Маркетинг в реальном времени: как мы подружили CRM с искусственным интеллектом и большими данными

Forward RTM (real time marketing), выход которого мы анонсировали осенью 2018 года, предназначен для автоматизированного подбора услуг и продуктов на основе анализа профиля клиента в режиме реального времени. Например, в момент входа клиента в личный кабинет или звонка в абонентскую службу. Концептуально RTM находится на стыке двух других продуктов: Forward CRM (Customer Relationship Management) и Forward PC (Product Catalog). Идея его функционала родилась из возможности применять принципы машинного обучения (фактически искусственный интеллект) для аналитики и сегментирования клиентских данных и формирования предложений клиентам на их основе в режиме реального времени.

Как появилась идея RTM

Мы больше 12 лет работаем с биллингом. Биллинг крупного телеком-оператора — это, помимо прочего, огромная база данных, отражающая историю взаимодействия абонента с компанией: платежи, трафик, используемые услуги. Грех не использовать такое богатство для анализа потребительских запросов и прогнозирования клиентского поведения. Но если для крупных компаний с достаточным количеством аналитиков это одна задача, то для среднего рынка она может стать просто неподъемной. Совсем недавно у нас появилась возможность применять для анализа данных накопленных в биллинге системы использующие машинное обучение. При этом объем накопленных данных о поведении абонента стал для нас большим подспорьем. Большие выборки позволяют достаточно точно сегментировать аудиторию, например выделять среди клиентов так называемые “группы риска” — тех, кто может в ближайшее время отказаться от услуг компании. Эту информацию маркетологи и отделы по работе с клиентами могут использовать, чтобы действовать на опережение. Предложить таким клиентам акции, бонусы, различные программы лояльности.

И тут нас, так сказать, “осенило”. А почему подбирать и предлагать клиенту новые продукты и услуги тоже должны люди? В конце концов, хороших специалистов всегда не хватает. Да и при всем своем профессионализме, они не всегда могут подобрать и предложить продукт при переходе на который у клиента не снизится ARPU или другие важные метрики. В то время как робот может сформировать список рекомендаций в течении 5 секунд, то есть прямо в момент обращения клиента. Так появилась идея автоматизированной системы, которая, анализируя профиль клиента, одной “рукой” перебирала бы варианты продуктов и услуг из продакт-каталога компании, а другой — отправляла бы подходящие варианты на электронную витрину CRM-системы. По опыту работы с телеком-операторами, которым сегодня очень важна омниканальность при общении с клиентом, под электронной витриной мы изначально и подразумевали все такие каналы. Интерфейс личного кабинета пользователя на сайте, push-уведомления в приложении, подсказки менеджерам call-центра и т.д.

Нужно отметить, что попытки автоматизировать эту часть деятельности оператора предпринимаются уже давно. Но до недавних пор под ними подразумевались в основном всевозможные рассылки или уведомления, привязанные к какому-то событию или действию клиента, например, изменению состояния его лицевого счета или превышение какого либо порога. Все эти письма о “брошенных корзинах” и навязчивые SMS-предложения подключить автооплату. Сейчас это, скорее, раздражает клиентов, чем делает их лояльнее. Скорость же формирования рекомендаций автоматизированной системой позволяет оператору сделать свое предложение во время сеанса активности самого клиента, и не выглядеть в его глазах надоедливым коммивояжером.

Почему понадобилось делать отдельный продукт

Почему мы решили вынести данный функционал в отдельный продукт, а не расширить возможности нашей CRM-системы? В принципе, таким путем двигаются некоторые зарубежные разработчики CRM-систем. Мы же посчитали, что мы не хотим конкурировать с CRM системами, а лучше предложим инструмент позволяющий расширить их текущие возможности.

Как мы уже сказали, RTM — не набор готовых подсказок, это инструмент работающий с актуальным профилем клиента, который в свою очередь формирует самообучающийся алгоритм и для корректной работы которого нужны большие данные. Большие данные в нашей стране — это крупные телеком-операторы или банки, расширяющие диапазон своих услуг. Но они же, увы, гордые обладатели самой запутанной ИТ-инфраструктуры, наверное, на всем земном шаре. Большинство из них начинали свою автоматизацию еще в 1990-е или 2000-е с самописных решений, затем дополняли их продуктами разных вендоров, отдельные функции закрывались нишевыми разработчиками. Что касается телеком-компаний, часть из них ведут обслуживание клиентов прямо в биллинге, у других, напротив, “зонтичная” CRM прикрывает сразу несколько биллинговых систем, и менять ее на какую либо другую они в ближайшее время не соберутся. Для любой подобной компании смена ПО — это эпохальное решение и большое испытание. Конечно, нам, несмотря на то, что Forward RTM существует как отдельный продукт, хотелось бы видеть его в связки с нашей CRM-системой и продакт-каталогом. На наш взгляд данная комбинация дает максимальный эффект и отдачу. Но нужно быть реалистами. Крупная компания вряд ли ради автоматизации связки маркетинг-продажи решится устроить себе ИТ-армагеддон, а вот встроить решение и адаптировать его в свой ИТ-ландшафт шансов гораздо больше.

