Анализ данных для повышения доходности и лояльности клиентов

Среди прочих офлайновых мероприятий выбрались на научный семинар в Яндекс - послушать Константина Вячеславовича Воронцова и Ивана Сергеевича Гуза.

Очень довольна, что выбрались. Яндекс с каждым нашим приездом все более и более приближается к тому, каким он был задуман - стены радуют глаз, секретари теперь доступны до охраны, ну а знакомых сотрудников мы всегда рады видеть, по делу мы приезжаем или не совсем.

В очередной раз не могу не заметить, что презентация, в которой есть номер слайда и общее количество слайдов - очень хорошая и полезная. Зрители понимают, на каком они уровне и сколько им еще осталось.

Основная мысль, вроде бы, очевидна - не надо предлагать всем все. А вот кому именно предлагать - как раз и предлагается определять при помощи ох какой сложной математики. Для меня сложной, я на историка училась и формул боюсь.

На первом контуре - все равно человек, эксперт. И не только на первом - буквально на каждом. В общем, методика, которая признана служить человеку, а не вещь в себе. Не знаю, как для тех, кто учился на математиков, а меня это скорее радует.

Мысль, возникшая по ходу: Как правильно решить - женщина перед нами или айтишник? При помощи голосования признаков.

Самое удивительное при этом то, что я все понимала. Слайд, испещренный форулами, рассказывался и объяснялся так, что я не просто догадывалась, о чем это все, но и прикидывала, что тут я могу использовать.

Вопросы товарища из “Мегафона” после лекции, выдавали желание для каждого найти то, что ему можно продать. поэтому они так против части аудитории, которую нельзя толком отнести к какому-то сегменту.

А доклад был про то, как для предложения выбрать целевую аудиторию.

Конечно, не каждому можно продать дополнительно. Даже если очень хорошо его сегментировать. И мне, как чаще, все же, потреблителю, чем продавцу, это сознавать скорее приятно.

пусть краситвая математика помогает предлагать мне то, что я скорее буду готова купить, а не подыскивает мне то, что даже я куплю.


Записи, похожие на Анализ данных для повышения доходности и лояльности клиентов:
Вы можете следить за комментариями с помощью RSS 2.0-ленты. В можете оставить комментарий, или Трекбэк с вашего сайта.
Оставить комментарий на запись Анализ данных для повышения доходности и лояльности клиентов

XHTML: Вы можете использовать следующие теги: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <code> <em> <i> <strike> <strong>

разработка сайта