SlideShare a Scribd company logo
BUSINESS 
GROWTH 
© 2014 – PROPRIETARY AND CONFIDENTIAL INFORMATION OF CVIDYA 
Использование 
больших данных для 
оптимизации управления 
потребительской ценностью 
Семён Брискман 
директор отдела поддержки продаж
2 
Ведущая компания в сфере аналитики гарантирования доходов 
для поставщиков телекоммуникационных и мультимедийных услуг 
Основание: 2001 
300 работников в 15 офисах по всему миру 
Установки в 7 из 10 крупнейших операторов в мире 
150 клиентов в 64 странах 
Обработка данных 2.45 миллиарда абонентов 
Экономия более $12 миллиардов в год от доходов операторов 
Партнерство с крупнейшими производителями и интеграторами 
О компании 
2
3 
БИЗНЕС- 
-АНАЛИТИКА 
РАЗВИТИЕ БИЗНЕСА 
ЗАЩИТА БИЗНЕСА 
 Предотвращение 
мошенничества 
 Гарантирование доходов 
 Маркетинговая аналитика 
 Управление 
каналами продаж 
ПЛАТФОРМА 
BIG DATA 
Сбор данных 
Агрегация 
Обогащение 
DWH 
Mediation CRM 
ERP 
IP&DPI Probes 
Billing Switch 
Order & Provisioning 
ИСТОЧНИКИ 
ДАННЫХ 
Центр Компетенции 
Центр 
обучения 
Профессиональные 
услуги 
Консалтинг 
Превращаем исходные данные в значимую информацию
4 
Все говорят сегодня об аналитике больших данных… 
“Processing large volumes or wide 
varieties of data, remains merely a 
technological solution, unless it is tied 
to business goals and objectives” 
“Top Technology Trends 
Impacting Information Infrastructure in 2013” 
…однако, 
“Обработка больших массивов 
разнообразных данных остается просто 
техническим решением пока она не 
связана с задачами и целями бизнеса”
5 
Как использование BigData 
позволяет по новому взглянуть на клиентскую базу? 
Что, если вы сможете распознать что эти абоненты – одна 
семья с различным использованием мобильных данных? 
дочь 
мама 
сын папа
6 
Что, если вы будете способны выделить группы 
болельщиков, интересующихся футболом?
7 
Итак, как же можно оптимизировать 
маркетинговые усилия?
8 
Семья Кузнецовых
9 
Род занятий: независимый архитектор 
Увлечения: Мода, спорт (теннис), новости (бизнес, развлечения) 
Род занятий: Специалист по маркетингу в международной фирме 
Основное использование: Телефония, WhatsApp, Skype, частый роуминг, чтение новостей 
Устройства: ноутбук, планшет, iPhone6 
Устройства: ноутбук, планшет, Nexus 5 
Основное использование: Телефония, Интернет, Тетеринг 
Увлечения: Спорт (футбол, баскетбол) и фото 
Татьяна 
Дмитрий
10 
Студент университета 
Увлечения:музыка, спорт (альпинизм и подводное плавание) 
Устройства: ноутбук, планшет, iPhone 4s 
Использование: Телефония, Facebook, Skype, WhatsApp 
Школьник 
Увлечения:Чтение, спорт (велосипед, коньки) 
Устройства:дешевый смартфон 
Использование: Телефония, WhatsApp, Facebook, интернет 
Миша 
16 
11 
Даша 
Николай 
19Ученица гимназииУвлечения:кино, спорт (гимнастика, плавание) Устройства:Galaxy S2Использование: Телефония, WhatsApp, Instagram, YouTube
11 
Что оператор знает о Кузнецовых сегодня? 
 Debra 
− Препайд 
− Тариф: 3 GBs 
интернет, безлимитные 
голос/SMS 
− Низкая активность в роуминге 
(использует WiFi) 
 Colin 
− Студенческий тариф в конкурирующей компании 
 Mike 
– Препайд 
– Демографические данные отсутствуют 
– Тариф: 500MB интернета, 500 
минут, 500 SMS 
– Иногда превышает квоту 
 George 
– Контракт на ИП 
– Тариф: 5 GBs 
интернет, безлимитные 
голос/SMS 
– Никогда не превышает квоту 
? 
 Jessica 
− Перепайд на имя Дмитрия 
− Демографические данные неверны 
− Тариф: 1 GBs интернет, безлимитные 
голос/SMS 
