Jan Kadleček na konferenci Data Restart 2020: AI, ML, neuronové sítě, advanced analysis a ostatní – versus běžný CMO. Všichni chceme dělat super cool data science projekty. Kde ale markeťákům nejčastěji leží v datech tržby a čekají na shrábnutí?
3. Inspirace k přednášce 1
Velikost klienta
- 250 zaměstnanců
- 2,5 miliardy v obratu
- pokryté všechny standardní
marketingové kanály
- implementace Exponea, ROIVenue,
RTB atd.
Cíle CMO klienta
- posunout “někam dál” marketing
- implementace ML, AI a neuronových
sítí
- očekávaný výsledek zlepšení
o 1 % efektivity marketingu
4. Inspirace k přednášce 2
- Využijeme machine learning na raw level impresní data z Adformu na personalizaci
reklamy na základě predikce afinity uživatele ke konverzi.
- Uděláme feasibility studii na toto řešení, nastavíme příslušná KPI, A/B testing a po
kvartále vyhodnotíme přínos.
- V rámci ROI započítáme fee agentury, mzdy interních lidí a cenu za software i
hardware, kdy rozdělíme náklady na OPEX a CPEX, které odepíšeme v čase.
Nápad klienta
5. Inspirace k přednášce 3
Solidně postavené zadání?
Byli do návrhu zapojeni všichni příslušní lidé?
Ano.
Ano, od businessu, CMO až po data science.
Bude to fungovat? Ano.
8. Zpátky na začátek
Udělejte analýzu vstupního stavu
1) Na začátku spolupráce projděte základy
2) Nespoléhejte, že už někdo něco vymyslel
3) Buďte ten člen týmu, který se snaží vidět big picture
4) Verifikujte business cíle klienta
5) Začněte od quick wins a essentials
21. Rychlé cvičení
- 800 zákazníků udělalo objednávku minulý měsíc
- 400 nových zákazníků získáme měsíčně
- 50 % nových zákazníků meziměsíčně ztratíme
NIKDY
Stávajícím tempem za jak dlouho dosáhneme 1600 zákazníků za měsíc?
25. Shrnutí
- Verifikujte:
- Maturitu klienta
- ROI a impakt
- Smysluplnost
- Nekomplikujte si život přetechnizovaným řešením.
- Myslete v širším kontexu celého businessu.