Contenu connexe
Similaire à CRM på én dag: Erik Taarnhøj, InsightGroup Nordic
Similaire à CRM på én dag: Erik Taarnhøj, InsightGroup Nordic (20)
Plus de HusetMarkedsforing
Plus de HusetMarkedsforing (20)
CRM på én dag: Erik Taarnhøj, InsightGroup Nordic
- 1. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
CRM PÅ ÉN DAG
Effektmåling
Erik Schmidt Taarnhøj, Group Director
- 2. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
BrandScience@OmnicomMediaGroup
Accelerate / Aug 2013
2
AGENDA
Introduktion
Metode og analyse setup
Cases
- 3. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved3
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
BrandScience er en del af InsightGroup
• BrandScinece har mere
end 15 års erfaring med
at bygge kvantitative
marketing anbefalinger
• BrandScience er en del Af
Omnicom Media Group
• BrandScience har
kontorer I 15 lande
• BrandScience I
København har mere end
15 ansatte
Oversigt over BrandScience kontorer Kommentarer
BrandScience Offices
BrandScience I København er ansvarlig for
Nordics
- 4. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
BIO
Erik Schmidt Taarnhøj
Group Director
BrandScience Nordics
9 måneder i BrandScience med fokus på
kvantitative analyser i Omnicom
M.Sc. in Applied Mathematics fra DTU and MIT
Management konsulent hos McKinsey & Co
Corporate Finance and Strategy hos DONG Energy
4
- 5. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
BrandScience@OmnicomMediaGroup
Accelerate / Aug 2013
5
AGENDA
Introduktion
Metode og analyse setup
Cases
- 6. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
MÅLING AF CRM AKTIVITETER
EFFEKT
Direkte
måling
•DM / eDM
•Digitale kanaler
•TV
Adspurgte
effekter
•Kundetilfreds.
•Survey
Isolerede
effekter
•Modellering
Centralt at vi kan
måle effekten
- 7. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
HVAD ER ØKONOMETRIKS ANALYSE?
=
Respons
Metode kan
benyttes til:
• Salg
• Kundestrøm
• Leads
• Churn
+ +
MedierKonkurrent
adfærd
=
DistributionSæson
Typisk anvendt data
Makro faktorer
Mediedata
Konkurrenters mediedataVejrdata
Kalender
Markedsdata
Below the line aktiviteter
Respons-
variabel
…Baseret på tilgængeligt data
Matematisk & statistisk analyse
+
Tilbudsaviser
- 8. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
BIG DATA MULIGGØR HOLISTISK ANALYSE AF HVAD
DER PÅVIRKER FORRETNINGEN
Word of
mouth
TV
Direct
marketing
Print
Social
Media
Online
display
PPCSEO
Web tv
Mobil
Radio
OOH
PR
Offline
Online
• Øget kompleksitet som følge af
stor vækst i antal af
kontaktpunkter med forbrugeren
• Mediespecifikke evalueringer er
gode, men viser kun én brik af
det samlede billede
- 9. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
FRA DATA TIL VÆRDIFULDE INDSIGTER
(OG EFFEKT DOKUMENTATION)
1. Indsamle
data
2. Identificere
key drivers
3. Kvantificere drivers og
udregne ROI på marketing-
indsatser
4. Levere
værdifulde
indsigter
- 10. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
Data anvendes til at forstå udviklingen i forretningen
4,1%
3,6%
1,6%
0,5%
0,4%
0,4% 0,3%
0,1% 0,0%
6,2%
-0,1% -0,4%
-0,7%
-1,2%
-2,5%
0,0%
2,0%
4,0%
6,0%
8,0%
10,0%
12,0%
14,0%
Effect%
Distribution
Shelfpries
Marketdev.
Highseason
Add.FTE
Media(ATL)
Promotion
Media(BTL)
Openingdays
Comp.media
PR
Wheather
Events
Totalsales
increase
DM
”When sales are down it is either due to the weather or the economy,
when sales are up, it is because we are excellent marketers”
Anonymous
- 11. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
Mulighed for at analyser hele kunden livscykel
Modelfokus:
o Web visits
o Svar kort return
Customer life cycle
Customers leads New customers Existing customers Churn
Modelfokus:
o Antal nye
kunder
o Omsætning fra
nye kunder
Model fokus:
o Total el.
