„Business Intelligence narz ędziem wsparcia sprzeda ży”€¦ · – wykorzystywana bezpo...

Forum Sektora Finansowego 2007

05/06/2007 © 2007 IBM Corporation

„Business Intelligence narzędziemwsparcia sprzedaży”

Filip ŁapińskiKonsultant ZarządzającyIBM Polska

Forum Sektora Finansowego „Obsługa klienta w nowoczesnym banku”

© 2007 IBM Corporation2 05/06/2007

Prognozy IBM Institute for Business Value

IBM Institute for Business Value prognozuje zmianę krzywej obrazującej wymagania klienta.

� Rozwój populacji będzie powodował relatywne zwiększenie udziału segmentów młodzieży oraz osób starszych

� Zmiany stylu życia

� Pojawienie się nowych dostawców usług

� Zwiększona świadomość klientów



Jak było „wczoraj”Krzywa wymagań klienta w kształcie dzwonka

� Ograniczona konkurencja

� Dostarczanie w większości niezróżnicowanych produktów i usług

� Prosta segmentacja klienta realizowana na podstawie bazowych danych, większośćklientów może być obsłużona na bazie podobnych produktów

� Analizy wyłącznie zbiorcze, przygotowywane ze znacznym opóźnieniem

Wym

ag

an

ia K

lien

ta

Spektrum produktów

Masowy Specjalizowany



Jak jest „dzisiaj”Krzywa wymagań klienta ulega spłaszczeniu

� Zwiększona konkurencja

� Banki poszukują czynników zróżnicowania poprzez:

– wprowadzanie nowych produktów i nowych kanałów dystrybucji

– występuje redukcja marży

� Segmentacja klienta staje siębardziej złożona, analizujemy dane podstawowe oraz aktywność: Klienci są lepiej poinformowani i bardziej aktywnie poszukująinteresującego ich produktu oraz dostawcy

� Analizy zbiorcze oraz indywidualne – istotna jest szybkośćdostarczenia informacji

Wym

ag

an

ia K

lien

ta

Spektrum produktów




Jak będzie „jutro”Krzywa wymagań klienta odwraca się

� Intensywna konkurencja,

� Banki poszukują czynników zróżnicowania, występuje znacząca redukcja marży

� Segmentacja klienta będzie bardzo skomplikowana.

� Świadomi oraz dobrze poinformowani klienci poszukujązłożonych niskokosztowych, masowych produktów jak i równieżofert przygotowanych specjalnie dla nich

� Konieczne jest operacyjne wsparcie analityczne będące elementem procesu obsługi klienta

Wym

ag

an

ia K

lien

ta

Spektrum produktów




Czynnik sukcesu organizacji w dobie przewidywanych zmian

Informacja o klientach:

aktualna, zweryfikowana, spójna i

aktywnie wykorzystywana w procesie sprzedaży



Dane to nie wszystko ….

Dane

Nazwa

Adres

Rachunek

Historia

transakcji

Informacje AkcjeDecyzje

Business Intelligence



„Typowa” obecna architektura

Systemyźródłowe

Systemy i użytkownicy docelowi

Silosy danych

Silosy danych

xlsxls

xls

xls

xls

xls

txt

txt

txt



Jakie są efekty..

�TONIEMY W DANYCH !!!

–Brak dostępu do informacji aktualnych

–Brak skonsolidowanego obrazu klienta

–Powolne wykonywanie raportów, liczne błędy i nieścisłości

–Finalne raporty pozostają wyłącznie na „papierze”

–Duplikacja pracy oraz wysokie koszty rozwoju i utrzymania

�BRAK JEDNEGO ŹRÓDŁA PRAWDY



Z badań IBM wynika, że ….

