Seminole Gaming от имени компании Seminole Tribe управляет семью казино во Флориде. Два из них представляют собой гостинично-игорные комплексы сети Hard Rock. У компании свыше 11 тыс. игральных автоматов, 300 игорных столов, десятки ресторанов и почти 10 тыс. сотрудников.

Традиционно мы разрабатывали собственные аналитические средства, включая корпоративное хранилище данных и инструменты для бизнес-интеллекта, управления кампаниями и продажами, чтобы использовать их в различных целях. Значительные преимущества давал метод “тестируй и контролируй” для изучения тысяч категорий клиентов.

И тем не менее при всех этих успехах нам кое-чего не хватало. Наша стратегия категоризации опиралась исключительно на прежнее поведение с использованием традиционных критериев давности, частоты и потраченных сумм. Но ведь когда речь идет о поведении клиентов, необходимо “заглянуть в будущее”. И вот в 2010 г. было решено приобрести аналитическое ПО SAS.

В первый день проводившегося в Seminole Gaming тренинга мы разработали учебную модель с использованием SAS Enterprise Miner, взяв реальные данные о клиентах и простое дерево решений. Для начала нужно было приобрести опыт применения этого ПО. Но наша учебная задача заключалась в том, чтобы понять, какое поведение клиента можно предсказать, если в течение месяца он повторно посещает одно из наших заведений. Нас не смущало, что модель была учебной, поскольку в ней использовались реальные данные, а полученные результаты казались вполне правдоподобными.

Когда разрабатывалась модель, аналитическое подразделение входило в департамент маркетинга, так что предпринимать действия на основе полученных результатов для нас не составляло особого труда. Была создана новая программа для принятия мер на основе двух обнаруженных показателей. С помощью традиционного метода “тестируй и контролируй” проверялось, может ли данная программа посредством маркетинговых мероприятий дать выигрыш, превышающий затраты на программу.

Хотя один из показателей оказался непродуктивным (увеличение дохода сводилось на нет ростом затрат), второй ежемесячно приносил заметную прибыль — значительно больше 1 млн. долл. в год. Таким образом, можно сказать, что расходы на программу SAS окупились в ходе первого же тренинга.

Модели реагирования

Обычно, если не считать случайных открытий вроде описанного выше, легко доступный результат для любой компании, рассылающей большое количество рекламы, связан с выявлением способов исключения затрат на рассылку почты тем клиентам, которые вряд ли откликнутся на предложение.

Но что можно сказать об электронной почте и социальных сетях? Хотя новые электронные каналы являются весьма важными инструментами маркетинга, в некоторых видах бизнеса (в том числе в сети казино) прямая почтовая рассылка остается гораздо более эффективной.

Seminole Gaming выделяет большие средства на прямую почтовую рассылку и сумела разработать модель реагирования на сообщения о концертах в своих гостинично-игорных комплексах Hard Rock в Голливуде. Эта модель была построена с помощью Rapid Predictive Modeler, нового инструмента, включенного в состав пакета Enterprise Miner 6.2.

Мы идентифицировали 35% наших клиентов, которые вероятнее всего откликнутся на одно из наших предложений. А для тех 65%, которые скорее всего не отреагируют, объединили рекламу нескольких концертов в одном сообщении. Если в первом случае принцип “один концерт — одно сообщение” оказался наиболее эффективным, то во втором появилась возможность снизить расходы и увеличить число откликов. Такая модель реагирования стала следующим достижением, позволившим получать дополнительную годовую прибыль в размере свыше 1 млн. долл.

Были разработаны и другие модели, мы продолжаем создавать их и сейчас, чтобы прямая почтовая рассылка стала максимально эффективной.

Модели изменений в поведении

После того как мы идентифицировали людей, которым не следует направлять рекламу по почте, следующим шагом стало выявление тех, кому рассылать ее нужно, но это не делалось. Как и модели реагирования, это важная стратегия для любой компании, чей успех в значительной мере зависит от прямой почтовой рассылки.

В игровой индустрии накоплено множество данных о совершаемых клиентами тратах. Значительная часть наших игроков пользуется картами выигрышей в казино, и 70—80% трат отслеживается именно по ним. О каждом владельце карты мы знаем, какие игры он предпочитает и как он сыграл на любом автомате и за любым столом в любой день.

В казино традиционные программы прямой почтовой рассылки широко используют такие метрики, как средние потери за день (сколько денег теряет игрок в определенный день), теоретические средние потери за день (сколько он потерял бы при ожидаемой удачливости), среднее значение за день (расчетная величина на основе двух предыдущих метрик) и заработанные очки (сколько денег в общей сложности игрок оставил в казино). Если в рамках каждой маркетинговой кампании направлять сообщение каждому клиенту, это не принесет прибыли. Поэтому обычно в казино устанавливаются лимиты рассылки.

