Customer Intelligence na webu

Transkript

1 Customer Intelligence na webu Lucie Staňková SAS CI Business Consultant 10. června 2010

2 Znalost zákazníků 100 Customer Data Availability 75 Terabytes of data Knowledge Gap Execution Gap Analytical Capacity Execution Capacity Time 2010

3 Fungování v praxi Internet / Digital Marketing CRM / Direct Marketing Advertising & Promotions Data, kampaně, měření, analýzy, reporting Data, kampaně, měření, analýzy, reporting Data, kampaně, měření, analýzy, reporting

4 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

5 Vaše zkušenost I.

6 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

7 Historie Do SAS portfolia celosvětově zařazen od listopadu 2008 Proces sběru dat 1999: vybudován prototyp : 2 roky edukace trhu : intenzivní práce se společnostmi na ověřování, že WEB je příležitost z hlediska obchodu 4 evidované patenty, 10 let vývoje

8 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

9 1. Krok - sběr dat

10 Dynamický sběr dat Patentovaná technologie Dynamic Collection Jednoduchá implementace, rychlé, flexibilní řešení - Jediná přidaná komponenta do webových stránek Dynamické rozeznávání obsahu a pravidla pro sběr dat zajišťují snadnou údržbu Sbírá všechny aktivity, od všech uživatelů, kdykoli - Rozhodujete se, co nechcete sbírat

11 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)

12 Dynamický sběr dat - ukázka Mobistarcxademo_Screen_Stream.avi

13 Proces sběru a zpracování dat Webový Server Obsah stránky + vložené CXA Sběrný server Databáze událostí Události & HTML Internet / Intranet Konfigurace Zaznamenaná data Plánování úloh Normalizační server SAS uživatel Databáze výstupů Datové tabulky a soubory Browser CXA se načte spolu se stránkou do prohlížeče Dashboard Dashboard Reports Dashboard Reports Dashboard SAS Reports Reports procesy

14 2. Krok analýza dat vytvoření Customer Insight

15 Customer Web Reporting OLAP Slice and Dice Information Portal Standard Reports KPI generation Business Metrics Forecasting Interactive Visualisation Predictive Analytics Goal Seeking Scorecards Business Alerts Metadata Partners MS Office Add Ins Ad Hoc Query & Reporting Intelligence Storage Data Integration Other 3 rd Party Market Info, Surveys etc.? Dynamic Data Collection & Normalisation Customer Information Call Centre Transactions Other.. R. Smith, M, Age 35, Zip Code L. Jones, F, Age 23, Post Code

16 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

17 3. Krok Reporting 40 předpřipravených

18 Ukázka reportů

19 Ukázka reportů

20 Ukázka reportů

21 Customer Value Životní cyklus on-line zákazníka Anon Behavior Account Other Previous Browsing Activity Browsing Behaviour Purchasing Behaviour Customer Behaviour Ability to look back Clustering Loyalty Awareness Segmentation More Effective Targeting Lifestyle Marketing Customer as Partner Behaviour Cust ID Sessions User ID Geo Segment n X.X@eur.sas.com alangormley 01 Browser Customer Segment Young Prof Time Customer Knowledge

22 CXA Implementace Assessment Detailed Design Construct Load Calibration Analysis and Testing Deploy Solution Definovat business požadavky Systémová architektura Reporty Načasování 1. Instalace 2. Konfigurace 3. Customizace

23 Další krok Akce - realizace kampaně Iniciovaná společností, řízená marketingem Tradiční kampaň Z pohledu zákazníka rušivá Úspěšnost 3% Řízená zákazníkem Kampaň řízená událostí (Event driven) příhodná 20% Iniciovaná zákazníkem Řízená vztahem Interakce v reálném čase patřičná 40% Source: Gartner, Leveraging Customer Insight, 3/02

24 Proces Real-time rozhodování

25 Co umí dnešní technologie? Neustále zlepšovat! Vyhodnotit výsledky na jednotlivého zákazníka a promítnout je do dalších aktivit. Konat! Vytvořit automatizovanou komunikaci. 360-stupňový business proces Získat data o zákaznících webu. Poskytnout informace kdykoli komukoli (denně, online) pro správné rozhodnutí v pravý čas. Analyzovat získaná data a propojit je s veškerými dalšími daty z vašich databází pro skutečnou znalost zákazníků.

26 2+2=5 Dynamický Digital Marketing Cíl: plně dynamická, personalisovaná komunikace Zákazníkovi se zobrazí správný banner a online se sbírá jeho reakce. 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. Webová aktivita zákazníka je neustále sbírána technologiemi. Jsou nastaveny klíčové cíle a události, které se zaznamenávají v reálném čase do systému.

27 Vaše zkušenost II.

28 Web Customer Intelligence v reálném světě a jeho využití pro byznys

29 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!

30 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

31 Retail Reálný příklad Výsledek: Zákazník Chris McCann kupuje kytici tulipánů vždy ve Retence stejný den zákazníků v roce (opakované nákupy) vzrostly o více než 10%. Události v databázi: Identifikovaný zákazník identifikovaný čas jasná potřeba V klíčových segmentech nejprofitabilnějích Rozhodnutí o komunikaci: teaser s aktuální zákazníků nabídkou tulipánů zvýšení v optimálním retence časovém o 80%. předstihu Real-time přístup: po přihlášení na web se zobrazuje Nárůst banner s 40 nejnovější mil. USD kolekcí v tržbách tulipánů za a další jeden doporučené rok. produkty (Next Best Offer)

32 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

33 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...

34 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

35 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

36 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

37 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 on-line záznamů (sessions) odpovídalo 93,3% offline záznamů Pouze 2-3 zakoupení letu ročně Výstup: Personalizovaná, cílená akční nabídka letu pro tento segment Výsledek: Nárůst zakoupených letů o 20%

38 Aplikace #2: Fungování sítě Chyba u 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

39