70% czasu pracownikom zajmujeProces poszukiwania wymaganych informacji

Documents

Transactions

Customers

Partners

Employees

Organizations

Financials

Products

E-mails

Databases

Media

Webcontent

Reports

30-50% czasu związanego z przygotowaniem raportu polega na kopiowaniu danych

85% informacji jestpozbawiona jednolitej struktury

Tylko ¼ kadry zarządzającej Wierzy, że informacja w ich przedsiębiorstwie jest łatwo dostępna, dostosowana do wymagań oraz zintegrowana 65% przedsiębiorstw dostrzega

krytyczność budowy

rozwiązania

Business Intelligence

na przestrzeni kolejnych 3-5 lat

Źródło: badania własne IBM



Gdzie biznes może zyskać wykorzystując BI?

IT Analitycy KadraKierownicza

Obsługa Klienta(Front Line)

0

10

20

30

40

50

60

70

80

90

100

Kto obecnie korzysta z rozwiązań BI ?

Gdzie wykorzystanie rozwiązań BI może doprowadzić do największych korzyści ?

IT Analitycy KadraKierownicza

Obsługa Klienta(Front Line)

0

10

20

30

40

50

60

70

80

90

100

Źródło: badania własne IBM



Sugerowana docelowa architektura

Systemyźródłowe

Hurtownia Danych

� Zasięg ogólno korporacyjny� Wspólny proces czyszczenia danych� Zapewniona jakość danych� Spójne Raportowanie� Powszechny dostęp do aktualnych danych� Procesy raportowe efektywne kosztowo� Zapewniona skalowalność rozwiązania

OdbiorcyInformacji



Sugerowana architektura funkcjonalna

CoreBanking

Pla

tfo

rma

Inte

gra

cyjn

a

Fro

nt

En

d

CR

M

Kanały Dostępu

Samoobsługowe:

• Internet

• E-mail

• ATM

Asystowane:

• Oddział

• Call Center

B2B

• Partnerzy

• Dystrybutorzy

Hurtownia

Danych

Zapytania i

raportowanie

Analiza

Danych

Eksploracja

Danych

Analityczne Wsparcie Sprzedaży

CoreBanking

Karty

Płatności

…

……



Zapytania i Raportowanie

� Wspiera użytkownika biznesowego w udzielaniu odpowiedzi na przygotowane pytania biznesowe

� Przykłady:

– Jaka jest lista naszych 10 najlepszych klientów?

– Które z naszych produktów generują najmniejszy przychód?

– Czy nasze produkty podlegają sezonowości sprzedaży ?

– Jaki jest stopień realizacji planu?

� Proces realizacji

Definicja

zapytania

Dostęp do

Danych i ich

pobranie

Wykonanie

wyliczeńPrezentacja

Raportu

Dostarczenie

Wyników



Analiza Danych

� Analiza dużych ilości danych pod względem wielu wymiarów i na określonym poziomie agregacji celem odkrycia występujących reguł biznesowych, wykonania analiz porównawczych oraz ustalenia zdarzeń biznesowych.

� Dostępne Mechanizmy

– Analiza przekrojów, agregacja, drążenie, – Pivoting



Eksploracja Danych – Data Mining

� Zadaniem eksploracji danych jest wsparcie użytkownika biznesowego w analizie dużej ilości danych i procesów w celu lepszego ich poznania, zrozumienia oraz odnalezienia nieznanych, ukrytych informacji, zależności, reguł i wzorców celem wykorzystania ich do podejmowania decyzji biznesowych

� Odkrywanie danych polegające na technikach:

– Asocjacji,

– Sekwencji,

– Klasyfikacji

– Grupowaniu,

– Eksploracji tekstu

Przygotowanie

Danych

Eksploracja

Danych

Schematy

Reguły



Eksploracja Danych – Asocjacja, Sekwencja

� Asocjacja:– Celem analizy jest znalezienie naturalnych wzorców zachowań

konsumenckich klientów poprzez analizę produktów (grup produktów), najczęściej razem kupowanych. Metoda znajduje zastosowanie wszędzie tam, gdzie „klienci” nabywają łącznie pewien zbiór dóbr lub usług. (MBA - Market Basket Analysis).

