Pust liv i dine data med Predictive Analytics -forudsig fremtidige hændelser, brug dem aktivt og opnå højere ROI

Transkript

1 7. April 2011 Pust liv i dine data med Predictive Analytics -forudsig fremtidige hændelser, brug dem aktivt og opnå højere ROI Søren Johansen SPSS Predictive Analytics Solutions Architect

2 Agenda Kort om IBM SPSS og Prediktiv Analyse Anvendelse af Prediktiv Analyse i Danmark ROI og Prediktiv Analyse Referencer Spørgsmål

3 Kort om IBM SPSS Udvikler og sælger software inden for prediktiv analyse og implementering af disse Software løsninger: Spørgeskemaundersøgelser, tekst og data mining og avanceret statistisk analyse Samt værktøjer til modelovervågning og -styring Service implementering, træning og udvikling Industri løsninger Er en kombination af software plus implementeringsydelser for at opnå forretningsfordele så hurtigt som muligt; g; Anvendt inden for kampagneoptimering, p g, call center effektivitet, identifikation af svindel og andre områder 40 års erfaring inden for data mining og statistisk kunder: i 100 lande og anvendt af alle universiteter Giver beslutningstageren t mulighed for at forudsige fremtiden og proaktivt reagere på denne indsigt til at opnå forretningsfordele 3

4 Prediktiv Analyse Predictive Analytics helps connect data to effective action by drawing reliable conclusions about current conditions and future events Gareth Herschel, Research Director, Gartner Group 4

5 Prediktiv Analyse med IBM SPSS Modeler Data mining anvender eksisterende data til at: Forudsige Tilhørsforhold h ld Segmentere Grupper med de samme karakteristika Ekstreme værdier Finde sammenhænge Find begivenheder som opstår sammen Prognosticere Tidsafhængige variable 5

6 Bestemmelse af tilbøjlighed for socialt bedrageri Fremtiden Historiske i data Høj sandsynlighed for svindel Undersøg nærmere -4 år -3 år -2 år -1 år Nu Ikke svindel Svindel (ja/nej) Baggrundsvariable Tilbøjelighed (i %)= Funktion af nedenstående d baggrundsvariable -1 år -1 år -1 år -1 år

7 Agenda Kort om SPSS og Prediktiv Analyse Anvendelse af Prediktiv Analyse i Danmark ROI og Prediktiv Analyse Referencer Spørgsmål

8 Anvendelser af prediktiv analyse I Danmark anvendes prediktiv analyse til: Forudsigelse af forsikringssvindel Kreditscoring i banker Fastsættelse af forsikringspræmier Krydssalg og opsalg Kundeafgang/kundefastholdelse Kundesegmentering Kundeværdi Inddrivelse af skat Anti hvidvaskning i Ovenstående er alle et forsøg på at forudsige person/kundeadfærd ved hjælp af prediktiv analyse Men prediktiv analyse kan også anvendelse til...

9 Anvendelser af prediktiv analyse Andre anvendelser: Forsyningsvirksomhed Prediktiv vedligeholdelse (Hvornår skal vi foretage vedligeholdelse, før nedbrud på maskine/reservedel) Prognose af energi-/vandefterspørgsel Prisoptimering Finans Investering Aktieudvælgelse Gældsinddrivelse Early warning (kreditrisk og kundeafgang)

10 Anvendelser af prediktiv analyse Andre anvendelser: Pharma Cancer Hvilke behandlinger er effektive og hvilke er ikke Prognose af medicinbehov Priselasticitet og prisoptimering Product life cycle analyse Offentlig/stat Valg af offentlige transportmuligheder (bus/tog/cykel/bil) Socialt bedrageri Profilering af forbrydere Produktion ABC analyse hvilke 20 % af vores varenumre står for 80% af vores omsætning? Prognose af efterspørgsel (produktkategorier) Hvilke varer bliver købt sammen?

11 Agenda Kort om SPSS og Prediktiv Analyse Anvendelse af Prediktiv Analyse i Danmark ROI og Prediktiv Analyse Referencer Spørgsmål

12 ROI og Prediktiv Analyse ROI på et Prediktiv Analyse projekt: First Tennessee s ability to target its campaigns more intelligently has increased its response rate by 3.1%, cut key marketing costs by nearly 20%, and enables the bank to get the most from its resources

13 ROI og Prediktiv Analyse Fordele ved anvendelse af prediktiv analyse hos First Tennnessee s marketingafdeling g 600% ROI igennem en mere effektiv allokering af marketingressourcer 3,1% forøgelse i marketing response rate igennem en mere præcis og målrettet indsats mod vores høj værdi kundesegment 20% reduktion i post omkostningerne og 17% reduktion i trykomkostninger igennem en kampagneoptimering Our aim was to shift from the marketing as- an expense mindset to the idea that marketing is a true profit driver

