ДАННЫЕ - amr.ru€¦ · Big Data -х лет ... подхода в Маркетинге? 1....
Transcript of ДАННЫЕ - amr.ru€¦ · Big Data -х лет ... подхода в Маркетинге? 1....
ДАННЫЕ ОСНОВА DIGITAL РЕВОЛЮЦИИ
Денис Реймер Вице-президент ГК ЛАНИТ
Развитие бизнеса на международном рынке
Входит в тройку
лидеров российских ИТ компаний
43 подразделения в России и за
рубежом
Более 7000 сотрудников
100 тыс.проектов для 10 тыс.заказчиков
Облачная платформа
управления данными
«Биржа» данных
Прикладные сервисы и приложения
Big Data интегратор
Опыт работы более 3-х лет
Собственные центры разработки
Партнерство с мировыми лидерами и
научными институтами
Центр экспертизы по технологиям Big
Data и Digital Marketing
1DMP
ЧТО ОБЪЕДИНЯЕТ ЭТИ КОМПАНИИ?
КАЖДЫЙ ИЗ НИХ ЛИДЕР НА СВОЕМ РЫНКЕ
не создает контент
не владеет ни одной машиной
не обладает своими площадями
не имеет складов
1. Обладают «информацией»;
2. Умеют извлекать из информации
ценные знания;
3. Доставляют знания своим клиентам.
ЭТИ КОМПАНИИ – ЖИВУТ В DIGITAL МИРЕ
БОЛЬШЕ БОЛЬШЕ БОЛЬШЕ БОЛЬШЕ МЕНЬШЕ МЕНЬШЕ
3 ЦЕЛИ МАРКЕТИНГА
КЛИЕНТОВ ПРОДАЖ ЗАТРАТ
Как достичь всех целей одновременно?
Что лежит в основе современного системного
подхода в Маркетинге?
1. ДАННЫЕ
• Живет в Digital мире • Всегда Онлайн & Всегда
доступен • С полным отсутствием
фокуса • Невосприимчив к
рекламе
Современный клиент
Погружение клиента в мир Digital открывает новые возможности для
БИЗНЕСА
КЛИЕНТ ОСТАВЛЯЕТ
ЦИФРОВЫЕ СЛЕДЫ
САМЫЕ ЦЕННЫЕ
СЛЕДЫ КЛИЕНТ
ОСТАВЛЯЕТ НА ВАШИХ
DIGITAL РЕСУРСАХ И В
ИТ-СИСТЕМАХ
ВАШИ СОБСТВЕННЫЕ ДАННЫЕ
Если эти данные не собирать
и не сохранять, то вы никогда не
узнаете об их ЦЕННОСТИ
Не позволяйте следам исчезнуть
Где еще «наследил» Клиент • Посещения веб-ресурсов
• Социальные сети
• SMS-рассылки
• История платежей
• История перемещений
• Данные о покупках
• Профиль в мобильной сети оператора
• Интересы, Намерения и многое другое
Если мы сможем собрать все
«следы» Клиента в единую
картину, мы сможем понять, что
нужно Клиенту в данный момент
времени?
Где взять данные?
Вопросы к рынку • Поиск данных • Безопасность и качество данных • Технические сложности
интеграции • Отсутствие механизмов
ценообразования
Биржа Данных 1DMP.IO
• Поставка данных
• Обогащение данных
• Монетизация данных
СЛЕДЫ СОБРАЛИ!
ЧТО С ЭТИМ ВСЕМ ДЕЛАТЬ?
ВОДОПАД ЕЖЕДНЕВНЫХ
ВОПРОСОВ 1. Как привлечь хороших клиентов?
2. Какой продукт предложить существующему клиенту?
3. Как удержать клиента?
4. Как не навредить клиенту лишними коммуникациями?
5. Как повысить лояльность?
6. Как снизить затраты на маркетинговые кампании?
7. Как в каждой точке контакта с клиентом знать, что
нужно клиенту?
2. ИСКУСТВЕННЫЙ
ИНТЕЛЛЕКТ
Обучаем черный ящик
Применение методов машинного обучения к массивам
обогащенных данных позволяет повысить эффективность
существующих маркетинговых моделей.
Что нужно знать про
Машинное Обучение
Ключевые шаги:
• Подготовка данных
• Выбор признаков и предикторов
• Формирование тестовой выборки
• Обучение модели
• Тестирование на реальных данных
Как найти похожих клиентов
WEB WEB CRM CRM
CRM CRM
CRM CRM
CRM CRM
CRM CRM
WEB WEB
WEB WEB
WEB WEB
WEB WEB
КУПИЛ ПРОДУКТ!
КТО ИЗ КЛИЕНТОВ
КУПИТ ПРОДУКТ?
Добавляем внешние данные
Private DMP
3. АВТОМАТИЗАЦИЯ
Собрать данные Собрать данные
Построить и обучить модель
Построить и обучить модель
Передать знания в точку
контакта с Клиентом
Передать знания в точку
контакта с Клиентом
3 ШАГА
Data Management Platform
1DMP.IO 1DMP.IO
Биржа Данных
CRM CRM Web Web Mobile Mobile
Call-центр Call-центр Точки
Контакта
Точки
Контакта Social Social
НАЧНИТЕ С ПЕРВОГО ШАГА
Монетизация данных
Биржа Данных
Data Science Прогнозные Модели
Технологии
Big Data
1DMP.IO “BigData-As-A-Service”
http://cleverdata.ru http://1dmp.io http://lanit.ru
Денис Реймер | http://denreymer.com