− Постоянно превышает квоту 
? 
Татьяна 
Даша 
Дмитрий 
Миша 
Николай 
?
12 
 Стимуляция Top-up 
 USB модем 
 Облачное хранилище данных 
 Стандартный роуминговый пакет 
 Дополнительный SIM для 
планшета 
 Одноразовые квоты (Bridge data) 
 Изменение тарифа, увеличение 
квоты 
…и что он может предложить им? 
? 
Татьяна 
Даша 
Дмитрий 
Миша 
?
13 
Использование аналитики больших данных 
Доступная информацияатрибуты клиентов, XDRs, DPI, устройства, location, использование квот, точки продаж, инвойсы, top-ups, и т.д. и т.п.… InsightsВзаимосвязи, корреляция, модели поведения, привычки 
Семьи, социальные группы, работники малых предприятий 
Интересы и предпочтения 
Демография (группы по возрастному и половому признаку, месту жительства) 
Авторитетные абоненты 
Потребности и привычки на уровне отдельных клиентов и микро-сегментов
14 
Что может обнаружить аналитика больших данных? 
? 
? 
Семейный круг
15 
Что может обнаружить аналитика больших данных? 
? 
Возрастная группа 
(8-13)
16 
Что может обнаружить аналитика больших данных? 
? 
Пол
17 
Что может обнаружить аналитика больших данных? 
Увлечения 
Семейный круг 
? 
? 
Возраст 
Пол 
Устройства
18 
Что может обнаружить аналитика больших данных? 
? 
? 
Что ТЕПЕРЬ мы можем 
предложить Кузнецовым? 
 Семейный тарифный план, «общий трафик» 
для всех устройств 
 Перевод остальных членов семьи 
 Переход от препайда к контрактным тарифам 
 Специальные тарифы в роуминге 
 Новые устройства и поддержка LTE 
 Акции и подарки в связи со значительными 
спортивными событиями 
 1 месяц бесплатной подписки на пакет 
спортивных программ мобильного HDTV
19 
Обобщенный анализ семей по всей клиентской базе 
Распространенность и количество 
tethering и multi-device 
Корреляция между числом 
потребителей Data и общим 
объемом/ARPU на семью 
Характерные черты семейного 
использования пакетной передачи 
Распределение по размеру семей 
Кто оказывает влияние на 
принятие решений
20 
Что, если вы будете способны выделить группы 
болельщиков, интересующихся футболом? 
Увеличенная ПП в дни матчей 
Контент от поставщиков-партнеров 
Подарки и скидки на мероприятия
21 
cVidya EnrichTM – Ваш проводник в мире клиентских данных 
 Доступный и самодостаточный 
инструмент для маркетологов телеком- 
сектора 
 Готовые Use Cases и модели данных для 
решения конкретных бизнес-задач 
 Выявление целевых микро-сегментов 
для разнообразных маркетинговых 
программ 
 Анализ воздействия возможных 
предложений на целевые сегменты 
Customer Insight at your Fingertips
22 
EnrichTM – оптимизация маркетинговых процессов 
Business 
Question 
 Size of opportunity 
for a new product 
(e.g., shared data 
plans)? 
 How can I leverage 
my customer data 
for external 
activities? 
Information 
Requirement 
Definition 
 How many families 
do I have in my 
base? 
 What is the total 
data usage and 
revenues per family? 
Data Gathering 
 Where is the 
relevant data? 
 What additional 
data sources are 
needed? 
 What advanced 
models are required 
– e.g., identifying 
family circles? 
Insights 
 Focused reports 
 Customer scoring 
Analysts Data Scientists Tools 
Domain Expertise & Best Practices
23 
Ноу-хау и лучший мировой опыт 
EnrichTM – компоненты решения 
Analytical 
Flows 
Offer 
Simulation 
KPIs Dashboards 
Business 
Packages 
Возможности обработки больших данных
THANK YOU! 
www.cvidya.com 
Семён Брискман 
Директор Отдела поддержки продаж 
Email: shimon.briskman@cvidya.com 
Mobile: +972.54.926.8562

