際際滷

際際滷Share a Scribd company logo
Markkinoi osuvammin, myy enemm辰n
automatisoiduilla personointiratkaisuilla

Nino Ilveskero
10.12.2013
Massasta segmentteihin ja
yksil旦ihin
Talent Base: Automatisoitu Personointi
Personointi
 Personointi on tuotteen tai palvelun muokkaamista
yksil旦llisesti.
 Se voi olla k辰ytt辰j辰n itsens辰 tekem辰辰 tai se voidaan
tehd辰 h辰nen puolestaan. T辰ss辰 yhteydess辰
keskitymme siihen, miten se voidaan tehd辰 h辰nen
puolestaan.
 T辰n辰辰n keskitymme erityisesti s辰hk旦isten kanavien
ja viestinn辰n personointiin.
Automatisoitu personointi
 Ohjelmallisesti tehty辰 reaaliaikaista p辰辰ttely辰 siit辰, mit辰 tietylle
henkil旦lle (asiakkaalle) tietyss辰 tilanteessa kannattaa tarjota.
 Pohjautuu ker辰ttyyn dataan, s辰辰nt旦ihin, ennustemalleihin ja
oppimiseen
 Huomioi tavoitteet, eli sen, mik辰 on liiketoiminnan kannalta
tavoiteltavaa.
 L辰heisi辰 termej辰: real time decisioning, next best offer, next
best activity, real-time recommendations, multi-variant testing,
predictive analytics
Miksi tarvitaan automatisointia?
 P辰辰t旦kset on teht辰v辰 nopeasti; tyypillisesti reaaliaikaisesti
 P辰辰t旦ksi辰 joudutaan tekem辰辰n paljon ja usein; esimerkiksi
verkkopalvelussa joka kerta, kun sivu ladataan.
 P辰辰t旦ksiin liittyy useita muuttujia (dataa)
 Manuaalista segmentointia ja viestin kohdentamista ei saada
viety辰 yksil旦lliselle tasolle
 Tulokset paranevat, koska j辰rjestelm辰 itsess辰辰n oppii ja
optimointi on jatkuvaa.
Esimerkkej辰
Tuotesuositukset
Esimerkkej辰
Sis辰ll旦n kohdentaminen
asiakkaan ja ajankohdan
mukaan
Esimerkkej辰
Sis辰ll旦n kohdistaminen
asiakkaan k辰ytt辰ytymisen
perusteella
Esimerkkej辰
Auton personointi on
usein k辰ytt辰j辰n itse
tekem辰辰 personointia.
Voisi perustua my旦s
k辰ytt辰j辰n puolesta
teht辰v辰辰n personointiin
ja oppivaan p辰辰ttelyyn
Mit辰 voidaan saavuttaa?
KXEN: Our campaign
conversion rates are
up 260% with
InfiniteInsight速.
 Seymour Douglas,Ph.D.
Executive Director, Anaytics
Cox Communications

IBM: Corona Direct turned to IBM SPSS predictive analytics
software solutions to efficiently create, optimize and execute
their outbound marketing campaigns. This solution enabled
Corona Direct to:
 Reduce campaign costs by 30 percent  making them
profitable.
 Increase long-term customer profitability by 20 percent
 Payback for the cost of implementation within six months

IDC white paper 2013 - Why Personalisation Should Be at the Heart of a
Retailer's Customer Strategy:
 71% of online consumers across the countries surveyed look at recommended products with which they
are presented; between a quarter and a third immediately make a purchase.
 41% of the EU consumers we surveyed check out recommendations based on customer reviews, and
 14% click through recommendations sent to them via email.
 31% say other shoppers' activity (e.g., people who bought X, also bought Y) influenced them when they
researched online purchases
Business case
Parannetaan verkkokaupan keskim辰辰r辰ist辰 konversiota (k辰yntej辰, joissa ostetaan)
vuosittain 0,5 prosenttiyksikk旦辰.
L辰ht旦tasona 25% konversio.

Yhden konvertoidun k辰ynnin arvo (keskiostos)
K辰yntej辰 p辰iv辰ss辰 keskim辰辰rin
Konvertoituneita k辰yntej辰 per p辰iv辰 ennen
Konvertoituneita k辰yntej辰 per p辰iv辰 j辰lkeen
Lis辰ys, konvertoituneita k辰yntej辰 per p辰iv辰
Myynnin lis辰ys per p辰iv辰
Myynnin lis辰ys per viikko
Myynninlis辰ys vuodessa
Kumulatiivinen myynnin lis辰ys

Vuosi 1
Vuosi 2
Vuosi 3
20
20
20
100 000
100 000
100 000
25 000
25 500
26 000
25 500
26 000
26 500
500
500
500
10 000
10 000
10 000
70 000
70 000
70 000
3 650 000 3 650 000 3 650 000
3 650 000 7 300 000 10 950 000

Tied辰tk旦 omat lukusi?
Automatisointi on osa
kokonaisuutta
S辰hk旦isten kanavien toimintakehys

