Tudjuk ma, hogy mi lesz holnap? Lássuk előre az ügyfelek viselkedését! Csendes Balázs Brand Manager IBM Magyarország

Hasonló dokumentumok
Tudjuk ma, hogy mi lesz holnap? Lássuk előre az ügyfelek viselkedését! Csendes Balázs Brand Manager IBM Magyarország

Prediktív analitikai megoldások bankok és biztosítók számára

IBM Enterprise Content Management Solutions Content Analytics

Copyright 2012, Oracle and/or its affiliates. All rights reserved.

BI megoldás a biztosítói szektorban

Ön a megfelelő mennyiségű és minőségű információk alapján hozza meg döntéseit? Stratis Kft. / Autonomy üzleti reggeli /

BIG DATA ELEMZÉSEK LEHETŐSÉGEI

Papp Attila. BI - mindenkinek

Oracle Enterprise Manager: Az első teljesértékű felhő üzemeltetési megoldás

ISO 9001 kockázat értékelés és integrált irányítási rendszerek

IBM Datacap Taskmaster. Bejövő Számlák feldolgozása Accounts Payable Taskmaster (APT) Előadó: Csendes Balázs / IBM Industry Solutions Brand Executive

1 Copyright 2011, Oracle and/or its affiliates. All rights reserved. Insert Information Protection Policy Classification from Slide 7

PREDIKTÍV ANALITIKÁVAL A KORAI ISKOLAELHAGYÓK SZÁMÁNAK CSÖKKENTÉSÉÉRT

Változások előtt hol áll a banki (adat)elemzés? Nándorfi György

SAS Enterprise BI Server

T W z àöä á TÜtÇç{tÄ á t [öüéå ^ äöçáöz

A tudás handrendbe állítása, azaz SPSS PES

Üzleti folyamatmenedzsment: - káoszból rendet!

IT trendek és lehetőségek. Puskás Norbert

A Projekt portfoliómenedzsment projekt iroda (PMO) alkalmazási feltételei, lehetőségei - szekció bevezető gondolatok

I. CRM elmélete és gyakorlata. II. Stratégiai elemek. III. Strukturális megoldások


Tartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben.

Felkészültél az új szezonra?

Önkiszolgáló BI infrastruktúra az adatvezérelt teljesítménymenedzsmentben

20 éves a Térinformatika Tanszék

Adattárház és BigData Szimbiózisa. Baranyi Szabolcs IM Technical Sales

Adatbányászat és Perszonalizáció architektúra

Versenyelőnyszerzés az intelligens megoldások korában. Rehus Péter, SWG CEE, IS brand igazgató November 5.

Üzleti intelligencia - eszközöktől a megoldásokig

DIGITALIZÁCIÓ KINEK MI? AVAGY A KIKERÜLHETETLEN ÖSVÉNY A SIKERES VERSENYKÉPESSÉG ÉRDEKÉBEN.

Lépésről lépésre - a siker útján

A USER Kft - mint Open Text partner - bemutatása

Big Data adattárházas szemmel. Arató Bence ügyvezető, BI Consulting

Gyors sikerek adatbányászati módszerekkel

A Gazdasági - Műszaki Főigazgatóság feladatai az intézményirányítás fejlesztésében

Component Soft és tovább

Eladni könnyedén? Oracle Sales Cloud. Horváth Tünde Principal Sales Consultant március 23.

Takács Gábor mérnök informatikus, okl. mérnöktanár

ÁLMODJ NAGYOT, KEZDD KICSIBEN, HALADJ GYORSAN

User journey. Utazz velünk a jövőbe! Németh Iván Ads Interactive Media Group

Aktualitások a minőségirányításban

Palaczk Péter A marketing folyamatok adattárház alapú támogatása

Adatbányászat az Oracle9i-ben. Fekete Zoltán vezető termékmenedzser

Első Hazai Adatkezelő Kft. All Rights Reserved.

Ügyfélkapcsolat menedzsment rendszerek nyílt forráskódú szoftverekkel. Herdon Miklós, Kaderják Gyula, Simon András

Beérkező iratok automatizált iktatása és feldolgozása. Offisys Kft

Big Data az adattárházban

Dokumentum kompozíció

Innovatív trendek a BI területén

IBM Enterprise Content Management Megoldások Advanced Case Management

László Péter. Lehetséges-e az üzleti fókuszú infokommunikációs szolgáltatás menedzsment megvalósítása az állami szférában?

Self service reporting fogások, technikák és megoldások controllereknek, nem csak Excel alapon

AZ ÜGYFÉL KOMMUNIKÁCIÓ ÚJ FORMÁI POZITÍV ÜGYFÉLÉLMÉNY SZÖVEGBÁNYÁSZATI MEGOLDÁSOK

Prediktív analitika. Körmendi György. SPSS Hungary május 24.

