Ведущий бизнес-консультант SAS по клиентской аналитике считает, что знание ключевых этапов «путей клиента» и выбор «точек вмешательства» по правильным каналам может стать мощным маркетинговым инструментом банка.
— Эдриан, какие существую предпосылки для создания подобных аналитических систем нового поколения?
— Справиться с управлением колоссальным объемом данных — непростая, но весьма важная задача для современного бизнеса. Такие отрасли, как банки, телеком, ритейл особенно восприимчивы, так что управление данными и клиентская аналитика становятся одной из ключевых компетенций их бизнеса. Сегодня в мире накапливаются и анализируются огромные объемы информации. На основе этого анализа мы формируем наше понимание, генерируем идеи и предлагаем решения. Для маркетологов аналитические массивы данных представляют основу для планирования и проведения коммуникационных кампаний или других действий — скажем, для корректировки продуктовой или ценовой политики.
— То есть массивы данных трансформируются в бизнес-решения, как именно это происходит?
— В качестве примера я обычно использую модель работы человеческого мозга. Смотрите, я контактирую с клиентом, как это происходит в традиционном отделении банка. При этом я помню всю историю наших прошлых отношений. Одновременно у меня под рукой аналитические материалы, в которых содержатся сведения, какого рода клиент сидит передо мной — его характеристики, доход, предпочтения, текущие потребности и прочее. Исходя из этого, я понимаю, какие именно действия можно предпринять в отношении этого клиента. И на основании истории взаимоотношений, понимания клиента и актуальной ситуации мой мозг принимает лучшее решение — как действовать дальше в контексте своих целей. Примерно по такому принципу устроена платформа SAS Customer Decision Hub, которая позволяет реализовать подобный алгоритм, разумеется, в промышленных масштабах.
20 мая в Москве прошел SAS Forum Russia 2015, крупнейший в России и СНГ форум по бизнес-аналитике. Технологии, обсуждаемые на форуме — клиентская аналитика, управление данными и рисками, борьба с мошенничеством, Big Data — становятся все более значимой составляющей бизнес-стратегии современных банков. Компания SAS, чьи аналитические решения используют большинство ведущих российских банков, предлагает высококлассную экспертизу и исчерпывающий набор инструментов для решения сколь угодно сложных маркетинговых задач, в том числе в соответствии с духом времени — в режиме онлайн.
В рамках одной из ключевых секций форума «Клиентская аналитика» были представлены принципиально новые подходы, применяемые сегодня в этой области — учет событий клиента для прогнозирования его поведения, а также построение прогнозных моделей для формирования персональных пакетов услуг. «Как проанализировать последовательность взаимодейтсвия банка с каждым клиентом, и — самое интересное! — прогнозировать поведение клиентов и влиять на него?», — таким амбициозным вопросом задался в своем выступлении Эдриан Карр (Adrian Carr), ведущий бизнес-консультант SAS по клиентской аналитике.
— Какие инструменты задействованы для реализации этого новаторского подхода?
— Мы предлагаем учитывать и анализировать события клиента, объединенные в некие цепочки взаимодействия. На таком пути фиксируется активность клиента, происходящая в различных каналах: Интернет, колл-центр, соцсети, контакт с операционистом в отделении и т.д. Некоторые из этих событий являются несущественными, и мы их отфильтровываем. Другая категория событий может быть напрямую связана со значимыми задачами компании. Это такая активность, которую бы нам хотелось предсказать и стимулировать: это может быть удачная конверсия на сайте, заявка на кредит, продажа дополнительной услуги и т.д. Либо, наоборот, стоит задача предотвратить нежелательные события: закрытие счета или прекращение использования какого-то сервиса. Так вот, мы фокусируем свое внимание на наиболее значимых событиях пути клиента и определяем «точки вмешательства», в которых активность банка может принести наибольший эффект.
Приведу простой пример из телекоммуникационной сферы. Представьте ситуацию: у клиента интернет-провайдера осталось меньше 2 гигабайт оплаченного лимита загрузки. Он начинает загружать фильм объемом 3 гигабайта. Проанализировав и выявив эту ситуацию, система автоматически предлагает клиенту докупить дополнительный объем трафика — с большой долей вероятности пользователь согласится на такое предложение.
— Да, это любопытно… но все же это не дает гарантии результата, так?
— Скажем так, мы в этой ситуации понимаем, что сделали все от нас зависящее, чтобы реализовать рыночную возможность или не допустить нежелательного события. Даже если цели конкретной кампании не удается достигнуть, это может внести свой вклад в формирование следующего цикла принятия решения, новых маркетинговых активностей.
В этой связи я хотел бы упомянуть о многоканальном маркетинге, это сейчас популярная концепция. Она означает, что в рамках каждого конкретного канала вы делаете некое целостное предложение для клиента, учитывающее его потребности, уместность самого канала и времени маркетинговой активности. Например, вы делаете предложение дополнительной банковской услуги через банкомат. Я считаю, что это не самый лучший подход, если сравнивать его с другими альтернативными каналами. Представьте: человек подошел к банкомату просто снять наличные, а ему показывают предложение на ипотеку. Это не то место и время, не тот контекст, в котором человек готов всерьез задуматься о столь серьезном шаге, как ипотека, то есть предложение нерелевантное. Поэтому возможности платформы отслеживать и влиять на «пути клиента» действительно колоссальные, но они, безусловно, должны сопровождаться грамотной маркетинговой политикой, воплощающей потенциал многоканальности.
— А эта модель работы с данными клиента, анализ цепочки событий, способов влияния на принятия решений — является ноу-хау компании SAS?
— Я думаю, что эта методология — совокупность маркетинговых подходов, которая позволяет понять, какие события являются релевантными и как влиять на поведение клиента в зависимости от его профиля и того же канала обслуживания — это все активно развивается совместными усилиями участников рынка. Здесь, на форуме, было представлено довольно много примеров — спикеры рассказывали, какие события имеют предсказательную силу и способны повлиять на ситуацию в будущем.
Аналитические технологии тоже развиваются. Так, возможности наших решений вышли далеко за рамки сугубо аналитических систем. SAS предоставляет методологию, позволяющую не только хранить и обрабатывать данные, но и производить действия на основании результатов анализа данных. У банка в распоряжении появляется инструментарий, позволяющий настраивать и непосредственно обрабатывать поток событий, на основе этого трафика действует уже централизованный хаб принятия решений. С его помощью можно формировать решения на основе сложных аналитических процедур и инициировать дальнейшую активность.
— На какие моменты нужно обратить внимание при построении банковского маркетинга, базирующегося на клиентской аналитике?
— Прежде всего, это компетентная работа с данными — нужно понимать, что и где собирать, как фильтровать и как использовать информацию. Затем принимать во внимание специфику многоканальности — об этом я уже говорил. Следующий актуальный момент — централизация, без цельного механизма сбора, хранения, анализа данных и тем более единого места выработки решений вряд ли удастся построить современный интерфейс взаимодействия с клиентами.
Анализ данных в режиме реального времени тоже становится обязательным требованием, чтобы банк мог своевременно принимать обоснованные аналитические решения. Это чрезвычайно важно именно для банковской отрасли — для автоматизации таких процессов, как скоринг и выдача кредита, формирование пакетных и персональных предложений. Онлайн-анализ позволяет применять более чувствительные, ориентированные на клиента решения, а не стандартный, единый для всех подход. На высококонкурентном рынке это гораздо более выигрышная стратегия.
Начать дискуссию