Кейсы

Серия кейсов по аналитике — как из ничего получить что-то (кейс 2)

0

Кейс 2. Или как ваш маркетинг анализирует рынок.

Еще один интересный кейс. Продолжая анализировать тарифную политику компании, стал ковыряться в услугах междугородней и международной связи. Понятно, что оператор Зоновый, соответственно дальняя связь могла предоставляться только по агентской схеме. Было выяснено, что был преселект одного из операторов большой тройки, где было больше 95% трафика и мелочевка по нескольким другим операторам. Есть несколько типов агентских договоров: федеральный оператор формирует тарифы самостоятельно, оператор Зоновый получает агентское, есть договора в которых федеральный оператор дает таксы, а Зоновый оператор накручивает маржу. В нашем случае у оператора был второй тип агентского. В принципе самый простой способ поднять выручку и маржу, это поднять тарифы, но сделать это незаметным для абонента, выбрав направления с максимальным трафиком и делая небольшую индексацию, можно получить приличный результат. В моем случае гипотезу я выдвинул именно такую и стал собирать статистику, чтобы смоделировать ситуацию. Параллельно стал поднимать историю, когда тарифы изменялись, чтобы оценить эластичность спроса по цене. Это был бы классический кейс. Однако история была намного интереснее. Начал я выборочно смотреть тарифы и затратные таксы, увидел что часть направлений оказались убыточны, то есть таксы увеличивались, а оператор не шевелился менять тарифы. Ну бывает, с изменением курса доллара я наблюдал картину, когда таксы менялись дважды в неделю и конечно сложно в такой ситуации реагировать, но и это решаемый вопрос, главное автоматизация процесса. Но суть не в этом. Я обратил внимание на очень подозрительно низкие тарифы на Дальний Восток, мне показалось, что они намного ниже чем у Федеральных операторов. Я решил собрать и проанализировать тарифы всех Федеральных операторов и сравнить их с утвержденными. Какого было мое удивление, когда оказалось, что мало того тарифы ниже рынка, иногда на порядок, самое смешное, они намного ниже, чем у оператора, который давал оператору таксы на пропуск трафика, причем тоже существенно ниже. После этого, задача сводилось к тому, чтобы найти разумный баланс между индексацией тарифов и оставаться в рынке, чуть ниже, чтобы трафик не ушел. Показал результаты руководству компании, удивление было не меньше. При этом конечно столкнулся с жестким сопротивлением продавцов, которые меня уверяли, Что мы все потеряем если проиндексируем тарифы. В общем не буду описывать всю историю уговоров и продиводействий внутри компании, сразу скажу, что результат мог быть бы больше, если бы все поверили в него сразу. В общем результат на лицо, трафик не упал, выручка и маржа выросли, абоненты не убежали. Выручка от агентского выросла больше чем на 25%.

Если вы занимаетесь ценообразованием, не бойтесь экспериментировать, но и, снижая тарифы ниже рынка, понимайте его емкость, иногда это не приводит к росту трафика, а приводит к потере выручки или недополученной выручки. Такие кейсы есть везде и повсюду, важно грамотно видеть ситуацию.

Удачи вам, надеюсь материал кому-то окажется очень полезным!

Серия кейсов по аналитике — как из ничего получить что-то (кейс 1)

0

Добрый день, друзья, совсем я в последнее время потерялся, был немного занят, постараюсь писать немного чаще и надеюсь вас порадую в ближайшее время новым интересным материалом.

И хотел бы поделиться несколькими интересными бизнес-кейсами, которые удалось решить на последнем проекте, все они могут быть сведены к общей фразе: как из ничего получить что-то.

Итак — кейс 1:

Наверное поймут только телекомовцы, но постараюсь писать понятным для всех языков. Проведя небольшой аудит межоператорского взаимодействия передо мной открылась такая картина и вводные. Зоновый оператор присоединен на местном и зоновом уровне ко множеству операторов, цены на завершение вызова на своей и чужой сети в рамках встречных договоров одинаковые, то есть нельзя говорить о какой-то дискриминации. Но если сравнивать цены между операторов, то они конечно существенно отличались. Кроме этого, был достаточно большой объем транзитного трафика с тарифом ниже, чем стоимость тарифа на завершение на чужой сети, то есть попросту говоря убыточный трафик. Проведя беседу с руководителем межоператорского блока, установил, что есть ряд присоединений с минимальным гарантированным платежом и конечно ежемесячно проводится работа по снижения минимальных гарантий и больше нет возможности никакой оптимизации, вся работа проводится регулярно. И приходится таким образом заполнять стык, иначе если тариф увеличить, транзитер убежит. Когда я руководителю организации показал какой убыток идет на межоператорском взаимодействии, то конечно все очень удивились. Речь шла о 2 млн. руб. в мес. чистого убытка. Это мало того убыточный транзит, это и переплата за минимальные гарантии трафика, которые не выбирались и это нессиметричный пропуск трафика, когда на сеть оператора шел трафик по одной цене — минимальной, а завершался по более дорогой цене. Я уверил, что все можно исправить, однако можно потерять выручки почти на 1 млн, но при этом сократить 3 млн. расходов. Кроме этого был вариант, при котором транзитер все же останется, но я сразу сказал, что гарантий никаких нет. Собственники приняли-таки решение, что прибыль важнее и дали добро на проведение оптимизации. Что было сделано — я дал команду написать всем транзитерам письма о снижении минимальных гарантий до объемов собственного трафика, а весь трафик что сверх минимального гарантий идет по тарифам желательно ниже предоплаченного объема. Результат этой работы дал сразу результат в течение 2-х недель, мы получили снижение минимальных гарантий на 1 млн. руб. Ну конечно не сразу, а после серии встреч, письма послужили неким катализатором диалога. Несколько операторов отказались это сделать, никакие угрозы не помогли, тогда в результате долгих переговоров я пришел к выводу, что можно сделать размен, снять гарантии на местном уровне, но взять гарантии на зоновом уровне, благо трафика на зоновом было достаточно много, чтобы не заметить этих платежей. Таким нехитрым способом мы выровняли объем стыков до уровня собственного трафика. Оставался убыточный транзит. Но тут порядок был простой, поднять цену до уровня выше, чем мы платим оператору за пропуск трафика. Соответствующее уведомление мы также отправили. Первая реакция для транзитера был шок, конечно нигде на рынке таких цен не было, в итоге мы потеряли порядка 300 тыс. выручки, следом последовало увеличение на второй стык и ожидание что будет снят и второй объем. Но дальше все пошло по оптимистичному сценарию.  Транзитер вдруг не только вернул трафик, но и значительно нарастил транзит, в итоге мы помимо увеличения выручки, получили чистую экономию более 2 млн. руб. в мес. При размене трафика местный на зоновый, удалось еще небольшую экономию сделать, за счет более выгодного распределения завершения по стыкам между операторам.

Как решаются такие задачи, как правило необходимо понимать немного в математике, немного в физике и немного быть погруженным в связь. Трезво оценивать риски и не бояться потерять часть выручки. Для меня это был не новый опыт, однако скорее первый, где таким образом маржинальность операторского бизнеса за 2 месяца выросла почти на четверть. Сравнивая результаты по году я пришел к выводу, что по сути этим одним кейсом больше половины новой прибыли было получено.

Удачи вам, и следите за обновлениями в блоге, будет еще интереснее!

Если у вас после прочтения, появились вопросы, не стесняйтесь задавать, с удовольствием помогу.

 

Как выбрать правильного интернет провайдера

0

Натолкнулся на интересный сервис по выбору качественного провайдера Интернет http://vinternete.su/, мне кажется пока сервис еще сыроват, но ребята на правильном пути, если они реализуют все что у них написано, то провайдеры не смогут уже возражать против объективных измерений. Пока я так понял доступна только Москва и область. Мне кажется такие социально-значимые вещи нужно обязательно поддерживать и распространять. Поэтому делюсь с вами, давайте поддержим ресурс своими измерениями, чем больше будет база измерений, тем более качественной будет статистика на основе которой клиенты будут принимать решение. На мой взгляд, это классический пример Data-driven сервиса.

Удачи вам и правильного выбора! Поможем составить независимый рейтинг провайдеров на основе реальных измерений скорости!

 

Какая точность считается нормальной?

0

Каждый раз когда речь заходит о моделировании, мне очень часто приходится слышать вопрос — как вы считаете, какая точность является нормальной. И я всегда не могу на него ответить однозначно, назвав какую-то величину.  В моем блоге достаточно примеров, когда точность важна, когда я писал про моделирование потребления электроэнергии, когда каждый закупленный в пустую киловатт может пропасть, а не закупленный может не принести желанной прибыли, но мог быть реализован. В то же время бывают другие ситуации, когда точность прогноза не столь важна, особенно если для достижения точности приходится значительно усложнять модель, которая в конечном итоге плохо интерпретируется, а иногда и вовсе становится неустойчивой на более длительных отрезках времени.

Попробуем на примерах показать, что есть хорошо, а что есть плохо.

Пример 1

Модель на тестовой выборке показывает 60%. Я бы не советовал брать такую модель. Это очень низкий показатель, близкий по сути к угадыванию, которая на боевых данных может не дать хорошего результата, особенно, если сам прогнозируемый фактор имеет очень маленький вес.