Industrial Internet Együttműködés és Innováció

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data.

Az üzleti analitika meghatározó szerepe az ügyfélélmény területén. Radnai Szabolcs Üzletfejlesztési igazgató ECEMEA BA

1. Gyakorlat: Telepítés: Windows Server 2008 R2 Enterprise, Core, Windows 7

Vajna István BLC INDUSTRY 4.0 & LEAN

Önkiszolgáló BI Az üzleti proaktivítás eszköze. Budapest,

Melyek az újdonságok a Microsoft Dynamics AX 2012-ben? Sasfi Imre

Belső ellenőrzés és compliance. szolgáltatások. Cover. KPMG.hu

Gyors sikerek adatbányászati módszerekkel

Inbound marketing. Damjanovich Nebojsa, Senpai Consulting, HubSpot viszonteladó

A Jövő Internet kihívásai A jövő információs és kommunikációs technológiai MTA TRB és IB közös tudományos ülés november 17.

GE ITSG Industrial Technology Services Group

Költségcsökkentés a Production Imaging and Capture alkalmazással

FIGYELEMFELKELTŐ HIRDETÉS BANNERES KAMPÁNY TÖBB REKLÁMHÁLÓZATBAN

Keresés a MarketLine Advantage adatbázisban

Integrált Kampánymenedzsment Rendszer kialakítása

Újdonságok. Jancsich Ernő Ferenc

FELHŐ és a MAINFRAME. Irmes Sándor

Internet of Things az új mobil forradalom

SOPHOS simple + secure. A dobozba rejtett biztonság UTM 9. Kókai Gábor - Sophos Advanced Engineer Balogh Viktor - Sophos Architect SOPHOS

User explorer riport a Google Analyticsben. "Tartsd magadhoz közel a barátaidat, de még közelebb a potenciális vásárlóidat"

Hogyan lehet megakadályozni az üzleti modellezés és az IT implementáció szétválását? Oracle BPM Suite

Változó vásárlói szokások nyomon követése 2016 Szeptember SAP Forum. Komjáthy Csaba

Túl a szórakozáson - új típusú munkavégzés mobil eszközökön

Novell Roadshow január március

Történet John Little (1970) (Management Science cikk)

Pénzügy, számvitel. Váradi Mónika

CÉGBEMUTATÓ. Emberközpontú üzleti megoldások.

DW/BI rendszerek kialakítása bevezetői szemszögből. Gollnhofer Gábor - Meta Consulting Kft.

ADATTÁRHÁZ HATÉKONYSÁGNÖVELÉS, REDUNDANCIA CSÖKKENTÉS Frunza Zsolt ÜZLETI INTELLIGENCIA A JÖVŐ, AHOGY MI LÁTJUK

A mobilhirdetések szerepe a marketing mixben

ALITERA Ügyfélkapcsolati Kft. Támogatott kapcsolatok ügyfélkiszolgálás másképp

Mobil üzleti alkalmazások az -en és naptáron túl

Vezeték nélküli hálózatok biztonsága október 8. Cziráky Zoltán ügyvezető igazgató vállalati hálózatok

CMDB architektúra megjelenítése SAMU-val Rugalmas megoldás. ITSMF Bekk Nándor Magyar Telekom / IT szolgáltatás menedzsment központ

Döntési eszközök mikrovállalkozásoknak

Google Analytics és mérési lehetőségei. Békési Károly

Vanyová Klára. 1. Bevezetés. 2. A rendszereket fejlesztő cégről. A hangbányászat lehetőségei a döntéstámogatásban 2

Csalásfelderítés hálózatokon keresztül. Innovatív BI konferencia, Budapest,

ADATTÁRHÁZ MENEDZSMENT ÉS METAADAT KEZELÉS

Automatizált Marketing Webshopoknak

Alter Róbert Báró Csaba Sensor Technologies Kft

Az adathalászat trendjei

Slamovits Tibor Államigazgatásiüzletág-vezető EMC Magyarország

Így kampányolunk mi. Hans Zoltán. Szolgáltatás Fejlesztés és Online Irányítás vezető. IBM-SPSS üzleti reggeli (Budapest)

Átírás:

Tudjuk ma, hogy mi lesz holnap? Lássuk előre az ügyfelek viselkedését! Csendes Balázs Brand Manager IBM Magyarország

Oscar Díj / 2012

Megjósolni az Oscar díj eredményét Meryl Streep The Iron Lady Best Picture The Artist Női mellékszereplő Octavia Spencer Jean Dujardin The Artist

