21. [email_address] Za više informacija? VALICON Ljubljana Kopitarjeva 2 1000 Ljubljana T: +386 1 420 49 00 F: +386 1 420 49 60 [email_address] si VALICON Zagreb Kninski trg 16 10000 Zagreb T: +385 1 640 99 55 F: +385 1 640 99 56 [email_address] hr VALICON Sarajevo Ćobanija 6 71000 Sarajevo T: +387 33 258 655 F: +387 33 258 656 [email_address] ba
Editor's Notes
V središču zgodb predstavljenih z današnjimi prezentacijami je potrošnik. Tudi vaše zanimanje za današnji dogodek je spodbudilo dejstvo, da v večnem iskanju poti do potrošnika iščete najboljše pristope, metode in tehnike, ki vam bodo ponudile odgovore na vprašanja...kako dobiti, zadržati, nadgraditi vaše stranke. Kako zmanjšati tveganje, kako zmanjšati prevare. In če se to sprašujete vi, se to isto sprašuje tudi vaša konkurenca...danes smo že v delu o zbiranju podatkov pokazali kako to počnejo druga podjetja. V moji prezentaciji pa sledi prikaz v delu, kako se lahko lotite segmentacije potrošnikov na osnovni obstoječih podatkov. Ker vas zanima, ali in kaj lahko vse povedo številke...kaj lahko še novega odkrijemo...
Virtualni CLM krug Razumevanje potrošnikov i strank Uspostavljanje odnosa sa potrošačima Spremljanje odzivnosti potrošnika
zmerimo velikost i vrednost te profitabilnost segmentov, tako da lahko izberemo tiste na katere bodo v nadaljevanju postavili fokus in se istočasno odrekli segmntov, ki z zornega kota naše korporativne strategije niso pomembni, ali so premajhni, ali niso profitabilni. Vidimo da imajo posamezni segmenti zelo majhen potencial...pokaže se pa potreba podrobneje analizirati določene segmente, ki so se izkazali za zanimive.....gre za posnetek tržne slike oziroma potreb, pričakovanj, želja posameznega segmenta (ad hoc raziskava) Vsi tržni segmenti niso dohodkovno enako zanimivi...segmente, ki jih v neki fazi nismo izbrali, moramo biti sposobni preusmeriti k nam...na mrežo ne smemo nikdar gledati statično, saj gre za dinamično okolje, ki se stalno spreminja...prav je da preučimo vsak segment, saj je ta za nas svojevrstna priložnost za zaslužek. na nakupne navade posamenika, ki je član določenega tržnega segmenta ne vplivajo samo njegovi osebni motivi in potrebe ter njegovo obnašanje pri nakupu..temveč tudi drugi dejavniki njegovega ožjega ali širšega okolja....z analizo podatkov dobimo informacijo, kaj je motivacija... Katere segmente je vredno obdržati, v katere investiramo zato Stroškovno optimalni in profitabilni...
Najveća opasnost je ako šaljemo ponude koje nisu prilagođene potrebama potrošača. Prodajom proizvoda ili usluga, prema kojim potrošač nema preferenciju, mogu čak uzrokovati i manju potrošnju, tim načinom osnažujemo frustraciju i nezadovoljstvo potrošača. U osnovi ovog problema leži najčešće nedovoljno dobro razumijevanje potreba (pojedinih) potrošača koju ponudu, u koje vrijeme, kojim kanalom, kome ponuditi. Ponude koje su urađene po principu „jedna ponuda prema svim korisnicima“ posebno snažno izazivaju ranije spomenuti neželjeni efekt.
Pri poznavanju nam pomagajo informacije, ki jih lahko imako ali prodobimo te informacije.
Segmentacija ni tehnični, ampak poslovni proces.