Но бывают и другие ситуации, нужно с чего-то начать, и если сравнивать взять просто список клиентов и начать обзвон или применить модель а потом по полученному списку начать обзвон, то я бы советовал использовать модель, чем совсем бездумно начать звонить. Эффект может быть все же выше с моделью. Да, эффект будет незначительным, но это лучше, чем ничего.

Пример 2

Модель на тестовой выборке показывает 87%. Такая точность может дать неплохие результаты на реальных данных, но они могут быть далеки от идеала по следующим причинам: недостаточно данных для обучения. Модель была построена на маленькой выборке, не являющейся репрезентативной, что обязательно скажется на качестве прогноза. Но если задача начать, то это тоже неплохо.

Пример 3

Модель показывает результат 97%. Модель должна показывать неплохой результат, если конечно вы не заигрались с ее переобучиванием. Но в некоторых случаях и такой точности может быть недостаточно. Когда это может произойти. Если переменная, которую вы прогнозируете может зависеть от случайного фактора, вес которого может быть значительный. Например, вы прогнозируете отток абонентов и знаете, что в 50% случаях отток происходит по причине переезда. Да, модель может выделить тех абонентов, которые были похожи на тех, кто переезжал, но это не значит что спрогнозированный абонент переедет. Отсюда нужно всегда выделять факторы, которые случайны и по возможности работать с меньшей выборкой, потому как прогнозировать абонентов, которые переедут не ваша задача, ваша задача прогнозировать абонентов, которые уйдут в отток.

В этом случае достичь 97%, конечно никогда не удастся. Поэтому всегда важно определить что именно вы прогнозируете и от каких факторов зависит прогнозируемая величина.

Можно попробовать ответить универсально, если больше 95% то это хорошо, главное что вы прогнозируете ту величину, которую можно прогнозировать.

Также на точность может влиять сезонность, если у вас недостаточно данных, вы, например, использовали данные в пиковый сезон, а на фактический данных вам предстоит получить прогноз в сезон меньших продаж. В этом случае модель не будет устойчивой и величина в 97% вообще ничего не значит.

Удачи вам, будьте внимательны!

Извлекаем выгоду из рациональности

0

Хотелось бы порассуждать на тему, а сколько реально можно сэкономить/заработать, если полностью абстрагироваться от эмоционального поведения и довериться рациональному, основанному не на чувствах, а на конкретных фактах (читать цифрах). Конечно, цифры при этом должны быть полностью интерпретированы и укладываться в общее понимание мира.

Возьмем для примера задачу оптимизации тарифной политики. Я буду рассматривать на примере телекома, но в принципе ничего не мешает, такие же рассуждения применить к другим отраслям. Возьмем, например, провайдера проводного доступа в Интернет. У него есть линейка тарифов, понятно, что она со временем меняется, какие-то абоненты сидят на архивных тарифных планах, т.е. они менее рациональны и скорее всего переплачивают, какие-то абоненты, возможно, сидят на акционных предложениях, в этом случае может быть как ситуация с переплатой так и с экономией.
Если проанализировать распределение абонентов по ARPU, скорее всего, график распределения будет близок к нормальному, возможно с некоторым сдвигом в стороны минимальной границы тарифных планов, с локальными максимами в тарифах. При этом, он скорее всего будет функцией непрерывной, так как есть абоненты, которые уходят в блокировку, есть абоненты, которые подключились в середине периода, соответственно ARPU таких абонентов будет представлять из себя вид растущей линейной функцией с максимумом в виде тарифа (возможно, он будет увеличен еще на максимум из суммы тарифов доп. услуг). Если тарифные планы с оплатой по трафику, скорее линейная непрерывная функция.
Как правило, для увеличения эффективности работы с абонентской базы, менеджеры разрабатывают стимулирующие мероприятия для перехода клиентов в сегмент с большим ARPU. «Растят» абонентов. Это может быть как за счет увеличения скорости (но с некоторой скорости спрос становится неэлластичным, т.е. не имеет смысл абоненту переходить на тарифный план с большей скоростью и, как следствие более дорогим), так и за счет некоторого включенного в пакет набора дополнительных услуг (тут тоже есть предел, так как доп. услуги могут быть с высокой себестоимостью, либо попросту неинтересны абоненту). Понятно, что в какой-то момент времени и эти мероприятия попросту перестают работать или становятся менее эффективны (в момент когда эффект ниже чем затраты на коммуникацию, в этом случае нет смысла продолжать).
Если отбросить абонентов, которые уходили в расчетном периоде в блокировку, подключались в расчетном периоде, то скорее всего график из себя будет представлять точки в виде тарифов. Ну или если сделать веса в виде количества абонентов, то скорее всего это будет похоже на бусины, которые переходят от большего к меньшей до какого-то момента, с увеличение на конце с последующим убыванием. Это связано с неким премиум-сегментом, который иногда доходит и до 10%, который не считает денег, а привык брать самое дорогое.
Если анализировать поведение всех абонентов, то они, как правило, в среднем иррациональны, и переплачивают за свою иррациональность по моим наблюдениям процентов 20%. Задача любого аналитика сделать такую иррациональность максимальной.
И тут есть несколько инструментов:
1. Предложить больше услуг за чуть большие деньги. Но при этом себестоимость должна увеличиться меньше чем сумма, на которую увеличивается чек.
2. Предложить существенное увеличение скорости за чуть меньшие деньги, принцип с себестоимостью тот же.
3. Индексировать архивные тарифные планы. Не люблю такие приемчики, но они работают. Это позволяет расшевелить иррациональных абонентов и «уложить» их в правильные тарифы. Но тут с точки зрения удержания все должно работать как часы. В противном случае можно и навредить. Большинство абонентов вряд ли будут дергаться из-за переплаты 50 рублей.
4. При авансовой системе следить за своевременным пополнением счета и напоминать заранее абоненту пополнить его. Ведь каждый день простоя это минус в ARPU. При кредитной аналогично. Тут тоже есть инструменты в виде обещанного платежа, доверительного кредита и т.д. Все что заставляет абонента пользоваться дальше услугой без перерыва. Интересно, но факт, что разница в ARPU между авансовой системой расчета и кредитной составляет более 10% в пользу последней, самую большую разницу, которую я видел, составляла 25%.

