Кейсы

Используем DPI по максимуму

0

Пост, скорее посвящен операторам связи, но на самом деле может быть полезен многим компаниям.

Сегодня хотелось бы поговорить о DPI и его возможностях, которые открываются перед операторами.

Уверен, что на сегодня потенциал DPI не исчерпал своих возможностей и на 1%.

Может я не прав, но на сегодня самые распространенные услуги на базе DPI:

1. Это реализация блокировок сайтов, занесенных в реестр Роскомнадзора.

2. Услуги класса «Родительский контроль».

Есть еще реализации, которые, как правило, больше к ограничениям абонентов относятся, нежели к дополнительным возможностям. Например, блокировка нежелательного контента в образовательных учреждениях — это пример B2B сервиса, но реализованного на площадке оператора.

Некоторые научились использовать аналитику для предотвращения оттока — ведь по статистике, риск посещения сайта конкурента в 5 раз чаще приводит к оттоку, чем звонок на службу технической поддержки.

Немногие используют аналитику DPI для кросс-продаж и Upsell, хотя это открывает удивительные возможности как по продаже собственных услуг, так и продаже услуг партнеров.

На основе DPI можно выделять конечных пользователей домохозяйств по профилю потребления услуг и переходить к персональной коммуникации.

Раньше были инсталляции, которые позволяли монетизировать абонентскую базу по рекламной модели, но после небезызвестных событий и разъяснения Роскомнадзора, что все данные должны оставаться в периметре оператора, это значительно усложнило реализацию, хотя и дало возможность операторам самим запускать такие сервисы на собственных площадках. И возможности эти довольно обширны.

Также данные c DPI позволяют значительно оптимизировать сетевые ресурсы. Если посмотреть на открытые данные операторов связи в инвестиции по модернизации сетей передачи данных, которые составляют больше 200 млрд в год, а также на кривую роста трафика сети передачи данных, то можно понять какие обширные возможности еще не реализованы и на сколько огромен рынок. Понятно, что все операторы научились оптимизировать затраты на апстримы, делая прямые пиринговые стыки с крупнейшими генерящими трафик площадками. Но при этом оптимизацию зоновой инфраструктуры упускают из виду. А вот и зря! Если вы проанализируете трафик DPI по видам и посмотрите на участки сети, то вы увидите, что на вашей сети достаточно большой объем «паразитирующего» трафика, который выжирает трубу, но не приносит вам ни копейки. Более того, если сегментировать базу, то четко будет видно кто из абонентов такую нагрузку создает. Когда я проделывал такое упражнение в одном из операторов, то был сильно удивлен статистикой, ведь всего 5% абонентов генерировали больше 80% трафика. Я конечно ожидал Правила Паретто, но был удивлен полученным результатом. Если распределить затраты на эксплуатацию сети на всю базу, получалось, что эти 5% абонентов давали такой убыток, что проще было этих абонентов подарить конкуренту. Однако объем базы был достаточно большой и выручку не хотелось терять, поэтому мы научились работать с такими абонентами и оптимизировать нагрузку за счет различных профилей на виды трафика, минимизируя полосы для «паразитного» трафика, выделяя в отдельные WLAN-ы отдельные виды трафика. Для платного трафика наоборот уровень SLA был увеличен, что давало прирост платного трафика в единицу времени. Применение этого подхода позволило увеличить трафик и выручку, ведь за единицу времени пользователь смог скачивать больше информации, получая лучший сервис, а время сессии не уменьшилось, а увеличилось, ведь пользоваться услугой стало комфортнее.

Data-продукты на основе DPI, на мой взгляд, заслуживают большого внимания, ведь потенциал этого рынка не исчерпан. И открывают широкие возможности перед операторами по монетизации растущего трафика передачи данных. Например, HR-аналитика и проактивное удержание сотрудников. Выделение сотрудников, которые посещают площадки поиска работы или наоборот праздно проводят время — достаточно актуальные сервисы.