More Related Content

PDF
Big Data: Как принести пользу Бизнесу
PDF
Максим Мозговой, Ассоциация КЛИК
PDF
Дмитрий Минеев, Nemo TV
PDF
Дмитрий Гончаров, ВымпелКом
PDF
Мария Аксенова, МегаФон
PDF
Юрий Чиж, Amediateka.ru
PDF
Любовь Орловская, ВымпелКом
PDF
Андрей Астрелин, SAP
Big Data: Как принести пользу Бизнесу
Максим Мозговой, Ассоциация КЛИК
Дмитрий Минеев, Nemo TV
Дмитрий Гончаров, ВымпелКом
Мария Аксенова, МегаФон
Юрий Чиж, Amediateka.ru
Любовь Орловская, ВымпелКом
Андрей Астрелин, SAP

Viewers also liked (8)

PDF
Олег Леонов, ТТК
PDF
Сергей Исаев, SAS
PDF
Александр Кубрин, МТТ
PDF
Андрей Булгаков, МГТС
PDF
Елена Елизарова, Ростелеком
PDF
Алексей Журавлев, НТВ-Плюс
PDF
Виктор Булгаков, ВымпелКом
PDF
Тарас Козачок, МТС
Олег Леонов, ТТК
Сергей Исаев, SAS
Александр Кубрин, МТТ
Андрей Булгаков, МГТС
Елена Елизарова, Ростелеком
Алексей Журавлев, НТВ-Плюс
Виктор Булгаков, ВымпелКом
Тарас Козачок, МТС
Ad

Similar to Семен Брискман, сVidya (20)

PDF
Решения HPE Software для Больших данных
PDF
DenReymer_presentation_for_CNewsforum_14112014
PDF
Восемь подводных камней на пути к внедрению аналитики Больших данных
PDF
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса.
PDF
Big Data: О чем думают ваши клиенты?
PDF
Большие данные в маркетинге: обработка, хранение, монетизация (Big Data 2017)
PDF
Cвятослав Штумпф, Петер-Сервис: Грамотное использование Big Data
PPTX
MESImeetup_DenReymer_presentation
PDF
Den Reymer Resilience_2014
PPTX
Управление качеством клиентского портфеля “по- умному”.
PPT
PDF
Дмитрий Морозов, Банк «Хоум Кредит»: SmartData
PDF
CleverDATA_1DMP.RU_ for_enterprise
PDF
Big Data в маркетинге. Просто о непонятном: задачи, возможности, реальность
PDF
аналитики про 2015 год наталья бердыева для апкита
PDF
Данные - Основа Digital революции
PDF
Клуб Юных Программатиков. Лекция 2. Евгений Жданов
PPTX
MMR-01_ Тожидинов Илхом_МАРКЕТИНГОВЫЕ ИССЛЕДОВАНИЯ_САМ_РАБОТА.pptx
Решения HPE Software для Больших данных
DenReymer_presentation_for_CNewsforum_14112014
Восемь подводных камней на пути к внедрению аналитики Больших данных
Cnews Forum 2016. Цифровые Двойники - Как повысить продажи не выходя из офиса.
Big Data: О чем думают ваши клиенты?
Большие данные в маркетинге: обработка, хранение, монетизация (Big Data 2017)
Cвятослав Штумпф, Петер-Сервис: Грамотное использование Big Data
MESImeetup_DenReymer_presentation
Den Reymer Resilience_2014
Управление качеством клиентского портфеля “по- умному”.
Дмитрий Морозов, Банк «Хоум Кредит»: SmartData
CleverDATA_1DMP.RU_ for_enterprise
Big Data в маркетинге. Просто о непонятном: задачи, возможности, реальность
аналитики про 2015 год наталья бердыева для апкита
Данные - Основа Digital революции
Клуб Юных Программатиков. Лекция 2. Евгений Жданов
MMR-01_ Тожидинов Илхом_МАРКЕТИНГОВЫЕ ИССЛЕДОВАНИЯ_САМ_РАБОТА.pptx
Ad

More from connectica -lab (15)