Businesstaksonomia

Tuotteet

Sis辰ll旦t

Reaaliaikaiset
suositukset

Businesss辰辰nn旦st旦 ja
tavoitteet

K辰ytt辰j辰data*
ja analyyttiset
mallit
*my旦s sessionaikainen

Analytiikka ja raportointi

Myynti ja markkinointi

Kanavat
K辰ytt辰ytyminen*

Sis辰ll旦n- ja tuotehallinta

Automatisoitu personointi
S辰辰nn旦st旦

Analytiikka

Tuotteet

K辰ytt辰j辰informaatio

Taksonomia
Personointimoottori

Sis辰ll旦t

Verkkokauppa

Asiakaspalvelu

Asiakasviestint辰
Oikean teknologian valinta
on 岳辰姻一艶辰辰
Teknologia kehittyy nopeasti
 Real Time Decisioning (RTD) markkina on viel辰 nuori.
Vakavastiotettavia tuotteita on ollut tarjolla n. 3-4 vuotta.
 RTD termin alla markkinoidaan monenlaisia ratkaisuja ja siksi
vertailu voi olla vaikeaa. Toisaalta vastaavia ominaisuuksia l旦ytyy
my旦s tuotteista, joita myyd辰辰n esim. multi-channel marketing
management tai customer experience optimization otsikoiden alla.
 Tuotteet kehittyv辰t nopeasti ja integroituvat toimittajien muihin
tuotteisiin
 Isot toimijat tulevat todenn辰k旦isesti ostamaan pienempien
erikoistuneiden toimittajien tuotteita ja yhdist辰v辰t niit辰 omaan
portfolioonsa.
Eri tuotteilla eri l辰ht旦kohdat
 Osaa tuotteista on l辰hdetty kehitt辰m辰辰n call center toiminnan
automatisoinnista, osaa BI ja analytiikka taustalta, osaa
prosessiautomaation (BPM) ja CRM:n ja osaa verkkokaupan
optimoinnin pohjalta.
 T辰st辰 syyst辰 markkinoilla olevat tuotteet ovat ominaisuuksiltaan ja
filosofialtaan erilaisia ja soveltuvat erilaisiin k辰ytt旦tapauksiin.
 Riippuen siit辰 kuinka laajaa k辰ytt旦tapausten kirjoa tuotteet pystyv辰t
tukemaan, niiden monimutkaisuus (ja tyypillisesti my旦s hinta)
vaihtelevat.
 Markkinoilta l旦ytyy isot pelurit, pienempi辰 erikoistuneita yrityksi辰
sek辰 open source vaihtoehtoja.
Muita tuotteiden eroavaisuuksia
 On-premises vs. pilvipalvelu
 Osa tukee molempia deployment malleja, osa vain jompaa kumpaa

 S辰辰nt旦pohjainen vs. oppiva
 Osassa on molemmat elementit ja ne voidaan jopa ottaa k辰ytt旦旦n
erikseen

 Geneerinen vs. toimialakohtainen ratkaisu
 Osa toimittajista on kehitt辰nyt ratkaisuaan tiettyjen toimialojen
tarpeisiin (esim. telecom, pankki- ja rahoitus, vakuutus)
Itselle olennaiset k辰ytt旦tapaukset on kuvattava ennen tuotevalintaa. Vain sit辰 kautta
voidaan tunnistaa kriittiset vaatimukset.
Utopiasta todellisuuteen visiosta toteutukseen
Kypsyystasot
Kyvykkyys

Reaktiivinen

Automatisoitu

Oppiva

Personointi

Kokeilevaa ja rajattua. Tulokset
analysoidaan manuaalisesti

Suosituskone optimoi vaihtoehtoja
reaaliajassa

Itseoppiva ratkaisu ohjaa
ennustemalleja hy旦dynt辰en

K辰ytt旦旦notto ja k辰yt旦n
laajentaminen

K辰ytt旦旦notto kanavissa vaatii
tyypillisesti ohjelmistokehitysty旦t辰

Personointis辰辰nn旦t k辰ytt旦旦n ilman
kehitysty旦t辰.
Personointipaikkojen k辰ytt旦旦notto
vaatii ohjelmistokehitysty旦t辰

Uudet personointis辰辰nn旦t ja 
paikat kanavissa voidaan ottaa
k辰ytt旦旦n ilman
hjelmistokehitysty旦t辰

Sis辰ll旦nhallinta

Toimituksellisia, manuaalisia
tarpeita vastaava. Sis辰lt旦 ja
esitystapa ei erotettu. Ei
integraatiota personointiratkaisuun

Sis辰lt旦malli tukee metatietoa mm.
tuotteista. Sis辰lt旦 on esitystavasta
riippumatonta. Integroitu
personointiratkaisuun.

Hallitaan kanavien ja n辰kymien
konfiguraatioita.
Metadatapohjainen integraatio
personointiratkaisuun.

Integraatioarkkitehtuuri

Ei reaaliaikaista tiedonsiirtoa

L辰hes reaaliaikaista tiedonsiirtoa ja
er辰ajoja j辰rjestelmien v辰lill辰 (riippuen
datan luonteesta). Datan tuoreus < 1
pv辰

Reaaliaikainen tiedonsiirto
j辰rjestelmien v辰lill辰.
Transaktiodatan tuoreus < 1 sek.
Analyyttisen asiakasdatan tuoreus
< 1 pv辰.

Operoinnin tehokkuus ja
nopeus

Tehokkuus ja nopeus v辰ltt辰v辰.
Personoinnin toteuttaminen tai
muuttaminen vaatii
ohjelmistokehitysty旦t辰 sek辰
manuaalista yll辰pitoa

Tehokkuus ja nopeus hyv辰.
Personoinnin s辰辰nn旦st旦j辰 voidaan
luoda ja yll辰pit辰辰 ty旦kalun avulla
ilman ohjelmistokehitysty旦t辰.

Tehokkuus ja nopeus
optimaalinen. Uusia
personointikohtia eri kanavissa
voidaan hallita ilman
ohjelmistokehitysty旦t辰.
Kehitt辰misen askeleet






Tutustu asiakkaisiisi
Rakenna business case
Arvioi nykytila eri osa-alueilla ja tunnista kehityskohteet
Kehit辰 osa-alueita systemaattisesti ja koordinoidusti
Toteuta jotain kevyesti ja mahdollisimman aikaisin ja ker辰辰
tuloksia
 Varmista, ett辰 voit kokoajan mitata tuloksia

 Valitse k辰ytt旦tapauksiisi sopiva teknologia, joka on riitt辰v辰n
joustava ja skaalautuva
Talent Base palveluksessasi






