Big Data как инструмент выработки лояльности у клиентов платёжных систем

в 10:05, , рубрики: big data, cpa network, Алгоритмы, базы данных, браузеры, монетизация проекта, платежные системы, программа лояльности, рамин алиев, стартап, управление проектами, метки: , , , , , , ,

image
Уже сегодня крупные компании начали движения в области сбора и анализа больших массивов данных, а некоторые начали их применять на практике. Рамин Алиев, CEO RBK Offers, приводит кейс работы с Big Data на примере проекта RBK Offers.

Роль Big Data в настоящее время вызывает интерес практически у всех компаний, которые планируют оптимизировать расходы на маркетинг, привлечение и персонализацию диалога с потребителями. В 2013 году мы запустили проект партнёрской сети, который работает на базе платёжной системы и работает с Big Data.

Роль платёжной системы в электронной и мобильной коммерции

Фраза «платёжная система» подразумевают некий процессинг операций, позволяющий проводить оплату. Действительно, до настоящего момента основной задачей платежной системы был процессинг. Но, как это бывает, превышение предложения над спросом рождает новые возможности, что приводит к очередной монетизации и повышению качества сервиса. Мы видим, как крупные бренды меняют бизнес модели, направления, вырастая в новые ещё более крупные бренды.

На рынке существует масса предложений по подключению процессингового инструмента, которые отличаются технологией обработки и бизнес моделью. Но всех их объединяет одно – они принимают оплату. Со временем маржа платёжных систем будет неизбежно уменьшаться. Это следующий шаг революции электронной коммерции, а в будущем – и мобильной. Именно сегодня платёжные системы начинают планировать свою деятельность, детально просчитывая свой следующий шаг.

Основная задача ПС – сформировать лояльную базу потребителей. Именно она станет драйвером развития бизнеса. Лояльная аудитория позволит оперативно внедрять новые продукты, менять монетизацию бизнеса. Именно сегодня идёт активная борьба за лояльность клиентов.

Инструментом достижения лояльности является построение качественного сервиса, который в свою очередь определяется качеством персонализированного диалога с потребителем. Основные критерии, влияющие на качество сервиса это: (а) Простота, (б) Удобство, (в) Безопасность и (г) Выгода. Потребитель должен получить максимальный сервис, удобство и простоту с гарантированной безопасностью прохождения операций. Что касается программы лояльности, то она является важным элементом привязки потребителя к бренду. Именно она мотивирует клиентов выбирать платежное решение.

Анализ клиентов – способы и параметры сбора информации

Крупная платёжная система обладает огромным массивом данных по операциям. Она знает детали каждой вашей транзакции: назначение платежа, магазин, категория магазина, географическое расположение, сумма покупки, способ оплаты, реквизиты. Совершая покупки, вы создаёте базу знаний о себе по каждой операции.

Идентификатором транзакций, как правило, служит три параметра: E-mail, cookie, мобильный. Правильно настроенная работа с Big Data позволит формировать ценную информацию о потребителе, его интересах, основанную на его истории покупок и активности.

Чем больше информации знает о потребителе платёжная система, тем больше поводов ей коммуницировать с ним, персонализируя диалог.

Работа с Big Data, бизнес-кейс RBK Offers

Основная идея заключалась в том, чтобы в момент успешной оплаты дать клиенту возможность выбрать сопутствующий бонус. К примеру, потребитель оплатил путевку на Мальдивы и получил возможность выбора бонуса: скидка на купальник, 60 минут сотовой связи, скидка на крем для загара, скидка на такси в аэропорт. Таким образом, система анализирует данные о проводимой операции, истории покупок, профиле пользователя и выдаёт наиболее подходящие предложения.

Платёжная система – это банк знаний. Все ваши покупки в системе сохраняются в базе данных. ПС может анализировать их, строить портрет каждого клиента, его интересы.

Принцип «умного таргетинга» заключается в работе с Big Data. Главной задачей было настройка работы с базой данных, умение быстро проанализировать клиента, его историю покупок, профиль кошелька и впоследствии сформировать витрину бонусов.

image
image
image

Вырезка отчета по RBK Offers:
— Выдано более 3.000.000 бонусов
— 5% клиентов выбирают бонусы
— 2,4% используют полученный бонус
— + 20% прироста операций на 1 клиента
— + 15% прироста регистраций в RBK Кошелёк

Размещая предложения в витрину бонусов, магазин должен:
Подключиться к платёжной системе;
Разместить на своем сайте программный код, который является tracking system.

Вся информация о пользователе поступает к базу данных ПС и, в последствии, анализируется.

Пример данных, которые мы получаем по проекту RBK Offers
image

Так, например, мы понимаем, был ли активирован бонус. Если был, то на какую сумму была совершена покупка, какие товары пользователь смотрел и многое другое. Всё это в сумме позволяет сформировать о потребителе картину его интересов.

Возможности Big Data безграничны, начиная от персонализации диалога и заканчивая описанием портрета клиента и фокусом на определённую аудиторию. Направление набирает популярность, и в ближайшее время мы увидим его возможности.

Автор: raminaliev

Источник

* - обязательные к заполнению поля


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js