Ján Choma. IBM Česká republika

Podobné dokumenty
IBM Enterprise Marketing Management Představení

Zpracování IoT dat Jiří Batěk

Aplikace moderních analytických a optimalizačních metod na data získaná z technologií Smart Metering

Analytika a SAP Quo Vadis? Jiří Přibyslavský Performance Management & Business Intelligence Business Consultant

Setkání interních auditorů z finanční oblasti. Nové výzvy pro interní audit Big Data a socialní sítě

Datová věda (Data Science) akademický navazující magisterský program

Moderní metody automatizace a hodnocení marketingových kampaní

Data nejsou odpad, data jsou zlato!

Analýzou dat k efektivnějšímu rozhodování

Customer Intelligence, aneb Jak může neoblíbená analýza dat usnadnit práci marketingu

Obohacení dat o statistické výsledky a potenciál jejich využití

Technologie ve službách online komunikace

UNIVERZITA PRO OBCHODNÍ PARTNERY. Úvod do Midmarket, BP Cloud programy Miroslav Černík, Midmarket Manager

DYNAMICS 365 žijte svou budoucnost hned

Business Intelligence Hlavní témata, která budou v roce 2015 určovat vývoj business intelligence řešení a služeb.

Ostrava. 16. dubna 2014

Heineken Slovensko. První FMCG společnost na Slovensku s online CRM. Případová studie

Inovace CRM systémů využitím internetových zdrojů dat pro malé a střední podniky. Ing. Jan Ministr, Ph.D.

Data Science projekty v telekomunikační společnosti

Oracle Sales Cloud. moderní řízení obchodu

BIG DATA. Nové úlohy pro nástroje v oblasti BI. 27. listopadu 2012

České Budějovice. 2. dubna 2014

Snadný a efektivní přístup k informacím

BIG DATA je oveľa viac ako Hadoop. Martin Pavlík

Průmysl 4.0 jako příležitost pro budování chytré továrny Dr. Filová, Plánování značky

Řízení podniku a elektronické obchodování

Simplify I.T. ve veřejném sektoru. Josef Švenda Country Leader, Oracle Czech

Informační systémy. Jaroslav Žáček

Hlava v oblacích s nohama na zemi

MOHOU TECHNOLOGIE ZVÍTĚZIT V BOJI S MODERNÍMI HROZBAMI?

Lean Startup. Lekce 5: Vztahy se zákazníky

Big Data a oficiální statistika. Unicorn College Open 24. dubna 2015 Doc. Ing. Marie Bohatá, CSc.

Jak efektivně řídit životní cyklus dokumentů

Máte již dobře vyzbrojeného firemního SYNTETIKA?

EVOLUCE V CUSTOMER INTELLIGENCE

2000s E-business. 2010s Smarter Planet. Client/Server Internet Big Data & Analytics. Global resources and process excellence

OBSAH PROCES MARKETINGOVÉHO PLÁNOVÁNÍ: ZÁKLADNÍ KROKY 41 ÚVOD 41 CO JE TO MARKETINGOVÉ PLÁNOVÁNÍ? 42 PROČ JE MARKETINGOVÉ PLÁNOVÁNÍ NEZBYTNÉ?

icc Next Generation atlantis Copyright 2011, atlantis

CPM/BI a jeho návaznost na podnikové informační systémy. Martin Závodný

Obsah ČÁST I JAK SE UCHÁZET O ZÁKAZNÍKY NA WEBU KAPITOLA 1

Jak si udržet zákazníky a nabídnout jim co nejvíce?

Očekávaný vývoj managementu kvality v automobilovém průmyslu Jindřich Znamenáček

Konvergovaná bezpečnost v infrastrukturních systémech

Moderní přístup k návrhu produktové nabídky a schvalování úvěrových produktů v reálném čase.