Рассмотрим пример. Представьте, что проводится кампания: 5 долл. в любой игре тем клиентам, у кого среднее значение потерь за день превышает 50 долл. Значит, маркетолог определил, что выдача пяти долларов каждому такому клиенту приводит к росту их количества, достаточному для того, чтобы покрыть расходы на игроков, которые приехали бы в любом случае.

Предположим, была проведена проверка с целью обосновать, что пять долларов — оптимальная сумма для клиента, тратящего пятьдесят. Возникает вопрос, не являются ли “золотым дном” клиенты, оставляющие в казино менее 50 долл. Это довольно легко проверить. Обратитесь к прошлому и изучите клиентов, которые до определенного момента тратили меньше этой суммы, а в дальнейшем возвращались и расходовали уже больше. Это простая модель изменения поведения, с которой легко работает Rapid Predictive Modeler.

При тестировании таких моделей мы сразу выяснили, что можно найти скрытые резервы и сделать таким клиентам подходящее предложение, которое увеличит количество посетителей настолько, что кампания окажется прибыльной. Каждый месяц мы строим все новые модели, чтобы организовывать кампании с использованием различных показателей. Эта простая концепция, как показывает опыт, дает прекрасные результаты.

Модели ассоциации

В описанных выше случаях ПО SAS используется для построения моделей, способных быстро обеспечить прибыль. Однако Seminole Gaming на этом не остановилась. Мы потратили время и силы на исследования и проекты, которые могут и не принести сразу прямой отдачи.

Один из таких проектов предусматривал создание моделей ассоциации для анализа рыночной корзины игровых автоматов, которыми пользуются наши клиенты. Простой пример. Предположим, в нашем казино только три типа игровых автоматов — A, B и C и двое клиентов, Боб и Рита. Допустим, при каждом посещении они тратят по 100 долл. Но если Рита играет только в одну игру, то Боб распределяет свои деньги между автоматами A и B. В таком случае мы можем сказать, что игры A и B ассоциированы, тогда как C не ассоциирована с какими-либо другими играми.

Если учесть, что речь идет о миллионах клиентов и тысячах игровых автоматов, модель становится очень сложной. Но наше новое ПО содержит простую в использовании модель ассоциирования, позволяющую разобраться в самых сложных данных.

Когда Seminole Gaming приступала к этому проекту, мы не знали, к чему придем, не знали, что обнаружим удивительные ассоциации игр. Здесь не место на них останавливаться, но можно сказать, что благодаря полученным с помощью данной модели результатам были полностью пересмотрены правила размещения автоматов.

Будущие исследования

В будущем Seminole Gaming надеется развивать два описанных выше направления: создавать модели, которые будут положительно влиять на бизнес немедленно, и использовать ПО SAS для изучения данных в исследовательских целях.

Следующим шагом после разработки моделей ассоциации станет кластеризация данных. Это непростая задача. Если миллионы клиентов помножить на тысячи игральных автоматов, получится матрица с триллионами ячеек.

Цель заключается в том, чтобы тщательно поработать над этой матрицей и выявить скрытые группы клиентов и игральных автоматов. Когда они будут обнаружены, наши возможности вырастут до небес. Представьте себе совершенно новый способ сегментирования ваших клиентов на основе выбора ими продуктов. Или новый способ анализа работы и даже размещения игровых автоматов с учетом предпочтений клиентов. Это очень интересная задача, которой мы рассчитываем заняться вплотную.

Использование моделей, о которых говорилось в этой статье, весьма положительно отразилось на бизнесе Seminole Gaming. Прежде всего оно дало нематериальную выгоду: знания, полученные благодаря моделям ассоциации, неизменно учитываются при выборе игровых автоматов.

Кроме того, поскольку управляющие казино убедились в выгодности таких моделей, теперь они мыслят в категориях предсказания поведения, а не просто учитывают то, что уже было. Они находят новые, более совершенные способы извлечения пользы из ПО SAS.

Что касается материальных выгод, то созданные модели тестировались в ходе кампаний прямого маркетинга и, как показывает статистика, приносят свыше 5 млн. долл. в год. В общем, за первые пять лет использования этого ПО мы надеемся получить более 30 млн. долл.

Компании Seminole Gaming необходимо “заглядывать в будущее”, когда речь идет о поведении ее клиентов, поэтому она обзавелась аналитическим ПО. Может ли подобное “гадание” помочь вашему бизнесу?