Это все работает, проверено опытным путем. Но есть и более сложные механизмы, которые тяжело поддерживают, но которые позволяют выжать максимум. Каждый абонент имеет свою границу комфорта затрат на конкретный товар или услугу и конкретную границу неэластичной переплаты. Чем лучше вы понимаете абонента и знаете его границу комфорта тем эффективнее вы можете работать с таким абонентом. Есть компания Pontis, которая декларирует принцип Segment of one (об индивидуальной работе с каждым абонентом), они в основном специализируются на Top Up кампаниях для абонентов мобильной связи, идея которых заключается в стимулировании пополнения счета, и, за счет направленных предложениях, которые позволяют как можно быстрее этот счет уменьшить.
Такой принцип можно транслировать и на ценообразование. Мне пока сложно представить себе индивидуальный тариф для многомиллионной абонентской базы, но в теории это возможно, это сложно поддерживать, актуализировать, но возможно, при наличии определенных принципов, заложенных в модель, в этом случае вы еще больше можете «выжать» из абонентской базы. Однако, если вспомнить, даже школьную математику, то можно выжать некоторый эффект с помощью небольших усилий. Не обязательно делать индивидуальный тариф для каждого абонента. Добавление тарифов посередине интервалов, уже дает вам 50% от максимально возможного эффекта, следующая итерация деления пополам еще 25%. Т.е. если вы между границ тарифов уложите еще по 3 тарифа, вы можете выжать 75% из максимально возможного эффекта. Понятно, что какое-то время уйдет на стимулирование перехода, но это можно сделать.
В случае других товаров, это может быть такой же товар в другой упаковке за чуть большие деньги. Кто экономит, возьмет подешевле, кто нет, возьмет подороже. В рознице есть еще трюки, связанные с доступностью, перед глазами располагают самый дорогой товар, а на нижние полки, куда неудобно наклоняться, товар подешевле.

Также можно поступать и с оптимизаций затрат. Как правило, очень сложно представить себе ситуацию, при которой за период количество закупаемой продукции = количеству продаваемой. При аренде магистрального Интернет, это сделать еще сложнее, но также возможно. Важно знать, сколько вы продаете за период, какую полосу потребляют ваши абоненты и минимизировать эти запасы (читать переплаты).
В свое время, я решал подобные задачки на заре развития, удавалось экономить и зарабатывать на таких моделях достаточно много денег.
Я вам как-то рассказывал о задачке в электроэнергетике, оптовая закупка и продажа конечному потребителю, в телекоме и рознице похожий принцип. В случае значительного роста потребления, когда идет большое непрерывное расширение ресурса/закупки продукции (читать затрат), экономия при решении такой задачи может достигать огромных масштабов. Максимальная экономия может составлять до 50% дополнительных затрат за период. В среднем, с небольшим изменением бизнес-процессов, можно достаточно просто достигать 25-37%.

Удачи вам, будьте рациональны, это может значительно увеличить вашу эффективность.

Вверх
Яндекс.Метрика