К моменту старта проекта группой «ВымпелКом» была взята на вооружение стратегическая модель работы NBA (Next Best Action). Основа этой модели — каталог предложений, который активно пополняется и обновляется, а также аналитика по клиентам, которая также должна обновляться непрерывно, как непрерывно происходят события в жизни абонента. К примеру, приятным событием может быть приобретение нового смартфона, а неприятным — проблемы с работой мобильной сети. Все эти события нужно правильным образом учесть, причем сделать это быстро и точно, поскольку ошибки чреваты ухудшением отношения клиента к компании.

Персонализация стала одним из ключевых трендов ведения взаимоотношений с клиентами. Новая модель работы потребовала новых технологий. Выбор в качестве платформы решения IBM SPSS был обусловлен оптимальными возможностями по интеграции, срокам внедрения, жизненному циклу, масштабируемости, а также стоимости.

Цель внедрения нового ПО — получение максимума информации, которую можно собрать с каждого пользователя. Возможность ее постоянно обновлять в онлайн-режиме и анализировать. Важно, чтобы аналитика работала в режиме реального времени, самостоятельно обучалась и генерировала новые предложения.

При этом предложения не должны быть навязчивыми для абонента. Кроме того, для заказчика были важны такие моменты, как сохранение инвестиций, минимизация затрат, выбор передовых технологий, масштабируемость решения, реализация проекта в агрессивные сроки.

Внедрение совместно с корпорацией IBM программного решения IBM SPSS в компании «ВымпелКом» для автоматизированной поддержки проведения маркетинговых кампаний.

Для выполнения задач была сформирована проектная команда, которая состояла из нескольких групп специалистов: заказчиков проекта, сотрудников проектного офиса и департамента ИТ от «ВымпелКома», менеджеров и технических консультантов AT Консалтинг, представителей IBM. На всех этапах происходило плотное общение сотрудников проектного офиса с бизнес-заказчиками и ИТ-специалистами для своевременной корректировки и контроля выполнения задач. Проект курировали непосредственно топ-менеджеры «ВымпелКома». Проект предполагал решение большого количества задач, причем некоторые из них были поставлены уже в ходе его реализации. В связи с этим команда внедрения на пике проекта была увеличена более чем на 50%.

Для подготовки данных для предиктивного моделирования лучших предложений и сегментации были применены технологии Big Data. В результате этого были подготовлены ежедневные и real-time-витрины по профилю потребления, разнообразной сегментации и текущим параметрам абонента на основании постоянной обработки всего трафика абонентов глубиной 3 месяца (5 Тб).

Для выбора и персонификации в реальном времени лучшего целевого предложения с помощью предиктивных моделей установлено решение IBM SPSS RTDM, которое, как говорилось выше, позволяет проводить анализ до 500 различных KPI и применять более 1000 формул расчета и критериев отбора. Результатами внедрения IBM SPSS RTDM стали обработка всех входящих обращений в колл-центр и офисы продаж, также проведение скоринга по 100 различным потенциальным целевым кампаниям, определение, персонификация и отображение наиболее актуальных кампаний всего через полсекунды после обращения клиента.

Задача организации Единой политики контактов, которая в реальном времени обеспечивала фиксацию фактов коммуникации и реализовала до 100 тыс. новых проверок в секунду о разрешении/запрещении проведения той или иной коммуникации, была решена с помощью In-Memory Distributed Cache. Благодаря данной технологии вся история коммуникаций размещена в RAM в распределенном кеше быстрого доступа.

Использование IBM SPSS позволило повысить эффективность около 200 маркетинговых кампаний «Билайн» в течение 6 месяцев. Программное решение позволило телекоммуникационной компании анализировать данные своих абонентов для того, чтобы предсказывать их поведение, потребности и предпочтения, и в конечном счете оптимизировать маркетинговые кампании.

После внедрения решения IBM SPSS число клиентов «Билайн», принявших предложение, сформированное на основе данных, поставляемых системой, выросло в 3,5 раза. С момента старта было принято около 1 млн таких предложений. Возможность получать информацию появилась у всех специалистов, которые напрямую контактировали с клиентами в офисах и колл-центрах.