná, kvalitní data jako základ zákaznických analýz

Schopnost konat:

• Na základě dat realizovat úspěšné kampaně


Vaše zkušenost I.


Customer Experience Analytics

SAS řešení pro sledování chování uživatelů internetu

Sběr dat a podrobná analýza pro zjištění maximálního množství informací o chování uživatele

Výhody:

• Rozsah

• Detail

• Rychlost


Historie

Do SAS portfolia celosvětově zařazen od listopadu 2008

Proces sběru dat

• 1999: vybudován prototyp

• 2000 – 2001: 2 roky edukace trhu

• 2002 – 2006: intenzivní práce se společnostmi na ověřování, že WEB je příležitost z hlediska obchodu

4 evidované patenty, 10 let vývoje


Obsah řešení

Dynamický sběr dat

Nástroj pro zpracovaní a analýzu sesbíraných dat (sledování podobných vzorců chování, predikce atd.)

Reportování a rychlé přehledy (40 předpřipravených reportů)pro netechnické i pokročilé uživatele


1. Krok - sběr dat


Patentovaná technologie –

Jednoduchá implementace, rychlé, flexibilní řešení

- Jediná přidaná komponenta do webových stránek

Dynamické rozeznávání obsahu a pravidla pro sběr datzajišťují snadnou údržbu

Sbírá všechny aktivity, od všech uživatelů, kdykoli

- Rozhodujete se, co nechcete sbírat

Dynamický sběr dat

Dynamic Collection™


Events - záznamy

26 typů záznamů

Jednotlivé záznamy se dělí do několika skupin:

• Navigace - načtení stránky, ukončení

• Prostředí – síť, rychlost, prohlížeč, obrazovka, ISP

• Činnost – klik, vybrat, potvrdit

• Vložení dat – změna textu, výběr z rozbalovacího menu, vyplnění formuláře

• Kontext – kaskádová menu atd

• Obsah – HTML obsah objektů, objekty s názvem

Záznamy mají vlastnosti (200+) využívané při dalším zpracování

• Umístění na obrazovce (stránce)

• Čas atd

Záznamy se hromadí do jednotlivých návštěv (sessions)


Dynamický sběr dat - ukázka

Mobistarcxademo_Screen_Stream.avi

C:/Documents and Settings/czelus/My Documents/Business_breakfast/Business_breakfast_220409/mobistarcxademo_Screen_Stream.avi


Proces sběru a zpracování dat

Internet / Intranet

Sběrný serverWebovýServer

Browser

Normalizačníserver

KonfiguraceKonfigurace

Zaznamenanádata

CXA se načte spolu se

stránkou do prohlížeče

Obsah stránky + vložené

CXA

Databázeudálostí

Události& HTML

Dashboard ReportsDashboard

ReportsDashboard

ReportsDashboard

ReportsSAS procesy

Datovétabulky a soubory

SAS uživatel

Plánování úloh

Databázevýstupů


2. Krok – analýza dat – vytvoření Customer Insight


Metadata

Information Portal

Web Reporting MS Office Add Ins

Ad Hoc Query

&

Reporting

OLAP

Slice and Dice

Intelligence Storage

Standard Reports

KPI generation

Business Metrics Forecasting

Interactive Visualisation

Predictive Analytics

Goal Seeking Scorecards

Business Alerts

Customer Information

Call Centre

Transactions

Other..

Other 3rd Party

Market Info,

Surveys etc.

?R. Smith, M, Age 35, Zip Code

L. Jones, F, Age 23, Post Code

Data Integration

Customer Partners

Dynamic Data

Collection &

Normalisation

../../../content/default.aspx?c=us&cs=19&l=en&s=gen

To Do/RBS/RBS eBanking MI/screenshots/Portal.ppt

To Do/RBS/RBS eBanking MI/screenshots/olap.ppt

To Do/RBS/RBS eBanking MI/screenshots/WRS.ppt

To Do/RBS/RBS eBanking MI/screenshots/path.ppt

To Do/RBS/RBS eBanking MI/screenshots/DI to Info.ppt

To Do/RBS/RBS eBanking MI/screenshots/EG.ppt

To Do/RBS/RBS eBanking MI/screenshots/ms addon.ppt

Screenshots/WRS.ppt

Screenshots/ms addon.ppt

Screenshots/olap.ppt

Screenshots/EG.ppt

Screenshots/DI to Info.ppt

Screenshots/Admin.ppt

Screenshots/path.ppt

Screenshots/scorecard.ppt

Screenshots/Data Model.ppt

Screenshots/Standard Reports.ppt

To Do/Standard Life/screenshots/Event Data Transformation.ppt

To Do/Standard Life/screenshots/Privacy and Security.ppt

Screenshots/Privacy and Security.ppt

Screenshots/Portal.ppt

../Vodafone Speed-trap examples/vodafone3_mixed.avi

Screenshots/Analyse browser usage.ppt

Screenshots/Analyse browser usage.ppt


CXA – příklady analýz

Campaign Analysis: Out-of-Site

• Efektivita marketingových kampaní přes „traffic“ vašich internetových stránek

Visitor Analysis

• Odkud návštěvníci sítě přišli a jejich hodnota díky scoringu

Goals Achievement Analysis

• Ukazuje jak úspěšně stránky „drivují“ návštěvníka k dosažení našeho stanoveného cíle během návštěvy (registrace, žádost o produkt atd.)