Это и сервисы заботы о пожилых родственниках, ведь иногда родители стесняются рассказать детям, что со здоровьем не все в порядке.

Это сервисы заботы о детях, родительский контроль не всегда убережет от пагубного влияния соц. сетей.

Защита от несанкционированного доступа, ведь при аномальном поведении трафика сразу заметны такие атаки. И их возможно ограничить.

Продажа приоритетного доступа на площадку — на основе приоритета трафика.

Исследовательские Data-продукты. Ни одно исследование и опрос аудитории не справиться с результатами реальной статистики потребления услуг. И тут возможности не ограничены, такие продукты нужны и полит технологам и маркетологам, и продуктологам и PR службам. Сейчас эту нишу плотно держат поисковики, но поисковики кроме факта захода на какую-либо площадку вообще ничего не видят, если отсутствует их собственный движок, который собирает статистику, операторы знают об абонентах почти все.

Улучшение скоринговой модели для банков. Уж кто как не оператор связи знает о своих пользователях все. Тут и предотвращение мошенничества и удержание клиентов, которые захотят сменить банк. И много других бизнес-кейсов.

Возможности не ограничены, достаточно включить немного фантазии, а покупатели на такие продукты найдутся всегда. Мир IoT откроет еще больше возможностей для реализации Data-продуктов.

Используя DPI можно значительно увеличить отношение Revenue/Traffic.

Эффективных вам решений!

Как увеличить эффективность цифровых каналов продаж

0

Сегодня я хотел бы поговорить о цифровых каналах продаж и о том как можно увеличить отдачу от данных площадок.

Специально подчеркнул «продаж», потому что цифровой канал может отвечать за несколько направлений: это привлечение клиентов, продажа/допродажа услуг, обслуживание клиентов. Про обслуживание сегодня не буду говорить, хотя цифровой канал позволяет более эффективно обслуживать клиентов, чем любой другой офлайн канал, но об этом поговорим как-нибудь в другой раз.

Также как розничные точки измеряют такой показатель как число повторных покупок, аналогично можно измерять эффективность цифровых каналов коммуникации и продаж.

Как правило, многие компании измеряют посещаемость собственных ресурсов, чуть продвинутые замеряют еще воронку продаж, делая сквозную аналитику и разбивая стоимость привлечения по каналам. Но мало кто задумывается об эффективности своей площадки в принципе и какой скрытый потенциал имеют такие площадки в виде нереализованных возможностей.

И да, я сегодня не хочу вообще говорить о платных площадках по привлечению трафика, о ретаргетинге и других возможностях, это тема заслуживает отдельного внимания.

Мы будем говорить об органическом трафике и возможностях, которые он открывает.

Как правило, компании, обладающие большой абонентской базой забывают о том, что у них достаточно большой объем органического трафика и не используют возможности по его монетизации, а очень даже зря. Многие все-таки используют возможности личного кабинета — но туда нужно еще попасть — ответьте честно себе, какая доля абонентов, что заходит на сайт — реально ваши клиенты — и кто из них действительно залогинился и увидел продукт, и более того, увидел продукт, который релевантен его профилю потребления услуг. Только давайте честно, думаю вряд ли найдется хоть десяток таких компаний, кто вообще такие возможности использует.

Что делать, чтобы быть более эффективными в данном направлении:

1. Измерить посещаемость всех точек контакта с клиентом. Достаточно внимательно посмотреть на статистику GA или YM. Как правило, это страница захода в ЛК, форумы, разделы обслуживания, личный кабинет, у операторов это страница блокировки при нулевом балансе, страница блокировок сайтов, внесенных в реестр Роскомнадзора. Вы получите площадки, где вы можете продавать/допродавать свои услуги, услуги партнеров. Вы удивитесь объему трафика, в некоторых случаях он бывает больше, чем размер собственной абонентской базы в месяц.

