Kampaňový management a implementace MA Česká spořitelna, Direct marketing 10. prosince 2009 Václav Hrubý
Agenda I. Představení DM v ČS II. Proces DM III. Tři komponenty úspěšné implementace Marketing automation IV. Marketing automation (MAT) V. Závěry 2
Odbor Direct Marketing v ČS Začleněn v úseku Rozvoj obchodu v divizi Drobné bankovnictví Direct Marketing Data Mining Campaign Management 1 vedoucí týmu 1 MAT specialista 6 analytiků Profitabilní Direct Marketing 1 vedoucí týmu 1 kampaňový manažer senior 4 kampaňoví manažeři Mise: Maximalizovat dlouhodobý provozní zisk prostřednictvím přímých prodejů stávajícím klientům. 3
Za co odpovídáme? Odpovídáme zadarmo nebo za milý úsměv a zpravidla celou větou 1. Uřídit direct marketingové kampaně v rámci celé FSČS, aby se odehrály tak jak mají, a donesly očekávané výsledky (včetně zapojení distribučních a komunikačních kanálů) 2. Vyhodnocovat, interpretovat a komunikovat výsledky kampaní 3. Pohlídat, aby dosažení očekávaných výsledků pro stávající kvartál neznamenalo zmenšené naděje na dosahování výsledků v následujících kvartálech (správný moment, správná nabídka, správný klient. a balancujeme milostný trojúhelník segmenty, distribuce, produkty)
DM strategie
Nástroje 45 Source Systems ZSCS Eiger SB CSOPS Fusion Real Time capability ODS CSOPS Fusion mbmw CRM AppS ČS LAN/WAN Web Server BW III Mark4...... SU...... ČS Bank ČS Insurance ČS Pension Funds ČS Building Society etc. >5 years history Transactions DWH Scoring SM/SEM Client Profitability OFSA CRM DB Master DB for Client Data DM Enterprise Miner DM MAT 6
Procesy, Role, Team Campaign Mngr. + Segment Mngr. + Product Mngr. + Marketing Mngr. Předpis č. : 5208_00_02R Iniciacion 1. P reparation P lanning P hase Feedback P ublishing results D efinicion 4. E valuation E valuation Approval C reative design 2. D esign and E xecution 3. Ad m inistracion and M onitoring R esponse Tracking Approval of D esign Internal C om m unication P roduction E xecution M onitoring
3 komponenty úspěšné implementace MA Metodika Data Analýzy Marketing Automation 8
Data = potenciální zdroj konkurenční výhody Povaha podnikání velké objemy dat Předpoklady: Jasné cíle Dobře přístupná a kvalitní data Zaměstnanci s databázovým a analytickým know how Porozumění businessu Podpora vedení Kvalitní analytické nástroje Obchodní využití výsledků 9 Zpracování a uložení dat = nutnost Konsolidace a analýzy dat = zdroj konkurenční výhody
3 komponenty úspěšné implementace MA Metodika Data Analýzy Marketing Automation 10
Základní druhy analýz podporujících direct marketing Prediktivní modely Prodej produktů Aktivace produktů Odchody klientů / rušení produktů Analýza doby přežití produktů propočty LTV produktů Analýzy pro lepší cílení kampaní Segmentační analýzy Popis charakteristik a chování klientů Analýzy pro vyhodnocování kampaní Konstrukce kampaní (oslovení klienti a kontrolní skupiny) Statistická signifikantnost a interpretace výsledků
Základy prediktivního modelování Rozhodnutí při vytváření prediktivních modelů Skupina klientů, pro kterou se má modelovat Cílové chování, které se má modelovat Speciální prediktory Délka období mezi predikovaným chováním a daty použitými pro predikci Výsledek modelování: prediktivní skór pro každého klienta Pro použití v direct marketingových kampaních V ČS: udržujeme přes 40 prediktivních modelů Pravidelné sledování výkonnosti modelů je nezbytné 12
Příklad speciálního prediktoru Kontokorent a hotovostní úvěry: Úvěr si spíše pořídí klient, který využívá kontokorent. Takový klient pravděpodobněji potřebuje peníze a projde úvěrovým scoringem. 13
3 komponenty úspěšné implementace MA Metodika Data Analýzy Marketing Automation 14
Výběr cílové skupiny Nutné vylučovací podmínky Hájení před příliš častým oslovováním Výběrové podmínky specifické pro danou kampaň a nabízený produkt Způsob použití prediktivních modelů Optimalizace zařazování klientů do kampaní, když mohou být ve více současně
Konstrukce kontrolních skupin Po aplikaci všech výběrových podmínek musí být náhodně oddělena kontrolní skupina klientů, kteří záměrně nebudou oslovení. Nákupní chování klientů v kontrolní skupině je spontánní. Jeho rozdíl vůči oslovené skupině je pak skutečným výsledkem kampaně. Všichni klienti vyhovující finálním výběrovým podmínkám Oslovení klienti Kontrolní skupina Oddělení umožňuje statistické 16 vyhodnocení odezvy
MAT SAS Campaign Studio základní obrazovka Paleta nástrojů obsahuje základní stavební prvky výběrového diagramu. Seznam kroků kampaně přehledně zobrazuje všechny kroky nutné k vytvoření kampaně. Pracovní plocha pro vytváření diagramu kampaně Uživatel myší přetahuje nástroje do diagramu. Properties window zobrazuje vlastnosti vybraného nódu.
Marketin Automation Tool: Takto vypadá skutečná kampaň (ta jednodušší )
Marketin Automation Tool:
Co jsme od MATu očekávali a) Plná podpora plánování kampaní b) Podpora kampaňového procesu vč. schvalování c) Výběry dat pro kampaně v grafickém rozhraní přesun kompetence na kampaňové manažery d) Aplikace existujících pravidel pro zařazování klientů do kampaní e) Významný nárůst počtu prováděných kampaní f) Optimalizace zařazení klientů do kampaní napříč kampaněmi g) Automatické exporty dat h) Průběžné sledování úspěšnosti kampaní + závěrečné vyhodnocení i) Archivace kampaní jako knowledge base j) Snadná údržba
Výsledky implementace MATu a) Plánování kampaní Očekávání b) Kampaňový proces včetně schvalování c) Přesun výběrů dat na kampaňové manažery Uskutečněn d) Aplikace existujících pravidel pro výběry Zajištěna e) Nárůst počtu kampaní 21 Výsledek Funguje dobře z krátkodobého hlediska Implementovány základní schvalovací pravomoci Umožněn implementací permanentních kampaní f) Optimalizace Plán dalšího rozvoje g) Automatické exporty dat Zajištěny h) Sledování úspěšnosti kampaní + vyhodnocení Zajištěno i) Archivace kampaní Zajištěna j) Snadná" správa Funguje dobře?
Zkušenosti z implementace MATu Již zavedený direct marketingový proces byl implementací MATu významně ovlivněn Velkou výhodou při implementaci byla konkrétní výchozí představa o požadovaných funkčnostech Výborným tahem bylo vytvoření nové pozice administrátora MAT v dataminingovém týmu Velkou pozornost je nutné věnovat testování nástroje
Když to shrneme automatizace přímého marketingu je výzva automatizace přímého marketingu je dobrodružství automatizace přímého marketingu je pro připravené díky automatizaci přímého marketingu objevíte nové obzory automatizace přímého marketingu je závazek automatizace přímého marketingu umožňuje vítězit
Václav Hrubý, vhruby@csas.cz Děkuji za pozornost!