Konference společnosti SAS je pro mne zajímavým vhledem do světa využití dat v korporacích. V Praze se letos konala 16. února a zúčastnil jsem se jí již podruhé. Většina účastníků byla z bank, pojišťoven a telekomunikačních firem. Bez saka jsem viděl snad jen pár akademických účastníků z ČZU a VŠE. Odnesl jsem si z konference dost poznatků a tipů, jak s daty pracovat i nepracovat a které metody bych měl vyzkoušet. A skvělý oběd z pětihvězdičkového hotelu Boscolo. Každopádně, o několik postřehů se s vámi podělím.

Tentokrát už jsem byl dost rezistentní vůči korporátním výrokům jako „Wau, implementace řešení Customer Intelligence v DIRECT Pojišťovně trvala jen 3 měsíce. Pane řediteli, tady máte cenu SASu a velký potlesk!“ , také ovšem proto, že jsem si více uvědomil nutné předpoklady. Všechny presentované pokročilé nástroje a techniky (všemožné marketingové optimalizéry, prediktivní modelování, detektory podvodů) vyžadují výraznou procesní vyzrálost společnosti.

Všichni zákazníci nejsou stejní

Na konferenci jsem vnímal dost positivních signálů, že i takové velké společnosti si uvědomují, že všichni zákazníci nejsou stejní. Radek Hrachovec, dříve pracující pro Baťu, odkázal na knihu Gartha Hallberga All Consumers Are Not Created Equal. Daniel Koiš, vedoucí CRM v DIRECT Pojišťovně, zmínil lifestylovou segmentaci – pojišťovna se dle něj nemůže zaměřovat pouze na jednu jedinou výhodu, kterou bude komunikovat všem. Uvedl, že v případě Directu někteří zákazníci oceňují, že je pojišťovna levná, jiní zase, že vyplácejí pojistné bez problémů.

Kvanta dat, píseček pro analytickou práci

Jedno je jasné. Velké firmy mají opravdu neskutečné množství dat o zákaznících. Jednotky terabytů dat a 1500 proměnných o každém zákazníkovi nebyla žádná výjimka. Ne všechny takové proměnné jsou samozřejmě unikátními charakteristikami zákazníků, určitá veliká část jsou časové agregace, průměry a vstupy pro trendové a regresní funkce. Bylo hezké pozorovat, že proměnné se řadí do tří základních typů: hlavní, klíčové a důležité. Takže prioritizace je vyřešena důkladně.

Na druhou stranu taková kvantita dat se přecejen hodí. Jak ukázal Michal Čičo z T-Mobile, taková hromada historických dat jim dovolí ověřovat si předpoklad úspěšnosti kampaní na reálných datech pomocí prediktivních modelů. Své kampaně vyhodnocují velmi pečlivě. Zajímají se dost o zachování kontinuality, tedy aby kampaň nevedla jen k jednorázovým aktivacím určité služby, kterou si zákazníci za týden odhlásí, ale spíše aby služby zůstaly aktivní dlouhodobě.

Sedláčkův tip

Na závěr přidávám jeden důležitý tip také pro všechny webové analytiky. Tomáš Sedláček , makroekonomický stratég ČSOB, povídal o různých ekonomech a zmínil přitom důležitou radu. Pokud někde uvedete číslo 32,71 %, nikdo nad takovým údajem nebude pochybovat a nebude se ptát, jak jste na něj přišli. Pryč tedy s pojmy „většina, drtivá menšina, skoro nikdo, asi málo zákazníků.“

Presentace z konference bohužel nejsou veřejně dostupné, takže nemohu připojit podklady, pouze odkaz na fotografie. Ale můj poznámkový sešit je nadupán poznámkami. A proto rovnou uvedu: kdo chodíte pouze na konference vaší specializace, určitě někdy zkuste udělat krok stranou do jiné oborové události, hezky to rozšiřuje obzor. Právě třeba konferenci SASu mohu vřele doporučit.