Business casen muodostaminen
Nyky- ja tavoitetilan m辰辰ritykset
Ratkaisusuunnittelu ja vaatimusm辰辰rittely
Teknologiavalinnat
Toimintamallin kehitys (liiketoimintaprosessit ja
kehitysmetodit) KAPO-mallin mukaisesti
Kiitos!
Lis辰tietoja:
Nino Ilveskero
nino.ilveskero@talentbase.fi
040 511 8935

More Related Content

Viewers also liked (12)

Process modeling in agile environment alec sharp
Process modeling in agile environment alec sharpProcess modeling in agile environment alec sharp
Process modeling in agile environment alec sharp
Loihde Advisory
Talent Base Master Data Management Services
Talent Base Master Data Management ServicesTalent Base Master Data Management Services
Talent Base Master Data Management Services
Loihde Advisory
Master Data as Critical Success Factor in Digitalising Service Business
Master Data as Critical Success Factor in Digitalising Service BusinessMaster Data as Critical Success Factor in Digitalising Service Business
Master Data as Critical Success Factor in Digitalising Service Business
Loihde Advisory
Key Take-Aways: Master Data and Enterprise Information Conference
Key Take-Aways: Master Data and Enterprise Information ConferenceKey Take-Aways: Master Data and Enterprise Information Conference
Key Take-Aways: Master Data and Enterprise Information Conference
Loihde Advisory
Talent Base: Mit辰 on Big Data - teknologian辰k旦kulma Big Datan hallintaan
Talent Base: Mit辰 on Big Data - teknologian辰k旦kulma Big Datan hallintaanTalent Base: Mit辰 on Big Data - teknologian辰k旦kulma Big Datan hallintaan
Talent Base: Mit辰 on Big Data - teknologian辰k旦kulma Big Datan hallintaan
Loihde Advisory
CoreMedia cms and ecommerce personalization
CoreMedia cms and ecommerce personalizationCoreMedia cms and ecommerce personalization
CoreMedia cms and ecommerce personalization
Loihde Advisory
Valtio Expo 2016 virtuaalinen robotisointi
Valtio Expo 2016 virtuaalinen robotisointiValtio Expo 2016 virtuaalinen robotisointi
Valtio Expo 2016 virtuaalinen robotisointi
Loihde Advisory
Henkilotiedot ja lainsaadanto innovaatiotoiminnassa
Henkilotiedot ja lainsaadanto innovaatiotoiminnassaHenkilotiedot ja lainsaadanto innovaatiotoiminnassa
Henkilotiedot ja lainsaadanto innovaatiotoiminnassa
Loihde Advisory
Value of data in digital transformation
Value of data in digital transformationValue of data in digital transformation
Value of data in digital transformation
Loihde Advisory
Kaytannon kokemuksia tietosuojaan liittyvista asiakascaseista
Kaytannon kokemuksia tietosuojaan liittyvista asiakascaseistaKaytannon kokemuksia tietosuojaan liittyvista asiakascaseista
Kaytannon kokemuksia tietosuojaan liittyvista asiakascaseista
Loihde Advisory
Johdatus tietosuojakulttuuriin
Johdatus tietosuojakulttuuriinJohdatus tietosuojakulttuuriin
Johdatus tietosuojakulttuuriin
Loihde Advisory
Talent Base Case: Konecranes - Asiakastiedon globaali master data
Talent Base Case: Konecranes - Asiakastiedon globaali master dataTalent Base Case: Konecranes - Asiakastiedon globaali master data
Talent Base Case: Konecranes - Asiakastiedon globaali master data
Loihde Advisory
Process modeling in agile environment alec sharp
Process modeling in agile environment alec sharpProcess modeling in agile environment alec sharp
Process modeling in agile environment alec sharp
Loihde Advisory
Talent Base Master Data Management Services
Talent Base Master Data Management ServicesTalent Base Master Data Management Services
Talent Base Master Data Management Services
Loihde Advisory
Master Data as Critical Success Factor in Digitalising Service Business
Master Data as Critical Success Factor in Digitalising Service BusinessMaster Data as Critical Success Factor in Digitalising Service Business
Master Data as Critical Success Factor in Digitalising Service Business
Loihde Advisory
Key Take-Aways: Master Data and Enterprise Information Conference
Key Take-Aways: Master Data and Enterprise Information ConferenceKey Take-Aways: Master Data and Enterprise Information Conference
Key Take-Aways: Master Data and Enterprise Information Conference
Loihde Advisory
Talent Base: Mit辰 on Big Data - teknologian辰k旦kulma Big Datan hallintaan
Talent Base: Mit辰 on Big Data - teknologian辰k旦kulma Big Datan hallintaanTalent Base: Mit辰 on Big Data - teknologian辰k旦kulma Big Datan hallintaan
Talent Base: Mit辰 on Big Data - teknologian辰k旦kulma Big Datan hallintaan
Loihde Advisory
CoreMedia cms and ecommerce personalization
CoreMedia cms and ecommerce personalizationCoreMedia cms and ecommerce personalization
CoreMedia cms and ecommerce personalization
Loihde Advisory
Valtio Expo 2016 virtuaalinen robotisointi
Valtio Expo 2016 virtuaalinen robotisointiValtio Expo 2016 virtuaalinen robotisointi
Valtio Expo 2016 virtuaalinen robotisointi
Loihde Advisory
Henkilotiedot ja lainsaadanto innovaatiotoiminnassa
Henkilotiedot ja lainsaadanto innovaatiotoiminnassaHenkilotiedot ja lainsaadanto innovaatiotoiminnassa
Henkilotiedot ja lainsaadanto innovaatiotoiminnassa
Loihde Advisory
Value of data in digital transformation
Value of data in digital transformationValue of data in digital transformation
Value of data in digital transformation
Loihde Advisory
Kaytannon kokemuksia tietosuojaan liittyvista asiakascaseista
Kaytannon kokemuksia tietosuojaan liittyvista asiakascaseistaKaytannon kokemuksia tietosuojaan liittyvista asiakascaseista
Kaytannon kokemuksia tietosuojaan liittyvista asiakascaseista
Loihde Advisory
Johdatus tietosuojakulttuuriin
Johdatus tietosuojakulttuuriinJohdatus tietosuojakulttuuriin
Johdatus tietosuojakulttuuriin
Loihde Advisory
Talent Base Case: Konecranes - Asiakastiedon globaali master data
Talent Base Case: Konecranes - Asiakastiedon globaali master dataTalent Base Case: Konecranes - Asiakastiedon globaali master data
Talent Base Case: Konecranes - Asiakastiedon globaali master data
Loihde Advisory

