Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
Лето Банк оптимизирует продажи с помощью прогнозной аналитики от GlowByte и SAS

29, январь 2015  —  «Лето Банк», банк группы ВТБ, и компания GlowByteConsulting сообщают о внедрении комплекса прогнозных моделей, который усовершенствовал систему построения маркетинговых кампаний путем подбора оптимальных персональных предложений клиентам, одновременно максимизирующих отклик клиентов и доход банка. Это привело к существенному повышению финансового результата проводимых кампаний.

Сохранение рентабельности портфеля кредитов на современном высококонкурентном рынке розничного кредитования требует точного понимания и удовлетворения потребностей клиентов. Глубокое изучение ожиданий и предпочтений клиентов, прогнозирование их поведения при получении того или иного маркетингового воздействия становятся ключевыми моментами при планировании маркетинговых кампаний. Для этого необходимо, с одной стороны, использовать все имеющиеся в банке данные о клиентах: исторические базы данных с различными характеристиками (демографическими, финансовыми, личностными предпочтениями), информацию о характере и частоте покупок, данные о предпочитаемых способах оплаты и прочие имеющиеся сведения, позволяющие лучше понять поведение клиентов. С другой стороны, для качественного анализа требуются передовые средства и алгоритмы, позволяющие заменить универсальные параметры кампании на индивидуальные, соответствующие профилю клиента, что значительно повышает уровень отклика и выгодность каждого клиента для банка. Применив современные методы и средства анализа к качественным данным, можно предсказать склонность клиентов к тому или иному продукту и спрогнозировать отклик на различные варианты маркетинговой коммуникации. В итоге повышается эффективность маркетинга и увеличивается рентабельность кредитных предложений.

«Лето Банк» последовательно инвестирует значительные средства и силы в развитие своей платформы цифрового маркетинга и клиентской аналитики. В 2013 году с помощью специалистов GlowByteConsulting банк завершил внедрение комплексной автоматизированной системы управления маркетинговыми кампаниями на базе SAS Marketing Automation. Была также развернута единая аналитическая платформа для управления CRM и рисками на базе решений SAS, позволяющая в кратчайшие сроки создавать и запускать маркетинговые кампании с учетом требований департамента рисков. Однако, подбор параметров запускаемых кампаний (выбор клиентских сегментов, подбор предложений и оценка потенциальных результатов) осуществлялся экспертным путем, поэтому следующим шагом развития CRM-платформы стал проект внедрения расширенных средств анализа клиентской базы, применение методов прогнозной аналитики и datamining.

«Для более точного определения предложений необходимо постоянно усложнять сегментацию клиентов. При этом параметры сегментации меняются с течением времени. Традиционные средства в современных условиях не позволяют проводить долгосрочный анализ доходности сегментов и не достигают желаемой точности распределения предложений. Задача повышения эффективности маркетинговых кампаний с помощью прогнозных моделей была поставлена перед CRM-подразделением и нашим давним партнером по развитию аналитических систем, компанией GlowByte, в начале 2014 года», - прокомментировал цели проекта Павел Тулубьев , руководитель службы CRM «Лето Банка».

В ходе совместной работы аналитиков банка и консультантов GlowByteConsulting был сформирован набор прогнозных моделей, оценивающих склонность клиентов к приобретению того или иного продукта, определяющих наиболее вероятную сумму займа необходимую клиенту в текущий момент времени. На основе полученных оценок был реализован алгоритм подбора оптимального предложения для каждого клиента, включающий создание уникального механизма прогноза отклика клиента на предложение, что должно было позволить увеличить отклик от проводимых маркетинговых кампаний при сохранении требований к рентабельности кредитного портфеля.

Результатом и критерием эффективности проекта стала проведенная с использованием результатов моделирования экспериментальная кампания. Итогом сравнения предложений, сделанных представителям одного и того же сегмента с использованием новых построенных моделей с традиционно используемым экспертным расчетом, стало увеличение количества продаж более чем на 10% без снижения средней кредитной ставки предложения в первой же кампании. Сравнительный объем продаж продолжит расти в будущих кампаниях с развитием опыта использования прогнозной аналитики в банке.

Ход и результаты проекта прокомментировал Павел Тулубьев : «Проект состоял из нескольких этапов – сбор статистики отклика клиентов на разные предложения, построение прогнозных моделей и оптимизационного алгоритма, применение этих инструментов на практике для замера эффективности по сравнению с действующим подходом. Наши ожидания были весьма осторожными, так как параметры и ход проведения целевой кампании уже неоднократно оптимизировались с помощью других подходов. Хорошим результатом для нас было бы увеличение эффективности на 5-10%, именно этот ориентир был поставлен перед командой GlowByte, так как мы ожидали от партнера не только реализации наших идей, но и работы по улучшению моделей отклика на основе проектов GlowByte в других банках. Мы рады, что результаты превзошли ожидания уже по итогам пилотной кампании».