SAY: SPSS enterprise platform fits between your data sources and your customer contact channels On the left are the datasources in your organization. So customer databases, call center databases, webdata etc On the right are the customer contact channels in your organization, such as your website, branches, direct mail, service call centers etc The SPSS platform fits in the middle: It analyses data from your existing data sources to predict the future. BTW We leverage existing datasources, so no need to e.g. get a new datawarehouse in place. It also integrates with your business processes, it monitors what is currently happening and will alert you timely to take appropriate action The platform then performs the following tasks: Understand what is going on. This is also known as Business Intelligence – reporting and OLAP. Other vendors provide this as well. Business Intelligence however is looking backwards, showing only what has happened Predict what will happen. This is where SPSS’ strength in analytics come in. And this is where we go beyond conventional BI Act based on this insight. This is where we close the execution gap. Constantly monitor what is going on in the operational processes, predict what will happen and act to influence the future This is a closed loop process , meaning that the results of the (improved) interactions will again be stored in the databases, enabling SPSS to report on improvement and ROI of the business problems. And continually refine its predictions and actions An example of how this would work in operation: Understand : By analyzing sales and marketing data we may find out that we have an attrition problem (insight) Predict : we can only solve the issue if we are able to predict who of our current customers is likely to leave. So we analyze historic customerdata to figure out what the behavior was of the customers that just left us. In the months prior to leaving, did they behave differently then customers that stayed? You might for example find that customers that left went to the website to look at the product pricing pages (typically what people do to compare prices) Act : We will monitor the data on the customerbase to see if anyone displays the same behavior. If so, SPSS will advice to reach out to that customer and make a retention offer Analitični Cilji : Razumevanje zlorab temelji na ustaljenih že znanih navadah, ki so analitičnim timom zavarovalnice dobro poznane. Uporaba analitične podpore predstavlja možnost odkrivanja novih, do sedaj neznanih navad Dodatno rezumevaje vključuje oblikovanje in spremljanje ključnih prediktorjev zlorabe. Analitični Cilji : Oblikovanje modela oziroma modelov z različnimi predkitkorji za zlorabe Evaluacija uspešnosti posameznega modela Evaluacija uspešnosti posameznih predkitorjev v posameznem modelu Zapis najbolj verjetnih zlorabljenih škodnih prijav Posredno seznam vpletenih v škodne prijave
KOMENTAR: Ovaj slide od sad dalje prikazujemo umjesto slide-a “SPSS je modularan program”. Ojasnite tu, da je SPSS modularan program, šta znači da može rješavati probleme na različitim razinama - od prikupljanja, do analize i korištenja podataka...klient nam mora da kaže u kojoj od ovih faza vidi on kod sebe problem...tako znamo šta možemo istaknuti kao rješenje. Ovo je dobro znati prije sastanka jer je razlika dali smo spremili prezentaciju za Data Collection ili za Statistics, jel tako?
Pomoću segmentacije komitente možemo udružiti u grupe s obzirom na njihove demografske odlike, njihovo ponašanje ili njihovu potrošnju. Ukoliko komitentima u svakoj grupi pridružimo i druge značajnosti, naši segmenti su preciznije , tako da ponude možemo prilagoditi svakoj grupi posebno, što povećava mogućnost za uspeh.
Na RFM analizu možemo gledati kao na tip segmentacije, koju sastavljaju tri dimenzije ponašanja potrošača – Recency, Frequency i Monetary (RFM). Recency je indikator koji nam govori kad nas je u nekom definisanom vremenskom periodu određeni potošač posljednji put posjetio. Freqency nam predstavlja koliko često je potrošač, u određenem vremenskom periodu, recimo u posljednih šest mjeseci, posjetio našu trgovinu. A Monetary nam kaže koliko je kod nas u tom razdoblju potrošio novca. Ovu vrstu analize koristimo: kada želimo izdvojiti posebne potrošačke grupe analizirajući potrošače koji su potrošili više - koji su to činili češće, i u skorije vrijeme; kada želimo otkriti koji će to potrošači ponoviti kupovinu; i na kraju, kada želimo uvećati profit, kroz smanjenje troškova, tako što ćemo prvo identifikovati a zatim i kontaktirati upravo one potrošače koji će odgovoriti na ponudu.
SPSS Inc. Copyright 2006 SPSS Inc.
Profil komitenata je sastavljen od demografskih i odlika ponašanja. Profili se oblikuju na osnovu pravila, koja proizlaze iz stabla odlučivanja. Sa modulom IBM® SPSS® Direct Marketing možete ne samo proveriti koja ponuda je uspešnija, već možete i oblikovati profil komitenata, koji će se najverovatnije odazvati na novu kampanju . Profil možete upotrebiti kao dodatni kriterijum pri izboru komitenata ili nekomitenata za kampanju i samim tim smanjiti njene troškove i povećati joj uspešnost.
Profil komitenata je sastavljen od demografskih i odlika ponašanja. Profili se oblikuju na osnovu pravila, koja proizlaze iz stabla odlučivanja. Sa modulom IBM® SPSS® Direct Marketing možete ne samo proveriti koja ponuda je uspešnija, već možete i oblikovati profil komitenata, koji će se najverovatnije odazvati na novu kampanju . Profil možete upotrebiti kao dodatni kriterijum pri izboru komitenata ili nekomitenata za kampanju i samim tim smanjiti njene troškove i povećati joj uspešnost.
Ukoliko imate dovoljno podataka o ponašanju vaših komitenata i te podatke možete da vežete na podatak o poštanskom broju (ili neku drugu geografsku jedinicu), u mogućnosti ste da otkrijete lokaciju, gde je prodaja, s obzirom na odziv na vaše kampanje, nadprosečna i razumijete zašto je to tako.
Ukoliko imate dovoljno podataka o ponašanju vaših komitenata i te podatke možete da vežete na podatak o poštanskom broju (ili neku drugu geografsku jedinicu), u mogućnosti ste da otkrijete lokaciju, gde je prodaja, s obzirom na odziv na vaše kampanje, nadprosečna i razumijete zašto je to tako.
Priložnost so novi podatki o kupcih in strankah, ki nam dajejo odgovor na vprašanje, ki ga v tradicionalnimi raziskavami nismo dobili. Kakšen je direktni učinek naše kampanje...