Similar to Talent Base: Automatisoitu Personointi (20)

S辰hk旦postimarkkinointi 3.0 - alihy旦dynt辰misest辰 tuloksiin
S辰hk旦postimarkkinointi 3.0 - alihy旦dynt辰misest辰 tuloksiinS辰hk旦postimarkkinointi 3.0 - alihy旦dynt辰misest辰 tuloksiin
S辰hk旦postimarkkinointi 3.0 - alihy旦dynt辰misest辰 tuloksiin
Hoika Oy
Digitaalinen analytiikka (31.3.2016)
Digitaalinen analytiikka (31.3.2016)Digitaalinen analytiikka (31.3.2016)
Digitaalinen analytiikka (31.3.2016)
Joni Salminen
Palvelumuotoilu, palvelut ja innovaatiot
Palvelumuotoilu, palvelut ja innovaatiot Palvelumuotoilu, palvelut ja innovaatiot
Palvelumuotoilu, palvelut ja innovaatiot
Taneli Heinonen
Mobiilistrategia
MobiilistrategiaMobiilistrategia
Mobiilistrategia
Pete Nieminen
Automatisoidun markkinoinnin kulmakivet knowit - tony virtanen 20130320 han...
Automatisoidun markkinoinnin kulmakivet   knowit - tony virtanen 20130320 han...Automatisoidun markkinoinnin kulmakivet   knowit - tony virtanen 20130320 han...
Automatisoidun markkinoinnin kulmakivet knowit - tony virtanen 20130320 han...
Knowit Oy
Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320
Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320
Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320
Tony Virtanen
Kankeaa vai norjaa? Johtamisen ty旦kalut bisnescloudissa. Valoa pilven reunalla?
Kankeaa vai norjaa? Johtamisen ty旦kalut bisnescloudissa. Valoa pilven reunalla?Kankeaa vai norjaa? Johtamisen ty旦kalut bisnescloudissa. Valoa pilven reunalla?
Kankeaa vai norjaa? Johtamisen ty旦kalut bisnescloudissa. Valoa pilven reunalla?
ICMI Oy
Luento 7 Segmentointi
Luento 7 SegmentointiLuento 7 Segmentointi
Luento 7 Segmentointi
Henri Weijo
Saumaton asiakassuhteet ja kanavat
Saumaton asiakassuhteet ja kanavatSaumaton asiakassuhteet ja kanavat
Saumaton asiakassuhteet ja kanavat
HAMK_TELP
Saumaton asiakkaat ja arvolupaus
Saumaton asiakkaat ja arvolupausSaumaton asiakkaat ja arvolupaus
Saumaton asiakkaat ja arvolupaus
HAMK_TELP
Yrityst辰 Stadiin verkkokauppa 8.5.2014
Yrityst辰 Stadiin verkkokauppa 8.5.2014Yrityst辰 Stadiin verkkokauppa 8.5.2014
Yrityst辰 Stadiin verkkokauppa 8.5.2014
Jaakko Hallavo
Onko itsepalvelu joskus parasta palvelua?
Onko itsepalvelu joskus parasta palvelua?Onko itsepalvelu joskus parasta palvelua?
Onko itsepalvelu joskus parasta palvelua?
Sininen Meteoriitti / Blue Meteorite
DiViA-esitys, Personoitu digitaalinen asiakasdialogi (atBusiness)
DiViA-esitys, Personoitu digitaalinen asiakasdialogi (atBusiness)DiViA-esitys, Personoitu digitaalinen asiakasdialogi (atBusiness)
DiViA-esitys, Personoitu digitaalinen asiakasdialogi (atBusiness)
Rami Karhu
Tulevaisuudenkestavat kauppakeskukset -tyopaja_tulosyhteenveto.pdf
Tulevaisuudenkestavat kauppakeskukset -tyopaja_tulosyhteenveto.pdfTulevaisuudenkestavat kauppakeskukset -tyopaja_tulosyhteenveto.pdf
Tulevaisuudenkestavat kauppakeskukset -tyopaja_tulosyhteenveto.pdf
Customer Experience Professionals Association
Paatosmuotoilun Ideapaperi
Paatosmuotoilun IdeapaperiPaatosmuotoilun Ideapaperi
Paatosmuotoilun Ideapaperi
Proof Advisory
MAY - Markkinoinnin perusteet - Digitaalinen markkinointi -luento 3.10.2013
MAY - Markkinoinnin perusteet - Digitaalinen markkinointi -luento 3.10.2013MAY - Markkinoinnin perusteet - Digitaalinen markkinointi -luento 3.10.2013
MAY - Markkinoinnin perusteet - Digitaalinen markkinointi -luento 3.10.2013
Joni Salminen
11.9.2014 |油laki ja asianajotoimiston liidien generointi verkossa
11.9.2014 |油laki  ja asianajotoimiston liidien generointi verkossa11.9.2014 |油laki  ja asianajotoimiston liidien generointi verkossa
11.9.2014 |油laki ja asianajotoimiston liidien generointi verkossa
Jani Aaltonen
Liiketoiminta alustat webinaari 21.3.2017 : Accountor Enterprise Solutions
Liiketoiminta alustat webinaari 21.3.2017 : Accountor Enterprise SolutionsLiiketoiminta alustat webinaari 21.3.2017 : Accountor Enterprise Solutions
Liiketoiminta alustat webinaari 21.3.2017 : Accountor Enterprise Solutions
Accountor Enterprise Solutions Oy
Aloittelijasta Internet-markkinoinnin sankariksi -koulutus