� Sekwencja– Problem odkrywania wzorców sekwencji: polega na analizie bazy

danych zawierającej informacje o zdarzeniach, które wystąpiły w określonym przedziale czasu w celu znalezienia zależności pomiędzy nimi:



Eksploracja Danych – Klasyfikacja, Grupowanie

� Klasyfikacja – Na podstawie zawartości bazy danych budowany jest model, który służy

do klasyfikowania nowych obiektów w bazie danych lub zrozumienia istniejącego podziału obiektów na predefiniowane klasy.

� Grupowanie– Dany jest zbiór obiektów (rekordów), na podstawie którego wykonywane

są naturalne pogrupowania w klasy (klastry, skupienia) obiektów o podobnych cechach. Znajdujemy zbiory obiektów, które są „podobne”.

– Grupowanie może dotyczyć obiektów rzeczywistych lub abstrakcyjnych

� Eksploracja tekstu



Odkrywanie a weryfikowanie informacji

Analiza

Informacji

Tryb

Weryfikacji

Tryb

Odkrywania

Zapytania i

Raporty

Analiza

Danych

Eksploracja

Danych



Jak informacje przekształcić w pieniądze ?

600‘000 Klientów Eksploracja

Danych

40‘000

zidentyfikowanych

klientów

7%

25‘000 byłodostępnych

3‘000 spotkań z

klientami

33%

1‘000 kontraktów +1 M € przychodu

8,6%

66%

16 ‰

Źródło: dane projektowe



Przyszłość rozwiązań Business Intelligence

Analiza, eksploracja

danych

- Celem zrozumienia dlaczego i

zarekomendowania

przyszłych działań

Blokowanie podejrzanych

transakcji przed ich

realizacją

Analiza sytuacji,

opracowywanie programu

przeciwdziałania

Informacja na życzenie- Celem optymalizacji procesów

on-line

Zapytania i Raporty− Celem zrozumienia co się

stało

Analiza strat w wyniku

oszustw



Przyszłość rozwiązań Business Intelligence

Analiza, eksploracja

danych

- Celem zrozumienia dlaczego i

zarekomendowania

przyszłych działań

Informacia na życzenie− Celem optymalizacji procesów

on-line

Zapytania i Raporty− Celem zrozumienia co się

stało

Dynamic Warehousing

Traditional Data Warehousing

Dynamic Warehousing wymaga:

1. Dostępu do informacji w czasie rzeczywistym

2. Analiza – jest częścią realizowanego procesu

biznesowego

3. Wykorzystania wiedzy zgromadzonej w

nieustrukturalizowanych źródłach

4. Ścisłej integracji infrastruktury



Różnice w podejściu

Analizowanie i raportowanie historycznych danych

sprzedażowych

Analiza i raportowanieoszustw

Pasywna analizaprzeszłości

„Traditional warehousing”

Wykorzystanie właściwych informacji o kliencie celem identyfikacji możliwości sprzedaży

wiązanej oraz podniesienia pozycji negocjacyjnej bezpośrednio w punkcie

sprzedaży

Identyfikacja podejrzanych transakcji przed ich autoryzacją i wykonaniem

Aktywny wpływna przyszłość

„Dynamic warehousing”



Podsumowanie …

Podstawą prowadzenia efektywnej sprzedaży oraz obsługi klienta jest INFORMACJA, która powinna stanowić bazę do podejmowania trafnych decyzji biznesowych.

Dostarczana informacja powinna być:

– spójna, – sprawdzona,

– aktualna

– wykorzystywana bezpośrednio w procesie przygotowania sprzedaży oraz bezpośredniej obsługi klienta

Realizacja powyższych wymagań nie może być właściwie spełniona wyłącznie przez systemy transakcyjne.

Konieczne jest zaprojektowanie i uruchomienie rozwiązania klasy Business Intelligence

Forum Sektora Finansowego 2007

05/06/2007 © 2007 IBM Corporation

Dziękuje za uwagę:

Filip Łapiński

Konsultant ZarządzającyIBM Polska

e-mail: [email protected]: (+48) 693935061

„Business Intelligence narz ędziem wsparcia sprzeda ży”€¦ · – wykorzystywana bezpo...

Documents

Transcript of „Business Intelligence narz ędziem wsparcia sprzeda ży”€¦ · – wykorzystywana bezpo...