На состоявшейся в конце марта в Москве конференции IBM Business Connect генеральный директор IBM в России и СНГ Кирилл Корнильев представил новую глобальную стратегию развития IBM, обнародованную недавно главой IBM Джинни Рометти. Один из трех столпов этой стратегии (наряду с облаками и системами мобильного социального взаимодействия) — обработка и анализ больших данных. Как оказалось, в нашей стране есть уже и реальные примеры движения в этом направлении. Один из них — проект по созданию интеллектуальных предложений на входящих каналах коммуникаций с клиентами, выполненный в “ВымпелКоме” при участии консультантов из AT Consulting. Справедливости ради отметим, что данный проект был реализован еще год назад, когда о новой стратегии IBM ничего не было известно.

Представляя его, исполнительный вице-президент “ВымпелКома” по развитию массового рынка Александр Поповский отметил, что ориентация на клиента, оставаясь глобальным трендом, по мере развития технологий приобретает совершенно новые черты. Если прежде было принято сегментировать клиентскую базу по тем или иным признакам, а потом строить свои маркетинговые кампании для каждого такого сегмента, то сегодня на повестку дня ставится предельная персонализация взаимодействия с абонентами, когда в идеале каждый клиент по сути представляет собой отдельный сегмент. В результате целевой группой для каждого предложения становится отдельный клиент. Система “ВымпелКома”, о которой идет речь, и призвана реализовать такое индивидуальное взаимодействие.

В терминологии IBM построенное решение относится к категории NBA (Next Best Action — выбор наилучшего следующего шага) и реализовано на платформе углубленного анализа данных IBM SPSS. Предполагается, что со временем оно охватит все три канала взаимодействия с клиентами: Call-центр и собственные офисы компании, мобильные приложения и личный кабинет в Интернете. По первому из указанных каналов делаются самые простые предложения, не требующие подробного объяснения, а по третьему самые сложные, предполагающие тонкую настройку самим клиентом. Пока что реализовано взаимодействие лишь по первому каналу: по второму и третьему это планируется сделать в нынешнем году.

Утверждается что система способна формировать персонифицированные клиентские предложения в режиме реального времени с учетом не только исторически накопленной информации об абоненте, но и причин текущего обращения клиента к оператору. При этом клиенту предлагается лучшее из порядка сотни доступных маркетинговых предложений. Как рассказал директор AT Consulting по направлению Business Intelligence Андрей Нугманов, для предиктивного моделирования лучших предложений с помощью IBM SPSS Modeler строится хранилище информации, поступающей из разных ИС мобильного оператора (около 500 показателей) и отражающей активность клиента на протяжении последних трех месяцев. После того как подобная модель построена, на генерацию лучшего предложения уходит не более полусекунды. В процессе общения оператора call-центра с клиентом автоматически отслеживается соблюдение единой политики контактов. С этой целью вся история коммуникаций размещается в оперативной памяти в распределенном кэше быстрого доступа, что позволяет проводить до 100 тыс. проверок в секунду на предмет разрешения той или иной коммуникации.

По словам Александра Поповского, в настоящее время система используется в девяти call-центрах (1800 операторов) и 1240 офисах компании (5000 операторов), и ею охвачены около 20% клиентов “ВымпелКома” (т. е. порядка 10 млн. абонентов). После внедрения решения число абонентов, принимающих предложения, сформированные на основе данных, поставляемых системой, выросло в 3,5 раза. В течение недели генерируется свыше 250 тыс. подобных NBA-предложений и 26 тыс. из них принимаются клиентами. В среднем каждый месяц формируется 15 новых NBA-предложений, а показатель ARPU за три месяца увеличился на 9%.

Размышляя о более отдаленной перспективе, Александр Поповский прогнозирует уход и от фиксированного набора маркетинговых кампаний: со временем каждому индивидуальному клиенту будет предлагаться уникальный тарифный план, учитывающий особенности его поведения, состав семьи, текущее местоположение и т. д. Сколь бы фантастическими не казались подобные прогнозы, их технологическая осуществимость не вызывает сомнений уже сегодня.

Версия для печати (без изображений)