Aloittelijasta Internet-markkinoinnin sankariksi -koulutusAloittelijasta Internet-markkinoinnin sankariksi -koulutus
Aloittelijasta Internet-markkinoinnin sankariksi -koulutus
LumoLink
Asiakas- ja toimintal辰ht旦isen digikehitt辰misen toimintamalli
Asiakas- ja toimintal辰ht旦isen digikehitt辰misen toimintamalliAsiakas- ja toimintal辰ht旦isen digikehitt辰misen toimintamalli
Asiakas- ja toimintal辰ht旦isen digikehitt辰misen toimintamalli
AKUSTI - tietohallintoyhteisty旦foorumi
S辰hk旦postimarkkinointi 3.0 - alihy旦dynt辰misest辰 tuloksiin
S辰hk旦postimarkkinointi 3.0 - alihy旦dynt辰misest辰 tuloksiinS辰hk旦postimarkkinointi 3.0 - alihy旦dynt辰misest辰 tuloksiin
S辰hk旦postimarkkinointi 3.0 - alihy旦dynt辰misest辰 tuloksiin
Hoika Oy
Digitaalinen analytiikka (31.3.2016)
Digitaalinen analytiikka (31.3.2016)Digitaalinen analytiikka (31.3.2016)
Digitaalinen analytiikka (31.3.2016)
Joni Salminen
Palvelumuotoilu, palvelut ja innovaatiot
Palvelumuotoilu, palvelut ja innovaatiot Palvelumuotoilu, palvelut ja innovaatiot
Palvelumuotoilu, palvelut ja innovaatiot
Taneli Heinonen
Automatisoidun markkinoinnin kulmakivet knowit - tony virtanen 20130320 han...
Automatisoidun markkinoinnin kulmakivet   knowit - tony virtanen 20130320 han...Automatisoidun markkinoinnin kulmakivet   knowit - tony virtanen 20130320 han...
Automatisoidun markkinoinnin kulmakivet knowit - tony virtanen 20130320 han...
Knowit Oy
Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320
Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320
Automatisoidun markkinoinnin kulmakivet - Knowit - Tony Virtanen 20130320
Tony Virtanen
Kankeaa vai norjaa? Johtamisen ty旦kalut bisnescloudissa. Valoa pilven reunalla?
Kankeaa vai norjaa? Johtamisen ty旦kalut bisnescloudissa. Valoa pilven reunalla?Kankeaa vai norjaa? Johtamisen ty旦kalut bisnescloudissa. Valoa pilven reunalla?
Kankeaa vai norjaa? Johtamisen ty旦kalut bisnescloudissa. Valoa pilven reunalla?
ICMI Oy
Luento 7 Segmentointi
Luento 7 SegmentointiLuento 7 Segmentointi
Luento 7 Segmentointi
Henri Weijo
Saumaton asiakassuhteet ja kanavat
Saumaton asiakassuhteet ja kanavatSaumaton asiakassuhteet ja kanavat
Saumaton asiakassuhteet ja kanavat
HAMK_TELP
Saumaton asiakkaat ja arvolupaus
Saumaton asiakkaat ja arvolupausSaumaton asiakkaat ja arvolupaus
Saumaton asiakkaat ja arvolupaus
HAMK_TELP
Yrityst辰 Stadiin verkkokauppa 8.5.2014
Yrityst辰 Stadiin verkkokauppa 8.5.2014Yrityst辰 Stadiin verkkokauppa 8.5.2014
Yrityst辰 Stadiin verkkokauppa 8.5.2014
Jaakko Hallavo
DiViA-esitys, Personoitu digitaalinen asiakasdialogi (atBusiness)
DiViA-esitys, Personoitu digitaalinen asiakasdialogi (atBusiness)DiViA-esitys, Personoitu digitaalinen asiakasdialogi (atBusiness)
DiViA-esitys, Personoitu digitaalinen asiakasdialogi (atBusiness)
Rami Karhu
Paatosmuotoilun Ideapaperi
Paatosmuotoilun IdeapaperiPaatosmuotoilun Ideapaperi
Paatosmuotoilun Ideapaperi
Proof Advisory
MAY - Markkinoinnin perusteet - Digitaalinen markkinointi -luento 3.10.2013
MAY - Markkinoinnin perusteet - Digitaalinen markkinointi -luento 3.10.2013MAY - Markkinoinnin perusteet - Digitaalinen markkinointi -luento 3.10.2013
MAY - Markkinoinnin perusteet - Digitaalinen markkinointi -luento 3.10.2013
Joni Salminen
11.9.2014 |油laki ja asianajotoimiston liidien generointi verkossa
11.9.2014 |油laki  ja asianajotoimiston liidien generointi verkossa11.9.2014 |油laki  ja asianajotoimiston liidien generointi verkossa
11.9.2014 |油laki ja asianajotoimiston liidien generointi verkossa
Jani Aaltonen
Liiketoiminta alustat webinaari 21.3.2017 : Accountor Enterprise Solutions
Liiketoiminta alustat webinaari 21.3.2017 : Accountor Enterprise SolutionsLiiketoiminta alustat webinaari 21.3.2017 : Accountor Enterprise Solutions
Liiketoiminta alustat webinaari 21.3.2017 : Accountor Enterprise Solutions
Accountor Enterprise Solutions Oy
Aloittelijasta Internet-markkinoinnin sankariksi -koulutus
Aloittelijasta Internet-markkinoinnin sankariksi -koulutusAloittelijasta Internet-markkinoinnin sankariksi -koulutus
Aloittelijasta Internet-markkinoinnin sankariksi -koulutus
LumoLink

More from Loihde Advisory (10)

