Кейсы и проекты

Мы делимся с вами опытом решения задач наших клиентов и уважаем NDA

Оптимизация расходов на маркетинг в банке

Цель

Оптимизировать расходы на маркетинг, сохранив эффективность.


Контекст:

Банк из ТОП-10 в России на фоне отставания эффективности рекламы от растущих бюджетов на маркетинг обратился за решением на основе анализа данных и геоаналитики. До внедрения решения расходы на рекламу равномерно распределялись между всеми рекламными активностями, а затраты не приводили к заметному росту количества новых клиентов.


Ключевые показатели

Годовой бюджет на маркетинг – более 1 млрд. рублей
Экономия за 1 год работы – 300 млн. рублей
Стоимость решения – 10 млн. рублей в год


Решение

Для сокращения расходов на маркетинг и повышения его эффективности команда Marketing Logic ретроспективно проанализировала все виды рекламных размещений в банке за последние 3 года. Все данные были оцифрованы, дополнены финансовыми результатами в разрезе каждого отделения и вида продукта.

Мы внедрили в банке геоинформационную систему бизнес-аналитики Atlas. Она позволила управлять всеми маркетинговыми активностями в регионах присутствия, в том числе вести автоматизированный расчёт результатов привлечения по каждому носителю в каждом городе. Плюс мы реализовали в банке поддержку технологии «маркетинговый захват территории», то есть выделение приоритетных зон вокруг сети отделений, где необходимо усилить маркетинговые инвестиции из-за внешних и/или внутренних факторов.

В сотрудничестве с экспертами банка были составлены максимально подробные цифровые портреты клиентов. На их основе мы подготовили интерактивную карту с выделением кластеров с высокой концентрацией «хороших» клиентов банка как для рекламных целей, так и для потенциальной трансформации сети офисов. Подготовленная и обученная на всей совокупности данных нейронная сеть сама предлагает маркетологам оптимальный набор самых эффективных каналов продвижения, включая наружную рекламу, интернет, радио и телевидение. При этом «нейронка» учитывает все возможные факторы, влияющие на эффективность рекламы – в том числе те, которые человек в силу больших объёмов информации обычно не включает в расчёт. Система накапливает данные об истории рекламных размещений и анализирует их методами машинного обучения, что дополнительно повышает точность каждого следующего прогноза.


Результат

В результате использования геомаркетингового подхода, анализа больших данных и машинного обучения команда банка и Marketing Logic существенно повысили эффективность привлечения клиентов с учётом индивидуальных особенностей каждого региона и отдельного офиса. В масштабе всего банка затраты на привлечение новых клиентов снизились на 40%. Банк сэкономил 27% бюджета на маркетинг, онлайн-продвижение и охватную рекламу, что в абсолютных числах составило более 300 миллионов рублей в год при стоимости решения 10 миллионов.