ЧЕРНАЯ МАГИЯ ГЕОДАННЫХ

Smart-is-the-new-sexy

  •      Что такое Big Data и Smart Data. Как заставить данные работать и приносить прибыль

  •      Топ-источники получения клиентских данных и способы их монетизации

  •      Жадность vs Похоть - 2. Можно ли обойтись без исторических данных или как клиентский контекст может влиять на скорость разработки решений, основанных на данных.

  •      Кейс аналитики клиентского поведения на основе геоданных с применением технологий Machine Learning (на примере открытых данных kaggle)

  •      Бизнес-кейсы применения методов анализа геоконтекста клиента для МФО

Что общего между посредственными инстаграм-блогерами и специалистами по разработке систем работы с данными? И те, и те вовлечены в соревнование под названием “у кого больше”. В погоне за количеством фолловеров и терабайтами почти всегда теряется сверхсмысл количественных характеристик.

Проще купить дополнительный источник данных, чем научиться использовать существующие. Нерациональная утилизация данных приводит к тому, что даже при условии удержания достаточно сильных KPI по их обработке, не обеспечивается выполнение главного (с позиции налогового кодекса и здравого смысла) KPI компании - ее прибыли.

Ценность данных не равна ценности информации.

Рост объемов данных не всегда означает прирост прибыли.

  • Можно ли не обладая большими данными обладать тем объемом знаний, который позволит с легкостью конкурировать с компаниями, научившимися оперировать терминами hadoop, tensorflow, nosql, apache и пр.? 

  • Как в условиях ограниченного бюджета и отсутствия исторических данных можно оценивать клиента для решения широкого спектра бизнес-задач?

  • Как понять, существует ли в компании потребность в увеличении количества источников собираемых данных?

  • Как научиться извлекать знания из потока клиентских геолокаций?

В результате анализа только геолокационных данных мы получаем информацию о:

  • геоконтексте (где спит, работает, учится, отдыхает пользователь)

  • способе передвижения (общественный транспорт, авто и тп)

  • метках наличия имущества (автомобиль, загородный дом, гараж)

 

А еще мы получаем данные о:

  • перечне контактов пользователя

  • историю его звонков, смс

  • перечень установленных приложений

  • и многое другое.

И все это позволяет:

  • получить дополнительные контакты пользователя,

  • настроить кастомизированную стратегию коммуникаций,

  • упростить процесс заполнения клиентом анкеты и верифицировать введенные данные,

  • увеличить качество риск-моделей (скоринга кредитного риска, коллекшн-скоринга, антифрода и пр.),

  • и таким образом получить цифровой портрет клиента.

Свяжитесь с нами