Наскільки добре працює зовнішня реклама? Який ефект дасть одночасний запуск реклами на телебаченні та радіо? Скільки потрібно інвестувати, щоб одержати максимальний дохід?

Маркетологу недостатньо інформації, щоб обґрунтувати бюджет

Одне із завдань маркетолога — порахувати, скільки грошей потрібно вкладати в кожен канал просування: інтернет-рекламу, радіо, телебачення та ін.

Бюджет слід затверджувати у керівника. Останній хоче отримати аргументовані цифри, а маркетологу часто не вистачає інформації, чому інша сума не принесе потрібних результатів і яких загалом очікувати результатів при більшому або меншому обсязі вкладень. Адже на розподіл бюджету впливають і особливості кожного каналу, і зовнішні чинники, наприклад свята, заходи чи сезон року.

Щоб обґрунтувати бюджет, потрібний інструмент, який зможе врахувати всі фактори розрахувати їх вплив і показати, як найбільш вигідно розподілити бюджет.

Розглянемо з прикладу телеком-оператора, як з допомогою маркетинг-мікс моделінгу побудувати декомпозицію витрат і дізнатися, куди краще інвестувати залежно від завдань.

Калькулятор оптимального бюджету з прикладу телеком-оператора

Маркетологам телеком-оператора поставили завдання отримати максимальну кількість відвідувань в офлайн-магазинах. Бюджет фіксований, але його потрібно було правильно розподілити за медіаканалами.

Оператор мав дані за три роки:

1. Суми на рекламні кампанії тижнів.
2. Зведення медіаканалів: радіо, інтернет, зовнішня реклама по всій країні.
3. Число клієнтів, які приходили до магазину оператора щотижня.

Нам необхідно було визначити бюджети на медіаканали та фактори, що впливають на канали просування..

Завдання 1: визначити бюджети на медіаканали

Завдання складалося з трьох частин:

1. Знайти залежність між відвідуваннями магазинів та витратами по кожному каналу просування. Наприклад, люди починали масово відвідувати магазини через тиждень-два після запуску реклами на телебаченні та продовжували навіть після її завершення..
2. Оптимально розподілити фіксований бюджет за медіаканалами. Наприклад, бюджет 100$ потрібно розподілити на діджитал-канали, друковану рекламу, радіо та телебачення.

Визначити, який канал найкраще підходить для залучення людей залежно від завдання. Наприклад, якщо потрібно досягти тривалого припливу людей або швидко залучити максимальну кількість відвідувачів.

Завдання 2: визначити фактори медіаканалів

Ми припустили, що кожен медіаканал має три ключові фактори, які впливають на відвідування магазину:

1. Безпосередній вплив медіаканалу: запустили рекламу – отримали приплив відвідувачів.
2. Затримка впливу медіаканалу: запустили рекламу, а приток відвідувачів отримали через деякий час.
3. Згасання впливу медіаканалу: рекламний період закінчився, і кількість відвідувачів поступово знижується.

Додатково працює постійний фактор: люди ходять у магазини і без реклами. На це впливає насамперед впізнаваність бренду, а також сезонність, свята, модні тренди.

Як вважали: Data Science та математика

Data Science пропонує багато математичних моделей, наприклад нейронні мережі, бустингові алгоритми або алгоритми, засновані на деревах та ін.

Для завдань телеком-оператора вибрали модель, результати якої легко інтерпретувати, а сама модель легко вбудується в потрібні інструменти і працюватиме, коли даних мало.

Першим викликом були самі дані: їх було не дуже багато, деякі з них являли собою розфарбовані графіки акцій в Excel. Для моделі всі дані структурували і сприяли єдиному виду. Також додали екзогенні змінні, наприклад, рівень споживчого щастя та ін.

Другим викликом стала модель. Вона має враховувати величезну кількість невідомих змінних за умови обмеженої кількості даних.

Щоб переконатися, що параметри правильні, ми радилися з експертами.

Результати проекту: вартість залучення одного клієнта знизилася втричі

Оператор порівняв ефективність попереднього розподілу бюджету та нової методології та з’ясував, що вартість залучення клієнта знизилася втричі.