2. Теперь посмотрите как вы используете пространство на этих страницах — все это ваши потенциальные рекламные площади.

3. Посмотрите сколько сейчас эти страницы вам приносят. В некоторых случаях, я не удивлюсь, если ответ будет — 0.

4. Посмотрите на портфель своих продуктов и подумайте, как вы можете, используя эти площади информировать о них абонентов. Опять же механика должна быть достаточно простой.

5. Посмотрите на число уникальных посетителей и вы поймете соотношение, сколько один и тот же клиент просматривает одну и ту же страницу раз. Зачем ему показывать 5 раз одно и то же предложение? Сделайте динамическую страницу, которая позволяет менять предложения.

6. А теперь самое нетривиальное — настройте таргетированный показ предложений исходя из профиля абонентов. Это чуть сложнее сделать, но результат себя окупит. И позволит тестировать разные офферы, увеличивая эффективность.

Я могу привести пример продвижения одного из VAS на одной из страниц агрегации максимального трафика. Изначально услуга продвигалась на «стоппере» на главной странице (яркий баннер, привлекающий внимание пользователей), после проведения анализа и выделения точек контакта с максимальной посещаемостью, подход был изменен, эффективность увеличилась в первый же месяц в 10 раз. Порядок сумм 200 тыс. -> 2 млн., то есть не со 100 до 1000 рублей.

Данный подход очень хорошо масштабируется на все цифровые каналы коммуникации, а не только на сайт.

Более этот подход применим не только в телекоме, в телекоме можно использовать все мощности по сетевой аналитике для профилирования пользователей. В других бизнесах можно использовать куки.

Удачи вам, используйте потенциал своих площадок по максимуму!

Увеличиваем ARPU абонентов

0

Всем привет, сегодня поговорим о том, как увеличить ARPU. Я сегодня не буду говорить про тарифную политику, хотя наиболее простой способ это конечно замещение высокодоходными абонентами базы низкодоходных абонентов, однако речь сегодня пойдет не про это.

Речь пойдет о задачах — допродаж (смене тарифа), кросс-продаж (изменения набора услуг).

Для решения этих задач нужно ответить для себя на следующие вопросы:

1.  Что продаем, какие тарифы продаем.

2. Сколько это будет стоить для абонента и какова эластичность спроса по цене. Тут как правило при отсутствии статистики, я как всегда рекомендую AB-тестирование и замер результатов на ограниченной выборке. Я не раз видел ситуацию, когда при ARPU Lift — 100 рублей — конверсия была 3%, а при ARPU Lift — 50-60 рублей, в 5 раз выше, 15% минимум. Т.е. очевидно, немного снижая цену, вы получите результат в несколько раз выше, при том, что ARPU будет чуть ниже, чем планировали. Поэтому упражнения на тестовых выборках я бы рекомендовал проводить. Да, это занимает время, но и результат окупится.

3. Кому продаем, т.е. как мы будем выделять абонентов, которым будем предлагать то, что запустили. Если база большая, а ресурс ограничен, то вопрос встает очень остро. Опять же не всем абонентам может подходить новый набор услуг. А некоторые могут уже пользоваться и платить больше. Тут главное не навредить.

4. Какая мотивация будет у операторов кол-центра или какие есть таргетированные каналы для продвижения, какова их емкость и эффективность. Иногда рассчитывая на 1 микст каналов, можно некорректно распределить нагрузку и получить результат много ниже. Ну и опять же если окупаются ли затраты на привлечение, если вы используете активные каналы продаж. Но и без мотивации не работает, если не мотивировать рублем, эффективность очень сильно падает. Но иногда использование таргетированных цифровых каналов может поднять эффективность по конвертации на порядок. Важно конечно их наличие, если их нет, тогда сложнее, использование массовых инструментов может даже навредить.

