KPMG Prompter | KPMG | CZ

Vím, co chcete. A rád vám to prozradím

KPMG Prompter

Poznat, kdo jsou jejich zákazníci a co chtějí, není pro e-shopy úplně snadné. Prompter (z angl. výrazu pro divadelní nápovědu) od KPMG jim v tom pomáhá a ukazuje, jak díky datům pochopit nakupující.

1000

Team Leader Data&Analytics

KPMG Česká republika

Kontaktovat

Související

Moje kolegyně je obětí špatně zacílené reklamy. V posledních týdnech na ni na internetu neustále vyskakuje reklama na těhotenské oblečení. Ne, opravdu není v jiném stavu a křižuje se, že ani nic k mateřství nebo těhotenství nehledala. „Proč mi to jen nabízejí? Kdyby mi raději ukázali něco, co potřebuju,“ vzteká se. Známe to všichni: nabídky z e-shopů, které nás nezajímají, nebo třeba e-maily, které říkají, co si máme koupit, i když to už dávno máme.

Díky ohromnému množství dat, jež mají internetoví prodejci k dispozici, to ale může fungovat i mnohem lépe. A mé kolegyni by tak místo kočárků mohly chodit nabídky na top fotoaparáty, které ji zajímají o dost víc. Tým Advanced Analytics české kanceláře poradenské společnosti KPMG má řešení. Vytvořil systém Prompter, který má e-shopům pomoci poznat zákazníky a co možná nejlépe na ně cílit svou nabídku.

Umět pracovat s daty

Jednoduše řečeno, jde o využití toho, co mají e-shopy už dnes k dispozici. Vezměte si třeba takového zákazníka Petra Šťastného, který pravidelně kupuje krmení pro svého psa. E-shop o něm ví, jak se jmenuje, má jeho kontakt, vidí, že to je muž, a třeba zná i Petrův věk. Další informace ohledně socio-demografické situace může získat z externích zdrojů (např. sčítání lidu) na základě znalosti Petrova bydliště. Navíc má samozřejmě přesné údaje o tom, co a kdy v daném obchodě koupil. To jsou základní informace, které Prompter zpracovává. Kromě Petra má i statisíce nebo milióny dalších zákazníků a jejich údaje. Díky tomu může zjistit, kdo se jak chová a kdo je komu podobný.

V první fázi se Prompter dívá na každého zákazníka samostatně. Snaží se určit, jestli je člověk v e-shopu nový, jestli jde o stálého zákazníka nebo je to někdo, o koho e-shop pomalu přichází.

V druhé fázi pak definuje, co je potřeba udělat, aby se podpořilo žádoucí chování zákazníka. Například u nového klienta je dobré hned zezačátku zjistit, jak je citlivý na cenu, jestli má smysl mu dávat slevu a případně jak velkou. Vedle toho u někoho, kdo v daném e-shopu nakupuje pravidelně, se hodí vědět, jaké další nabídky a zboží by ho mohly zajímat, co nakupují jemu podobní lidé a on ne. U každého zákazníka lze poté vypočítat jeho vytěžitelný potenciál.

Na řadu pak přichází třetí fáze, tedy oslovení zákazníků s cílenou nabídkou takřka na míru. Prompter dokáže zjistit a poradit, komu raději poslat e-mail, kdo dává přednost SMS a komu případně dokonce zavolat. Navíc nejde jen o to jak, ale důležité je i správné načasování oslovení. Systém od KPMG z dostupných dat zjistí, kdy – třeba náš Petr Šťastný – nejčastěji otevírá e-maily a na jaké typy nabídek reagoval nejlépe. 

„Cílem je podívat se kdykoli na všechny klienty a jasně říct, co zrovna potřebují a co pro ně může e-shop udělat, aby byli spokojení koupili víc zboží. Prompter doporučí, co, jak a kdy jim nabídnout,“ vysvětluje jeden z tvůrců tohoto nástroje Martin Čekal z KPMG.  

