IBM dokáže odhalit perspektivního online zákazníka
9. 3. 2005 00:00 Rubrika: Tiskové zprávy
Zkvalitňování online obchodů je problém, se kterým se potýkají všechny firmy provozující webové servery pro zákazníky. Amit Fisher, člen izraelského výzkumného centra IBM, teď přišel na způsob, jak u každého online zákazníka přesně předvídat jeho potenciální dlouhodobou hodnotu (Customer Lifetime Value, CLV, peněžně vyjádřený ukazatel reprezentující přínos klienta pro společnost). Firmy tím získávají možnost poskytovat nejlepším zákazníkům rozšířené služby a zvyšovat efektivitu marketingových kampaní.
Přestože modely, které předpovídají dlouhodobou hodnotu zákazníka, už existují, jejich hodnocení vycházejí výlučně z analýzy historických dat o jednom zákazníkovi, například z toho, jaké položky a jak často si v minulosti koupil. Jenže existující technologie dokáže určit dlouhodobou hodnotu zákazníka teprve poté, co na daném serveru vytvoří určitou vlastní historii nákupů. Nová technologie IBM umožňuje maloobchodům a dalším online firmám odhadnout potenciální dlouhodobou hodnotu i v případě relativně nových zákazníků. Je založená nejen na neustálém interpretování vzorců nakupování u jednoho konkrétního zákazníka, ale také na online aktivitách jiných, zavedenějších zákazníků. Pomocí sledování a vyhodnocování kupního chování při prvních návštěvách dokáže model zařadit nového zákazníka do určité skupiny a předvídat vzorce nakupování podle chování zákazníků se stejným „nákupním profilem.“
Jakmile model předpoví, že je u některého návštěvníka webu vysoká pravděpodobnost uskutečnění transakce, firma se může například rozhodnout adresovat právě jemu relevantní nové nabídky nebo upřednostnit jeho požadavky před méně lukrativnějšími zákazníky, aby je server rychleji obsluhoval. Tyto nové metody poskytují mnohem efektivnější řešení řízení provozu na webovém serveru než zásady „kdo dřív přijde, ten je dříve obsloužen,“ jež v současné době používá většina webových serverů. Podobné technologie se už prakticky uplatňují v různých oblastech, zejména ve finančnictví.
„Je obecně známým obchodním principem, že je lepší udržet si dobrého zákazníka, než najít nového," řekl Amit Fisher, který začal na novém modelu pracovat už v rámci své diplomové práce. „Využitím inteligentních algoritmů dolování dat dokážeme předvídat dlouhodobou hodnotu zákazníka webového obchodu, což pomáhá optimalizovat fungování elektronických obchodů. Ve chvílích největšího vytížení webového serveru tato technologie umožňuje obchodníkům upřednostnit žádosti nejlukrativnějších zákazníků – podobně jako v hotelovém odvětví nebo letecké dopravě fungují programy pro držitele zlatých karet.“
Úspěch tohoto modelu potvrdila případová studie proveditelnosti, jež proběhla na jednom z největších aukčních serverů v Izraeli. Model byl vytvořen a ověřen na základě skutečných dat o zákaznících online aukčního serveru, který každodenně obslouží tisíce zákazníků. Data byla každý den shromažďována po dobu jednoho roku, kdy se uskutečnilo více než 70 000 nákupů v celkové hodnotě přes 18 miliónů dolarů. Pomocí nového modelu byla provedena korelace chování zákazníků, přičemž byli přesně roztříděni zákazníci s vyšším nebo nižším potenciálem něco na serveru nakoupit – a výsledky byly velice přesné. Při pokusech s početnými skupinami o více než 1 000 zákaznících byly předpovědi modelu velice přesné a s velkou pravděpodobností odpovídaly skutečným datům shromážděným na webu.
Tento typ technologie pro optimalizaci byznysu je čím dál důležitější pro společnosti, které jsou pod tlakem nuceny nabízet zákazníkům přidanou hodnotu a zároveň snižovat náklady a maximálně využívat prostředky. Fisherův nový systém je typickým příkladem technologie on-demand, kterou konzultanti IBM pomáhají implementovat firmám pro nejrůznější aspekty jejich podnikání. Nový model dlouhodobé hodnoty zákazníka je v současné době integrován s ostatními aktivními technologiemi, na nichž pracují výzkumné laboratoře IBM v Haifě.
