Профиль клиента: сбор данных

Профиль клиента:
сбор данных
Информационный след
Данные
позволяют
узнать многое
о человеке
Источники знаний
•Call –центр
•Книга жалоб
•Продавцы
•Маркетинговые
исследования
•Фокус-группы
•Тайный
покупатель
•Сайт
•Соцсети
•Рассылки
Живое
общение
Оnline
общение
Исследования
Анализ баз
данных
•Сегментация
клиентов
•Анализ
потребления
•Анализ связей
Источники данных
Социальные сети,
официальные
органы
Сайт компании,
личный кабинет
CRM-системы,
POS-терминалы
Картографические
сервисы
Профиль
клиента
Опросы,
маркетинговые
исследования
Профиль клиента
Тип
Пример
Контакты
ФИО, Телефон, e-mail
Демография
Пол, возраст, семья
Покупки
Чеки, заказы
География
Место жительства/работы
Коммуникации
Персональные предложения
Психология
Реакция на предложения
Интересы
Группы в социальных сетях
Стандартная схема
Учет
Аналитика
POS
CRM
Веб-сайт
Карты
Соцсети
Прочие
Отчеты
Очистка и
предобработка
данных
Хранилище
данных
Модели
Прогнозы
Правила
Профили
клиентов
Требования к хранению
1. Наличие ID клиента
2. Наличие контактных данных
3. Связность всех данных
4. Корректность и полнота
5. Актуальность информации
Идентификация клиента
Профиль клиента без ID не
нужен.
Варианты ID:
 Телефон
 Номер карты
 E-mail
 Документ
Контактные данные
Без актуальных контактов
профиль бесполезен.
Варианты контактов:
 Телефон
 E-mail
 ID соцсети
 Почтовый адрес
Связность данных
Без связности нет единого
образа клиента.
Варианты связывания:
 Уникальный ключ
 Набор полей
 Нечеткая близость
Связность данных: пример
Похожие
объекты
Критерии
сходства
Корректность и полнота
Некорректные данные
приводят к неверным
выводам.
Улучшение качества:
 Стандартизация
 Унификация
 Кросс-проверки
Корректность: Стандартизация
Название
Телефон
Город
«Миф»
7787100
Мсква
ИП Уют\
+7 (4912) 111-111
Нет
ОАО Снег
Михаил
Рязань
Название
Телефон
Город
OOO «Миф»
+7 (495) 7787100
Москва
ИП «Уют»
+7 (4912) 111111
Рязань
ОАО «Снег»
Рязань
Полнота: Анализ связей
21 год
21 год
Анализ друзей в
социальной сети
?
Студент
МГУ
21 год
25 год
22 года
Студент
Выпускник
Аспирант
МГУ
МГУ
МГУ
Друзья в социальной сети
Актуальность сведений
Старым данных доверять
нельзя.
Обеспечение
актуальности:
 Регулярные обновления
 Кросс-проверки
Деградация данных
Даже хорошие
данные приходят в
негодность
Качество данных
100
80
60
40
20
0
1
2
3
Годы
4
Поведенческие характеристики
Покупки – самый важный
источник обогащения данных:
 Покупки не лгут
 Говорят о клиенте все
 Изменяются вместе с клиентом
Процесс обогащения данных
Сырые данные
Агрегаты или
производные данных
Характеристика
клиента
Доля товаров со
скидками
Обогащение: Анализ скидок
14
12
10
8
6
4
2
0
Январь
Февраль
Конкретный клиент
Март
Апрель
Медиана по всем клиентам
Май
Обогащение: Сегментация
Структура
потребления
Обогащение: Товары-маркеры
От данных к знаниям
Знание клиента –
ключ к построению
эффективной
программы
лояльности
basegrpoup.ru