14 ROI og Prediktiv Analyse Hvilke faktorer er det så der muliggør en så effektiv ROI? Præcis idenfikation af tilhørsforhold (ja/nej svindel, ja/nej konkurs osv.) Sammenhænge og mønstre på tværs af datakilder (segmentering) g) Realtid Adgang til mange datakilder (HURTIGT) og analyse af ustruktureret data Prediktiv Analyse er netop at finde de variable, som har den største indvirkning på både toplinie og bundlinie

15 Marketingoptimering All direct marketers strive to increase campaign effectiveness, improving results against heightened competition Donna the Direct Marketer is challenged by: shrinking budgets low response rates rising resource costs a need to deliver better campaign effectiveness and higher ROMI ROMI 6 Campaigns are large, with high costs for lists and fulfillment, and response rates are low. Donna reduces costs by not targeting g contacts who have no chance ce of response. se ROMI 7.1 Then, Donna profiles and segments prospects in order to improve and customize messaging. This boosts response rates. ROMI 8.7 Direct Marketers use predictive analytics to improve campaigns. Net Profit Marketing Cost ROMI Previous Campaign Results Filter contact list for highest quality contacts (smaller, more targeted) Generate Contact lists Full contact list (prospects and existing customers) Scoring for propensity to respond Segmenting and profiling contacts Finally Donna performs A-B testing of different offers. By analyzing the results, she is able to predict which is most likely to appeal to each customer. Response rates rise dramatically! ROMI 12.8 Send offers Execute Campaign Strategy Craft customized messages Measuring campaign effectiveness & ROMI

16 Kundeafgang Three current customers with different characteristics, preferences and usage patterns Telecommunication company uses predictive analytics to proactively target customers likely to churn Retain customers Uses mobile extensively, created high ARPU. Not on optimal plan. Nearing end of 12 month tie-in. Proactive contact letter: update contract according to new pricing and options Churn risk high If % usage peak > 52 And % roaming > 10 And avg bill size [over 35] And on optimal plan = NO Current customers Add churn propensity Main usage around mobile internet and chat offerings. Rolling contract, 2 months notice. Service center complaint Checks website on details for keeping number New handset as cross sell offer on website with new 12 month contract Churn risk high If female And % usage out net > 45 And avg bill size [23 to 35] And Web: searched transfer And service calls > 0 And used handset (sentiment NEGATIVE) 1. Cost 54, prob Not applicable 3. Cost 76, prob Cost 98, prob 0.44 Scored customers Decide retention offers Loyal, long-term customer with average usage, mainly around telephony No actions are taken due to low churn risk, eventually check for up selling options Churn risk low If male And age > 50 And % usage out net < 25 And avg bill size [0 to 13] And # extensions = 2 Drive campaigns and interactions Executive reports on churn risk and 2009 renewals IBM Corporation

17 Krydssalg/opsalg Next Best Action Best 3 offers recorded for every customer individually Key Performance Predictors and Campaign Results Customer ID A C F B G D H C Etcetera Predictive Models Likelihood to respond to each of the current marketing offers Customer Contacts Marketing offers are personalized based on Best Next Actions and mailed to customers Customer Data - Demographics - Account Activity - Product Holdings - Channel Activity - Information Requests - Complaints -

18 ROI og Prediktiv Analyse Lift -> Et mål for hvor godt vi er til at skelne imellem svindel eller ikke svindel (eksempel) % forbedring i identifikation i forhold til tilfældig udvægelse.

19 ROI og Prediktiv Analyse Mulighed for at regne på ROI direkte

20 ROI og Prediktiv Analyse Værktøj til understøttelse af ROI beregning for Prediktiv Analyse:

21 Agenda Kort om SPSS og Prediktiv Analyse Anvendelse af Prediktiv Analyse I danmark ROI og Prediktiv Analyse Referencer Spørgsmål

22 SKAT SKAT SKAT anvender en IBM løsning til at lave en kreditscore på den enkelte borger fra Jo højere score, jo større er sandsynligheden for, at skyldneren betaler skat tilbage (jf. IBM New Intelligence 2010) Ved lav score, så skruer SKAT bissen på med det samme Det sparer jo en masse tid på sortering af sagerne og unødige metoder, og pengene kommer hurtigere i kassen. Før SPSS kom ind i billedet, sad en række taksatorer og skulle analysere skyldnerens sag. Med indførelsen af IBM SPSS frigives en stor del manuelt arbejde til anden nytte -Mads Krogh Nielsen, Projektleder SKAT Vi er meget begejstret for IBM SPSS, og implementeringen går over al forventning. Med IBM SPSS har vi fået mulighed for at systematisere vores datajungle og kan nu anvende alt den lagrede information om borgerne og virksomhederne på en rigtig fronuftig måde Mads Krogh Nielsen, Projektleder SKAT

23 Agenda Kort om SPSS og Prediktiv Analyse Anvendelse af Prediktiv Analyse i Danmark ROI og Prediktiv Analyse Referencer Spørgsmål

24 The End Søren Johansen SPSS Predictive Analytics Solutions Architect Mobile: