Verification: 39146f4d5e6792f0
 

Sales Learning
Система умных продаж

Основная проблема :
мы не только не знаем КАКОЙ продукт клиент захочет приобрести, но и КОГДА
Коммуникации - вовремя!
Обычно при выпуске нового продукта или старте новой акции оповещение потенциальных клиентов идет без глубокой фильтрации. Таким образом, вместо ожидаемого эффекта от коммуникации Компания получает негативные отклики от потенциальных и существующих клиентов из-за неконтролируемого спама по каналам связи.

Благодаря обогащенной за счет внешних источников базе клиентов, а также наличию в SalesLearning™ механизмов анализа и сегментации клиентских данных, в рассылку включаются только те клиенты, у которых наступило окно возможной коммуникации по продукту, «продвигаемому» рассылкой. Таким образом, реклама проводится целенаправленно и вовремя, что минимизирует негативный отклик от клиентов и повышает престиж Компании

Как это работает?
SalesLearning™ идентифицирует сущность (клиента/событие) внутри собственной базы данных, либо создает новую запись.

Далее выполняется расчет (пересчет) многомерной модели клиента, на основании которой определяется отношение клиента к событийно-ориентированным кластерам, кластерные сегменты рассчитываются по ситуационно-событийно-временному принципу, периодичность пересчета кластерных сегментов определяется автоматически либо задается пользователем.

Результат характеризует совместимость клиента с тем или иным событием и может выдаваться в виде:
скор-балла клиента/события
вероятности «пересечения» сущностей клиент = событие
N- мерного вектора-характеристики клиента/события
команды для «дерева принятия решений»
команды для процесса (BPM, ACM etc.)
Возраст
Имущество
Профессия
Семейное положение
Место жительства
Финансовое положение
Восстановление данных по откликам на рекламу
Сроки проведения кампании
Описание кампании
Информация по платежам по банковским картам
Информация по использованию карт лояльности
Информация по использованию акционных кодов
Ретроспектива отклика
Кластеризация, вычисление параметров для разбиения клиентов на группы (кластеры)
Этап 1
1
Обогащение текущей клиентской базы
Анализ категорий лояльных клиентов
2
Рекомендации по увеличению лояльности, работе с клиентами разных категорий
3
Построение моделей
4
Получение множества портретов клиентов в соотнесении с продуктами и предложениями
Этап 2
1
Интеграция с каналами коммуникаций
Построение системы сбора обратной связи
2
Запуск графиков коммуникации
3
Обработка обратной связи
Корректировка модели
4
Получение долгосрочных маркетинговых компаний
Рекомендации по корректировке воронки привлечения
Результат внедрения
Готовый MDM
Расширенная DQ
Повышение КПД маркетинговых компаний
Улучшение бизнес-показателей