Talent Base ja Azets Suomi: Johtajuus ketterass辰 ja itseohjautuvassa organisa...
Talent Base ja Azets Suomi: Johtajuus ketterass辰 ja itseohjautuvassa organisa...Talent Base ja Azets Suomi: Johtajuus ketterass辰 ja itseohjautuvassa organisa...
Talent Base ja Azets Suomi: Johtajuus ketterass辰 ja itseohjautuvassa organisa...
Loihde Advisory
Gamebook for digital era油 4 cornerstones of success
Gamebook for digital era油 4 cornerstones of successGamebook for digital era油 4 cornerstones of success
Gamebook for digital era油 4 cornerstones of success
Loihde Advisory
Avaimet ketter辰辰n datan hallintaan -aamiaisseminaari 29.3.2019
Avaimet ketter辰辰n datan hallintaan -aamiaisseminaari 29.3.2019Avaimet ketter辰辰n datan hallintaan -aamiaisseminaari 29.3.2019
Avaimet ketter辰辰n datan hallintaan -aamiaisseminaari 29.3.2019
Loihde Advisory
Digitalisaation pelisuunnitelma Tero Laatikainen, Talent Base
Digitalisaation pelisuunnitelma  Tero Laatikainen, Talent BaseDigitalisaation pelisuunnitelma  Tero Laatikainen, Talent Base
Digitalisaation pelisuunnitelma Tero Laatikainen, Talent Base
Loihde Advisory
Tuija Riekkinen: Omnichannel Content Strategy
Tuija Riekkinen: Omnichannel Content StrategyTuija Riekkinen: Omnichannel Content Strategy
Tuija Riekkinen: Omnichannel Content Strategy
Loihde Advisory
Asko Relas: Machine Learning for conversion optimization How to be relevant...
Asko Relas: Machine Learning for conversion optimization  How to be relevant...Asko Relas: Machine Learning for conversion optimization  How to be relevant...
Asko Relas: Machine Learning for conversion optimization How to be relevant...
Loihde Advisory
Theresa Regli: Tame the chaos image and video management for multi-channel...
Theresa Regli: Tame the chaos  image and video management  for multi-channel...Theresa Regli: Tame the chaos  image and video management  for multi-channel...
Theresa Regli: Tame the chaos image and video management for multi-channel...
Loihde Advisory
Reni Waegelein & Talent Base: Digitalisaation pelikirja onnistumisen nelj辰 ...
Reni Waegelein & Talent Base: Digitalisaation pelikirja  onnistumisen nelj辰 ...Reni Waegelein & Talent Base: Digitalisaation pelikirja  onnistumisen nelj辰 ...
Reni Waegelein & Talent Base: Digitalisaation pelikirja onnistumisen nelj辰 ...
Loihde Advisory
Digitalisaation pelikirja onnistumisen nelj辰 kulmakive辰
Digitalisaation pelikirja  onnistumisen nelj辰 kulmakive辰Digitalisaation pelikirja  onnistumisen nelj辰 kulmakive辰
Digitalisaation pelikirja onnistumisen nelj辰 kulmakive辰
Loihde Advisory
Tekoalyst辰 puhutaan, mutta mit辰 se oikeastaan on?
Tekoalyst辰 puhutaan, mutta mit辰 se oikeastaan on?Tekoalyst辰 puhutaan, mutta mit辰 se oikeastaan on?
Tekoalyst辰 puhutaan, mutta mit辰 se oikeastaan on?
Loihde Advisory
Talent Base ja Azets Suomi: Johtajuus ketterass辰 ja itseohjautuvassa organisa...
Talent Base ja Azets Suomi: Johtajuus ketterass辰 ja itseohjautuvassa organisa...Talent Base ja Azets Suomi: Johtajuus ketterass辰 ja itseohjautuvassa organisa...
Talent Base ja Azets Suomi: Johtajuus ketterass辰 ja itseohjautuvassa organisa...
Loihde Advisory
Gamebook for digital era油 4 cornerstones of success
Gamebook for digital era油 4 cornerstones of successGamebook for digital era油 4 cornerstones of success
Gamebook for digital era油 4 cornerstones of success
Loihde Advisory
Avaimet ketter辰辰n datan hallintaan -aamiaisseminaari 29.3.2019
Avaimet ketter辰辰n datan hallintaan -aamiaisseminaari 29.3.2019Avaimet ketter辰辰n datan hallintaan -aamiaisseminaari 29.3.2019
Avaimet ketter辰辰n datan hallintaan -aamiaisseminaari 29.3.2019
Loihde Advisory
Digitalisaation pelisuunnitelma Tero Laatikainen, Talent Base
Digitalisaation pelisuunnitelma  Tero Laatikainen, Talent BaseDigitalisaation pelisuunnitelma  Tero Laatikainen, Talent Base
Digitalisaation pelisuunnitelma Tero Laatikainen, Talent Base
Loihde Advisory
Tuija Riekkinen: Omnichannel Content Strategy
Tuija Riekkinen: Omnichannel Content StrategyTuija Riekkinen: Omnichannel Content Strategy
Tuija Riekkinen: Omnichannel Content Strategy
Loihde Advisory
Asko Relas: Machine Learning for conversion optimization How to be relevant...
Asko Relas: Machine Learning for conversion optimization  How to be relevant...Asko Relas: Machine Learning for conversion optimization  How to be relevant...
Asko Relas: Machine Learning for conversion optimization How to be relevant...
Loihde Advisory
Theresa Regli: Tame the chaos image and video management for multi-channel...
Theresa Regli: Tame the chaos  image and video management  for multi-channel...Theresa Regli: Tame the chaos  image and video management  for multi-channel...
Theresa Regli: Tame the chaos image and video management for multi-channel...
Loihde Advisory
Reni Waegelein & Talent Base: Digitalisaation pelikirja onnistumisen nelj辰 ...
Reni Waegelein & Talent Base: Digitalisaation pelikirja  onnistumisen nelj辰 ...Reni Waegelein & Talent Base: Digitalisaation pelikirja  onnistumisen nelj辰 ...
Reni Waegelein & Talent Base: Digitalisaation pelikirja onnistumisen nelj辰 ...
Loihde Advisory
Digitalisaation pelikirja onnistumisen nelj辰 kulmakive辰
Digitalisaation pelikirja  onnistumisen nelj辰 kulmakive辰Digitalisaation pelikirja  onnistumisen nelj辰 kulmakive辰
Digitalisaation pelikirja onnistumisen nelj辰 kulmakive辰
Loihde Advisory
Tekoalyst辰 puhutaan, mutta mit辰 se oikeastaan on?
Tekoalyst辰 puhutaan, mutta mit辰 se oikeastaan on?Tekoalyst辰 puhutaan, mutta mit辰 se oikeastaan on?
Tekoalyst辰 puhutaan, mutta mit辰 se oikeastaan on?
Loihde Advisory

