шклюдов павел. content discovery рыночные и технологические...
TRANSCRIPT
© 2014 IBM Corporation
РИФ/КИБ
Апрель 2014
CONTENT DISCOVERYРыночные и технологические тренды персонолизации интернет пространства
Шклюдов Павел
© 2014 IBM Corporation
Апрель 2014
2
Модель зрелости рекомендательных сервисов
Модель зрелости определяется вопросами о глубине понимания Клиента
Кто в общем и целом наш клиент и что он покупает? Что можно
ему предложить?
Как он покупает?
Каковы особенности
пробритений?Что еще
интересного можно ему
предложить?
Какие потребности закрывает наш
Клиент? Как переориентироват
ь наше предложение под
Клиента?
Что лучше всего предложить нашему
Клиенту до того как он это захотел?
Valu
e
Maturity
Streamline dataBasic analysis
Analyzepatterns
Optimizeoutcomes
Какие поведческие
особенности у нашего Клиента?
Как мы можем сделать лучшее предложение?
© 2014 IBM Corporation
Апрель 2014
3
Выбор приоритетных технологий
Высокие Низкие
Сл
ож
но
сть
реа
ли
зац
ии
Ни
зка
яВ
ыс
ока
я
Машинное обучение
Сентимент анализ
Социальный граф
Граф интересов
Поведенческое моделирование
Глубокое профилирование
Искуственный интеллект
1
2
3
4
5
6
7
Получаемый эффект
1
2
34
5
6
7
© 2014 IBM Corporation
Апрель 2014
4
Что уже используют наши Клиенты
© 2014 IBM Corporation
Апрель 2014
5
От понимание того что люди покупают до понимания того как и зачем они это делают
Analytics of Aggregates
Monitoring and Reporting
Analytics of Individuals
SentimentSentiment
ListeningListening EngagementEngagement WorkflowWorkflow
MeasurementMeasurement
PublishingPublishing
Net PromoterNet Promoter
Network TopologyNetwork Topology
Mas
s
Indi
vidu
al
Intrinsic TraitsIntrinsic Traits
What are people saying?
How do people feel about my brand?
Who is this individual like? What does she value ? What is her taste and
style?
Social GenomeSocial Genome
© 2014 IBM Corporation
Апрель 2014
6
Модель потребностей – ключ к пониманию особенностей потребления
Spending
Thrifty
Materialism
Security
Altruism
Risk
Modesty
ConformismIndustry
© 2014 IBM Corporation
Апрель 2014
7
Знания необходимые для модели потребностей
Psycho-Profile of Individuals
Individual’s network potential
Enterprise Customer Data
Enhanced digital profiles of individuals to
tailor and time messages and offers via
the preferred channel
Multi-dimensional analytics of individuals
+Augment
© 2014 IBM Corporation
Апрель 2014
8
Примеры применения
ПРИМЕР
© 2014 IBM Corporation
Апрель 2014
9
Что будет если наложить полученные данные на граф интересов
© 2014 IBM Corporation
Апрель 2014
10
Куда двигаться дальше?
DATA SOURCE
DATA ENRICHMENT
AvailableGeo(?),
GovernmentCorp Filings
ProtectedWeb
Social Media
PROPRIETARY
ADVANCEDSME/Recommendations
Integrate to Client solution
BENCHMARKIndustry/Functional Analysis
Client comparatives
AGGREGATORMarketplace
Brokered Data ServicePUBLIC
Cross-Customer dataCross-Market dataInterest based community
BASIC
Transformers
InsidersAggregators
Specialists
Data brokerAggregate sources for one stop shop for discovery, licensing and integration
Industry expertsDomain specific insights based on available data
Combined with transforming services Prescriptive analyticsIntegrated with business process
Industry domain dataSharing data across community memberSharing information across industry
Defensibility of offering
Def
ensi
bili
ty o
f o
ffe
ring
© 2014 IBM Corporation
Апрель 2014
11
ВОПРОСЫ?