5. Подготовка скриптов и сценариев кампаний. Очень важный шаг, который обычно упускают. Многие считают, а пусть подрядчик подготовит и запустит, мы все равно ему за это платим. Я видел неоднократно, как небольшое изменение скрипта приводит к изменению конвертации в разы. При использовании цифровых каналов очень важна механика покупки, важно сократить время действия абонентов до секунд, т.к. при импульсивных покупках конверсия выше на порядок, чем если абоненту нужно совершить несколько действий — например, пополнить баланс, зайти в личный кабинет, нажать на смену тарифного плана, а заработает он только с начала нового месяца — вся эта механика убивает эффективность кампаний. Кроме этого, если вы даете абоненту самому менять тариф, то не факт что он выберет тот что вы ему предлагали, ведь в доступной ему линейке тарифов может быть тариф ниже с большим чем у него сейчас набором услуг. Сам не раз наблюдал ситуацию, когда на каждые +100 руб. выручки идет снижение на 50 руб. из-за того, что механика не позволяла оператору кол-центра менять тариф при звонке. То есть эффективность снижалась почти в 3 раза. И хорошо, что дельта положительная, я встречал примеры, когда дельта была отрицательная.  Конечно всегда сложно перестраивать что и так работает, но поверьте эти изменения обязательно окупятся.

 

Удачи вам и эффективных кампаний!

Как создать рекомендательный движок для VOD

0

Сегодня немного поговорим об интересном опыте, который мы прошли создавая рекомендательный движок для продвижения VOD (Видео по запросу). Один из операторов проводил конкурс среди поставщиков подобных решений и мы с командой единомышленников решили сделать такой сервис с нуля самостоятельно. Мы изучили конкурентов на рынке и нашли для себя хорошую нишу, чем мы можем отличаться. Я выступал в качестве эксперта по моделированию и прекрасно понимал предметную область.

Многие решения используют, как правило, алгоритм колоборативной фильтрации для формирования рекомендации. Но у него есть значительный недостаток в виде проседания при холодном старте. Т.е. если статистики телесмотрения очень мало, то рекомендации не будут в себе содержать фильмов, которые не разу не смотрели, иногда срок жизни в библиотеке достаточно мал, чтобы окупиться за время нахождения в библиотеке, поэтому его очень важно активно продвигать через интерфейс приставки.

Помимо поисковых рекомендаций, мы каждую единицу контента описали множеством тегов. Теперь даже не имея статистики смотрения мы можем показывать очень схожий по жанру фильм, что решило проблему холодного старта.

Также мы сделали социальную рекомендацию, когда пользователь видит что смотрит его сосед по дому или пользователь с похожим профилем потребления. Кроме этого, мы предложили инструмент для продвижения контента, когда рейтинг смотрибельности искусственно накручивается, чтобы продвигать определенный контент, но делать это незаметно для пользователей, чтобы не раздражать. Мы научились выделять контент из линейного контента на основе тегов EPG (электронной программы передач) и делать рекомендации линейного контента, с напоминанием когда будет его любимый фильм или передача или матч любимой команды. Мы научились формировать ленту по интересам пользователей, учитывать что в домохозяйстве может быть несколько членов семьи, а соответственно и профилей смотрения. Также мы научились строить рекомендации для приставок, с которых статистики смотрения не собирается, на основе профиля потребления Интернет с DPI, если абонент принадлежит оператору.

Но самое интересное, что мы предложили, это интерфейс для контент менеджера, который еще до покупки новой порции фильмов, может спрогнозировать количество просмотров на той абонентской базе что есть и предсказать на сколько каждая единица контента окупиться.

Мы верим, что это решение может найти своего заказчика, и сделает телесмотрение еще более интересным для абонентов.

Если вам интересно такое решение, готовы провести демонстрацию.

Удачи вам и следите за обновлением в блоге!

Серия кейсов по аналитике — как из ничего получить что-то (кейс 3)

0

Кейс 3. Как увеличить эффективность кол-центра, оставаясь при том же объеме ресурсов и ФОТ.