Talent Base: Automatisoitu Personointi

  • 1. Markkinoi osuvammin, myy enemm辰n automatisoiduilla personointiratkaisuilla Nino Ilveskero 10.12.2013
  • 4. Personointi Personointi on tuotteen tai palvelun muokkaamista yksil旦llisesti. Se voi olla k辰ytt辰j辰n itsens辰 tekem辰辰 tai se voidaan tehd辰 h辰nen puolestaan. T辰ss辰 yhteydess辰 keskitymme siihen, miten se voidaan tehd辰 h辰nen puolestaan. T辰n辰辰n keskitymme erityisesti s辰hk旦isten kanavien ja viestinn辰n personointiin.
  • 5. Automatisoitu personointi Ohjelmallisesti tehty辰 reaaliaikaista p辰辰ttely辰 siit辰, mit辰 tietylle henkil旦lle (asiakkaalle) tietyss辰 tilanteessa kannattaa tarjota. Pohjautuu ker辰ttyyn dataan, s辰辰nt旦ihin, ennustemalleihin ja oppimiseen Huomioi tavoitteet, eli sen, mik辰 on liiketoiminnan kannalta tavoiteltavaa. L辰heisi辰 termej辰: real time decisioning, next best offer, next best activity, real-time recommendations, multi-variant testing, predictive analytics
  • 6. Miksi tarvitaan automatisointia? P辰辰t旦kset on teht辰v辰 nopeasti; tyypillisesti reaaliaikaisesti P辰辰t旦ksi辰 joudutaan tekem辰辰n paljon ja usein; esimerkiksi verkkopalvelussa joka kerta, kun sivu ladataan. P辰辰t旦ksiin liittyy useita muuttujia (dataa) Manuaalista segmentointia ja viestin kohdentamista ei saada viety辰 yksil旦lliselle tasolle Tulokset paranevat, koska j辰rjestelm辰 itsess辰辰n oppii ja optimointi on jatkuvaa.
  • 10. Esimerkkej辰 Auton personointi on usein k辰ytt辰j辰n itse tekem辰辰 personointia. Voisi perustua my旦s k辰ytt辰j辰n puolesta teht辰v辰辰n personointiin ja oppivaan p辰辰ttelyyn
  • 12. KXEN: Our campaign conversion rates are up 260% with InfiniteInsight速. Seymour Douglas,Ph.D. Executive Director, Anaytics Cox Communications IBM: Corona Direct turned to IBM SPSS predictive analytics software solutions to efficiently create, optimize and execute their outbound marketing campaigns. This solution enabled Corona Direct to: Reduce campaign costs by 30 percent making them profitable. Increase long-term customer profitability by 20 percent Payback for the cost of implementation within six months IDC white paper 2013 - Why Personalisation Should Be at the Heart of a Retailer's Customer Strategy: 71% of online consumers across the countries surveyed look at recommended products with which they are presented; between a quarter and a third immediately make a purchase. 41% of the EU consumers we surveyed check out recommendations based on customer reviews, and 14% click through recommendations sent to them via email. 31% say other shoppers' activity (e.g., people who bought X, also bought Y) influenced them when they researched online purchases
  • 13. Business case Parannetaan verkkokaupan keskim辰辰r辰ist辰 konversiota (k辰yntej辰, joissa ostetaan) vuosittain 0,5 prosenttiyksikk旦辰. L辰ht旦tasona 25% konversio. Yhden konvertoidun k辰ynnin arvo (keskiostos) K辰yntej辰 p辰iv辰ss辰 keskim辰辰rin Konvertoituneita k辰yntej辰 per p辰iv辰 ennen Konvertoituneita k辰yntej辰 per p辰iv辰 j辰lkeen Lis辰ys, konvertoituneita k辰yntej辰 per p辰iv辰 Myynnin lis辰ys per p辰iv辰 Myynnin lis辰ys per viikko Myynninlis辰ys vuodessa Kumulatiivinen myynnin lis辰ys Vuosi 1 Vuosi 2 Vuosi 3 20 20 20 100 000 100 000 100 000 25 000 25 500 26 000 25 500 26 000 26 500 500 500 500 10 000 10 000 10 000 70 000 70 000 70 000 3 650 000 3 650 000 3 650 000 3 650 000 7 300 000 10 950 000 Tied辰tk旦 omat lukusi?
  • 15. S辰hk旦isten kanavien toimintakehys Businesstaksonomia Tuotteet Sis辰ll旦t Reaaliaikaiset suositukset Businesss辰辰nn旦st旦 ja tavoitteet K辰ytt辰j辰data* ja analyyttiset mallit *my旦s sessionaikainen Analytiikka ja raportointi Myynti ja markkinointi Kanavat K辰ytt辰ytyminen* Sis辰ll旦n- ja tuotehallinta Automatisoitu personointi
  • 17. Oikean teknologian valinta on 岳辰姻一艶辰辰
