1. SPOLEČNOST DATA
MIND A JEJÍ NABÍDKA

2. O nás …
 Společnost Data Mind byla založena v roce 2009 a navázala tak na
předchozí dvouletou samostatnou činnost jejího ředitele
Jana Matouška
 Data Mind nabízí široké spektrum služeb z oblasti:
 Marketingových analýz
 Data miningu a modelování dat
 Tvorby strategie komunikace na zákazníky
 Věrnostních programů CRM příležitosti / Reporting / Předpověď
 Dotazníkových šetření rizika podvodu / Předpověď rizika
 Dalších CRM aktivit výpovědi / Analýzy a Krize / Segmentace
zákazníků / Analýza dat / Marketingové
analýzy / Business Case / Prodejní
nástroje - Afinitní modely / Marketingová
analýza produktů / Marketingová
komunikace / Hodnota zákazníků / Geo
– marketing / …

3. O nás …
 Data Mind disponuje týmem analytiků, kteří získali zkušenosti ve
významných společnostech (na klientské či dodavatelské straně)
na trhu České republiky

4. O nás…
 Mezi naše klienty patří například:

5. S čím vám můžeme pomoci …
 Zákazníci ve všech odvětvích procházejí různými fázemi životního
cyklu a každá fáze vyžaduje určitou datovou podporu
(Re)Akvizice X-sell /Up-sell
MINIMALIZOVAT
RIZIKA
UŠETŘ IT
Retence /Loajalita LÉPE
PRODÁVAT

6. S čím vám můžeme pomoci…

7. Proč my…
Jsme výhodní…
 Máme zkušenosti velkých agentur, ale příznivé ceny
 Nabízíme úvodní workshop nebo analýzu zdarma ke stanovení
priorit CRM
Jsme zkušení…
 Široké zkušenosti s databázovým marketingem a chováním
zákazníků
 První specializovaná společnost pro data mining na českém trhu

8. Vybrané analytické nástroje

9. Segmentace 1/2
 Potřeby a vnímání každého zákazníka jsou odlišné.
Není možné uspokojit každého z nich. Lze dospět ke
kompromisu mezi masovou komunikací a individuální
obsluhou seskupením zákazníků do segmentů s
homogenními potřebami.
 Segmentace usnadňuje nastavení prodejní strategie
a vede k zefektivnění komunikace:
 Vyšší response rate
 Snížení nákladů na oslovení
 V závislosti na aktuálních cílech a potřebách firmy
může být segmentace založena na:
 Interních datech
 Výzkumu trhu
Blog

10. Segmentace 2/2
 Pozitivní výsledky segmentace lze demonstrovat na
anonymizovaných datech prodejce elektroniky. Segmentační model
si všímá profilu zákazníků a jejich potřeb, podporuje dlouhodobý
ziskový vztah se zákazníkem.
 Zvýšení responsí až na 2,6 násobek u segmentu „Fanatiků“

11. Věrnostní programy 1/2
 Dlouhodobá komunikace ke klientovi udržuje / zvyšuje spokojenost
zákazníka. Věrnostní programy mohou pozitivně působit jak na
stávající, tak i potenciální klienty (známé, rodinné příslušníky, …)
 Proces tvorby věrnostního programu:
Data Mind Data Mind & Data Mind
Klient
 Poskytujeme analytické řešení:
 Analýza profitability- ROI (celková i dílčích kampaní)
 Správa kreditního / bodového systému pro odměňovací logiku
 Segmentace zákazníků
 Návrh marketingových aktivit na důležité události (eventy, momenty
pravdy)

12. Věrnostní programy 2/2
1.
Mechanika
2. Komunikač ní
Komunikační
kanál
Cílová skupina Popis plán Kdy I. II. III.
Roll-out Web Všechny segmenty Na webové stránce komunikace x týdnů po spuštění x x
Obdrží e-mail s informací o spuštění věrnostního programu.
Sdělení obsahuje informaci o bodovém stavu jejich konta. E-
mail s příklady odměn a slev + obecná pravidla mechanizmu
E-mail Top 3 segmenty programu. x
segment A: zboží pro mladé ženy
segment B: nabídka zboží pro starší ženy
segment C: nabídka mixu zboží
Zákazníkovi se zobrazí hodnota bodů, která mu bude
3. Vyhodnocení
Při zadávání
Objednávka Web Noví zákazníci připsána při úspěšném dokončení objednávky (včetně platby). x x x
objednávky
Odkaz na všeobecné podmínky programu.
Po převzetí
Noví zákazníci Skutečně připsané body a standardní komunikace. x x x
zboží
Součástí balíčku je věrnostní karta a principy fungování Při převzetí
Zásilka Noví zákazníci x x x
programu. zboží