Co když data ještě nemáme?

Kromě vlastních dat e-shopů a toho, jak se člověk chová na jejich stránkách, využívá Prompter i informace z Googlu či historii prohlížení. Systém ví, jak je člověk aktivní, jak často se připojuje na stránku, co na ní dělá, nebo třeba to, jestli otevírá e-maily, které mu e-shop posílá. Jenže jak postupovat u někoho, kdo je v e-shopu nově?

„V tom případě se podíváme, jakým dalším klientům se podobá, a zařadíme ho do patřičné behaviorální skupiny. Podle té mu pak nabídneme další zboží,“ vysvětluje další z autorů Prompteru, David Švenka s tím, že čím víc kvalitních dat se do nástroje „nasype“, tím lepší výsledek bude.

Zpracováváme Big Data

Ostatně právě zpracování velkého množství dat bylo pro autory Prompteru jednou z největších technických výzev. „Ke každému člověku přistupujeme
individuálně a v podstatě ho ‚rozložíme‘ do stovek až tisíce numerických
faktorů, které ho detailně popíšou. Takovéto množství faktorů má nesrovnatelně lepší predikční schopnosti než klasické marketingové strategie založené na lidské intuici. Tento algoritmus je dále kombinován se speciálními typy neuronových sítí, čímž se predikce dále zlepšují, ale interpretabilita výsledkůzůstává zachována,“ říká k zajímavé výzvě při tvorbě Prompteru David Švenka.

Cílem Prompteru jsou primárně dvě věci. Jednak pomoci e-shopu prodat víc zboží a za lepší cenu. Obchodníci ztrácejí peníze tím, že dávají slevy, a proto je dobré vědět, kteří zákazníci jsou na slevy citliví a jak moc. Druhým cílem je pak zlepšit vnímání e-shopu v očích zákazníků tím, že je obchodník zbytečně nezahlcuje nabídkami, které se jich netýkají, ale naopak člověk dostává zajímavé nabídky na míru.  

Nástroj už má za sebou první úspěšné nasazení ve spolupráci s velkým ruským e-shopem (více informací v infoboxu). Testovanému vzorku zákazníků se díky němu podařilo až třikrát častěji prodat zboží nabízené skrze e-mailing a návratnost investic na oslovení klientů vzrostla z pěti procent na celých 61 %. 

Testujeme v Rusku

Prompter jsme vyvinuli a nasadili pro významný ruský e-shop, který prodává 4 miliony druhů zboží. Do prvního testování bylo zahrnuto 300 tisíc zákazníků. Vedle toho jsme sledovali i stejný počet zákazníků, u kterých se nic nezměnilo a pokračovali v běžném režimu e-shopu – ten na ně dál cílil své kampaně a oslovoval je stejně jako dosud. Na první skupině se testoval Prompter. Podle něj se navrhovaly speciální nabídky nebo slevy, s nimiž e-shop oslovil ty, které systém doporučil. 

Jak to dopadlo? Ukázalo se, že KPMG přístup v čele s Prompterem dosáhl
během měsíčního testování až 61% ROI (return-on-investment – návratnost
investic), zatímco klientův stávající přístup, kdy rozešle velké množství slev
mase klientů, má ROI jen kolem 5 %. Cílené nabídky vytvořené v rámci KPMG
řešení pak otevřelo o třetinu více zákazníků než porovnatelné nabídky vytvořené klientem. Stejně tak se KPMG povedlo zákazníkům, kteří svou nabídku otevřeli, prodat až 3x častěji nabízený produkt. Kromě toho náš přístup dokázal, že je možné úspěšně „probudit“ i zákazníky, kteří v e-shopu našeho klienta už několik let nic nekoupili.

Text vyšel v magazínu Marwick

Časopis pro klienty a příznivce KPMG Česká republika.

 
Čtěte zde

Spojte se s námi

 

Nezávazná poptávka

 

Zadat