gennemsnitlig
salg fra
eksisterende
kunder
Model fokus:
o Antal inaktive
kunder
o Kunde afgang
Setup med både leads og nye kunder giver et
billede af kvaliteten af de leads som skabers
11
- 12. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
Eksemple på projekt setup
D & E. In/Out of scope
Outbound
sales
Inbound
sales
Effects within market place
Analysen dækker alt
salg som kan
tilbageføres til DM
1. Salg I Inbound
2. Salg i webbutikken
3. Salg gennem
“outbound” som
respons på et svarkort
4. Salg gennem
Outbound som følge
af en “Ring mig op
lead”
5. Det totale salgløft I
Outbound måles
gennem en
salgsmodel
Illustration – DM consumer journey Kommentarer
Customer
calls
customer
service
Web sales
Point of sale
x
1
2
Send DM to
customer
Customer has
multiple
options for
response
Sales included in analysis
Customer
sends
‘svarkort’
3a
Customers
goes online
Customer
selects ‘Ring
mig op’
“Company”
webpage
3b
1
2
3a
3 3
3b
“Company”
- 13. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
BrandScience@OmnicomMediaGroup
Accelerate / Aug 2013
13
AGENDA
Introduktion
Metode og analyse setup
Cases
- 14. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
Rekruttering af tilmeldinger
Rekruttering af medlem
Omsætning
Betaling af medlemskontingent
og tilmeldinger (nye og
eksisterende)
PROJEKTETS FORMÅL
Case
At identificere hvilke faktorer, der påvirker
udviklingen i følgende KPI’er:
- 15. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
Case
Insight # 1
Uadresserede udsendelser er 4 gange så
effektive som TV annoncering i forhold til at
rekruttere nye tilmeldinger
- 16. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
UADRESSEREDE UDSENDELSER ER 4 GANGE
SÅ EFFEKTIVE SOM TV ANNONCERING
Case
432
100
TV HUS
Indekseret pris per ny tilmelding
(uadresserede udsendelser = 100)
Implikation
Der bør anvendes
uadresserede udsendelser
som det centrale element i
rekrutteringsstrategien
TV bør ikke være den
primære
kommunikationskanal i
forhold til at genere nye
tilmeldinger
Uadresserede udsendelser
+400%
- 17. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
Case
Insight # 2
DM er lige så effektivt til at skabe
meromsætning som TV, men DM står for en
større del af medieløftet
- 18. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
TV
DM
0 50 100 150
ROI(100=DM)
Indekseret omsætningsløft (DM = 100)
STØRST VOLUMEN FRA DM
Case
102 100
TV DM
Indekseret ROI (DM = 100)
Implikation
TV og Direct Mail er lige
gode til at genere
meromsætning, men fordi
DM aktiviteten er blevet
anvendt mere hyppigt har
den generet mere
omsætning
Begge medier bør
anvendes, såfremt
målsætningen er at
generere meromsætning
Størrelsen på boblen
repræsenterer størrelsen på
investeringen
- 19. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
Case
Insight # 3
2 + 2 = 5
DM virker 17% bedre, når de udsendes
samtidig med TV annoncering
- 20. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
MEROMSÆTNINGSEFFEKT PÅ 17% SOM
FØLGE AF SYNERGI MELLEM TV OG DM
Case
57%
26%
17%
0%
20%
40%
60%
80%
100%
120%
DM TV Synergi
Effekti%(100%=totaleffekt)
Indekseret effekt af TV og DM på julelotteriet
(omsætning)
Implikation
Der opstår en synergieffekt
når DM udsendes samtidig
med en TV kampagne
Planlæg direct marketing
kampagner sammen med
masse
kommunikationskampagn
er
- 22. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
MÅLING AF CRM AKTIVITETER
EFFEKT
Direkte
måling
•DM / eDM
•Digitale kanaler
•TV
Adspurgte
effekter
•Kundetilfreds.
•Survey
Isolerede
effekter
•Modellering
- 23. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved23
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
CHALLENGE
CRM modeling
”In a CRM system with more than 100.000 names
who should I send DM”
- 24. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved24
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
”What is the probability that an existing
customer will makes a purchase in the next 3-6
months?”
CHALLENGE
CRM modeling
KEY STRATEGIC QUESTION
”In a CRM system with more than 100.000 names
who should I send DM”
- 25. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
KEY STEPS AND PURPOSE OF A CRM MODEL
• Structuring data in order to
ensure an efficient modeling
of the data – i.e. trans-
formation of variables,
cleaning data, calculating
supplementary variables, etc.
• Initial testing of relevant
methods
• Identify the efficient indicators
of consumers buying
probability
• Identify the buying probability
with in a given period (e.g. 6
months)
• Define relevant and
operational segments
based on:
• Buying probability
• Expected value
• Drivers for driver probability
• Etc.
• Identify initiatives across
relevant segments which
increases buying
probabilities
• Extensive enrichment of
segments:
• Online behavior
• Media habits
• Attitudes and needs
(qualitative and quantitative)
• Etc.
• Ensure the ability to act
proactively
PurposeDeliverables
• Data structured in
required format
• Recommended model
approach
• Clarification of analysis
and granularity level
• Overview of significant
indicators of buying
probability
• Calculation of probability
index for each client ID
• Identify top category for
near purchase
• Overview of relevant
buying segments
• Efficient targeting (Quick-
Wins, tactical and
strategic)
• Business case
• Segments
operationalized in CRM
database
• Insights into efficient
activation of segments
Structuring data and
initial testing
Conducting specified
analysis
Segmenting
customers
Data enrichment
1 2 3 4
- 26. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved26
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
o Example of data from 20 customers:
o Number of kids
o Age
o Education
o Calls
o Store visits
o Did the customer churn
o On the basis of the CRM data, relationships
between for example age, store visits,
education and churn can be identified
through the application of a variety of Machine
Learning algorithms.
o Analysis output is a re-buy probability for each
Customer in the CRM database.
o The re-buy probability can then be interpreted
through a probability index (e.g. low, medium
and high) – depending on the scope of the
analysis.
CASE STUDY: Estimation of re-buy probability from
CRM data
SamplefromrawdataSamplefromanalyseddata
**
- 29. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
Churn prevention / Case
Aktivering af viden fra kundedatabaser
Datasæt holdt op på
Kunde id:
Forklarende variable
• Demografiske
• Geografiske
• Antal år som kunde
• Kundetilfredshed
• Typer af køb
• DM udsendelser
• Nyhedsbreve
Afhængig variabel
• Churn / krydssalg /
life time value /
segmentering
Identificering af vigtige
parametre
Beregning af
sandsynlighed for churn
Segmentering
What if scenarios
Data: Outcome: Metode:
Logistisk
regression
Cluster
Probitregression eller
logistisk regression
Probitregression
- 30. Copyright ©
Omnicom Media Group. Confidential and proprietary. All rights reserved
InsightGroup@OmnicomMediaGroup
CRM / Januar 2013
Churn prevention / Case
Aktivering af CRM data
Værdi af dialog med eksisterende kunder
Selskab analyserede sandsynligheden for churn
på baggrund af en række parametre
Learning: 14% længere gnsn. levetid hos kunder
med regelmæssig kontakt