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%

www.digitalevent.ru

СПАСИБО!