Построение профиля доходного клиента средствами интеллектуального анализа данных

Рожкова Е. В.
Выпускник группы MBA CIO-43
Школа IT-менеджмента
РАНХиГС при Президенте РФ

Всякий раз, теряя покупателя, вы ослабляете торговлю; чем дольше вы удерживаете покупателя,

тем более оправданны ваши инвестиции в маркетинг.

Бак Роджерс

«Путь успеха: как работает корпорация IBM»

В области маркетинга и продаж основные стратегические цели - это приобретение новых клиентов, а также удержание существующих. Финансовые организации генерируют огромные объемы данных, такие как историю покупок, данные профиля, историю просмотра или данные социальных сетей каждый день. На основе накопленного материала, используя инструменты анализа данных, мы можем более эффективно достигать основных целей маркетинга.

В последние годы технология Big Data становится ключевым словом в различных отраслях, в том числе и банковской. Эффективное использование этого инструмента может улучшить бизнес – ценность всей компании, но для этого необходимо инвестировать как время, так и деньги.

Объединение больших объемов данных из различных источников делает технологию Big Data очень мощным инструментом для принятия решений в бизнесе, раскрывающим поведение клиентов быстрее и лучше  по сравнению с традиционными средствами BI.

Технология Big Data, неоспоримо, разработана, чтобы позволить выполнять поиск и статистический анализ больших полуструктурированных данных. Способность обрабатывать все более и более сложные данные и гибкость разблокировали новые возможности для извлечения знаний и бизнес - идей из массивного количества внутренних данных  самой организации. Инструменты работы с технологией Big Data также дают возможность обогатить эти внутренние данные за счет огромного количества полуструктурированных внешних данных из публичных источников и социальные сетей, тем самым увеличивая ценностный потенциал данных еще больше. Объединение и обработка для источников внутренних и внешних данных просто не представляется возможным с использованием традиционных систем управления и аналитических инструментов, которые были представлены ранее.

Социальные сети и другие интернет порталы открывают новые возможности для работы со своими клиентами. В них содержится большой объем сообщений о брендах, товарах и услугах. Информация, в которой содержится, как пользователи обсуждают, делятся, критикуют товары и услуги на различных социальных платформах, может присутствовать в достаточном для обработки количестве. Анализ настроений с помощью технологии Big Data дает возможность быстро прочитать все эти данные, обеспечить резюме того, что людям нравится и не нравится в бренде, самой компании или её продукции. Причины таких настроений могут быть легко извлечены, предоставив тем самым информационную ценность для бизнеса.

Мониторинг отношения клиента к продукту

Значимые данные включают в себя мнения, чувства и отношение потребителя к бренду, компании или продукту. Обладая информацией об отношении клиента, можно его понять для того, чтобы правильно настроить дальнейшее с ним взаимодействие.

Важная задача - определить ключевых клиентов

Инструмент анализа настроений может также выявить наиболее влиятельных клиентов в отношении брендов компании или продукции. Это позволяет взаимодействовать с нужными людьми, которые имеют большое влияние на социальную среду, где общаются и будут там распространять свое мнение. Именно эти ключевые клиенты имеют решающее значение для выполнения поставленных целей в рамках успешной стратегии.

Внутренний профиль клиента может показать, какие клиенты дают большое количество рефералов. Эта база данных может также содержать атрибуты, которые могут быть использованы, чтобы определить, является ли клиент, тем который оказывает значимое влияние на свое окружение.

.

Получение обратной связи для улучшения продуктов и услуг.

Многие потребители свободно высказывают свое мнение и предложения по изменению продуктов на сайтах и в социальных сетях. Технологии Big Data могут быть использованы для поиска этих ценных потребительских идей для улучшения продуктов и услуг, что бывает значительно быстрее, чем с традиционные опросы, которые изображают только взгляд исследуемой группы в один определенный момент времени.

Многие продукты и услуги могут быть легко улучшены, если будет установлена прямая связь с клиентами. Социальные медиа-платформы являются источниками для установления этих связей. Чтобы обнаружить возможности для улучшения своих продуктов и услуг, банкам просто нужно научиться эти идеи фильтровать. Инструменты анализа поведения клиентов позволяют использовать огромное количество данных, передаваемых от социального сетей, помогая улучшить продукты и услуги в кратчайшие сроки.

Понимание клиента в целом важно, чтобы оставаться впереди конкурентов.

Есть несколько важных аспектов, которые надо учитывать при разработке 360-градусного подхода к клиенту. Прошлое и настоящее поведение клиента важно, чтобы предсказать будущие тенденции и то, что наиболее вероятно будет следующим его действием. Изучение взглядов и поведения потребителя важно, чтобы построить его профиль образа жизни и обнаружить новые идеи для модификации продуктов. Таковы лишь некоторые атрибуты, которые используются для построения полной и целостной картины клиентов.

Знание профиля клиента дает глубокое понимание того, как может быть использована хорошая идея для улучшения взаимодействия с ним. Эта может привести к улучшению маркетинговых кампаний, целевых продаж и качество обслуживания клиентов. Четкое представление о профиле клиента позволяет компании, например, чтобы отправленное предложение вызвало обмен сообщениями, или иными словами последовала определенная реакция с обратной стороны. Это является хорошим способом укрепить бренд и удержать целевых клиентов.

Актуальность использования технологии Big Data для коммерческого Банка.

В настоящий момент на территории РФ существует большое количество Банков и как никогда остро стоит проблема понимания того, кто из клиентов наиболее значим и играет важную роль для сохранения своей позиции в банковском секторе. Особенно это актуально для коммерческих Банков, которые не имеют государственной поддержки и существуют за счет инвестированных ранее средств и прибыли от продажи кредитных продуктов.

Исходя из выше сказанного, в качестве объекта исследования мы берем оформление кредитного продукта. В этом случае предметом нашего исследования  станут основные параметры человека пришедшего за ним в Банк.

В рамках этой дипломной работы нашей целью является сегментация клиентов и определение параметров, по  которым мы можем определить тех, кто приносит наибольшую прибыль Банку.

Для достижения цели необходимо решить несколько задач:

1. Формирование выборки  данных о существующих и новых клиентах Банка

2. Анализ данных с помощью различных методов

3. Сегментация клиентов на основе полученных результатов

4. Формирование профиля клиента.

Полученные результаты будут использованы для формирования предложений действующим клиентам коммерческого Банка новых улучшенных кредитных продуктов.