SAP: esame nuspėjami, nes puikiai veikia analizės instrumentai

Tarkime, bankas ketina pristatyti naują produktą ir pasiūlyti jį savo klientams. Bėda ta, kad bankas su klientais gali bendrauti tik 3–4 kartus per metus (antraip klientai gali palaikyti banko komunikaciją brukalu). Be to, jam reikia žinoti, kokie komunikacijos kanalai šiuo tikslu ir kiekvienam klientui būtų veiksmingiausi. Taip siekiama naują produktą  veiksmingiausiu komunikacijos kanalu pasiūlyti tiems klientams, kurie jį būtų labiausiai linkę įsigyti.

„Neseniai į mus kreipėsi su panašiu iššūkiu susidūręs klientas, – pasakoja ACBaltica vyresnysis partneris Pavelas Žylko. – Spręsdami jo problemą, pasitelkėme SAP predikcinės analizės priemones, taip pat šiam atvejui pritaikėme ir kitus SAP įrankius. Banko pajamos padidėjo 30 %, o rinkodaros kampanijų našumas išaugo keliskart!“

Kas yra predikcinė analizė?

Predikcinė analizė yra pažangiosios analitikos atmaina, leidžianti prognozuoti būsimus įvykius remiantis istoriniais duomenimis. Predikcinės analizės priemonės paprastai kliaujasi statistiniu modeliavimu, duomenų gavybos metodais ir mašinininiu mokymusi. Tai, ką duomenų analitikai ir statistikai atliktų per kelias savaites, šios priemonės gali padaryti per keletą minučių (sudėtingesniais atvejais – per keletą dienų). Procesas automatizuotas – dirbtiniu intelektu (DI) grįstas tinklas nuolat mokosi ir apdorodamas vis daugiau duomenų tobulėja.

„SAP turi kelis produktus, galinčius atlikti predikcinę analizę, – pasakoja P. Žylko. –SAP Predictive Analytics, SAP Analytics Cloud (debesijos analitikos sprendimą), SAP HANA (duomenų bazės platformą), SAP Customer Experience (produktų liniją vartotojų patirčiai gerinti), SAP SuccessFactors (žmogiškojo kapitalo valdymo programą) ir kitus.“

Siekdamos išnaudoti šių priemonių galimybes, bendrovės pirmiausia turėtų rinkti ir valdyti visus reikalingus duomenis ir apsibrėžti, kokie signalai padeda nuspėti būsimus įvykius. „Gali būti sudėtinga sukonfigūruoti ir išmokyti neuroninį tinklą atlikti predikcinės analizės užduotis, bet pabandysiu paaiškinti paprastai, – tęsia P. Žylko. – Į mus kreipęsis bankas turėjo daug duomenų – maždaug 150 parametrų – apie savo klientus, tad mūsų tikslas buvo nustatyti, kurie parametrai veikia klientų sprendimus ir įvertinti jų įtaką.  Kai kuriais atvejais   buvo svarbus veiksnių darinys, tarkime, atlyginimas ir geografija. „Treniruodami“ neuroninį tinklą atlikti predikcinę analizę, apdorojome 10 tūkst. klientų, jau nusipirkusių produktą, duomenis. Tada kitų klientų duomenų rinkiniu patikrinome, ar neuroninis tinklas geba atspėti, kas produktą jau įsigijo. Jam pavyko išaiškinti 94% atvejų. Paskui buvo ketinama išmokytu neuroniniu tinklu apdoroti visų klientų, kurie dar neišbandė naujojo produkto, duomenis ir tada susisiekti su tais, kurie daugiau nei 80% ketino jį įsigyti. Ir viskas!“

Nuo rinkodaros kampanijų iki žmogiškojo kapitalo vadybos

Predikcinės analizės priemonės žavios tuo, kad jos padeda verslui nuspėti įvykius bet kurioje srityje, kurioje pakanka duomenų: rinkodaros kampanijos sėkmę, tikimybę, kad kandidatas priims pasiūlymą, darbuotojo ar skyriaus darbo krūvį, naujo gaminio paleidimo į rinką laiką ir jo investicijų grąžą ir kt.

Šios vartotojų elgsenos analize grįstos priemonės leidžia bendrovėms numatyti būsimus klientų veiksmus. Be to, jos sumažina klientų perbėgimų skaičių, padidina pirkinių krepšelio sumą ir kliento gyvavimo ciklo vertę. Pavyzdžiui, SAP priemonės padėjo bankui „Reiffeisen“ 400% padidinti rinkodaros kampanijų paveikumą ir 80% sumažinti „šaltųjų“ skambučių. Turkijos „Finansbank“ tomis pačiomis priemonėmis vos per keturis mėnesius aktyvavo pusę „snaudžiančių“ klientų ir analitinių projektų trukmę sutrumpino nuo šešių mėnesių iki kelių dienų.

Teoriškai kai kuriuos šių magijos triukų būtų galima atlikti su atvirojo kodo priemonėmis (pavyzdžiui, „Google Cloud“ viešaisiais duomenų rinkiniais) arba netgi geresne Excel versija. Tačiau jei  esate dirbę su dideliu duomenų kiekiu, žinote, kaip svarbu, kad priemonės būtų vizualios ir patogios naudoti. „Kai kurios SAP  predikcinės analizės priemonės yra specialiai pritaikytos konkrečioms pramonės šakoms. Pavyzdžiui, SAP Hybris Commerce turi sprendimą degalinių tinklui, – aiškina P. Žylko. – Su juo lojalumo kortelių turėtojams galima siūlyti pirkti tam tikrų prekių, atsižvelgiant į tai, ką jie anksčiau pirko. Pasiūlymas suformuojamas čia pat, kol klientas laukia prie kasos mokėti už degalus.“

Kita tokių paruoštų naudoti produktų kaip SAP ypatybė yra ta, kad su jais galima sukurti visapusį sprendimą – ne tik išanalizuoti duomenis ir nuspėti, kas įvyks, bet ir nustatyti veiksmingiausius komunikacijos kanalus, rengti ir tvarkyti kampanijas (masinio e. laiškų siuntimo ir pan.) ir  išanalizuoti, ar pasisekė.