+7 499 135-41-63 (ВЦ РАН)
   info@forecsys.ru
      или посмотреть карту сайта

Такском, 2017 год

Оценка поведения клиентов, выявление сегмента склонных к оттоку клиентов

Solut, 2017 год

Создание модели классификации деятельности сотрудника строительной компании

Avito, 2017 год

Конкурс анализа данных по созданию модели рекомендательной системы

Фонд перспективных исследований, 2017 год

Конкурс по созданию интеллектуальных технологий дешифрирования видовой аэрокосмической информации

ММВБ, 2016 год

Проект «САФРАН. Внедрение функциональности по выявлению практик манипулирования в высокочастной торговле на финансовых рынках»

Avito, 2016 год

Конкурс анализа данных по распознаванию категорий объявлений

Avito, 2016 год

конкурса анализа данных по распознаванию марки и модели автомашин на изображениях

ММВБ, 2016 год

Проект «САФРАН. Внедрение функциональности по мониторингу открытых инсайдеров»

Европлан, 2016 год

Оценка стоимости автомобилей на основании анализа базы данных объявлений аналогов

Фонд перспективных исследований, 2015 год

Конкурс для поиска лучшего отечественного коллектива, способного преодолеть существующие недостатки технологий распознавания лиц

НКО АО НРД, 2015 год

Разработка алгоритма обработки результатов проведения клирингового сеанса

Avito, 2015 год

Конкурс анализа данных, посвященный проблематике Uplift modelling для решения задачи распознавания отклика клиентов на маркетинговое предложение

РЖД, 2015 год

Прогнозирование объемов спроса на грузовые железнодорожные перевозки

Avito, 2014 год

Конкурс по распознаванию контактной информации на изображениях

Сбербанк, 2014 год

Проведение пилотного проекта по управлению банкоматами

Банк Траст, 2014 год

Внедрение системы прогнозирования поведения клиентов и оптимизации кампаний целевого маркетинга Sell4Cast

Телемикс, 2012 год

Разработка прототипа системы рекомендаций видеоконтента

ОТП Банк, 2011 год

Конкурс анализа данных по решению задачи предсказания отклика клиентов на предложение новой услуги

Компания «Балтика», 2011 год

Автоматизация прогнозирования вторичных продаж

Промсвязьбанк, 2010 год

Оптимизация процесса стратегического управления инкассациями

ММВБ, 2010 год

Система анализа финансовых рынков «САФРАН 3.0»

ГК «Лама», 2010 год

Внедрение системы автоматического формирования заказа на распредительном центре компании

ЗАО «НСС», 2009 год

Внедрение BI/CRM систем Forecsys & Teradata

ГК «Видео Интернешнл», 2009 год

Улучшения системы прогнозирования компании

ГК «Лама», 2009 год

Внедрение системы прогнозирования спроса и управления запасами Goods4Cast

Банк «Петрокоммерц», 2009 год

Система поддержки принятия кредитных решений

М-Видео, 2008 год

Оптимизации процессов планирования продаж и закупок товаров

Компания «Балтика», 2008 год

Внедрение системы прогнозирования спроса и планирования продаж

ГК «Комстар – ОТС», 2008 год

Поведенческая сегментация клиентов

ГУ-ВШЭ, 2007 год

Внедрение системы Антиплагиат

Сеть «Связной», 2007 год

Создание и внедрение ИС «Ценообразование»

Сеть «Связной», 2007 год

Внедрение системы прогнозирования спроса

X5 Retail Group, 2007 год

Объединение процессов ведения номенклатуры нескольких розничных торговых сетей

ГВЦ РАО «ЕЭС России», 2006 год

Анализ отраслевых данных энергетических компаний

AntiPlagiat.ru, 2005 год

Интернет-сервис анализа текстов на наличие заимствований

АП «Домодедово», 2005 год

Решение для имитационного моделирования транспортной сети аэропорта

Яндекс, 2005 год

Технология выявления взаимосогласованных структур сходства пользователей и ресурсов

ТД «Перекресток», 2005 год

Система прогнозирования потребительского спроса Goods4Cast

Брок-Инвест-Сервис, 2005 год

Анализ и сегментация клиентской базы

ОАО «МТС», 2004 год

Исследование поведенческой сегментации клиентов

Банк «Петрокоммерц», 2004 год

Система поддержки принятия кредитных решений

«Интер РАО ЕЭС», 2004 год

Автоматизированная система поддержки принятия решений на энергетических рынках «Aprel 1.0»