Nová generace analytik mění zažité způsoby BI

Chytrá systémová architektura jako základ Smart Administration

Digitalizované řešení správy pracovních postupů v prostoru

Doc. Ing. Daniel Kaminský, CSc. ELCOM, a.s.

Profitabilita klienta v kontextu Performance management

Analýza nestrukturovaných dat pomocí Oracle Endeca Information Discovery

Panelová diskuse Technologie pro byznys

Systém detekce a pokročilé analýzy KBU napříč státní správou

SEARCH & BIG DATA [ & ANALYTICS] INFORUM 2015, Pavel Kocourek

Enterprise Content Management IBM Corporation

Řízení výkonnosti nemovitostního portfolia. Integrační platforma innosys. Květen 2014

HadoopDX (Hadoop as a Service)

MindForge Inovační a technologický hub JAN JANČA

Software as a Service -příležitosti, kritické faktory a srovnání s klasickým modelem dodávky aplikací


Efektivní komunikace díky inovativním hlasovým technologiím. Praha, Call centrum ve finančních službách

IBM Content Analytics

Ing. Pavel Rosenlacher

Jak přetavit data v hodnotné informace, které nesou peníze

O MOBILNÍCH APLIKACÍCH V KOSTCE (TRENDY, KRIZE, PŘÍLEŽITOSTI, APLIKACE) YOUMOBTOO

Jak využít data o zákaznících ke zvýšení příjmů z prodeje

TRENDY V PRODEJI 2018

Informace a znalosti v organizaci

Business Intelligence

Současné trendy v oblasti Business Intelligence

Aktuality 26. září 2012

Návrh softwarových systémů - softwarové metriky

MODERNÍ METODY SEGMENTACE ZÁKAZNÍKŮ Ing. Miloš Uldrich ZÁKAZNICKÁ LOAJALITA A AKVIZICE VE FINANČNÍCH SLUŽBÁCH. StatSoft CR

Digitalizace distribuce ve skupině E.ON Czech

Trask Process Discovery Quick Scan


Webová analytika v kostce. Pavel Jašek Marketing Monday 7. listopadu 2011

Informace, lidské zdroje a technologie: Klíčové faktory pro zajištění kybernetické bezpečnosti

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ /14

Komunikujte se zákazníky jako lidé s lidmi... aneb cílená komunikace. Matej Kováčik CEO VIVmail s.r.o.

BA_EM Electronic Marketing. Pavel

Surfujte v business analýze jako profík. Naučíme Vás podpořit klíčová rozhodnutí firmy.

Snažší používání. > Prostředí pro mobilní zařízení. > Vylepšení uživatelského komfortu. > Zjednodušení práce. > Integrace Office 365

Microsoft Dynamics CRM on-line + Office 365 a jejich využití (nejen) na vysokých školách

Trendy: Růst významu analytického reportingu. Tomáš Pospíšil, Oracle Czech Olomouc,

Skóringový model. Stanovení pravděpodobnosti úpadku subjektu v následujících 12 měsících

TCP Open Cloud Provider

Internet věcí & Cloud Systémy v Energetice Miroslav HLADÍK Toshiba Corp. Energy Systems & Solutions Company

Základy business intelligence. Jaroslav Šmarda

Customer Intelligence na webu

FrontStage. Intelligent Contact Centre. Copyright 2011, atlantis

3 Bezpečnostní politika 3/1 Základní pojmy, principy standardy a požadavky

O2 ENTERPRISE SECURITY. Vít Jergl, Vladimír Kajš

TIA na dosah MindSphere

Nasazení CA Role & Compliance Manager

Vzdělávání jako cesta do budoucnosti knihoven? Mgr. Jan Zikuška Kabinet informačních studií a knihovnictví, FF MU

Nejnovější trendy v B2B online reklamě Automatizace Marketingu. Ivo Vrána, Pavel Marek, /

Zdeněk Hanáček Aplikace pro chytré s ítě - nedílná s oučást chytrého města Siemens s.r.o. 2016

