Первым делом она идёт к разработчику, так как ей нужна выгрузка данных для анализа. Разработчик выполнит задачу от Анны, но не ранее, чем через неделю, так как у него есть более приоритетные задачи.

Затем Анна обращается к аналитику, чтобы найти клиентов, которые недавно совершили крупные покупки в строительных магазинах. Аналитику приходится потратить на эту задачу существенное время, чтобы учесть все тонкости.

Наконец Анна привлекает дизайнера, чтобы спроектировать внешний вид предложения. Кампания почти готова к запуску — остаётся только обновить устаревшую выборку и пройти все согласования.

Используя Customer Insight™, Анна может сегментировать клиентов по событиям в их жизни — “инсайтам”. Объединяя внутренние банковские данные с внешними — такими как активность клиентов в интернете — наши математические модели строят для Анны полную картину реальной жизни клиентов банка. Поэтому уже на первом этапе Анна в явном виде выбирает тех людей, которые делают ремонт и не имеют сбережений — не погружаясь в технические детали и не привлекая других специалистов.

В нашем решении уже реализовано более 300 инсайтов, позволяющих задавать высокоточный таргетинг. Причём речь идёт не только о прошлом и настоящем клиентов, но и о предсказании будущих событий — например, Анна может отобрать людей, склонных к оттоку или готовящихся сыграть свадьбу.

На втором этапе Анна выбирает подходящее оформление и рассылает предложение прямо из интерфейса Customer Insight™. Больше не нужно привлекать разработчиков и дизайнеров — Анна может запустить кампанию всего за несколько минут вместо обычных недель. Интеграция с цифровыми каналами через наше SDK позволяет коммуницировать с клиентами в реальном времени.

В завершение система собирает обратную связь от клиентов — было ли предложение актуальным или нет. Эти данные используются для автоматического улучшения математических моделей — а значит, точности инсайтов. То есть чем дольше вы используете Customer Insight™, тем точнее таргетируются ваши предложения.