PDF
Алексей Бессарабский, МАНГО Телеком
PDF
Дмитрий Балашов, АйПиМатика
PDF
Хачатур Арушанов, PalitrumLab
PDF
Сергей Швыденко, ВымпелКом
PDF
Сергей Щепнов, МегаФон
PDF
Мария Джушхинова, МТС
PDF
Юрий Маленков, ВымпелКом
PDF
Алексей Подрябинников, Русские Башни
PDF
Николай Сабинин, Энергостройнадзор
PDF
Виталий Шуб, ТТК
PDF
Ирина Николаичева, ФАС
PDF
Дмитрий Кулаковский, МГТС
PDF
Валерий Шахматов, ВымпелКом
PDF
Владимир Ефимушкин; Татьяна Ледовских, Интеллект Телеком
PDF
ртрс алябьевзагнеткокукк
Алексей Бессарабский, МАНГО Телеком
Дмитрий Балашов, АйПиМатика
Хачатур Арушанов, PalitrumLab
Сергей Швыденко, ВымпелКом
Сергей Щепнов, МегаФон
Мария Джушхинова, МТС
Юрий Маленков, ВымпелКом
Алексей Подрябинников, Русские Башни
Николай Сабинин, Энергостройнадзор
Виталий Шуб, ТТК
Ирина Николаичева, ФАС
Дмитрий Кулаковский, МГТС
Валерий Шахматов, ВымпелКом
Владимир Ефимушкин; Татьяна Ледовских, Интеллект Телеком
ртрс алябьевзагнеткокукк

