Динамическая сегментация с использованием массивов неструктурированных данных (Big Data) для повышения входящего потока клиентов.

Заказчик:
ПАО "Аэрофлот - Российские авиалинии"
Руководитель проекта со стороны заказчика
Поставщик
Техносерв Консалтинг
Год завершения проекта
2016
Сроки выполнения проекта
Январь, 2016 — Декабрь, 2016
Масштаб проекта
10 автоматизированных рабочих мест
Цели
Привлечение новых клиентов на сайт авиакомпании, а также генерация повторных посещений существующих клиентов для совершения бронирований;
Рост конверсии продаж билетов и дополнительных услуг на сайте авиакомпании как результат проактивной коммуникации по релевантным предложениям;
Увеличение эффективности и адресности маркетинговых коммуникаций с целевыми сегментами за счет извлечения и использования знаний о клиентах из различных источников данных

Уникальность проекта

Новая система будет использовать обработку данных, машинное обучение и технологии предиктивного моделирования для анализа поведения клиентов «Аэрофлота» при совершении покупки. Эффективно используя свыше 300 характеристик, включая последнюю покупку, историю покупок, количество приобретенных билетов, а также типы направлений и чувствительность к цене.
Использованное ПО
IBM BigInsights, IBM SPSS Modeler, IBM InfoSphere DataStage, IBM InfoSphere Streams, IBM Informix.
Описание проекта
Перед консультантами «Техносерв Консалтинг» стояла задача внедрить в «Аэрофлоте» инструмент для привлечения новых клиентов и увеличения объема повторных продаж. ИТ-решение собирает и анализирует массивы структурированных и неструктурированных данных. Источниками информации выступают внутренние приложения авиаперевозчика (CRM, система учета доходов, сайт, предоставляющий агрегированные данные о web-активностях посетителей и моделях их поведения) и внешние (глобальная система бронирования, интернет-ресурсы). В результате работы сформировались целевые сегменты клиентов для дальнейшего проведения целевых маркетинговых кампаний. Созданная командой «Техносерв Консалтинг» ИТ-система решает следующие задачи:  Консолидация информации о пассажирах и потенциальных клиентах Аэрофлот из различных источников с последующим выделением уникальных клиентских профилей (Модуль «Клиент 360») с целью повышения отклика на коммуникацию  Определение ожидаемой ценности каждого клиента (какую выручку клиент уже принес и какую еще принесет) на основе анализа его жизненного цикла (Модуль «Пожизненная ценность клиента») с целью привлечения новых клиентов и повышения отклика на коммуникацию  Сегментация клиентов в зависимости от реакции на изменения стоимости билетов, наличия специальных предложений и сезонных колебаний стоимости. Определение склонности пассажиров и потенциальных клиентов к отклику на проводимые коммуникации по различным каналам (Модуль «Определение склонности к отклику и чувствительности к цене») с целью привлечения новых клиентов и повышения отклика на коммуникацию  Реализация механизма подбора альтернативного предложения клиенту по возможным направлениям, основываясь на исторических данных о полетах пассажиров, выявленных корреляциях и данных партнеров (Модуль «Сервис рекомендаций») с целью роста продажи билетов и дополнительных услуг  Привлечение новых высокодоходных клиентов на основе методологии look-alike  Анализ эффективности маркетинговых коммуникаций и каналов привлечения клиентов. Определение вклада каждого канала и маркетинговых кампаний в совершенное бронирование (Модуль «Анализ эффективности каналов») с целью привлечения новых клиентов и повышения эффективности коммуникации
География проекта
Специалисты головного офиса компании

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

Год
Предметная область
Отрасль
Управление
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.