«Билайн» наращивает ARPU благодаря Big Data

По данным компании, во втором полугодии 2013 г. система позволила делать свыше 250 тыс. персонализированных предложений в неделю и получать согласие примерно по 26 тыс. из них, до 20% ключевых предложений принимаются клиентами. Александр Поповский, исполнительный вице-президент по развитию массового рынка «Вымпелком», оценивает эффективность системы как «потрясающую». Подобных результатов по исходящим каналам связи с абонентами, в том числе SMS, достичь не удавалось.

Поповский считает входящие контакты наиболее подходящим моментом для новых предложений, а SMS – малоэффективным и обесцененным спамом каналом. При отправке SMS оператор не знает настроение и контекст, в котором будет прочитано сообщение. Новая система позволяет учитывать эти факторы, когда клиент сам обращается к оператору. «С развитием тренда персонализации уже в ближайшем будущем понятие тарифного плана постепенно уйдет, у каждого будет ровно то, что нужно. Мы перейдем от массового производства костюмов к индивидуальному пошиву. Сейчас происходит переход от сегментации на группы к сегменту из одного человека», – подчеркнул он.

Одной из предпосылок к внедрению новой системы стало развитие мобильного интернета. Тем, кто начинает его осваивать, потребовалась соответствующая поддержка, и нагрузка на колл-центры оператора возросла.

Решение построено на платформе IBM SPSS, которая была выбрана благодаря легкой интеграции с существующей в «Вымпелкоме» инфраструктурой и хорошей масштабируемости. В качестве источников Big Data «Вымпелком» использует данные своих информационных систем и информацию из социальных сетей, хотя не всегда удается соотнести профили абонентов с аккаунтами в интернете. Использовать базы данных партнеров не позволяет закон о защите персональных данных.

Система готовит набор предложений и помогает их приоритизировать так, чтобы соблюсти баланс интересов клиента и компании и выдвинуть их в нужный момент времени. Чтобы предложения не были слишком назойливыми, система отслеживает контакты с абонентом по всем входящим и исходящим каналам.

Как рассказал Андрей Нугманов, директор блока BI компании AT Consulting, реализовавшей проект, решение позволяет проанализировать информацию о профиле клиента и потреблении им услуг с глубиной в 3 месяца. Анализ производится во время обращения абонента. Скоринг по потенциальным целевым предложениям и определение наиболее актуальных занимает полсекунды. Объем информации, анализируемой системой в режиме реального времени об абонентах в момент звонка, может составлять около 5 терабайт. В результате оператор, общающийся с клиентом, знает детальную информацию об услугах, которые получил абонент до звонка, и делает предложения с учетом настроения абонента.

Елена Ивашечкина, директор по управлению клиентской базой «Вымпелком», говорит, что сейчас большую роль играет то, как оператор поймет клиента и какую информацию в этой связи занесет в систему. Чтобы исключить субъективные ощущения, компания рассматривает возможность внедрения решения, которое сможет само «слушать» клиента.

Анализ больших данных обеспечивает переход от оффлайн-маркетинга к event-based маркетингу, то есть реагированию на конкретное поведение клиента. «В данный момент в бизнес-подразделениях телекоммуникационных компаний сформировался четкий спрос на повышение доходности от текущей абонентской базы. IBM предоставляет технологическую платформу для монетизации данных о поведении клиентов, что позволяет обеспечить фактический рост ARPU, – комментирует Кирилл Корнильев, генеральный директор IBM в России и СНГ. – Помимо технологической платформы, IBM обладает широким методологическим опытом по построению стратегии монетизации данных клиента на основании информации из медиапространства (блогосферы, различных форумов), поведенческих характеристик абонента, его активности в социальных сетях».

Эффекты от внедрения технологий Big Data в телекоме предсказуемы и ожидаемы, рассказывает Сергей Нестеренко, руководитель отделения интеграции данных, дивизион данных, компания IBS: «Зарубежный опыт показывает, что применение технологий больших данных может увеличить ARPU до 12%, а в некоторых случаях до 20% по определенной категории услуг. Помимо изменения финансовых показателей, после реализации проекта Big Data появляются и дополнительные выгоды, такие как уменьшение расходов на привлечение новых клиентов, повышение уровня дополнительных продаж, увеличение лояльности клиентов, их удержание за счет предложений более релевантных услуг, уменьшение оттока за счет более точного определения групп риска».