Termin i miejsce:

18 – 19 października 2007 r., Centrum Zielna, ul. Zielna 37, Warszawa

Adresaci:

• Pracownicy Działu Marketingu, Sprzedaży i CRM
• kadra zarządzająca, osoby zlecające zadania analityczne oraz odbiorców analiz danych
• analitycy - osoby przeprowadzające analizy danych oraz osoby, które chciałyby zajmować się analizą danych

Zakres tematyczny szkolenia:

Wprowadzenie do Data Mining.

Dlaczego warto analizować dane? Jakie są przykłady zastosowań analizy danych w biznesie? Jak zwiększyć skuteczność działań marketingowych przy jednoczesnym obniżeniu kosztów?

1. Dlaczego Data Mining?
2. Przykłady zastosowań Data Mining w biznesie.
1. Analiza koszyka zakupowego - Case study oparte na analizie transakcji dokonywanych na stacjach Statoil Polska Sp. z o.o.
2. Wybór grupy docelowej dla kampanii marketingowej - Case study oparte na analizie klientów Banku BPH S.A.
3. Podstawy metodologii prowadzenia analiz.
4. Prezentacja wybranych algorytmów analizy danych.
5. Omówienie zagadnienia oceny jakości modeli.

Zastosowania – Data Quality.

Analizy z rodziny Data Quality pozwalają na określenie jakości danych oraz umożliwiają ich oczyszczanie poprzez np. wykrywanie duplikatów wierszy, standaryzację wpisów w bazie. Jakość danych ma duże znaczenie w procesie analizy.

1. Wprowadzenie do zagadnienia oceny jakości danych.
2. Warsztaty – analiza przykładowego problemu.
3. Dyskusja.

Zastosowania – Cross/Up Selling.

Cross/Up Selling to marketingowa technika sprzedaży uzupełniających się (Cross Selling) lub dodatkowych (Up Selling) usług lub produktów oferowanych przez firmę. Analiza danych umożliwia zaproponowanie optymalnych kombinacji produktów dla poszczególnych klientów tak, aby korespondowały one z ich bieżącymi potrzebami. W ten sposób zwiększamy poziom zadowolenia klienta zwiększając jednocześnie sprzedaż, a tym samym dochody.

1. Omówienie zagadnień Cross Selling i Up Selling.
2. Warsztaty – analiza przykładowego problemu.
3. Dyskusja.

Zastosowania – Targetowanie kampanii marketingowych.

Targetowanie kampanii marketingowych ma na celu dobór segmentu klientów, do którego powinna być adresowana oferta wysyłkowa (modelowanie "direct mailing"). Jednym z rozwiązań jest zbudowanie statystycznego modelu oceniającego prawdopodobieństwo pozytywnej odpowiedzi na ofertę.

1. Omówienie zagadnienia wyboru grupy klientów na potrzeby kampanii marketingowych.
2. Warsztaty – analiza przykładowego problemu.
3. Dyskusja.

Zastosowania – Fraud Detection.

Celem analizy Fraud Detection jest wykrywanie oszustw i nadużyć. Jednym z zastosowań tej analizy jest wykrywanie nadużyć związanych z programami lojalnościowymi zarówno po stronie klientów jak i obsługi – pracowników firmy prowadzącej program lojalnościowy.

1. Przedstawienie zagadnienia Fraud Detection w programach lojalnościowych.
2. Warsztaty – analiza przykładowego problemu.
3. Dyskusja.

Zastosowania – Segmentacja.

Segmentacja bazuje na grupowaniu klientów o podobnym profilu lub zachowaniu. Analiza ta polega na podziale klientów na segmenty na podstawie posiadanych danych demograficznych, ekonomicznych lub behawioralnych. Segmentacja umożliwia nam lepsze poznanie klientów i zrozumienie mechanizmów działania rynku. Może ona również stanowić istotne wsparcie dla innych technik analizy danych.

1. Prezentacja celów i znaczenia segmentacji.
2. Warsztaty – analiza przykładowego problemu.
3. Dyskusja.

Zastosowania – Churn.

Analiza Churn pozwala określić grupę klientów skłonnych do rezygnacji z usług. Wyodrębnienie grup o wysokim prawdopodobieństwie odejścia pozwala firmie na wyprzedzenie działań klientów i podjęcie akcji prewencyjnych, np. wprowadzenie atrakcyjnych programów lojalnościowych.

1. Omówienie problemu Churn w sprzedaży.
2. Warsztaty – analiza przykładowego problemu.
3. Dyskusja.

Zastosowania – LTV.

Analiza typu Lifetime Value (LTV) umożliwia ocenę bieżącej wartości przyszłych zysków z współpracy z klientem. Wskaźnik LTV może być wykorzystany do segmentacji klientów, do planowania kampanii lojalnościowych, utrzymaniowych lub kampanii sprzedaży bezpośredniej. Analiza LTV jest jednym z narzędzi umożliwiających dobór grupy klientów, do których należy skierować kampanię marketingową.

1. Wprowadzenie do analizy LTV.
2. Warsztaty – analiza przykładowego problemu.
3. Dyskusja.

Panel dyskusyjny.

Dyskusja dotycząca innych zastosowań analizy danych oraz Data Mining, specyficznych dla danego rynku.

Zobacz także:

Usługi wspierające działania marketingowe i CRM

Zarządzanie jakością danych (Data Quality)

Analizy dla Cross Selling / Up Selling

Optymalizacja kampanii marketingowych  

Wykrywanie oszustw/nadużyć (Fraud Detection)

Segmentacja i profilowanie klientów

Analizy typu Churn / Attrition

Analizy wartości życiowej klienta (LTV) oraz wartości zagrożonej klienta (VaR)