  • 18. Teknologia kehittyy nopeasti Real Time Decisioning (RTD) markkina on viel辰 nuori. Vakavastiotettavia tuotteita on ollut tarjolla n. 3-4 vuotta. RTD termin alla markkinoidaan monenlaisia ratkaisuja ja siksi vertailu voi olla vaikeaa. Toisaalta vastaavia ominaisuuksia l旦ytyy my旦s tuotteista, joita myyd辰辰n esim. multi-channel marketing management tai customer experience optimization otsikoiden alla. Tuotteet kehittyv辰t nopeasti ja integroituvat toimittajien muihin tuotteisiin Isot toimijat tulevat todenn辰k旦isesti ostamaan pienempien erikoistuneiden toimittajien tuotteita ja yhdist辰v辰t niit辰 omaan portfolioonsa.
  • 19. Eri tuotteilla eri l辰ht旦kohdat Osaa tuotteista on l辰hdetty kehitt辰m辰辰n call center toiminnan automatisoinnista, osaa BI ja analytiikka taustalta, osaa prosessiautomaation (BPM) ja CRM:n ja osaa verkkokaupan optimoinnin pohjalta. T辰st辰 syyst辰 markkinoilla olevat tuotteet ovat ominaisuuksiltaan ja filosofialtaan erilaisia ja soveltuvat erilaisiin k辰ytt旦tapauksiin. Riippuen siit辰 kuinka laajaa k辰ytt旦tapausten kirjoa tuotteet pystyv辰t tukemaan, niiden monimutkaisuus (ja tyypillisesti my旦s hinta) vaihtelevat. Markkinoilta l旦ytyy isot pelurit, pienempi辰 erikoistuneita yrityksi辰 sek辰 open source vaihtoehtoja.
  • 20. Muita tuotteiden eroavaisuuksia On-premises vs. pilvipalvelu Osa tukee molempia deployment malleja, osa vain jompaa kumpaa S辰辰nt旦pohjainen vs. oppiva Osassa on molemmat elementit ja ne voidaan jopa ottaa k辰ytt旦旦n erikseen Geneerinen vs. toimialakohtainen ratkaisu Osa toimittajista on kehitt辰nyt ratkaisuaan tiettyjen toimialojen tarpeisiin (esim. telecom, pankki- ja rahoitus, vakuutus) Itselle olennaiset k辰ytt旦tapaukset on kuvattava ennen tuotevalintaa. Vain sit辰 kautta voidaan tunnistaa kriittiset vaatimukset.
  • 22. Kypsyystasot Kyvykkyys Reaktiivinen Automatisoitu Oppiva Personointi Kokeilevaa ja rajattua. Tulokset analysoidaan manuaalisesti Suosituskone optimoi vaihtoehtoja reaaliajassa Itseoppiva ratkaisu ohjaa ennustemalleja hy旦dynt辰en K辰ytt旦旦notto ja k辰yt旦n laajentaminen K辰ytt旦旦notto kanavissa vaatii tyypillisesti ohjelmistokehitysty旦t辰 Personointis辰辰nn旦t k辰ytt旦旦n ilman kehitysty旦t辰. Personointipaikkojen k辰ytt旦旦notto vaatii ohjelmistokehitysty旦t辰 Uudet personointis辰辰nn旦t ja paikat kanavissa voidaan ottaa k辰ytt旦旦n ilman hjelmistokehitysty旦t辰 Sis辰ll旦nhallinta Toimituksellisia, manuaalisia tarpeita vastaava. Sis辰lt旦 ja esitystapa ei erotettu. Ei integraatiota personointiratkaisuun Sis辰lt旦malli tukee metatietoa mm. tuotteista. Sis辰lt旦 on esitystavasta riippumatonta. Integroitu personointiratkaisuun. Hallitaan kanavien ja n辰kymien konfiguraatioita. Metadatapohjainen integraatio personointiratkaisuun. Integraatioarkkitehtuuri Ei reaaliaikaista tiedonsiirtoa L辰hes reaaliaikaista tiedonsiirtoa ja er辰ajoja j辰rjestelmien v辰lill辰 (riippuen datan luonteesta). Datan tuoreus < 1 pv辰 Reaaliaikainen tiedonsiirto j辰rjestelmien v辰lill辰. Transaktiodatan tuoreus < 1 sek. Analyyttisen asiakasdatan tuoreus < 1 pv辰. Operoinnin tehokkuus ja nopeus Tehokkuus ja nopeus v辰ltt辰v辰. Personoinnin toteuttaminen tai muuttaminen vaatii ohjelmistokehitysty旦t辰 sek辰 manuaalista yll辰pitoa Tehokkuus ja nopeus hyv辰. Personoinnin s辰辰nn旦st旦j辰 voidaan luoda ja yll辰pit辰辰 ty旦kalun avulla ilman ohjelmistokehitysty旦t辰. Tehokkuus ja nopeus optimaalinen. Uusia personointikohtia eri kanavissa voidaan hallita ilman ohjelmistokehitysty旦t辰.
  • 23. Kehitt辰misen askeleet Tutustu asiakkaisiisi Rakenna business case Arvioi nykytila eri osa-alueilla ja tunnista kehityskohteet Kehit辰 osa-alueita systemaattisesti ja koordinoidusti Toteuta jotain kevyesti ja mahdollisimman aikaisin ja ker辰辰 tuloksia Varmista, ett辰 voit kokoajan mitata tuloksia Valitse k辰ytt旦tapauksiisi sopiva teknologia, joka on riitt辰v辰n joustava ja skaalautuva
  • 24. Talent Base palveluksessasi Business casen muodostaminen Nyky- ja tavoitetilan m辰辰ritykset Ratkaisusuunnittelu ja vaatimusm辰辰rittely Teknologiavalinnat Toimintamallin kehitys (liiketoimintaprosessit ja kehitysmetodit) KAPO-mallin mukaisesti