Что умеет и кому нужен RTM

  • В момент идентификации клиента RTM анализирует профиль клиента ( 20-30 параметров, как статических так и вычисляемых). Данные для построения профиля берутся из информации о клиенте которая у крупных операторов хранится в различных специализированных источниках, а у средних как правило в самом биллинге.

  • Настройка и наполнение профиля производится индивидуально, под конкретную компанию, совместно с аналитиками и маркетологами заказчика. Система позволяет добавлять и настраивать правила отображения предложений для любого набора параметров.
  • Дополнительные параметры необходимые маркетингу привязываются к различным сущностям системы: контрагент, контракт, абонентское приложение, услуга и т.д. — и могут хранить как оперативную информацию, так и информацию рассчитанную на основании исторических данных (статусы, информационные параметры, вычисляемые параметры).
  • В течение 5 секунд на миллионной абонентской базе система формирует персонифицированное предложение, включая подбор актуальных акций и пакетов услуг из продукт-каталога.
  • Предложений отображается в витрине CRM (в виде всплывающих подсказок или отдельных интерфейсов) или в виде банеров на портале самообслуживания, либо отправляется клиенту в виде push- или SMS-уведомления.
  • Предложение показанное клиенту может быть скорректировано в режиме реального времени в зависимости от его действий. При этом исключена ситуация, когда клиенту повторно предлагается услуга, от которой он уже отказался.

Возьмем для примера оператора связи. В call-центр звонит клиент. По номеру мы опознали, что это Иван Петрович Сидоров. Пока оператор отвечает и говорит “Здравствуйте”, RTM проводит сегментацию клиента по информации из профиля. Если какой-то информации не хватает, RTM может инициировать обращение к хранилищу, и актуализировать профиль, подняв данные из истории общения клиента и компании. Параметры профиля клиента “накладывается” на условия из продакт-каталога компании, выявляются предложения, которые могут его заинтересовать. Может, он активный пользователь интернета, а тариф у него с минимальным объемом включенного трафика или часто бывает в роуминге, или звонит маме в Магадан, или большую часть трафика тратит, просиживая в соцсетях. Подходящие услуги и пакеты услуг проходят еще несколько фильтров и систему приоритезации. Система проверяет, что новое предложение не будет ниже по ARPU (Average Revenue Per User), чем текущее (подобные проверки позволяют не “каннибализировать” собственную базу). Что оно совместимо с другими услугами, которыми уже пользуется клиент, и доступное ему по другим условиям, если они есть. В качестве предложений для “витрины” система выводит только услуги и продукты, которые прошли через это “сито”.

Важный момент, автоматизируя частично процесс продаж, RTM, как следствие, снижает требования к компетенции продавца. Такая система в первую очередь будет полезна для банков, операторов связи, провайдеров услуг с широкой клиентской базой. То есть в том бизнесе, где мгновенная реакция на действия клиента — это весомое конкурентным преимуществом. Заинтересовать она, конечно, может и другие компании: которым нужно минимизировать влияние “человеческого фактора” на продажи. Но нужно напомнить про нижнюю границу размера клиентской базы. По нашим оценкам, функционал RTM ощутимую пользу принесет компаниям с клиентской базой от 100 000 человек.

Цели и ценники

На основе опыта эксплуатации систем Forward CRM и Forward PC мы рассчитываем, что рост продаж благодаря автоматизации маркетинга с помощью Forward RTM составит до 10% через полгода. При комплексной автоматизации (CRM + PC + RTM) арку ROI (коэффициент прибыли на инвестиции) можно поднять на 20% в год, начиная со второго года при условии активного маркетинга. Эта цифра основывается на анализе эффекта от внедрения наших систем за последние 3 года.

Вопрос, который наверняка интересует читателей — во сколько компании обойдется внедрение подобной системы. Сегодня мы предлагаем нашим клиентам несколько схем приобретения ПО, включая Forward RTM. Три основные: классическая покупка лицензии, аренда и аренда с правом выкупа. В каждом из этих случаев цена будет зависеть от многих факторов: размера клиентской/абонентской базы, необходимости интеграции с продуктами других вендоров, места размещения и т.д.

По запросу мы можем предоставить более подробную информацию по возможностям Forward RTM и рассказать о опыте ее внедрения в сложную ИТ-инфраструктуру современных операторов.

0
1 комментарий
Артем Вирский

А разве ИИ, подбирающий предложения в интернет-витринах, не то же что у Вас, только снаружи?

Ответить
Развернуть ветку
-2 комментариев
Раскрывать всегда