Így kampányolunk mi. Hans Zoltán. Szolgáltatás Fejlesztés és Online Irányítás vezető. IBM-SPSS üzleti reggeli (Budapest) 2010.09.22.



Hasonló dokumentumok
Csalásfelderítés hálózatokon keresztül. Innovatív BI konferencia, Budapest,

CRM fentről és lentről

Palaczk Péter A marketing folyamatok adattárház alapú támogatása

AEGONdirekt.hu. Köszöntjük Önöket sajtótájékoztatónkon!

Adatbányászat az Oracle9i-ben. Fekete Zoltán vezető termékmenedzser

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

Segítség, összementem!

Soltész Gábor. Önéletrajz Budapest, Lechner Ödön fasor em 26. a.

Tipikus konverziós utak - Banki esettanulmány. Media Hungary, május 10. Dunai Zsolt, CIB Bank

Alkalmazkodjunk együtt a digitális változásokhoz! Mizsei Szabolcs XAPT digitális tanszformációs tanácsadó

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

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

INNOVÁCIÓS KLUB PÓDIUMBESZÉLGETÉS. FATÉR MÁRTA Technológia- és Tudástranszfer Szolgáltató Iroda K+F projektvezető Székesfehérvár, április 5.

Projektvezetői döntések támogatása webbányászattal

Inbound marketing. Damjanovich Nebojsa, Senpai Consulting, HubSpot viszonteladó

Bevezetés: Mi a CRM? A tervezési fázis helye és szerepe a CRM implementációs projektekben Jógyakorlatok: mire figyeljünk a CRM tervezés közben.

Fekete Csaba Csongor Üzleti intelligencia vezető Citibank ZRt.

A kockázatkezelő feladatai az AEGON gyakorlatában Zombor Zsolt május 30.

Átlátni és rendszerezni Az adatbányászat, a CRM és a piackutatás kapcsolata

Marketing a gyakorlatban I. előadás BME Menedzsment és Vállalatgazdaságtan Tanszék

Az LCA Center egyesület bemutatása. István Zsolt elnök

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

A KKV-K MARKETING AKTIVITÁSAI

Digitális átállás a pénzforgalomban a sikeres alkalmazkodás öt pontja

ÖSSZEFOGLALÓ A Hotel Boscolóbantartott DEVELOR rendezvényről

Haladó elemzések potenciális stratégiai irányok (SWOT, GE, BCG, SPACE stb.) Máté Domicián

Fehér Tamás, Hofgesang Péter T-Systems Magyarország. Adócsalók a RADAR képernyőjén

TECHNOLÓGIAI IGÉNYMENEDZSMENT

Eladásmenedzsment Bauer András, Mitev Ariel Zoltán

Hálózati elemzések az üzleti életben. Kovács Gyula Sixtep Kft.

RapidAnalytics Enterprise Edition bevezetés a Telenor Magyarországnál. Szakács Balázs - Telenor Magyarország Szücs Imre United Consult

Költségmegtakarítás járatoptimalizálással. Lukács Lajos Ügyvezető DSS Consulting Kft.

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

Digitális átállás a pénzforgalomban a sikeres alkalmazkodás öt pontja

Szállodai vendéglátás bevételgazdálkodása Hotel F&B 1. Miért vendéglátás? 2. Szállodai vendéglátás Szállodai vendéglátás

Költségtranszparencia a biztosító szemszögéből. Dr. Salamon Károly Elnök-vezérigazgató

A dashboardok felemelkedése. Mitró Péter

esettanulmány minta

Csongrád megyei vállalkozások innovációs fejlesztései. Nemesi Pál CSMKIK elnök június 26.

Prediktív analitikai megoldások bankok és biztosítók számára

A marketing új koncepciói 1. Tétel. Dr. Petruska Ildikó

A PÉNZÜGYI KÖZVETÍTÉS

WebShop-Experts Kft.

HVCA-MISZ-M Horgos Lénárd M27 ABSOLVO.

Mitől sikeres egy webáruház? Kulcsár István Róbert

Nyílt forráskód, mint üzleti előny. Szücs Imre VTMSZ - CMC Minősítési előadás Ha valamit érdemes csinálni, akkor azt megéri jól csinálni

Sikerünk kulcsa: az információ De honnan lesz adatunk? Palaczk Péter

Felelősségvállalás a pénzügyi szektorban: transzparencia és hitelesség

A MARKETING ALAPJAI. Információk (követelmények, segédanyagok, eredmények): ősz Dr. Petruska Ildikó

Szállodai vendéglátás bevétel-gazdálkodása Hotel F&B. 1. Miért vendéglátás? 2. Szállodai vendéglátás Szállodai vendéglátás

A pénztárak szerepe a magyar bankok stratégiájában

Társadalmi vállalkozások finanszírozása a NESsT modell

Eladásmenedzsment Bauer András, Mitev Ariel Zoltán

Informatikai statisztikus és gazdasági tervező. Informatikai statisztikus és gazdasági tervező

Big Data az adattárházban

A siker egyik titka - a tudatos vállalkozás-indítás

Oracle Middleware megoldások helye üzleti esettanulmányokon keresztül bemutatva, különböző iparágakban

Vajda Éva. Bevezetés a keresőmarketingbe

A BLOCKCHAIN TECHNOLÓGIA A BIZTOSÍTÁSBAN MABISZ KONFERENCIA Dr. Kocsis Gergely Ügyvezető RowanHill Global Kft.