Щоб маркетологам було простіше розподіляти бюджет, ми створили «калькулятор»: фахівці задають суму та отримують оптимальне розбиття. Наприклад, якщо бюджет невеликий, краще вкладатися в інтернет-рекламу. А за великих сум — закуповувати рекламу на телебаченні, бо люди йтимуть до магазинів завдяки ефекту згасання.

Тепер маркетологи можуть вважати ROAS (return on ad spend) — рентабельність витрат на рекламу. Вони розуміють, який прибуток приносить кожен вкладений долар.

Новий розподіл бюджету

В результаті моделювання отримали такі дані:

1. Для кожного з каналів визначили цифрове значення впливу медіаканалу, а також значення постійного фактора.
2. За допомогою побудованих моделей визначили коефіцієнти затримки та згасання, оцінили вплив кожного з медіаканалів.
3. Збудували моделі, які показують, що за однієї комбінації реклами приходить 50 осіб, а за іншої — вже 150.

На основі цих даних визначили, як працює кожний медіаканал.

Інтернет-реклама ефективна, працює без затримок та без згасання

Реклама на телебаченні ефективна з великим періодом згасання, але й із початковою затримкою впливу.

Реклама на радіо, у пресі чи зовнішня реклама мають мінімальну ефективність, працюють з невеликими затримкою та згасанням.

За підсумками проекту змогли оцінити, яку частку клієнтів отримали завдяки рекламі в інтернеті, а яку – на TV. Визначили, скільки людей прийшло навіть без реклами, лише завдяки впізнаваності бренду та загальному попиту на ринку. Виявили сезонні чинники, наприклад, свята та відпустки. Завдяки інформації про рекламу конкурентів змогли оцінити, яку частину клієнтів конкуренти забрали у нашого замовника.

Завдяки маркетинг-мікс моделюванню маркетолог дізнається, скільки і у що потрібно інвестувати

Маркетинг-мікс моделінг допомагає відповісти на кілька головних питань маркетолога:

• Який канал принесе більше клієнтів?
• Як розподілити маркетинговий бюджет залежно від завдання?
• Скільки потрібно інвестувати, щоб отримати максимальний прибуток?

Маркетинг-мікс моделінг побудує декомпозицію витрат на основі даних бюджетів на просування за минулі періоди. Це допоможе зрозуміти, який вплив мають різні фактори на ваших клієнтів: вкладення в інтернет, TV, активність конкурентів, сезонність та інше. А калькулятор бюджету розраховуватиме оптимальне розподілення інвестицій по медіаканалам.

Бізнес завдання

Автоматизувати збір та аналіз інформації про роботу мережі пристроїв самообслуговування.

Рішення

IBA Group розробила BI-систему з модулями моніторингу, аналітики, оперативного сповіщення, прогнозування та оптимізації. За допомогою рішення співробітники будують інтерактивні аналітичні звіти без залучення ІТ-фахівців. Розширили корпоративне сховище даних, де тепер також зберігається інформація про стан мережі пристроїв самообслуговування. Реалізували процедури вивантаження даних з банківських систем, очищення та завантаження інформації в сховищі даних. Система доступна з персональних комп’ютерів та мобільних пристроїв.

Результат

Банк підвищив швидкість, якість інкасації та ремонтів обладнання. Рішення допомагає прогнозувати роботу мережі пристроїв самообслуговування та швидко формувати звітність.

Бізнес завдання

Автоматизувати збір та аналіз інформації про роботу мережі пристроїв самообслуговування на основі даних платіжної системи OpenWay Way4, інтегроване з КХД банку.

Рішення

IBA Group розробила BI-систему з модулями моніторингу, аналітики, оперативного сповіщення, прогнозування та оптимізації. За допомогою рішення співробітники будують інтерактивні аналітичні звіти без залучення ІТ-фахівців. Розширили корпоративне сховище даних, де тепер також зберігається інформація про стан мережі пристроїв самообслуговування. Реалізували процедури вивантаження даних з банківських систем, очищення та завантаження інформації в сховищі даних. Система доступна з персональних комп’ютерів та мобільних пристроїв.

Результат

Банк підвищив швидкість, якість інкасації та ремонтів обладнання. Рішення допомагає прогнозувати роботу мережі пристроїв самообслуговування та швидко формувати звітність.

Бізнес завдання

Підвищити якість аналітики клієнтів та послуг.
Зібрати додаткову інформацію з відкритих джерел: соціальних мереж та форумів.