Учитывая богатый опыт использования банком продуктов SAS, а также высокую квалификацию специалистов GlowByte в решениях SAS, для реализации проекта было выбрано решение SAS EnterpriseMiner, содержащее эффективные методы статистического анализа и удобный графический интерфейс пользователя. Специалистами GlowByte была разработана уникальная технология анализа информации, содержащейся в корпоративном хранилище данных, которая вкупе с высокопроизводительными средствами анализа и визуализации обеспечила реализацию ключевых идей повышения эффективности построения кампаний.

«Мы были рады использовать накопленный нами проектный опыт для этого передового, уникального для отрасли проекта, и стать для банка не только технологическим партнером, но и консультантом по разработке моделей поведения клиентов. Мы будем развивать это востребованное рынком направление, предлагая заказчикам эффективные, быстроокупающиеся проекты монетизации клиентских данных» - прокомментировал итоги проекта Владимир Скудин , Исполнительный директор GlowByteConsulting.

Развивать алгоритмы подбора оптимальных предложений банк планирует с использованием решения SAS Marketing Optimization, помогающего маркетологам создавать набор альтернативных сценариев для кампаний, улучшать их с помощью встроенных оптимизационных алгоритмов и анализировать, как вносимые изменения влияют на результаты.

«Данное решение уже зарекомендовало себя на российском рынке. Оно позволит специалистам Лето Банка строить сценарии по принципу “что если”еще до коммуникации с клиентом и перераспределять финальные предложения между клиентами, основываясь на важных выводах. Например, таких: сколько банк дополнительно заработает, если увеличить пропускную способность телемаркетинга; сколько банк потенциально потеряет, если снизит частоту контактов с клиентами с 2-х до трех месяцев; какимдолжен быть дополнительный бюджет на коммуникации, чтобы перевыполнить план продаж на х%», - рассказывает Сергей Исаев , руководитель направления клиентской аналитики SAS Россия/СНГ.

О «Лето Банке»

«Лето Банк» - российский розничный банкмеждународной финансовой Группы ВТБ, совсем недавно отметивший свое двухлетие. Банк настроен не только на быстрое привлечение потенциальных клиентов, но и на построение с ними долгосрочных и партнерских отношений. По итогам двухлетнего развития банком открыто 436 клиентских центров в 212 населенных пунктах страны; заключены соглашения более чем с 30 тысячами магазинов, на территории которых можно оформить кредит на товар; открыто 325 стоек, где возможно оформить и получить кредит наличными и оформить кредит на товар в магазинах-партнерах и кредитную карту «Лето-карта». За этот период более 800 тысяч граждан России воспользовались услугами банка. «Лето Банк» становится не просто проектом с новым именем, но и настоящим прорывом в области инноваций в розничном обслуживании, в том числе благодаря сделанной ставке на новые технологичные решения, призванные повысить эффективность коммуникаций с клиентами, сохраняя персональный подход и прозрачность работы.

Дополнительная информация: letobank.ru 

О компании GlowByteConsulting

Компания GlowByteConsulting c 2004 года специализируется на внедрении систем BusinessIntelligence и сопутствующих решений лучших мировых поставщиков.

GlowByteConsulting, занимает ведущие позиции в России и СНГ на рынке внедрения систем автоматизации маркетинга и углубленной аналитики, создания корпоративных хранилищ данных, систем управленческой отчетности, управления рисками и систем управления клиентским опытом и лояльностью. GlowByte обладает уникальным проектным опытом в управлении большими данными (BigData), прогнозной аналитике, в технологиях TextMining, DataMining и DataGovernance. Также, компания разрабатывает математические модели для анализа и прогнозирования, модели управления рисками для финансовых организаций.

Сегодня GlowByteConsulting это десятки успешно выполненных проектов различного масштаба, более 400 квалифицированных специалистов с опытом работы в ключевых отраслях: банки, телекоммуникации, розничная торговля, логистика, государственные организации. Ключевые поставщики BI-платформ GlowByte: SAS, EMC, HP, IBM, SAP, Microsoft, MicroStrategy, Oracle, Tableau.

Дополнительная информация: glowbyteconsulting.com

О компании SAS

Компания SAS является крупнейшей в мире частной IT-компанией, специализирующейся на разработке и продаже решений и услуг в области бизнес-аналитики. Компания вышла на рынки России и стран СНГ в 1996 году. Клиентами SAS являются более 70 тысяч организаций в 139 странах мира, в России и СНГ клиентами SAS являются крупнейшие российские банки, РЖД, «Аэрофлот», крупнейшие компании из телекоммуникационного и топливно-энергетического сектора, государственные организации.

Дополнительная информация: sas.com/ru_ru/

Публикации по теме
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости SAS

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.