SPSS Predictive Applications Cseh Zoltán Budapest 2006. április 20.

Az előadások a következő témára: "SPSS Predictive Applications Cseh Zoltán Budapest 2006. április 20."— Előadás másolata:

1 SPSS Predictive Applications Cseh Zoltán Budapest 2006. április 20.

2 Az üzleti probléma: vásárlói kártya bevezetés Dimensions Analytical DB Internet SPSS Clementine DB1DB2 Riporting MS Office kimutatások Predictive Enterprise Services Predictive Enterprise Services Predictive Applications Predictive Applications Operational CRM Operational CRM

3 Alkalmazások és moduljaik SPSS Predictive Marketing Predictive Call Center Predictive Claim Event Builder Interaction Builder Risk Control Builder Model Builder

4 Egy átlagos kampány felépítése

5 I. fázis: Tömeg vs. Célzott kampányok Target Profiles Similar to Previous Responders Response Rates: Improved Model Builder

6 II. fázis: A kampány optimalizálása II. fázis: A kampány optimalizálása Interplay of Model Intelligence & Business Rules Contact Policy taken into account Budget, limits on # of contacts Campaigns Maximize Revenue Event Builder

7 Üzleti felhasználói elemzés A modell építőkövei

8 Hány fogyasztó tartozik jelenleg a szegmensbe … mi az ajánlat elfogadási hajlandósága … Mely fogyasztói ajánlatot kívánjuk elemezni … Mely fogyasztói szegmenst írja le a modell … Milyen fogyasztói szegmenseket kívánunk kampányunkkal megcélozni

9 Üzleti felhasználói elemzés Paraméterezés – A modell felállítása

10 Válassza ki az elemzés típusát!

11 Határozza meg az elemzés célját!

12

13 Válasszon a rendelkezésre álló célok közül

14 Válasszon a kampányok közül!

15 Válassza ki milyen adatokból kíván dolgozni!

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35 Válassza ki a ‘probability’ változót

36

37

38

39

40

41

42

43

44

45

46 Üzleti felhasználói elemzés – adatbányászati példa

47

48

49

50

51 A kampány neve… 51

52 …fogyasztók szegmentálása… … A kiválasztott szegmens további szűkítése nélkül… 52

53 … Meghatározott tulajdonságokkal rendelkező fogyasztók kizárása… … további szűkítés 53

54 … A prediktív modell megbecsüli a termék megvásárlásának valószínűségét 54

55 A kampány végrehajtása a kimenő fő csatornán keresztül… 55

56 … a Credit Card Gold az ajánlott termék 56

57 Minimum 100 fogyasztót szeretnénk rábírni a váltásra, maximum 5000-es kampányméret mellett… … miközben figyelembe vesszük a következő szűrési szabályokat 57

58 A kampány normál prioritású és november 18-án, csütörtökön történik 58

59 Egy fogyasztó elérésének költsége az egyes csatornákon… 59

60 Hagyományos elosztás

61 Az optimális megoldás neve… 61

62 … minden esetet felhasznál a megadott dátumok között… 62

63 … 100.000-es költségkeret áll rendelkezésre a megadott időszakban 63

64 A megadott időkeret… … de ezt az esetet is kizárta a modell… … mivel a kizáró szabály értelmében a rendszer abban az időkeretben dolgozik, ami a 4. esetet befolyásolja. 64

65 A bevitt inputok alapján az Event Builder kiszámolja a fogyasztók optimális eloszlását… … a prioritások manuális beállításával 65

66 A négy eset majdnem 170 000 profitot generál 66

67 … az esetek ezen felosztásával 67

68 Másolja be az ideális értékeket egy új oszlopba 68

69 Optimalizálás nélküli várható profit! 69

70 Optimalizált elosztás

71 Változtassa az összes prioritást ‘normál’-ra 71

72 Cserélje minden eset méretét 100.000-re 72

73 A várható profit 169 000 és 319 000 között van!!! 73

74 Válassza ki az alkalmazott beállítások meghatározásához! 74

75 File név és elérési út Attribútumok felsorolása 75 Válassza ki a mentéshez: “Write to File”!

76 Válassza ki az alkalmazás végrehajtásához! 76

77 Az optimalizált kampányok listáját mutatja 77

78 Az üzleti probléma: vásárlói kártya bevezetés Dimensions Analytical DB Internet SPSS Clementine DB1DB2 Riporting MS Office kimutatások Predictive Enterprise Services Predictive Enterprise Services Predictive Applications Predictive Applications Operational CRM Operational CRM

79 Köszönöm a figyelmet Cseh Zoltán 70/368-6221 zcseh@spss.hu