Рішення

Рішення збирає дані з різних зовнішніх джерел.

За допомогою семантичних та кластерних моделей ідентифікує об’єкти, які представляють інтерес. Доповнює існуючі словники бізнес-термінами, розраховує оцінку задоволеності на основі настроїв в коментарях та відгуках, а також візуалізує дані про настрій.

Візуалізація розроблена на Qlik Sense, однак може використовуватись будь-яка BI-система.

Результат

Рішення може бути застосовано для будь-яких підприємств та організацій, що надають послуги або продають продукти для широкого загалу населення, які можуть обговорюватися на форумах, спеціалізованих сайтах та в соціальних мережах.

Бізнес завдання

Компанія поставила собі за мету розібратися, наскільки ефективно витрачається бюджет на рекламу вироблених ліків, та побудувати оптимальну рекламну стратегію.

Рішення

Експерти IBA Group та методології з консалтингової компанії проаналізували витрати на рекламу в ЗМІ, по ТБ та радіо, зовнішню рекламу та кампанії в інтернеті. Використовувалися дані за п’ять років, щоб враховувати вплив економічних факторів та сезонність. Фахівці створили інтерпретуючу прогнозну модель з сезонної складової та визначили ключові параметри, що впливають на лояльність до бренду.

Результати дослідження показали, що зовнішня реклама сильно переоцінена та її ефективність потрібно оцінювати уважніше. Крім того, реклама одного продукту в лінійці здатна збільшити продажі всіх продуктів лінійки – це називається «гало-ефект», коли впізнаваність перетікає з основного продукту на всю лінійку.

Результат

Маркетологи отримали нові інструменти: інфопанелі для порівняльного аналізу рівня продажів та ефективності реклами в різних каналах, а також калькулятор оптимального розподілу бюджетів на прогнозований період. Завдяки їм були складені граничні значення бюджетів, вище яких безглуздо інвестувати в просування, тому ефективність рекламних кампаній різко знижується та не приносить очікувані продажі.

Фінансисти та власники бюджету оперують точними даними для планування, скільки інвестувати в кожен рекламний канал при різних передбачуваних рівнях бюджетів на рекламу.

БЕЗКОШТОВНА КОНСУЛЬТАЦІЯ

Вирішуємо завдання в різних сферах бізнесу за допомогою класичних економетричних моделей: виявлення шахрайства, прогноз відтоку, маркетингове моделювання та ін. Використовуємо Python, Deep Learning frameworks, NoSQL & Big Data, BI і інші технології.

ЕКСПЕРТИЗА В DATA SCIENCE

СЦЕНАРИИ

1. Кластеризація та сегментація клієнтів
2. Прогнозування попиту і оптимізація маркетингових кампаній
3. Запобігання відтоку клієнтів
4. Кредитний скоринг для банків
5. Оптимізація плану виробництва і ресурсів
6. Семантичний аналіз відгуків

Команда IBA Group створила 20+ сценаріїв в області Data Science для банків, промислових, енергетичних, державних та інших компаній. Напишіть нам, і ми надішлемо вам докладні матеріали.

ІНСТРУМЕНТИ

Python: pandas, numpy, scipy, sklearn, matplotlib, nltk, catboost, xgboost, gensim, spacy
Deep Learning frameworks: TensorFlow, OpenCV, PyTorch, Keras
Web: Flask, Node.js, Django, HTML5, CSS
NoSQL & Big Data: PySpark, MongoDB, Elasticsearch
BI: Cognos, Tableau, Kibana
Other: R, Docker, SQL

1/ КЛАСТЕРИЗАЦІЇ ТА СЕГМЕНТАЦИЯ КЛІЄНТІВ

МЕТА

Розробити модель кластеризації клієнтів:

• як виглядає кластер, в якому найкращий коефіцієнт продуктового проникнення
• який кластер найменш ефективний для співпраці
• який профіль найбільш вдалого клієнта для співпраці в розрізі географії

ЗАВДАННЯ

1. Статистичний аналіз і підготовка даних
2. Побудова моделей кластеризації
3. Візуалізація даних засобами BI
4. Розробка звітів та презентації за результатами досліджень.

РЕЗУЛЬТАТ

За два тижні розроблені моделі кластеризації і звіти з відповідями на питання клієнта.

