Бизнес-кейс: Как удержать клиентов, если ты оператор мобильной связи

В продолжение серии статей, иллюстрирующих применение Data Mining в реальных сферах бизнеса и экономики, сегодня мы рассмотрим бизнес-кейс телекоммуникационной компании T-Mobile Austria, которая использует интеллектуальный анализ данных в целях оптимизации маркетинговой политики и уменьшения «текучки» абонентов.

Ситуация

T-Mobile Austria – дочерняя компания немецкого телекоммуникационного оператора Deutsche Telekom AG, предоставляющая услуги сотовой связи. Как и любой мобильный оператор, T-Mobile Austria вынужден существовать в условиях высокой конкуренции постоянно изменяющейся бизнес-среды, на которую оказывают влияние такие факторы, как удешевление стоимости звонков, изменения в регулирующем законодательстве и высокая степень проникновения на рынок новых игроков.

Ситуация на современном рынке сотовой связи такова: весь имеющийся спрос на услуги мобильных операторов уже давно удовлетворяется, поэтому вопрос исключительно в индивидуальных предпочтениях абонента. Сегодняшним абонентам сменить мобильного оператора ничего не стоит – поэтому последним приходится всячески «ублажать» клиентов, чтобы те вдруг не перебежали в стан «противника». При этом расходы на привлечение новых абонентов не перестают расти – это прекрасно понимают в T-Mobile Austria.

Итак, компания ставит своей задачей сокращение «текучести» абонентской базы; соответственно, необходимо выстроить эффективную политику по сохранению отношений с клиентами. Существенная часть этой работы и связана с большими данными: при помощи аналитиков и специализированного ПО T-Mobile Austria определяет, кто из абонентов склонен к «дезертирству», а кого нужно во что бы то ни стало сохранить в своем лагере – и выясняет, какие меры предпринять, чтобы предотвратить переход ценных абонентов к оператору-конкуренту.

Решение

T-Mobile Austria активно работает над анализом клиентской базы с 2000 года – сегодня команда аналитиков компании состоит из 4 человек, которые работают как с работниками бизнес-отделов, так и с IT-специалистами, четко определяя бизнес-требования и оформляя их в надежные прогнозные модели, которые затем размещаются в хранилищах данных и используются в потоковых приложениях маркетологами и специалистами по работе с клиентами.

В помощь команде аналитиков было выбрано ПО от компании Portrait — Portrait Customer Analytics и Portrait Uplift Optimizer. Особенно полезной в работе оказалась визуализация в реальном времени: на этапе выбора данных аналитики и менеджеры бизнес-подразделений могут работать совместно, анализируя миллионы профилей абонентов и около 1500 переменных и определяя, какие данные необходимо использовать для маркетинговых кампаний. Такие, казалось бы, мелкие рабочие моменты способны серьезно повысить эффективность работы – аналитики относятся к бизнес-пользователям как к «клиентам», при этом выигрывают от этого и те, и другие.

Впрочем, вернемся к анализу данных. На текущий момент аналитики T-Mobile Austria используют 7-10 моделей, покрывающих различные потребительские сегменты и бренды самого оператора. Формализованной управляющей инфраструктуры у компании нет, но специалисты поддерживают механизмы контроля и проверки внутри системы анализа клиентских данных – таким образом убеждаясь, что прогнозные модели соответствуют заложенным требованиям. Кроме того, команда аналитиков разработала алгоритмы проверки качества данных – таким образом непосредственно перед анализом вся информация проверяется на целостность и достоверность.

Как уже было сказано, команда аналитиков T-Mobile Austria использует ПО от компании Portrait для визуализации, прогнозной аналитики и моделирования процессов «текучести» абонентов. Программное обеспечение поддерживает интерактивное моделирование; информация извлекается из источников данных и добавляется в хранилище посредством инструмента интеграции данных в сочетании с ручным SQL-кодом. В этом централизованном хранилище находятся уже «очищенные» сводные данные о сделках компании. Хранилище снабжается за счет автоматизированной витрины данных и ODS (оперативного склада данных), среды высокой доступности, в свою очередь предоставляющей данные для операционной CRM (системы управления взаимоотношениями с клиентами) компании и систем поддержки маркетинговых компаний.

Результаты

В итоге работы мобильному оператору удалось снизить показатель текучести клиентской базы на 2,4%, а также повысить точность целевых маркетинговых кампаний. Кроме того, остановившись на определенном программном обеспечении (Portrait), компания снизила общие расходы на аналитику, существенно увеличила степень взаимодействия бизнес-пользователей и аналитиков, а также во многих случаях перестала зависеть от внешних консультантов.

Добавить комментарий

Ваш e-mail не будет опубликован.

закрыть

Поделиться

Отправить на почту
закрыть

Вход

закрыть

Регистрация

+ =