Výuka integrovaných IS firem a institucí na vysokých školách (zkušenosti, nové příležitosti, omezení)

3. Očekávání a efektivnost aplikací

Petra Štogrová Jedličková

Transkript:

Ján Choma IBM Česká republika jan.choma@cz.ibm.com

IBM pomáhá lídrům inovovat a vítězit v nové éře IT Internet of Things Big Data & Cognitive analytics Cloud computing The Internet of Things (IoT) nastupuje jako třetí vývojová vlna internetu. Goldman Sachs Nacházíme se v počátečním stádiu nové éry IT v éře kognitivních systémů, které promění byznys i celou společnost Cloud mění IT a byznys procesy na digitální služby a stává se distribučním kanálem pro SW aplikace Security Inteligence Bluemix

IBM pomáhá lídrům inovovat a vítězit v nové éře IT Internet of Things Big Data & Cognitive analytics Cloud computing The Internet of Things (IoT) nastupuje jako třetí vývojová vlna internetu. Goldman Sachs Nacházíme se v počátečním stadiu nové éry IT v éře kognitivních systémů, které promění byznys i celou společnost Cloud mění IT a byznys procesy na digitální služby a stává se distribučním kanálem pro SW aplikace Security Inteligence Bluemix

Big Data realita nebo sen? Volume Variety Velocity Veracity Množství Různorodost Rychlost Neurčitost Objem dat Data v mnohých formách Data v pohybu Neurčitá data Terabyty až petabyty dat Strukturovaná, nestrukturovaná, text, multimedia Analýza dat v toku za účelem rozhodnutí ve zlomku sekundy Řízení spolehlivosti a předvídatelnosti nepřesných typů dat

Kognitivní analytika - Nová éra výpočetní techniky Wikipedia: Cognitive computing kombinuje umělou inteligenci a algoritmus strojového učení ve snaze reprodukovat chování lidského mozku. Artificial intelligence (AI) je inteligence, kterou projevují stroje nebo software. Je to akademická disciplína zkoumající tvorbu inteligence. Machine learning je vědecká disciplína zkoumající tvorbu algoritmů, které jsou schopny učení se z dat. Smart Machine Era bude nejpřevratnější v historii IT. Gartner Otázka Objevování Rozhodnutí Do roku 2018 bude polovina interakcí se spotřebiteli na základě cognitive computing IDC Pochopení otázky v přirozené řeči Posun od základního VYHLEDÁVÁNÍ k OBJEVOVÁNÍ Učení se s každou novou akcí a výsledkem

Odpověď IBM na novou éru, Watson, je kognitivní učící se systém, který zlepšuje naše schopnosti vnímat, zdůvodňovat a nacházet souvislosti Rozumí přirozenému jazyku a lidské komunikaci Generuje a hodnotí hypotézy na základě dat Adaptuje se a učí na základě výběru a reakcí uživatelů Dotaz Mnohonásobná interpretace otázky Tisíce kusů důkazů Naučené modely pomáhají kombinovat a vážit důkazy Analýza dotazu Dekompozice dotazu Generování hypotézy Skóring hypotézy a důkazů Syntéza Finální ohodnocení spolehlivosti Odpovědi se spolehlivostí Generování hypotézy Skóring hypotézy a důkazů Stovky tisíc hodnocení z velkého množství analytických algoritmů

WATSON pracuje pro vás IBM Bluemix cloudová aplikační platforma https://apps.admin.ibmcloud.com/manage/trial/bluemix.html Watson Content Analytics poskytuje klíčové náhledy z nestrukturovaných dat IBM Watson Analytics Samoobslužné analytické řešení pro byznys i expertní uživatele IBM and Twitter Rozhodování v byznysu již nikdy nebude stejné Data z Twittru budou poskytované pro IBM Watson Analytics - nová kognitivní služba, která přináší intuitivní vizualizaci a prediktivní analytiku každému byznys uživateli, a další cloudové analytické řešení od IBM

