Big data на службе семейного бюджета

Юлия Васильева, директор по работе с инновационными продуктами, CashhOff

Transcript

1. Big Data на службе семейного бюджета
2. Зачем Big Data банкам? Массовые коммуникации Реклама, объявления, массовая рассылка Целевая аудитория Выстраивание маркетинговой политики с учетом сегментирования (пол, возраст, и т.д.) Историческая аудитория Выстраивание маркетинговой политики с учетом исторических данных (поведенческие модели) Взгляд 360° на клиента Предоставление нужной услуги «правильному» покупателя в «правильное» время Big Data для банка Эффективность Уровень знаний о клиенте
3. Стандартная модель сбора данных в банках Операции по продуктам банка Структурированные источники данных CRM банка СУБД Анализ Низкая эффективность Структурированные данные Вычислительные мощности Объемы данных Производительность
4. Новая модель Структурированные источники данных BigData Processor Слой нормирования Слой обогащения Слой структуризации НеСтруктурированные источники данных BL платформа Архив данных -Семейный PFM -Точечные предложения -Benchmark -Мониторинг -Панели -Скоринг Структурированный поиск зависимостей и трендов
5. Какие источники данных используем CRM-системы Банки Маркетплейсы Онлайн-кассы и ОФД И любые источники с открытыми или публичными API Бухгалтерские системы Госорганы
6. Новая модель сбора данных: Семейный PFM Мобильный банк для ребенка Личный кабинет сотрудника банка
7. Семейный банк Все семейные расходы на одном экране Категоризация покупок Динамика расходов Бюджет
8. Семейный банк Основная карта + личный счёт Начисление %на остаток Учёт оборотов в ТСП Семейный счёт Бонусный счёт (Кешбэк) Валютные счета Дополнительная карта на ребенка старше 14 лет или брелок с правами дополнительной карты «Москвёнок» Дополнительная карта на родственника Детский мобильный банк: -Псевдокредит -Псевдовклад -Эмулятор зарплаты -Мотивация от родителей -Лимитирование трат -Копилка Конвертация баллов в рубли
9. Сложности Вопросы безопасности Интеграция с существующими системами Нехватка ресурсов Ограниченный бюджет Разнородность данных Вычислительные мощности
10. Результаты Отток клиентов снижен на 34% Рост кросс-продаж на 20% Рост средней сессии на 42% Повышение точности скоринговой модели на 64% Рост вовлеченности на 31% Рост MAU на 68% Снижение стоимости привлечения клиентов на 15% Увеличение жизненного цикла клиента на 22%
11. Выводы Рост доходности по клиентам Снижение издержек Снижение затрат
12. Юлия Васильева Директор по работе с инновационными продуктами +7 906 996 44 33 y.vasilyeva@cashoff.ru