Русский  |  English  |  Карта сайта

Фонд перспективных исследований, 2015 год

Конкурс для поиска лучшего отечественного коллектива, способного преодолеть существующие недостатки технологий распознавания лиц.

Avito, 2015 год

конкурс анализа данных, посвященный проблематике Uplift modelling для решения задачи распознавания отклика клиентов на маркетинговое предложение

Avito, 2014 год

конкурс по распознаванию контактной информации на изображениях

Банк Траст, 2014 год

Внедрение системы прогнозирования поведения клиентов и оптимизации кампаний целевого маркетинга Sell4Cast

ОТП Банк, 2011 год

конкурс анализа данных по решению задачи предсказания отклика клиентов на предложение новой услуги

Компания «Балтика», 2011 год

Автоматизация прогнозирования вторичных продаж

ММВБ, 2010 год

Система анализа финансовых рынков «САФРАН 3.0»

ГК «Лама», 2010 год

Внедрение системы автоматического формирования заказа на распредительном центре компании

ЗАО «НСС», 2009 год

Внедрение BI/CRM систем Forecsys & Teradata

ГК «Видео Интернешнл», 2009 год

Улучшения системы прогнозирования компании

ГК «Лама», 2009 год

Внедрение системы прогнозирования спроса и управления запасами Goods4Cast

Банк «Петрокоммерц», 2009 год

Система поддержки принятия кредитных решений

М-Видео, 2008 год

Оптимизации процессов планирования продаж и закупок товаров

Компания «Балтика», 2008 год

Внедрение системы прогнозирования спроса и планирования продаж

ГК «Комстар – ОТС», 2008 год

Поведенческая сегментация клиентов

ГУ-ВШЭ, 2007 год

Внедрение системы Антиплагиат

Сеть «Связной», 2007 год

Создание и внедрение ИС «Ценообразование»

Сеть «Связной», 2007 год

Внедрение системы прогнозирования спроса

X5 Retail Group, 2007 год

Объединение процессов ведения номенклатуры нескольких розничных торговых сетей

ГВЦ РАО «ЕЭС России», 2006 год

Анализ отраслевых данных энергетических компаний

AntiPlagiat.ru, 2005 год

Интернет-сервис анализа текстов на наличие заимствований

АП «Домодедово», 2005 год

Решение для имитационного моделирования транспортной сети аэропорта

Яндекс, 2005 год

Технология выявления взаимосогласованных структур сходства пользователей и ресурсов

ТД «Перекресток», 2005 год

Система прогнозирования потребительского спроса Goods4Cast

Брок-Инвест-Сервис, 2005 год

Анализ и сегментация клиентской базы

ОАО «МТС», 2004 год

Исследование поведенческой сегментации клиентов

Банк «Петрокоммерц», 2004 год

Система поддержки принятия кредитных решений

«Интер РАО ЕЭС», 2004 год

Автоматизированная система поддержки принятия решений на энергетических рынках «Aprel 1.0»

РАО «ЕЭС России», 2001 год

Автоматизированная система поддержки принятия решений «Форель 1.0»

ММВБ, 1999 год

Учебная имитационная торговая система «Имитрейд»

Брок-Инвест-Сервис, 2005 год

Компания-заказчик: ЗАО ТФД «Брок-Инвест-Сервис» 

Сроки проекта:       октябрь 2004 — апрель 2005

История проекта

В 2004-2005 году с помощью инструментального средства Segment2l компания Forecsys провела исследование в области анализа и сегментации клиентской базы компании. Главной целью работ являлось получение из исходных данных и представление в удобном для принятия решений виде информации, необходимой для корректировки стратегии развития компании Заказчика, в частности, его технологии продаж, технологии продвижения и складской технологии.

Особенности проекта

Заказчик преследовал следующие цели:

  • проведение анализа и сегментации клиентов, менеджеров, позиций ассортимента, счетов и вывозов;
  • выделение наиболее выгодных и перспективных групп клиентов и позиций ассортимента;
  • ранжирование выделенных групп по степени прибыльности;
  • поиск наиболее опасных для Заказчика клиентов.

Результаты работ предоставлялись в виде отчета, содержащего описание методологии исследования и результаты анализа в формате задач работ.

В ходе работ по проекту компанией Forecsys были произведены предобработка и систематизация исходных данных, а также разработка алгоритмов вычисления интегральных индикаторов и согласования экспертных оценок.

Выполнение работ производилось в пять этапов:

  1. Изучение данных Заказчика и расчет характеристик объектов.
  2. Структуризация заказов, счетов, вывозов, позиций ассортимента, менеджеров на основе ранжирования сегментов по прибыльности и с учетом дополнительных издержек Заказчика.
  3. Структуризация новых клиентов по степени перспективности.
  4. Динамический анализ отдельных сегментов. Выявление тенденций в изменении характеристик этих сегментов.
  5. Поиск потенциально опасных для Заказчика клиентов и групп клиентов.

Основа подхода

Для выполнения работ использовались программная система Segment2L, предназначенная для анализа и сегментации данных, необходимых при поддержке принятия управленческих решений, а также для построения интегральных индикаторов качества объектов управления.

Segment2L ориентирован на руководителей, принимающих решения и заинтересованных в оценке объективности своего выбора, а также специалистов, желающих проанализировать данные и экспертные мнения, чтобы убедиться в правильности управленческого решения.

Основными задачами, которые решает Segment2L, являются анализ данных «объект-показатель» и построение интегральных индикаторов качества объектов управления.

Функциональные характеристики

Используемое для решения проектных задач программное средство Segment2L удобно организует работу аналитика с данными. Для этого его интерфейс содержит дерево навигации по задачам. Выбирая отдельные элементы дерева задач, аналитик настраивает параметры задач и получает результаты в графическом и табличном виде. Интерфейс используется не только для управления обработкой данных, но и для презентации результатов лицам, принимающим решения. При этом аналитик, предварительно назначив необходимые настройки, выбирает те элементы дерева задач, которые вызывают предполагаемые для показа графики или таблицы.

Возможности решения:

  • предобработка данных: замена пропущенных данных, стандартизация, зонирование;
  • одномерный анализ (сегментация объектов по каждому показателю в отдельности): гистограммы распределений значений заданного показателя;
  • двумерный анализ: распределение объектов по двум выбранным признакам, распределение характеристик объектов по зонам двух выбранных признаков, анализ целевого показателя выбранных объектов;
  • многомерный анализ данных (визуальное представление кластерной структуры множества объектов): карты сходства, диаграмма искажений, карты Кохонена;
  • построение интегральных индикаторов: графики попарного сравнения, гистограммы индикаторов, гистограммы весов выбранных показателей.

Отличительными особенностями решения являются использование уникальных процедур оптимизации и настройки метрик, а также высокая интерпретируемость результатов.

В результате проектных работ было произведено:

  • разбиение множества клиентов на сегменты с точки зрения максимизации различия среденевзвешенной прибыльности сегментов;
  • разбиение ассортимента на группы по приоритету для компании;
  • исследование прибыльности в разрезах объемов, агентских вознаграждений, сложности комплектации, доставок, уровня кредитования;
  • исследование характеристик в отраслевом разрезе;
  • исследование характеристик клиентов по группам кредитной надежности;
  • выявление характеристик, тем или иным образом связанных с прибыльностью клиента;
  • выделение наиболее и наименее прибыльных менеджеров в каждом отделе;
  • поиск перспективных и неперспективных новых клиентов.