5 минут на 5 часов чтения
Много лет назад наша команда работала над моделью прогнозирования оттока клиентов банка. Некоторые коллеги в отделах маркетинга и продуктов игнорировали важность такой модели, говоря, что к этому моменту уже слишком поздно и нужно сосредоточиться на действительно превентивных мерах — в основном на разработке более качественных продуктов и услуг.
В то время как в банке работали тысячи сотрудников, и работа над многими инициативами не представляла проблемы, люди часто вкладывали больше усилий в предотвращение деятельности (других), которую они считали неэффективной, чем в фактическую работу над деятельностью, которую они считали эффективной. Но я предполагаю, что такова природа крупных организаций. Аналитический паралич…
Как показано на изображении выше, существует множество мер, направленных на предотвращение оттока. И организация должна (как минимум) учитывать их все. Именно их комбинация является самой мощной.
Независимо от того, насколько хороши ваши продукты и услуги, всегда найдутся клиенты, которые с большей вероятностью уйдут, чем другие. И вот тогда в игру вступает модель оттока. Я писал о своем опыте работы с моделью прогнозирования оттока год назад.
В списке для чтения на этой неделе есть статья консультантов BearingPoint, которая повторяет многие из моих тезисов.
- Как авиакомпании зарабатывают миллиарды на монетизации программ для часто летающих пассажиров: я помню, как читал статью Дуга Лэйни о том, как United и American Airlines используют свои программы лояльности в качестве залога. Стоимость программ была огромной и значительно превышала рыночную капитализацию. Почему это было? В этой статье предлагается взглянуть на работу программ лояльности, связанные с ними денежные потоки, размер прибыли и важность партнерских отношений с банками. Как говорится в статье: За последние несколько десятилетий программы миль авиакомпаний превратились из способа повышения лояльности в огромный центр прибыли для авиакомпаний. А крупные центры прибыли обычно имеют огромную ценность. И снова оценка данных как экономическое упражнение. (Форбс)
- Руководство по рецессии данных и аналитики: заставьте свои данные работать усерднее… и эффективнее! Билл Шмарцо начинает словами: Поскольку потенциальная рецессия маячит на горизонте, 99 % компаний сделают все то же самое «безопасное». ошибки: сидеть на корточках, отпускать людей, сжиматься и надеяться продержаться изо всех сил. Однако организации, ориентированные на рост, увидят в этом возможность для бизнеса — возможность использовать свои данные, чтобы делать больше с меньшими затратами. Видите ли, данные — это актив, которым уже обладают все компании». Затем он предлагает организациям шесть вариантов использования данных (и аналитики) в своих интересах в трудные времена. (Центр науки о данных)
- Четыре совета по прогнозированию и предотвращению оттока. Прогнозирование оттока часто является одним из первых проектов, в которых компании используют машинное обучение. Знание того, какие клиенты, скорее всего, уйдут, дает возможность изменить их мнение и избавляет от необходимости возвращать их или приобретать новых. Консультанты BearingPoint предлагают несколько советов, которые помогут сделать модели оттока успешными: четко определите отток, используйте отдельные драйверы оттока, чтобы найти правильное действие, и найдите оптимальный уровень вмешательства модели. (Данные, аналитика и искусственный интеллект BearingPoint @ Средний)
Поскольку мы живем за границей, летом к нам приезжает много гостей. В эти выходные мы попрощаемся с одним из них и поприветствуем следующих четырех. Приятно видеть друзей и семьи и показывать им красоты нашей новой родной страны.
На случай, если вы пропустили выпуск журнала Keeping up with data за последнюю неделю
Спасибо, что прочитали!
Пожалуйста, поделитесь своими мыслями или советами по чтению в комментариях.