РАО «ЕЭС России», 2001 год

Автоматизированная система поддержки принятия решений «Форель 1.0»

ММВБ, 1999 год

Учебная имитационная торговая система «Имитрейд»

Правительство Москвы, 1998 год

Информационная система «Мосторгпрогноз»

ММВБ, 1997 год

Система анализа финансовых рынков «САФРАН»

ЗАО «НСС», 2009 год

Компания-заказчикЗАО «НСС»

Сроки проекта:        январь 2009 — сентябрь 2009

История проекта

НСС является региональным оператором мобильной связи. Компания вынуждена функционировать в условиях жёсткой конкуренции со стороны таких крупных провайдеров телекоммуникационных услуг, как МТС, Вымпелком, Мегафон, Tele2. Для сохранения своей доли рынка в Нижегородской области, которая на конец 2008 г. оценивалась приблизительно в 35%, компания уделяет основное внимание сохранению клиентской базы и обеспечению лояльности абонентов. Фактический отток абонентов может быть существенно снижен посредством проведения эффективных маркетинговых кампаний, ориентированных на наиболее склонных к уходу абонентов.

В рамках поддержки деятельности департамента маркетинга регионального оператора мобильной связи ЗАО «НСС» компания Forecsys совместно с компанией Teradata LLC разработала и внедрила комплексное решение, которое позволяет осуществлять всестороннее управление процессом ведения маркетинговых кампаний. В состав решения входит СУБД «Teradata RDBMS 12», на базе которой был создан Аналитический репозиторий данных, CRM-система «Teradata Relationship Manager V6.1», а также система анализа оттока клиентов Forecsys Churn Solution, являющаяся модулем системы Sell4Cast (Forecsys Marketing Solution).

Особенности проекта

Для повышения эффективности маркетинговой деятельности НСС компаниями Forecsys и Teradata было предложено комплексное решение, которое позволяет автоматизировать управление всем процессом ведения маркетинговых кампаний. В рамках решения был налажен процесс удобной сегментации целевых групп абонентов по различным критериям (например, склонность к уходу, VIP статус, и т.п.), возможность одновременного запуска нескольких маркетинговых кампаний, определение всех шагов кампании и их последовательное выполнение. Также была реализована возможность проводить маркетинговые кампании через различные каналы (call-центр, SMS, автоматические голосовые меню, и т. д.).

Проект внедрения был рассчитан на 9 месяцев и был разбит на 3 последовательных, но пересекающихся этапа: анализа, внедрения и тестирования.

Руководство и контроль качества осуществлялись компанией Forecsys, являющейся генеральным подрядчиком в проекте. Благодаря налаженному тесному взаимодействию между командой внедрения, состоящей из сотрудников Forecsys и Teradata, и специалистами НСС, удалось собрать и согласовать все бизнес требования к системе на этапе анализа, а также актуализировать их по ходу проекта. Согласование планов приемки системы на ранних этапах проекта позволило сформировать у сотрудников НСС ожидания от внедрения системы и облегчить этап тестирования.

Для всего проекта и каждого из его этапов был составлен и согласован график работ, учитывающий доступность сотрудников НСС для проекта. Регулярный контроль и корректировка графика позволили выполнить проект в срок в рамках выделенного бюджета и внедрить систему, полностью удовлетворяющую всем согласованным к ней требованиям.

Функциональные характеристики

В качестве СУБД для построенного Аналитического репозитория была использована «Teradata RDBMS 12», предоставляющая линейную масштабируемость в различных измерениях (хранение данных, усложнение схемы, объем данных очереди, сложность очереди и сочетание рабочей нагрузки и др.). Логическая модель данных была спроектирована в соответствии с требованиями отдела IT и отдела маркетинга.

В качестве ELT инструмента для загрузки данных из внешних источников был использован Oracle Data Integrator, что позволило:

  • не нагружать систему биллинга сложными запросами;
  • осуществлять регулярную синхронизацию данных между операционными системами и Аналитическим репозиторием;
  • автоматически обнаруживать и загружать правки задним числом из операционных систем в Аналитический репозиторий.

В качестве системы регулярного резервного копирования и восстановления данных Аналитического репозитория была использована ленточная библиотека «Sun/StorageTek SL500». Это позволило:

  • осуществлять сложные запросы по абонентам к единому хранилищу с простой структурой без обращения в IT-отдел;
  • уменьшить нагрузку на IT-отдел, связанную с постоянными запросами из отдела маркетинга;
  • построить единое хранилище данных по абонентам – основу для работы аналитических систем и систем отчетности.