Transaction Analysis

Umožňuje pochopit více-krokové procesy např. u on-line aplikací – čas potřebný k vyplnění, errors, kompletnost vyplnění atd.

Content Analysis

Ukazují jako oblasti přitahují jaké segmenty zákazníky – jak dlouho na stránkách zůstávají a v jaké fázi je opouštějí

Form Analysis


3. Krok – Reporting – 40 předpřipravených


Ukázka reportů


Anon

Time

AccountE-Mail Other

Previous Browsing Activity

Ability to look back

Browsing Behaviour

Clustering

Loyalty Awareness

Customer Knowledge

Cust

om

er

Valu

e

Behavior

Purchasing Behaviour

Segmentation

More Effective Targeting

Customer Behaviour

Lifestyle Marketing

Customer as Partner

123

Cust ID Sessions E-Mail User ID

Behaviour

SegmentGeo

1 2 … n [email protected] alangormley 01 Browser

Customer

Segment

Young

Prof

Životní cyklus on-line zákazníka


CXA Implementace

ConstructAssessment Design Load Calibration

and Testing

Deploy

Solution

Detailed

Analysis

Definovat business

požadavky

Systémová

architektura

Reporty

Načasování

1. Instalace

2. Konfigurace

3. Customizace


Další krok – Akce - realizace kampaně

Tradiční kampaň

Interakce v reálném čase

Kampaň řízená událostí

(Event driven)

Z pohledu

zákazníka

Iniciovaná společností,

řízená marketingem „rušivá“

„příhodná“Řízená zákazníkem

„patřičná“Iniciovaná zákazníkem

Řízená vztahem

Úspěšnost

20%

3%

40%

Source: Gartner, “Leveraging Customer Insight…”, 3/02


Proces Real-time rozhodování


360-stupňový business proces

Konat! Vytvořit

automatizovanou

komunikaci.

Poskytnout informace kdykoli

komukoli (denně, online) pro

správné rozhodnutí v pravý čas.

Co umí dnešní technologie?

Analyzovat získaná data a propojit

je s veškerými dalšími daty z vašich

databází pro skutečnou znalost

zákazníků.

Získat data o

zákaznících

webu.

Neustále zlepšovat!

Vyhodnotit výsledky na

jednotlivého zákazníka a

promítnout je do dalších

aktivit.

http://images.google.com/imgres?imgurl=http://www.waikato.ac.nz/law/news/2005/images/dispute.jpg&imgrefurl=http://www.waikato.ac.nz/law/news/2005/1205_dr.shtml&h=277&w=400&sz=85&tbnid=dNDucQXR_TJhQM:&tbnh=83&tbnw=120&hl=en&start=63&prev=/images?q=dispute&start=60&svnum=10&hl=en&lr=&sa=N

http://images.google.com/imgres?imgurl=http://usability.usu.edu/testing from side.jpg&imgrefurl=http://usability.usu.edu/lab3.htm&h=480&w=640&sz=19&tbnid=uYeAg2_RSKsdfM:&tbnh=101&tbnw=135&hl=en&start=17&prev=/images?q=usability+focus+group&svnum=10&hl=en&lr=&rls=GGLD,GGLD:2004-45,GGLD:en&sa=N


2+2=5…Dynamický Digital Marketing

Cíl: plně dynamická, personalisovaná komunikace

Zákazníkovi se zobrazí správný

banner a online se sbírá jeho reakce.

Webová aktivita zákazníka je

neustále sbírána technologiemi. Jsou

nastaveny klíčové cíle a události,

které se zaznamenávají v reálném

čase do systému.

Data o zákazníkovi jsou automaticky

analyzována (kdo to je, jakou pro nás

má hodnotu ...) a real-time

technologie čeká na tu správnou

událost, kterou zákazník udělá. Když

událost nastane, zavolá dle

nastavené definice tu správnou akci

pro daného konkrétního zákazníka.


Vaše zkušenost II.


Web Customer Intelligence v reálném světě a jeho využití pro byznys


Retail

První obchod před 14 lety

Z 10 mil. zákazníků na 30 mil. zákazníků

70% tržeb online, zbytek call centrum, katalogy

Prioritou jsou opakované nákupy

Jak posunout business dále?