Tárgyszavak: többcsatornás értékesítés; marketing-mix; vásárlói elégedettség.

Új utak az értékesítésben avagy mikor váltja be az online értékesítés a hozzá fűzött reményeket?

A világ legkisebb bankfiókja

A kutatás időtartama: március

Fejlődő technológiák alkalmazása a termék-nyomonkövetésre élelmiszerellátási

Vevőszerzés és megtartás konferencia

Biztosítási válaszok szűkülő piaci körülmények között. Erdős Mihály Generali-Providencia Zrt.

HARMADIK MISSZIÓ - GAZDASÁG- ÉS VÁLLALKOZÁSFEJLESZTÉSI KÖZPONT ALPROJEKTELEM

Webáruház elemzés. Miért hoztuk létre ezt a szolgáltatást?

Adatbányászat és Perszonalizáció az Oracle9i-ben

Értékesítések (összes, geográfiai -, ügyfelenkénti-, termékenkénti megoszlás)

Az előadás témái: Az FMCG kereskedelem mai helyzete. Több információ a kereskedőknek -> A döntés előkészítés szerepe

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

A digitális bank és a tőzsde

Gyors sikerek adatbányászati módszerekkel

Alapmarketing példatár

GAsztronómia a central médiacsoport portfóliójában

Mi az a CRM? Tűzoltás helyett hogyan értékesítsünk hatékonyan

Technológiai igénymenedzsment és projektportfólió-menedzsment

TERVEZÉS A VÉGFELHASZNÁLÓ BEVONÁSÁVAL: MIT VÁRNAK EL AZ AUTÓSOK EGY 4 ÉVSZAKOS ABRONCSTÓL?

NEMZETKÖZI FELSŐOKTATÁSI MARKETING ISMERETEK KÉPZÉS ÉS FELSŐOKTATÁS NEMZETKÖZI FEJLESZTÉSÉÉRT DÍJ PÁLYÁZATAINAK SZAKMAI BÍRÁLATA ÖSSZEFOGLALÓ

Összefogás a fenntartható életmódhoz szükséges termékek és szolgáltatások piacra jutásáért

Felelős vállalatirányítás és köztulajdon

IRÁNYTŰ A SZABÁLYTENGERBEN

Generali Alapkezelő Privát Vagyonkezelés Befektetési szakértelem immáron 20 éve

A szellemivagyon-értékelés alapjai

Innováció alapjai. Innováció fogalma, fajtái, jogi szabályozása. Dr. Reith János DIRECT LINE KFT. 1. előadás

Lépésről lépésre - a siker útján

MIT TANULTUNK 100 BEFEKTETÉSBŐL ÉS

Biztosítási Fórum 2015

A TakarNet24 projekt

Az LCA Center egyesület bemutatása. István Zsolt elnök

A Takarékszövetkezeti Szektor bemutatása

Otthontérkép, segít a döntésben! április

BRANCH TRANSFORMATION

Magyarország mozgásban. Nemzeti Közlekedési Napok 2013

The Business is so sexy

Jogi és menedzsment ismeretek

2015 féléves jelentés

Vizuális adatelemzés - Gyakorlat. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék

Az adatelemző felelőssége tapasztalatok a biztosítási analitikában

Átírás:

Így kampányolunk mi Hans Zoltán Szolgáltatás Fejlesztés és Online Irányítás vezető IBM-SPSS üzleti reggeli (Budapest) 2010.09.22. LIFE INSURANCE PENSION INVESTMENT

Tartalom AEGON Útkeresések Esettanulmány

AEGON Magyarország cégcsoport Történelmi háttér Az Állami Biztosító révén a legrégebbi biztosítói történelmi háttérrel rendelkezik 1992-től a nemzetközi AEGON Csoport tagja A magyar cégcsoport kialakulása: 1992: Biztosító 1996: Vagyonkezelés 1997: Nyugdíjpénztár 2006: Hitel 2009: AEGONDirekt.hu

Néhány szó az AEGON-ról Ami van: 2,1 millió ügyfél 2,8 millió szerződés 350 ezer kárügy 750 ezer inbound ügyfélkontakt 1200 alkalmazott 2400 vállalkozó 15 különböző nagy IT rendszer (2 portfolió, 3 kár, 4 pénzügyi, 6 ügyféladat, kontakt, stb.) >100 adatbázis 55 E db tábla 2 TB tárhely 65 E db napi tranzakció Mi nincs:.??