В качестве CRM была внедрена система «Teradata Relationship Manager V6.0». Это позволило:

  • сократить и автоматизировать цикл планирования и разработки маркетинговых кампаний;
  • повысить эффективность маркетинговых инициатив за счет более точного выбора целевых сегментов;
  • улучшить качество коммуникации с клиентом за счет учета его индивидуальных характеристик;
  • наладить контроль числа обращений к клиенту при помощи ведения истории контактов;
  • для выделения участников кампаний, направленных на удержание клиентов, использовать вероятности ухода, рассчитываемые с помощью моделей прогнозирования оттока клиентов, построенных в Forecsys Churn Solution.

В качестве системы аналитики был внедрен модуль Forecsys Churn Solution системы Sell4Cast (Forecsys Marketing Solution), предназначенный для прогнозирования оттока абонентов телекоммуникационных компаний. Данный модуль также является инструментом построения, хранения и управления работой моделей классификации абонентов.

Сотрудники отдела маркетинга и аналитики получили возможность:

  • выявлять факторы, наиболее сильно влияющие на уход абонентов;
  • проводить одномерный и двумерный анализ признаков для иллюстрации и поиска зависимостей в исходных данных;
  • автоматически строить интерпретируемые модели прогнозирования различных типов (интерпретируемость достигается использованием суперпозиций логических правил, частным случаем которых могут являться скоринговые карты или решающие списки);
  • создавать и сравнивать несколько моделей прогнозирования оттока абонентов на одном сегменте;
  • редактировать и создавать модели в ручном режиме, учитывая экспертную информацию;
  • экспортировать модели в легко интерпретируемой экспертом форме, не требующей специальной математической подготовки;
  • выбирать на этапе настройки наиболее удачные модели прогнозирования по различным показателям качества;
  • запускать прогнозирование в тестовом режиме, который позволяет сравнивать качество сразу нескольких моделей без выгрузки результатов прогнозирования во внешние системы;
  • создавать расписание запуска моделей на классификацию в однократном или в периодическом режиме (прогнозирование с периодом в один день позволяет фактически сразу выявлять начало оттока абонентов, вызванного резкими изменениями конъюнктуры на рынке операторов мобильной связи).

Рабочий вид системы

Система Forecsys Churn Solution позволила сотрудникам отдела маркетинга автоматически построить модели оттока, которые выделяют 10% postpaid клиентов, среди которых содержится 60% всех уходящих postpaid клиентов. Для prepaid клиентов построенная модель позволяет выделить 20% всех клиентов, среди которых содержится 60% всех уходящих prepaid клиентов.

Рис. 1. Рабочий вид системы

Построенные с помощью Forecsys Churn Solution модели оттока совместно с автоматизацией маркетинговых кампаний по удержанию клиентов с помощью Teradata Relationship Manager позволят НСС сократить отток клиентов, уменьшить издержки на кампании по удержанию за счет более точного выбора уходящих клиентов и оптимизации контактирования клиентов, минимизируя тем самым риск беспокойства лояльных клиентов ненужными сообщениями.

Перспективы проекта

Первая фаза внедрения BI/CRM систем Forecsys & Teradata была ориентирована на автоматизацию процессов взаимодействия с клиентами, а также на определение их склонности к уходу. Предполагается, что следующая фаза совместного проекта Forecsys & Teradata будет ориентирована на повышение эффективности взаимодействия с клиентами. Для этого предполагается расширение существующей платформы Teradata и построение на ее основе системы корпоративной отчетности, а также внедрение других модулей системы Sell4Cast (Forecsys Marketing Solution):

  • Модуль Cross/Up-sell позволит для каждого клиента регулярно определять его склонность к подключению той или иной услуги из заданного набора. Это позволит предлагать каждому клиенту то, в чем он больше всего заинтересован в конкретный момент времени, что приведет к росту его лояльности и доходности для оператора.
  • Модуль Lifetime Value Modeling позволит моделировать и рассчитывать ценность клиента в долгосрочной перспективе, а также моделировать кампании по удержанию клиентов с учетом данной информации.
  • Модуль Campaign Optimization позволит для каждой маркетинговой кампании выбирать лучший состав участников и прогнозировать ее прибыльность.

Отзывы о проекте

Отзыв клиента - компании ЗАО «НСС»   Отзыв партнера проекта - компании Teradata