Анализируя результаты работы исходящего телемаркетинга, заметил некоторые детали, а именно:

1. Не все операторы одинаково эффективны

2. Не все базы одинаково эффективны

3. Не все скрипты одинаково эффективны

4. Не на все оферы одинаково реагируют

Иногда показатели эффективности отличались в несколько раз. Поэтому, для чистоты экспертимента потратили немного времени на изучение ситуации и тестирование баз, скриптов, оферов. Все результаты сводились в общую таблицу. Задача была выбрать наиболее эффективные базы и наиболее эффективные скрипты и подобрать лучшие оферы. Для этого применяли самый простой метод AB-тестирования. Т.е. меняли один из параметров, остальные оставались прежними, чтобы набрать некоторую статистику для принятия решения об изменениях и составления карты здоровья.

Также в результате прослушивания, удалось понять, что наиболее эффективные телемаркетологи отходят от скриптов, имея собственные заготовки. Наиболее эффективных также попросили внести изменения в скрипты, чтобы проверить гипотезу.

Провели тестирование, замерили результаты, выбрали наиболее релевантные скрипты и базы, сделали подборку наиболее эффективных оферов.

В некоторых случаях результатов было не достаточно для корректного сравнения, поэтому брали еще  результаты аутстаффинга рабочих мест в других кол-центрах (про это могу отдельно рассказать для чего использовалось).

Что измеряли:

1. Результаты конверсии, по сути количество заявок из эффективных разговоров

2. Время работы на трубке к общему времени работы оператора

3. Длительность диалога

4. Длительность эффективного диалога

В общем все что так или иначе позволяет более эффективно тратить время работы оператора, потому что в единицу времени можно значительно максимизировать результат.

В общем и целом интересное упражнение, которое позволило поднять эффективность в 2.5 раза при том же объеме ресурсов, не меняя состав и мотивацию операторов.

Кроме этого также было отмечено, что 60% результата, дает 10% штата. И тут надо понимать, что это отдельный тип людей, настоящие волшебники, этому можно научиться, но очень долго, а некоторым и не достижимо. Тут мы тоже начали думать, что с эти можно сделать, изменили систему мотивации, и по сути 30% состава, которое давали близкий к нулю результат, сразу отвалились, поэтому на эти места мы взяли «свежую кровь» и получили при том же ФОТ-е еще небольшой прирост результата.

Но самое интересное, что мы получили в результате сравнения с внешними кол-центрами, можно назвать это такой GAP-анализ, который позволяет вычленить отставания и сделать RoadMap по достижению лучших практик, мы увидели, что наши операторы работают на трубке всего 9% от общего рабочего времени, в то время как худший результат внешнего контакт-центра оказался 60%, лучшие показывали результаты на уровне близком к 90%. Начали разбираться и поняли, что контрагенты используют предиктивный набор, экономя время на времени ожидания соединения с потенциальным абонентом. Таким образом, мы получили инструмент увеличения эффективности более чем в 6 раз при том же объеме ресурсов.

Начиная эксперимент мы верили, что можно увеличить эффективность на 30%, что тоже было бы неплохим результатом,  однако результаты превзошли все наши ожидания. При том же объеме ресурсов можно добиться эффективности в 20 и более раз. Я думаю вам не раз приходилось сталкиваться с каким-то операционным процессом внутри компаний, который существует долгие годы, но с помощью аналитического подхода его эффективность может быть увеличена на порядок.

В общем, если немного математически подходить, то результат это некоторая линейная функция, которая зависит от множества факторов. Задача найти оптимальный набор факторов и добиться их достижимости, с тем, чтобы максимизировать результат этой функции. В методах оптимизации это транспортная задача, которая решается симплекс-методом, в бизнесе примерно также, но иногда ограничения жестче и инструменты могут быть ограничены.

Удачи вам и максимальных результатов!

Вверх
Яндекс.Метрика