13. Afinitní modely
 Využití znalostí o chování zákazníka, jeho nákupech, frekvenci, výši
útraty,… ke zvýšení prodejů a snížení komunikačních nákladů
 Vybírají zákazníky s nejvyšší pravděpodobností:
 Nákupu produktu,
 Zvýšení budoucí hodnoty zákazníka,
 Podání výpovědi, …
 Rozřazení zákazníků dle
pravděpodobnosti nákupu
 Nejlepší desetina zákazníků
(decil nakoupí) s 3,5-
násobnou pravděpodobností
proti průměrným zákazníkům

14. Analýza nákupního košíku 1/2
Produkt A Souvislosti Výsledek
• 90% zákazníků k němu • Pokud nabídnem e
chce nápoj položku, která nejvíce
• 50% zákazníků k němu souvisí = nápoj (90%)
chce hranolky zdvojnásobíme
• 25 % zákazníků chce k prodej proti běžné
němu salát situaci, kdy nabízíme
• 10% zákazníků náhodně vybrané
požaduje k němu kečup produkty (45%)
• 5% zákazníků požaduje • Zefektivně ní využití
druhý hamburger
kom unikač ních kanálů
• P ů m rná úspě šnost
r ě
prodeje druhého
• Zákazník kupuje obř í produktu je 45%
hamburger
Blog

15. Analýza nákupního košíku 2/2
 Vztah mezi jednotlivými produkty lze zobrazit korelační maticí
(silné vztahy označené zeleně, slabé žlutě a negativní červeně)
 Produkt „K“ je vhodné cílit dohromady s produktem „A“
tG
D
H
tA
tB
C
K
tE
tF
tL
J
I
t
t
kt
kt
kt
kt
uk
uk
uk
uk
uk
uk
uk
uk
u
u
u
u
od
od
od
od
od
od
od
od
od
od
od
od
Pr
Pr
Pr
Pr
Pr
Pr
Pr
Pr
Pr
Pr
Pr
Pr
Produkt A - 0,01 0,02 - 0,03 - 0,02 - 0,03 - 0,02 - 0,06
Produkt B - 0,01 0,04 0,06 0,09 0,12 0,03 - 0,04
Produkt C 0,02 0,04 - 0,00 0,02 0,04 0,01 - 0,02
Produkt D - 0,03 0,06 - 0,00 0,13 0,02 0,00 - 0,08
Produkt E - 0,02 0,09 0,02 0,13 0,04 0,02 - 0,05
Produkt F - 0,03 0,12 0,04 0,02 0,04 0,02 - 0,03
Produkt G - 0,02 0,03 0,01 0,00 0,02 0,02 0,01
Produkt H - 0,06 - 0,04 - 0,02 - 0,08 - 0,05 - 0,03 0,01
Produkt I - 0,03 0,02 0,01 - 0,05 - 0,03 0,04 - 0,01 - 0,05
Produkt J - 0,00 0,11 0,04 0,12 0,20 0,05 0,05 - 0,04
Produkt K 0,36 - 0,00 - 0,01 - 0,07 - 0,04 - 0,01 - 0,03 - 0,08
* Anonymizovaná data

16. Geo-marketing
 Analytický nástroj využívající GEO data a nástroje vhodný pro
oslovení nejen stávajících, ale i potenciálních klientů
 Akviziční nabídky v regionálních komunikačních kanálech (Přílohy novin,
Regionální noviny, Rozhlas, Telemarketing, Outdoor, POS)
 Popisná vizualizace regionů (využití např. pro reporting, vyhodnocování)
 Ke zpřesnění výsledků lze využívat data:
 Různé úrovně detailu (kraje, okresy, obce, …)
 Ze sčítání lidu (socio-demografická, data o budovách, …)
 Externí databáze (kupní síla, dopravní dostupnost, …)

17. Kontakt