Posun modelu - od zaměření na produkt ke zaměření na zákazníka CRM 360 Pohled na zákazníka Společnosti, které se posunou od kultury orientované na produkt ke kultuře orientace na zákazníka budou mít lepší pozici při udržení si zákazníka i při organickém růstu profitability. Dynamické generování produktů a cen Analytika kvality služeb Predikce odchodovosti a X-sell modely Marketéři se musí odprostit od tradiční produktovo orientované komunikace k více informativnímu poskytování zpráv orientovaných na řešení... Zákazníky nezajímá nákup produktů, chtějí vyzkoušené řešení. Nedávný článek ve Forbes zameřený na nedostatečné pochopení zákazníků na úrovni představenstev uvádí:...členové představenstev odhadují, že nedostatek pozitivní, konzistentní a značce relevantní zákaznické zkušenosti by je mohla stát až neuvěřitelných 20% celkových ročních tržeb. Banky ztrácejí zákazníky průměrným tempem 12.5% ročně, zatímco průměrná akvizíční úspěšnost je 13,5%. Zároveň, akviziční náklady pětinásobně převyšují náklady na udržení zákazníka.

Přesně mířená přidaná hodnota Analýza nestrukturovaných dat z multikanálových služeb v kombinaci s tradičními strukturovanými daty umožňuje: Identifikaci retenčních trigrů na základě příchozích a odchozích hovorů Generování prodejních příležitostí, které nebyli okamžitě zaznamenány operátorem Zlepšení event based marketingu na základě událostí z rozhovorů Identifikace signálů odchodovosti ze zákaznických stížností Dlouhodobá i kampaňová analýza sentimentu Reporting kvality služeb call centra, multikanálových služeb a prodeje

Analýza interakce s klientem / Příklad Přepis rozhovoru Automatizované a personalizované trigry Tradiční marketingová a zákaznická data Příležitosti a úkoly z příchozích / odchozích hovorů Příležitosti pro event based marketing : Zákazník zmínil v průběhu rozhovoru, že se za 6 měsíců bude ženit Obchodní příležitost: Zákazík se ptal na podmínky předčasného splacení úvěru Retenční trigry: Zákazník chce vědět, jaké jsou úroky na spořícím účtu Analýza interakce s klientem Manažer call centra/zákaznických služeb Pravidelně: proč lidé volají, kdy, jestli a proč někteří volají opakovaně Okamžitě: identifikace neočekávaných špiček nebo důležitých rozhovorů a důvodů za nimi s cílem proaktivně zasáhnout Manažer kampaní Jaký je momentální sentiment vyvolaný aktuální kampaní Jako reagují klienti na nové nabídky Vytvoření příležitosti Retence X-Sell, Upsell na základě událostí Vizualizace Sentiment zákazníka Kvalita služeb Prodejní výkonnost Prodejní a odchodové akční trigry Manažerské reporty Zlepšení výkonnosti call centra

Inovace odlišují lídry od následovatelů Studie proveditelnosti PoC a/nebo prototypování sdílený model Vaše společnost: specifické know-how vašeho oboru IBM: technologie a implementace Jsme připraveni začít a podpořit vás

Děkuji Ján Choma IBM Česká republik jan.choma@cz.ibm.com

Customer Interaction Analytics / Reference Architecture Mobile Apps Web Apps Social media Call center Omnichannel platform Call recording mp3, wav Voice-to-Text MCH Servicing Media crawler Unstructured data InBound / Outbound offers Inbound / Outbound Campaigns Personalized products & Loyalty models Watson Data Explorer Unstructured text analyses Retention offer management Structured data with metadata Facts classification and categorization Products & Lifecycle management Customer facts Servicing facts Products/cmp sentiments facts Identified churn alerts Leads CRM Service Quality Reporting Customer Sentiment Analytics Churn alerts Marketing leads