Семен Брискман, сVidya

  • 1. BUSINESS GROWTH © 2014 – PROPRIETARY AND CONFIDENTIAL INFORMATION OF CVIDYA Использование больших данных для оптимизации управления потребительской ценностью Семён Брискман директор отдела поддержки продаж
  • 2. 2 Ведущая компания в сфере аналитики гарантирования доходов для поставщиков телекоммуникационных и мультимедийных услуг Основание: 2001 300 работников в 15 офисах по всему миру Установки в 7 из 10 крупнейших операторов в мире 150 клиентов в 64 странах Обработка данных 2.45 миллиарда абонентов Экономия более $12 миллиардов в год от доходов операторов Партнерство с крупнейшими производителями и интеграторами О компании 2
  • 3. 3 БИЗНЕС- -АНАЛИТИКА РАЗВИТИЕ БИЗНЕСА ЗАЩИТА БИЗНЕСА  Предотвращение мошенничества  Гарантирование доходов  Маркетинговая аналитика  Управление каналами продаж ПЛАТФОРМА BIG DATA Сбор данных Агрегация Обогащение DWH Mediation CRM ERP IP&DPI Probes Billing Switch Order & Provisioning ИСТОЧНИКИ ДАННЫХ Центр Компетенции Центр обучения Профессиональные услуги Консалтинг Превращаем исходные данные в значимую информацию
  • 4. 4 Все говорят сегодня об аналитике больших данных… “Processing large volumes or wide varieties of data, remains merely a technological solution, unless it is tied to business goals and objectives” “Top Technology Trends Impacting Information Infrastructure in 2013” …однако, “Обработка больших массивов разнообразных данных остается просто техническим решением пока она не связана с задачами и целями бизнеса”
  • 5. 5 Как использование BigData позволяет по новому взглянуть на клиентскую базу? Что, если вы сможете распознать что эти абоненты – одна семья с различным использованием мобильных данных? дочь мама сын папа
  • 6. 6 Что, если вы будете способны выделить группы болельщиков, интересующихся футболом?
  • 7. 7 Итак, как же можно оптимизировать маркетинговые усилия?
  • 9. 9 Род занятий: независимый архитектор Увлечения: Мода, спорт (теннис), новости (бизнес, развлечения) Род занятий: Специалист по маркетингу в международной фирме Основное использование: Телефония, WhatsApp, Skype, частый роуминг, чтение новостей Устройства: ноутбук, планшет, iPhone6 Устройства: ноутбук, планшет, Nexus 5 Основное использование: Телефония, Интернет, Тетеринг Увлечения: Спорт (футбол, баскетбол) и фото Татьяна Дмитрий
  • 10. 10 Студент университета Увлечения:музыка, спорт (альпинизм и подводное плавание) Устройства: ноутбук, планшет, iPhone 4s Использование: Телефония, Facebook, Skype, WhatsApp Школьник Увлечения:Чтение, спорт (велосипед, коньки) Устройства:дешевый смартфон Использование: Телефония, WhatsApp, Facebook, интернет Миша 16 11 Даша Николай 19Ученица гимназииУвлечения:кино, спорт (гимнастика, плавание) Устройства:Galaxy S2Использование: Телефония, WhatsApp, Instagram, YouTube
  • 11. 11 Что оператор знает о Кузнецовых сегодня?  Debra − Препайд − Тариф: 3 GBs интернет, безлимитные голос/SMS − Низкая активность в роуминге (использует WiFi)  Colin − Студенческий тариф в конкурирующей компании  Mike – Препайд – Демографические данные отсутствуют – Тариф: 500MB интернета, 500 минут, 500 SMS – Иногда превышает квоту  George – Контракт на ИП – Тариф: 5 GBs интернет, безлимитные голос/SMS – Никогда не превышает квоту ?  Jessica − Перепайд на имя Дмитрия − Демографические данные неверны − Тариф: 1 GBs интернет, безлимитные голос/SMS − Постоянно превышает квоту ? Татьяна Даша Дмитрий Миша Николай ?
  • 12. 12  Стимуляция Top-up  USB модем  Облачное хранилище данных  Стандартный роуминговый пакет  Дополнительный SIM для планшета  Одноразовые квоты (Bridge data)  Изменение тарифа, увеличение квоты …и что он может предложить им? ? Татьяна Даша Дмитрий Миша ?
  • 13. 13 Использование аналитики больших данных Доступная информацияатрибуты клиентов, XDRs, DPI, устройства, location, использование квот, точки продаж, инвойсы, top-ups, и т.д. и т.п.… InsightsВзаимосвязи, корреляция, модели поведения, привычки Семьи, социальные группы, работники малых предприятий Интересы и предпочтения Демография (группы по возрастному и половому признаку, месту жительства) Авторитетные абоненты Потребности и привычки на уровне отдельных клиентов и микро-сегментов
  • 14. 14 Что может обнаружить аналитика больших данных? ? ? Семейный круг
  • 15. 15 Что может обнаружить аналитика больших данных? ? Возрастная группа (8-13)
  • 16. 16 Что может обнаружить аналитика больших данных? ? Пол
  • 17. 17 Что может обнаружить аналитика больших данных? Увлечения Семейный круг ? ? Возраст Пол Устройства
  • 18. 18 Что может обнаружить аналитика больших данных? ? ? Что ТЕПЕРЬ мы можем предложить Кузнецовым?  Семейный тарифный план, «общий трафик» для всех устройств  Перевод остальных членов семьи  Переход от препайда к контрактным тарифам  Специальные тарифы в роуминге  Новые устройства и поддержка LTE  Акции и подарки в связи со значительными спортивными событиями  1 месяц бесплатной подписки на пакет спортивных программ мобильного HDTV
  • 19. 19 Обобщенный анализ семей по всей клиентской базе Распространенность и количество tethering и multi-device Корреляция между числом потребителей Data и общим объемом/ARPU на семью Характерные черты семейного использования пакетной передачи Распределение по размеру семей Кто оказывает влияние на принятие решений
  • 20. 20 Что, если вы будете способны выделить группы болельщиков, интересующихся футболом? Увеличенная ПП в дни матчей Контент от поставщиков-партнеров Подарки и скидки на мероприятия
  • 21. 21 cVidya EnrichTM – Ваш проводник в мире клиентских данных  Доступный и самодостаточный инструмент для маркетологов телеком- сектора  Готовые Use Cases и модели данных для решения конкретных бизнес-задач  Выявление целевых микро-сегментов для разнообразных маркетинговых программ  Анализ воздействия возможных предложений на целевые сегменты Customer Insight at your Fingertips
  • 22. 22 EnrichTM – оптимизация маркетинговых процессов Business Question  Size of opportunity for a new product (e.g., shared data plans)?  How can I leverage my customer data for external activities? Information Requirement Definition  How many families do I have in my base?  What is the total data usage and revenues per family? Data Gathering  Where is the relevant data?  What additional data sources are needed?  What advanced models are required – e.g., identifying family circles? Insights  Focused reports  Customer scoring Analysts Data Scientists Tools Domain Expertise & Best Practices
  • 23. 23 Ноу-хау и лучший мировой опыт EnrichTM – компоненты решения Analytical Flows Offer Simulation KPIs Dashboards Business Packages Возможности обработки больших данных
  • 24. THANK YOU! www.cvidya.com Семён Брискман Директор Отдела поддержки продаж Email: shimon.briskman@cvidya.com Mobile: +972.54.926.8562