Mire figyelnek a részvényesek következő 3 évben? 70% 60% 50% 40% Növelni az ügyfélközpontúságot Javítani az ügyfél szegmentációt Ügyfél igényekhez alakított árazás A csatornák igazítása a használathoz 30% 20% 10% 58% 54% 43% 31% 39% 38% 35% 34% Radikális költségcsökkentés A működés egyszerűsítése Figyelem az üzleti modellre 0% Risk Mgmt. Mature Markets Client Srvc. Capital Cost Emerging Markets Kockázat és tőke menedzsment IBM Institute for Business Value Note: Question asked:. 2. Which attributes do you think will be most critical in creating shareholder value for your financial institutions in the next three years? Select up to three. Source: IBV EIU Business Analytics in Banking Survey 2010, n=235

Az anali8ka összefügg a teljesítménnyel! 3x 5.4x A szervezetek, amelyek analitikai eszközöket használnak jobban teljesítenek, mint azok, akik most kezdik csak bevezetni ezeket A legjobban teljesítők jobban hagyatkoznak analitikai eszközökre, mint az intuícióra Source: Analytics: The New Path to Value, a joint MIT Sloan Management Review and IBM Institute of Business Value study. Copyright Massachusetts Institute of Technology 2010."

Fejle@ ügyfél anali8ka Az egyre növekvő mennyisége, változatossága és tagoltsága az ügyfelek adatainak soha nem látott lehetőségeket kínál Új és kifinomultabb stratégiák, melyek hatékonyabbak és eredményesebbek A szervezetek általában tudják mit kezdenének a mélyebb analitikai tudással, de még csak keveseb használják is ki őket De egyensúlyozni kényszerülnek a személyes adatvédelem és a szűk erőforrások között A technológia megteremti annak a lehetőségét, hogy jobban megismerjük az ügyfeleinket

Mérföldkövek a mesterséges intelligenciában Deep Blue 1997- ben legyőzte Garry Kasparov sakk világbajnokot

ÁTörés a tartalom elemzésben IBM Watson (Jeopardy) Üzle8 kihívás Előrelépés a QuesWon Answer (QA) rendszerek terén, lehetőséget adva több iparágban is használható alkalmazások számára az átörésre. Iparág: széles körben Érték: üzle5 döntések javítása Megoldás: content analy5cs információ kereső eszköz, ami képes a kérdéseink megértésére, így biztosítva, hogy megkapjuk amit akarunk, természetes párbeszéd formájában közölt tartalom formájában. Dr. David Ferrucci Principal Inves5gator Watson project Miért jobb? Az IBM Content AnalyWcs (LanguageWare) használata más technológiákkal együt hatalmas mennyiségű strukturálatlan tartalom olvasására, elemzésére, megértésére. Többféle algoritmus párhuzamos futatása a lehetséges válaszok megbízhatósági szintjeinek összehasonlításával. A válaszokkal együt a megbízhatósági szintek megadása. Jobb üzle8 működés Iparági megjelenés hamarosan! Számtalan alkalmazás értékét növeli meg az egészségügytől kezdve az ügyfélszolgálatokon át a kormányzaw hírszerzésig, és ezeken túl.

IBM Content and PredicWve AnalyWcs A kérdés: Mit tudunk? A tartalom és prediktív analitikai képességek ötvözése valós idejű és tényleges adat alapú döntéshozatal érdekében Analizálni és vizualizálni a múltat Megérteni a trendeket, mintázatokat, eltéréseket, anomáliákat a kontextusnak megfelelően és felismerni az összefüggéseket Látni a jelent Elemezni és kivonatolni a szövegeket, folyamat dokumentumokat valamint egyéb információkat találni a strukturálatlan adatokban Megjósolni a jövőt Prediktív modelleket használni, hogy a jelen döntések megalapozottabbak legyenek

IBM Content and PredicWve AnalyWcs ÁTekintés KINYERNI a tényeket és a kapcsolatokat a különböző adatbázisokból Analizálni és Megjeleníteni a múlt, jelen és jövőbeli forgatókönyveket hogy egy tényeken alapuló adatbázis kapjunk Analyze Visualize A Content Analytics a természetes nyelvi feldolgozással analizálja a trendeket, mintákat, eltéréseket a strukurálatlan adatokban. Az SPSS a prediktív osztályozást és valószínűség analízist végzi el. Mindezek lehetővé teszik a munkatársaknak és vezetőknek, hogy Kapcsolatba kerüljenek a tárolt információkkal és azokból új következtetéseket újszerűen vonjanak le Integrálják és hasznosítsák más rendszerek eredményeivel 10

