Prediktivní analýza: Naučte se „vytěžit“ kvalitní zákazníky

Jak vydělat peníze, když ostatní prodělávají? Jednou z cest je lépe vyhodnocovat riziko.

Prediktivní analýza: Naučte se „vytěžit“ kvalitní zákazníky


Jak vydělat peníze, když ostatní prodělávají? Jednou z cest je lépe vyhodnocovat riziko. Právě to musíte umět, půjčujete-li peníze autosalonům vykupujícím ojetiny, lidově řečeno lepším autobazarům. Společnost Dealer Services vstoupila na severoamerický trh v roce 2005, skutečný zlom ale přišel v roce 2008, spolu s nástupem finanční krize. Na firmu se náhle obracelo stále více prodejců, jimž banky odmítly prodloužit či rozšířit provozní úvěry. Trh s ojetinami se začal otřásat.

Tradiční BI vám může ukázat aktuální trendy či směry vývoje, je to ale právě prediktivní analýza, s níž můžete odhalit skutečně perspektivní zákazníky. Rozdíl spočívá podle Davida Whita, analytika v Aberdeen Group, v tom, že zatímco BI odhaluje vztahy mezi několika datovými body, prediktivní analýza vyhodnocuje, kolik faktorů je současně ve hře. Zatímco dříve ji nabízeli jen okrajoví dodavatelé, jako jsou SAS či SPSS, dnes se pomalu stávají tyto nástroje standardním doplňkem BI.

„Představte si, že jako obchodní řetězec pošlete kupón zákazníkovi, který by u vás nakupoval tak jako tak,“ vysvětluje White a dodává: „...v takovém případě jste vlastně prodělali. Výdělečné je pro vás jen poslat kupón zákazníkovi, který by jinak nakupovat nepřišel.“

Společnost Dealer Services od počátku rostla závratným tempem – již po prvních šesti měsících dosáhla tříletého cíle výše obratu, počtu úvěrů a zákazníků. Přesná čísla nejsou sice zveřejňována, ale obrázek si lze udělat z počtu 70 poboček a více než 11 000 autosalonů – zákazníků. Společnost taktéž financuje leasing a pronájem aut či speciálních dopravních prostředků, jako jsou sněžné skútry. Zatímco zpočátku byl rychlý růst příjemný, záhy bylo jasné, že pro chápání kvality a spolehlivosti jednotlivých zákazníků je třeba více než klasické reporty a excelovské tabulky, s nimiž prakticky nebylo možné připravovat přesné a podrobné předpovědi výnosů.

Přechod na BI a prediktivní analýzu nebyl raketovým inženýrstvím. Pomocí nástrojů Information Builders je ale nyní možné mnohem podrobněji sledovat výkonnost jednotlivých úvěrů a studovat data, jimž nebyla dříve věnována pozornost. Kupříkladu stáří úvěrů na vykoupených SUV a pick-upech. Někteří prodejci vykupovali tyto vozy i po nástupu finanční krize stejným tempem jako před ní, přestože jejich prodej výrazně poklesl – to pochopitelně vedlo k nárůstu nekvalitních úvěrů. „Velký počet nových úvěrů může být dobrou i špatnou zprávou – proto je třeba vše průběžně monitorovat a vyhodnocovat, abyste včas poznali rozdíl,“ dodává k tomu Chris Brady, CIO v Dealer Services.





Komentáře