Czuć humory klientek

Odróżnianie klientów

Hurtownia danych, poza możliwością generowania podstawowych danych przeglądowych, posłużyła jako źródło informacji dla nowej klasy aplikacji biznesowych, umożliwiających określenie wartości jednego klienta, jak również przewidywanie, którzy klienci mogą w najbliższym czasie zrezygnować z usług Ery. "Aplikacje te są przydatne wielu działom naszej firmy. Pozwalają bowiem mierzyć zarówno skuteczność kanału sprzedaży i poszczególnych dilerów, prowadzonych promocji, których wynikiem są nowi klienci, przynoszący określony przychód, jak i w porę identyfikować klientów, którzy mogą zrezygnować z usług Ery, co pozwala zaoferować im inne, bardziej satysfakcjonujące, a jednocześnie lepiej przystosowane do ich specyfiki warunki" - wyjaśnia Jarosław Baczyński.

Pierwsza z aplikacji, wykorzystując specjalną, opracowaną przez operatora sieci Era formułę matematyczną, umożliwia określanie wartości klienta. Jak wynika z doświadczeń Ery, minimalnym okresem, po którego upływie można szacować wartość klienta, są cztery miesiące billingu oferowanych mu usług. Aplikacja określa szacowaną wartość klienta od czterech miesięcy do roku po podpisaniu przez niego umowy z Erą. W przypadku klientów, którzy korzystają z telefonu dłużej niż rok, jest wyliczana rzeczywista ich wartość. "Chociaż hurtownia umożliwia określenie aktualnej wartości klienta, to w rzeczywistości comiesięczne wyliczenie należy uznać za zgrubne. Wynika to z faktu, że np. dane dotyczące rozmów prowadzonych w ramach roamingu międzynarodowego spływają do nas dopiero po miesiącu, co uniemożliwia dokonanie wyliczenia dokładnej, aktualnej wartości klienta. Dodatkowo pod uwagę bierzemy wyłącznie te rozmowy telefoniczne, które były przeprowadzone w szczycie, bo jak wykazały nasze badania, one w największym stopniu determinują wartość. Oczywiście do obliczeń pobierane są również dane dotyczące wszystkich usług dodatkowych" - mówi Jarosław Baczyński. Wyliczany przez hurtownię współczynnik ARPU (Average Revenue per User) dla każdego użytkownika sieci może być wykorzystany w wielu kolejnych analizach. Za jego pomocą Era mierzy np. efektywność kanału sprzedaży, analizując, którzy z dilerów mają największe doświadczenie w sprzedaży usług operatora klientom, prowadzącym wiele rozmów itp.

Zostań z nami

Wyliczony wskaźnik ARPU jest również stosowany w analizach typu Churn, kolejnej aplikacji zbudowanej przez Erę, umożliwiającej określenie na podstawie zgromadzonych w hurtowni danych, którzy klienci z największym prawdopodobieństwem zechcą zrezygnować z usług tego operatora na rzecz konkurencji. Dysponując taką informacją, można podjąć działania zaradcze, koncentrując się na rozpoznaniu (również wg danych z hurtowni) prawdziwych potrzeb klienta i stosując np. skierowaną specjalnie do niego ofertę promocyjną.

"Aby możliwe było określenie, czy klient jest skłonny zrezygnować z naszych usług, ważne było wyodrębnienie ze wszystkich parametrów opisujących każdego klienta tzw. zmiennych predykcyjnych, determinujących, że klient rzeczywiście odejdzie" - mówi Jarosław Baczyński.

Według Jarosława Baczyńskiego, każdy kontrakt klienta Ery jest opisany 500-1000 parametrów. Do zbudowania modelu wykorzystywanego w aplikacji Churn analizie poddano ok. 500 zmiennych. Aby wyodrębnić z nich podstawowe, przesądzające o tym, że klient zmieni operatora, trzeba było przeanalizować dane zapisane w hurtowni, dotyczące klientów - zarówno tych, którzy nadal są klientami Ery, jak i tych, którzy już nimi nie są.

"Analiza była zawężona do tych klientów, którzy korzystają z naszych usług dłużej niż kilkanaście miesięcy, a jednocześnie wartość sprzedanych im w każdym miesiącu usług wynosi ponad 100 zł" - wyjaśnia Jarosław Baczyński. Skonstruowany w tym celu dataset analityczny pozwalał analizować na podstawie danych historycznych kolejnych sześć miesięcy, sprawdzając, z jakich usług korzystał dany abonent, jak często telefonował do innych operatorów itd. Następnie pobierano z bazy informacje, czy po kolejnych trzech miesiącach (nie poddawanych już analizie, czyli w sumie po dziewięciu miesiącach od rozpoczęcia analizy) klient nadal korzystał z usług sieci Ery, czy z nich zrezygnował. Analiza stanu klienta w tym czasie oraz korelacja analiz wszystkich klientów spełniających podane wymagania umożliwiły zbudowanie precyzyjnego modelu predykcyjnego, który na podstawie ok. 10 zmiennych (każda z nich ma inną wagę) pozwala przewidzieć, którzy z obecnych klientów Ery mogą zrezygnować z usług tego operatora. Przykłady ważnych parametrów to m.in. wysokość abonamentu oraz czas rozmów danego klienta z abonentami sieci innych operatorów.

"Wypracowany przez nas model predykcyjny nie jest jeszcze doskonały. Przede wszystkim jest on zbyt uzależniony od czasu, przez jaki nasz klient korzysta z naszej sieci, oraz od dostępnych promocji" - mówi Jarosław Baczyński.


TOP 200