Miért érw meg nehezen a gép az embert? Hol született Einstein? Strukturált adat Fizikus Szül. hely A. Einstein Ulm N. Bohr Copenhagen M. Curie Warsaw Source: Excel File, Database, etc. Strukturálatlan adat Egy napon Otto kiválasztott egy szép ulmi képeslapot és elküldte Albert Einsteinnek emlékül a szülővárosából Source: http://www.schaeffenacker-ulm.de/en/otto.html Mit vezetett J. Welch? Személy Szervezet L. Gerstner IBM J. Welch GE Source: Excel File, Database, etc. W. Gates Microsoft Source: IBM Research Ha a vállalatvezetés művészet, akkor Jack Welch festőművésznek bizonyult a GEnél eltöltött időszak alatt Source: Jack Welch and the GE Way, Robert Slater

Nyers információból gyors következtetések Fedezzen fel új üzlew lehetőségeket ez egyedi vizualizációs technikával Kinyerni és aggregálni többféle forrásból Analizálni, rendezni és vizuálizálni Feltárni az összefüggéseket hatalmas és sokféle szöveg alapú tárak feldolgozása. vállalaw tartalom (és adat) felhasználása, hogy felismerjük a kölönböző trendeket, mintákat és korrelációkat. megvizsgálni a gyanús összefüggéseket anélkül, hogy külön modellt építetünk volna a területre.

IBM Content and PredicWve AnalyWcs a gyors következtetéseket szolgáltató plagorm A nyers információt gyorsan következtetésekké alakítja modellek felépítése vagy összetet rendszerek használata nélkül. A következtetéseket órák vagy napok alat képes szolgáltatni nem hetek vagy hónapok alat. Könnyen használható mindenki számára a tartalom keresésére és feltárására. Rugalmas és bővíthető a mélyebb összefüggések feltárására. Rapidly Derived Insight Search and Explore Analyze and Visualize Aggregate and Extract External and Internal Content (and Data) Sources including Social Media and More

Szabadítsuk fel az értéket a tartalomból Mire használják jelenleg ügyfeleink megoldást? Megérteni az ügyfelek kérdését mielőt kérdezik. Felderíteni visszaéléseket mielőt a kérelem kifizetésre kerülne. Dinamikusan hozzárendelni az erőforrásokat az legfontosabb területekhez. Életeket menteni azzal hogy gyorsan azonosítjuk a biztonsági problémákat. Ön kihasználja a rejte@ értékeket a tárolt strukturálatlan tartalmakból?

Unica integrált markewng menedzsment Gartner, Forrester is vezetők közé sorolja 2010- ben vete meg az IBM Lefedi a teljes markewng tevékenységet tervezéstől a kampány- értékelésig Valós idejű döntések, ügyfélre szabva Cross- chanel értékesítés: email, call center, DM levél, web, banner, SNS, stb. +113% az email kampány hatékonysága +285% hirdetősávra karntók aránya 3 hónap alat duplázódot a Reward Zone klubtagok száma A cost- per- conversion közel 80%- kal csökent (egy unit- ra jutó kampányköltség) 30x- ára nőt az egy évben folytatot kampányok száma 3 hétről 1 hétre csökkent a kampányok előkészítési ideje 35%- kal csökkent a markewng csapat bérköltsége (túlórák)

Call center sajátosságai Információ a beszélgetésekben A beszélgetések <1%- át hallgatják vissza Értékes kihasználatlan információk A céget egy operátor hangja képviseli Nincs tökéletes operátor Call center voice Feladat: kiaknázni a beszélgetésekben lévő információt 16

Call Center Egy létező megoldás Hangalapú elemzés Predictive CRM Speech-totext IBM Content and Predictive Analytics Ügyféladat Strukturált adat Hívás adatok Külső ab. 17

ÜzleW probléma Lemondási szándék Elégedetlen ügyfél Reklámkampány hatásának vizsgálata Operátori teljesítmény monitorozás Protokoll tartás... 18

Lemondási szándék Azonosíthatóan megjelenik a beszélgetésekben Eredmény: napi lemondási lista azonnal akció tervezhető 19

Protokoll tartás 20

Köszönöm a figyelmet! Csendes Balázs Brand Manager Industry SoluWons Tel: 20/823-5547 Mail: bcsendes@hu.ibm.com

The Interactive Discovery User Interface Explained Search Query Exploration Views, Filters and Thresholds Automatically Extracted and Analyzed Concepts, Entities, Relationships, Meta Data and Classifications Visualization with Drill Down for Exploration and Assessment 22

Connections View links highly correlated terms to one another 23

Create Dashboard Views for Executive Summaries 24

Ability to add custom views into ICA Text Miner Sample Plug-in Map View 25