ІНСТРУМЕНТИ

Python, NumPy, SciPy, Scikit-learn, Tableau.

2/ ПРОГНОЗУВАННЯ ПОПИТУ І ОПТИМІЗАЦІЯ МАРКЕТИНГОВИХ КАМПАНІЙ

МЕТА

Аналіз і прогнозування попиту на товар.

Побудова оптимальної стратегії реклами.

ЗАВДАННЯ

1. Створення інтерпретуємої прогнозної моделі з сезонною складовою.
   
2. Облік кривої відгуку і ефекту загасання.
3. Розрахунок оптимальної рекламної компанії для різних сценаріїв.
4. Визначення гало-ефекту.

РЕЗУЛЬТАТ

Інфопанель для порівняльного аналізу рівня продажів і ефективності реклами в різних каналах.

Калькулятор оптимального розподілу бюджетів на прогнозований період.

ІНСТРУМЕНТИ

Python, Tableau, MS Excel.

3/ ЗАПОБІГАННЯ ВІДТОКУ КЛІЄНТІВ

МЕТА

Прогнозування відтоку клієнтів.

Аналіз показників, які впливають на відтік.

ЗАВДАННЯ

1. Збирання, очищення та підготовка даних.
2. Впровадження рішення.
3. Аналіз ознак і визначення їх важливості.
4. Створення метрик для оцінки поведінки клієнта.
5. Створення моделі, що прогнозує відтік клієнтів.

РЕЗУЛЬТАТ

Прогнозування клієнтів, схильних до розриву контрактів.

Визначення ключових показників, що впливають на відтік клієнтів.

ІНСТРУМЕНТИ

Python, SQL, DB2, Linux, bash.

4/ КРЕДИТНИЙ СКОРІНГ ДЛЯ БАНКІВ

МЕТА

Знизити кредитні ризики і втрати банку від видачі поганих кредитів, підвищити прибутковість роздрібного бізнесу.

ЗАВДАННЯ

1. Агрегація інформації про клієнта з різних джерел.
2. Трактування результатів моделей.
3. Визначення ключових факторів, що впливають на ймовірність настання події.
4. Розробка моделей, що завбачають імовірність настання події.

РЕЗУЛЬТАТ

Рішення допомагає автоматизувати процес оцінки кредитного ризику, формувати скорингові карти, а також зменшити вплив людського фактору в процесі обробки заявок.

МОДЕЛИ СКОРИНГА

Application скоринг: оцінка кредитоспроможності позичальників для отримання кредиту.

Behavioral скоринг: оцінка ймовірності повернення вже виданих кредитів.

Collection скоринг: оцінка можливості повного або часткового повернення кредиту позичальником при порушенні ним термінів погашення заборгованості.

Fraud скоринг: виявлення і запобігання шахрайських дій з боку потенційних і вже існуюча клієнтів-позичальників.

5/ ОПТИМІЗАЦІЯ ПЛАНУ ВИРОБНИЦТВА І РЕСУРСІВ

МЕТА

Моделювання оптимального плану виробництва.

Вибір сценаріїв і параметрів моделювання.

ЗАВДАННЯ

1. Реалізація завантаження і можливості ведення планів продажів, нормативів і ресурсних обмежень.
2. Побудова оптимізаційної моделі.
3. Розрахунок досягнутих показників і візуалізація оптимального плану засобами BI.

РЕЗУЛЬТАТ

Створено інтерактивний інструмент, що дозволяє моделювати оптимальний план виробництва при заданих обмеженнях ресурсів.

ІНСТРУМЕНТИ

IBM ILOG CPLEX, IBM Cognos BI.

6 / СЕМАНТИЧНИЙ АНАЛІЗ ВІДЗИВІВ

МЕТА

Створити систему аналізу діяльності банків на основі зібраних відгуків клієнтів.

ЗАВДАННЯ

1. Збір відгуків з публічних сайтів.
2. Створення інформаційної панелі.
3. Створення системи аналізу тональності.

РЕЗУЛЬТАТ

1. Порівняльний аналіз діяльності банків.
2. Підвищення оперативності та якості бізнес-процесів в банку, що аналізується.
3. Підвищення ефективності прийняття рішень щодо поліпшення роботи банку.

ІНСТРУМЕНТИ

Python, MySQL, Qlik Sense.