26.11.2015 Максим Мозговой CRM & Publisher Analytics Director Ценностное управление клиентской базой и предиктивная аналитика.
26.11.2015
Максим Мозговой
CRM & Publisher Analytics Director
Ценностное управление клиентской базой и
предиктивная аналитика.
Мнение эксперта
«Предположим, ваша компания потеряла 10% товаров в прошлом месяце. Вы
бы сразу запаниковали: собрали бы весь свой персонал, заперли бы двери и
начали бы разбираться, куда делся этот товар. Однако ваша компания может
потерять 10% своих покупателей и даже не заметить этого»
Эрик фон Фореном, Direct Marketing Know-How Institute
Возможно, это ваша компания?
Что такое ценность клиента?
T1 TnT 0
Начало
взаимоотношений Текущий момент
Уход клиента
$
Стоимость привлечения
Стоимость
обслуживания
Стоимость удержания
Клиент пользуется
продуктом 1
Клиент пользуется
продуктом 2
Потенциал
Время
Прибыль
Привлечение Развитие Удержание
Примеры: Простой расчет ценности клиентской базы
I. Построение модели CLV (Customer Lifetime Value), оценивающей текущую и вероятную будущую ценность клиента
II. Основные данные:
I. Раздельный учет затрат в расчете на клиента
II. Данные по продуктовой марже на клиента
III. Вероятностная модель лояльности и потенциала клиента
IV. Транзакционный профиль
V. Продуктовый профиль
III. Результат: скоринг ценности клиента, управление целевыми маркетинговыми кампаниями на основе ценности клиента,
построение системы дифференцированного обслуживания, оптимизация затрат
Где СLV = customer lifetime value,
AR – Acquisition rate (стоимость привлечения)
CF- Cashflow (текущая ценность)
CR – Churn rate (риск оттока)
d - ставка дисконтирования
Источники ценности клиентской базы
Лояльность (срок жизни клиента), потенциал и ценность взаимосвязаны.
Реализованный потенциал
Нереализованный потенциал
из-за недостатка релевантных
предложений
Нереализованный
потенциал из-за ухода
в отток
отт
ок
$
время
Нерелевантные коммуникации могут уничтожать ценность клиентской базы
• Пример - возьмем клиентскую базу 1000000 клиентов.
• Маркетинговая кампания генерирует 1% отклика– 1 р. стоимость контакта, всего - 1 млн руб., 10 000 откликов
– Каждый отклик генерирует 125 р. увеличения ценности клиента, т.е. всего = 1,250,000 р.
– Кампания приносит 250,000 р. дохода, так?
• Но что если те, кто не ответил, с каждым последующим контактом всего на 0,5% снижают вероятность отклика на предложения? Тогда мы теряем 990000*0,5%*125 = 618 750 р. интегральной ценности клиентской базы.
• Тогда – мы разрушаем ценность клиентской базы почти в 2,5 раза больше, чем создаём.
В оценке «будущей ценности» используется в том числе профиль клиента*:
«Стабильный» клиент «Лояльный» клиент
«Случайный» клиент «Сезонный» клиент
-Регулярные (периодическое) поведение
- Низкий уровень пользования (редкие транзакции, небольшие суммы)
-Высокий уровень пользования услугами (частые транзакции, большие суммы)- Нестабильность в потреблении услуг
- Нестабильные «случайные» транзакции
-Высокий уровень пользования услугами (частые транзакции, большие суммы)- Стабильное потребление услуг
Классический пример транзакционного сегментирования – построение профилей клиента. Использование
профилей клиента позволяет разработать стратегию работы с наиболее ярко выделяющимися группами
клиентов по поведению, а также спрогнозировать поведение клиента в будущем.
* - индикативно
Пример оценки клиента
«Лояльный» клиент
Сегмент, в кот. входит клиент
Порядковый номер клиента по ценности
Итоговая ценность клиента
Фактическая ценность клиента
Будущая ценность клиента
Профиль клиента по потреблению услуг Лояльный
Параметры клиента (пример)
р.
р.
р.
Частота и типы транзакций
10
Модель предсказания ценности
клиента
Модели предсказания
активности
Модели предсказания
потенциала
Модели предсказания и
оптимизации отклика
Вероятность оттока по
различным продуктам
Вероятность оттока на
различных периодах
Вероятность возврата из
состояния оттока
Индивидуальная функция
выживаемости в рамках
продукта / экосистемы
SNV / монетизационный
потенциал соц.связей
Вероятность покупки продукта
Вероятность монетизации
контента
Индивидуальные модели
Share of Wallet
Вероятность каннибализации
/ перехода между продуктами
Анализ внутриигровых
триггеров покупки
Анализ внутриигровых
триггеров оттока
Uplift (инкрементальное)
моделирование
Мультивариантные A/B тесты
Эконометрическое
моделирование в сегменте
SNA / моделирование
социального графа
Анализ коммуникационных
триггеров
Система КПЭ управления ценностью клиентской базы
% Реализации потенциала развития клиентской базы
Потенциальная интегральная ценность клиентской базы
Текущая интегральная ценность клиентской базы
Пожизненная ценность клиента
Потенциал клиента
Вероятность покупки продукта
Склонность клиента к оттоку
Текущая ценность клиента
12
Классический подход к анализу данных
SEMMACRISP DM
13
1. Предсказание активности - строим кривую выживаемости клиента
Пример – предсказание ценности клиента и вероятности отклика
Как решать такую задачу – сколько моделей нам нужно?
• 7 временных интервалов (1,2,3 недели, 1,2,3,6 мес.) – на каждом интервале строится модель вероятности перехода в неактивное состояние и возврата из неактивного состояния
• 4 поведенческих/транзакционных сегмента (может быть и больше)• 5 продуктов (WoT, WoTB, WoWS, WoWP, WoWG … )• 4 региона (NA/EU/CIS/ASIA)
ИТОГО: (7+7)*4*5*4 = 1120 моделей
2. Предсказание вероятности покупки контента• 4 временных интервала (1,2,3 недели, 1 мес.) – на каждом интервале строится модель вероятности
покупки• 30 различных единиц контента / офферов (в среднем, на самом деле может быть и больше)• 4 платежных сегмента (может быть и больше)• 5 продуктов (WoT, WoTB, WoWS, WoWP, WoWG … )• 4 региона (NA/EU/CIS/ASIA) ИТОГО: 4*30*4*5*4 = 9600 моделей
3. Предсказание вероятности отклика
• 11 коммуникационных стратегий • 8 поведенческих сегментов • 5 оффер-темплейтов в среднем на каждый сегмент (Прем, голд, бандлы, и тп)• 3 дизайн-темплейта (A/B/C тест для каждой кампании)• 5 каналов (e-mail, in-game client, site, RTB campaign, push)• 5 продуктов (WoT, WoTB, WoWS, WoWP, WoWG … )• 4 региона (NA/EU/CIS/ASIA)
ИТОГО: 11*8*5*3*5*5*4 = 132000 моделей
14
Нам нужна фабрика! Какая фабрика?
Фабрика Моделей !
Такая?
Хм… Не совсем, хотя тоже
неплохо ;-)
Вот такая!
15
Мы такие разные -
Но все-таки мы вместе!
16
СПАСИБО!!!