Zpracování digitálních dat

Data, která může klient mít o chování zákazníků, jsou pokladem pro podnikání. Ale jen málo firem tento poklad opravdu poctivě buduje a využívá. Dokážeme aplikovat postupy umělé inteligence a strojového učení pro predikci budoucího chování, doporučování 1:1, analýzám sortimentu...

Co je cílem naší práce?

• Většina uživatelů je nějak identifikována a existuje pohled na všechny jednotlivé akce v multi-channel ekosystému.
• Kvalitní reporty.
• Schopnost rychle a efektivně provádět analýzy a segmentace uživatelů.
• Rychlé a kvalitní spouštění automatizovaných kampaní.

Zpočátku řešíme vše dodavatelsky, ale snažíme se postupně příslušné kompetence předávat interním lidem.

Jak to většinou vypadá...

• Data o chování na webu, v sociálních sítích či emailu jsou většinou ponechána v izolovaných systémech. Například jen Google analytics.
• Různá data vlastní různé týmy. Marketing má data o kampaních a webu, business má CRM pro e-mailing a někde leží DWH s daty o transakcích.
• Klienti nejsou segmentováni nebo existují různé segmentace v jednotlivých týmech a odděleních.
• Nedaří se dělat cílené kampaně, personalizovat nabídku apod. Realizace kampaní je drahá a složitá, efekt je malý. Typicky se najdou jen malé segmenty nebo dojde dokonce k chybám.

Co uděláme pro zlepšení?

• Dodáme cloudovou big data platformu, kam dokážeme uložit data pro analýzu. Bude to např. Keboola, BigQuery, SnowFlake.
• Nastavíme identifikaci uživatele a zpropagujeme ji do systému tak, aby pokud uživatel klikne na e-mail, tak web analytika věděla, s kým máme tu čest.
• Dokážeme na základě těchto konsolidovaných dat postavit multi-channel reporting.
• Dokážeme z dat vytvořit různé modely a analýzy. Například:
  • Celkovou hodnotu zákazníka (LiveTimeValue)
  • Pravděpodobnost nákupu (RFM)
  • Sociodemo analytika (clustering, )
  • Produktově orientovaná analýza - jaký produkt zákazníka zajímá? Jaká je jeho bonita?
  • Analýzy atribučních cest marketingu
  • Doporučení