Mi kell a bányászathoz? Kutató ötlet és intuíció...hogy felderítsük, hol érdemes bányászni (ez még csak befektetés sok energia.pénz ami lehet, hogy nem térül meg. Bánya ahol könnyű/érdemes bányászni Adatbázisok, adatkonszolidáció, adattisztítás, adatpiac, adattárház stb. a bányát is mi csináljuk? Technológia (algoritmusok, amelyek egy adott feladatra a legmegfelelőbbek) Technika (programok, amivel dolgozunk ) Ember aki működtet és a nyersanyagot kibányássza, megtisztítja használhatóvá teszi Feldolgozó ipar

Mivel foglalkozik/hatna egy biztosítótársaság adatbányászat címén? Kockázatelemzés Kockázatvállalás Csalás, visszaélések feltárása Értékesítési potenciálok feltárása Keresztértékesítés, értéknövelő eladások, DM, DS támogatás, lojalitás programok Ügyfélkiszolgálás fejlesztése Ügyfélszokások tanulmányozása Testre szabott kiszolgálás, visszajelzések (Kártípus, összeg, ügyfél, csatorna, stb.) Termékfejlesztés, marketing Szakértői információs éhség kielégítése Termékelemzés, piackutatás

Útkeresések 1997, 1998: Excel SQL Oracle Discoverer Oracle Express Analyzer 2001: Inteligent Miner Modellezés, pilot feladatok, mintákon

Útkeresések Térinformatika vizuális felderítő eszköz

Útkeresések 2005: SPSS Base 2006: SPSS Clementine, Adatbányász Team

Mit gondolnak a biztosítási szakemberek az adatbányászatról? nagy kihívás vs. szinte megoldhatatlannak látszó problémák vs. nélküle az üzletkötői munka meghal a ráépülő értékesítési folyamat magas szintű tudatosságot kíván katalizátora lehet egy formálódó munkakultúrának (Értékesítési irányítási vezető)

Mit gondolnak a biztosítási szakemberek az adatbányászatról?.egyébként meg az elnyomó, kizsákmányoló, az individuumot nem tisztelő, csak a profit istent imádó kapitalista multinacionális vállalatok eszköze, és a polgári lét meleg otthoni légkörét, a családok szentélyét feldúló, romlást előidéző folyamat első lépcsőfoka :-) (egy Értékesítési vezető és még sokan mások )

Esettanulmány keresztértékesítési kampány Keresztértékesítés: meglévő ügyfelek részére történő újabb termék, szolgáltatás értékesítése. Miért jó? Egy ügyfélre jutó bevétel növelése Ügyféllojalitás erősítése (kutatások szerint a több termékkel rendelkező ügyfelek kötődése erősebb) Olcsóbb: a már meglévő ügyfélnek ajánlott további értékesítés költségei alacsonyabbak, mint az új ügyfelek meghódításának kiadásai

Esettanulmány keresztértékesítési kampány Üzleti elvárások kvázi szegmentáció (elérhető, potenciális ügyfél) értékesítői kapacitások figyelembe vétele Adatbányászati lehetőségek Asszociációelemzés (Mely termékek együttvásárlása jellemzi az ügyfeleinket?) Klaszterelemzés (Milyen termékeket vásárolnak jellemzően a hasonló ügyfelek?) Prediktív modellezések (Milyen megkülönböztető jegyek jellemzőek egy adott termék vásárlójára?) minőség vs. mennyiség Eredmény kvázi szegmentáció finomítása adatbányászati eredmények figyelembe vételével ésszerű határok mentén (nem minden igényt teljesítve) teljesítmény értékelése vegytisztán lehetetlen tényadatok alapján, az értékesítői visszajelzések másodlagosak

Esettanulmány keresztértékesítési kampány részletek Jövedelmi kategóriák: Feltételezett jövedelem >=2000+cm3 1500-2000cm3 <1500 cm3 Magas =<8 év 0 0 Felső közép 0 =<5 év =< 3 év Átlag X> 8 év 12>=X>5 év 10=>X> 3 Kis 0 12+ év X> 10 év Életkor 20-30 / 30-40 / 40-50 / 50-60 / egyéb Meglévő termékkör: Csak GFB, GFB + egyéb termékek

Esettanulmány keresztértékesítési kampány részletek Ütem Ügyfélkör Jövedelem Ügyfélarány 1 CSAK GFB 30-60 Átlag 20,0% CSAK GFB 30-60 16,0% 2 Magas és felsőközép GFB + egyéb 30-60 16,0% CSAK GFB 30-60 38,0% 3 Átlag GFB + egyéb 30-60 2,5% 4 CSAK GFB 30-60 Kis 7,5%

Esettanulmány keresztértékesítési kampány számokban 20 E db DM levél (ígérettel: ajándék bögrét visz az értékesítő) 650 ügynök 6 (+2) hét 78%-os ügyfélelérési arány (6% elérhetetlen ügyfél) 8%-os konverziós ráta

Köszönöm a figyelmet! Kérdések? LIFE INSURANCE PENSION INVESTMENT