Díky technologiím!

http://ww11.1800flowers.com/

http://ww11.1800flowers.com/product.do?baseCode=13937&dataset=10876&cm_cid=d10403

http://ww11.1800flowers.com/product.do?baseCode=13603&dataset=10876&cm_cid=d10403

http://ww11.1800baskets.com/collection.do?dataset=11097


Retail

Požadavky:

• Uživatelé – lidé z marketingu, ne Phd. ve statistice (vlastní slova )

• Zvýšení efektivity kampaní a komunikace

Nástroje a technologie:

• Dlouhodobý sběr dat o zákaznících a jejich nákupního chování

• Segmentace zákazníků a analýza zákazníků pro získání znalosti na úrovni jednotlivého klienta

• Online reporting pro neustálé vyhodnocování a okamžité rozhodování

• Real-time „rozhodovač“ pro personalizovanou komunikaci se zákazníkem v reálném čase



Retail

Reálný příklad

• Zákazník Chris McCann kupuje kytici tulipánů vždy ve stejný den v roce

• Události v databázi: Identifikovaný zákazník –identifikovaný čas – jasná potřeba

• Rozhodnutí o komunikaci: e-mail „teaser“ s aktuální nabídkou tulipánů v optimálním časovém předstihu

• Real-time přístup: po přihlášení na web se zobrazuje banner s nejnovější kolekcí tulipánů a další doporučené produkty (Next Best Offer)

Výsledek:

Retence zákazníků (opakované nákupy)

vzrostly o více než 10%.

V klíčových segmentech nejprofitabilnějích

zákazníků zvýšení retence o 80%.

Nárůst 40 mil. USD v tržbách za jeden rok.



Bankovnictví

Jedna z celosvětově známých investičních bank umístila CXA na své korporátní webové stránky

Bannery a kampaně na různých finančních serverech

Síť byla netransakční, primárním cílem kampaní bylo dostat zákazník do sekce „investor relations“

Cíl projektu:

Zjistit hodnotu potenciálních zákazníků, kteří k nim chodí na web

Změřit úspěšnost internetových kampaní – kolik reálných obchodů přinesly?

Přístup: revoluční


Přístup

Sběr veškerých dat během session

Score pro každou událost

Dlouhodobý „life-cycle“ scoring potenciálních zákazníků v několika kategoriích

• Pochází z jednoho z cílených finančních center – 1 bod

• Patří do top 25 investičních bank – 3 points

• Čas na síti – počet stránek, doba – 4 úrovně (-5 do 5 bodů)

• Počet návštěv a frekvence – 4 úrovně

• Registrace – 10 bodů

• Vyžádání newsletteru - 2 body

Analýza s cílem pochopit reálný obchodní přínos

• Rozdělení do segmentů

• Kanály/bannery....


Výsledek: PŘEKVAPIVÝ

Optimalizace online kampaní

• Snížení výdajů o 15%

• Zacílení vysoce potenciálních zákazníků

• Po 3 měsících: 300% nárůst ROI

Prestižní stránky s vysokým počtem návštěvníků vs. kvalita dodaných kontaktů a obchodů


Letecká doprava

Window shopping – různé stránky pro nejlepší kombinaci spojení a ceny

Jasné potřeby – odlet, příletová destinace, datum a čas, login

Letecká společnost – primární byznys: transkontinentální lety

Implementace CXA pro „Session Tracking”

• On-line data z každé návštěvy

• Transakční data

• Zákaznická data


Implementace

2 dny testování validity sběru dat

Collection server

• Cca 5 mil. záznamů za hodinu

• Cca 1TB „syrových“ dat měsíčně.

Normalizační proces záznamů do „business events“

Standardní, přednastavené analýzy/modely (výsledky od prvního dne)

3 „business events“ propisované do DDS (Detailed Data Store)

Záznam o návštěvě webu

Pokus o „zabookování“ letu

Záznamy o platbě letu


Aplikace #1: Cílený marketing

Skupina zákazníků, která pravidelně sleduje pouze jeden let (Londýn – New York)

• 6 měsíců po sobě, vždy první týden v měsíci

• Identifikace návštěvníků přes existující cookies, booking data nebo log-in

• Spojení on-line dat se zákaznickou historií v DWH

• Téměř 11 000 on-line záznamů (sessions) odpovídalo 93,3% off-line záznamů

• Pouze 2-3 zakoupení letu ročně

Výstup: Personalizovaná, cílená akční nabídka letu pro tento segment

Výsledek: Nárůst zakoupených letů o 20%


Aplikace #2: Fungování sítě

Chyba u 15 000 pokusů o zabookování letů týdně

Po vyplnění formuláře došlo k vymazání požadovaného letiště v kolonce „výběr destince“

Požadavek na zákazníka znovu vyplnit a odeslat požadavek

....odpověd: Není žádné volné místo nebo Chybná destinace

Výsledek:

• Odchod ze stránek v téměř 100% případů

• 0% prodaných letů

customer intelligence na webu - lucie staňková

Technology

sas institute

krok sbr dat copyright

pedpipravench copyright

rychlost copyright

vvoje copyright

time copyright

ukzka report copyright

pokroil uivatele copyright