Курсы, тренинги, программы по обучению.

Наша компания проводит обучающие курсы и тренинги по следующим темам:

• CRM 2.0 - эффективные технологии управления клиентской базой. 
• CRM для малого и среднего бизнеса.
• Управление клиентским опытом в современном бизнесе.
• Применение технологий Big Data, Machine Learning.
• Программы лояльности и управление удовлетворенностью.
• Маркетинговая и CRM стратегия: от идеи до воплощения.
• Целевые маркетинговые кампании: оптимизация и рост эффективности.

Также возможна разработка индивидуальных курсов и тренингов под ваши индивидуальные потребности.​
С примерами программ некоторых обучающих курсов вы можете ознакомиться ниже: 

Программа курса "CRM 2.0 - эффективные технологии управления клиентской базой.":

1. CRM как инструмент клиентоориентированности.
   1. Что такое лояльность клиента?
   2. Лояльность и удовлетворённость - в чём разница
   3. Клиентский опыт и основные предпосылки для работы с ним
   4. Как измерить лояльность?
   5. Продуктоориентированный, клиентоориентированный и клиентоцентричный бизнес
   6. Лояльность: заработанная или купленная
   7. Создание клиентоориентированного подхода
   8. Задание – реализация клиентоориентированного подхода в организации
2. CRM стратегия
   1. Создаём CRM - видение
   2. Лидерство и команда CRM
   3. Формирование «индивидуальности» бренда
   4. 4 направления создания клиентоориентированной стратегии
   5. Точки концентрации усилий в рамках стратегии
   6. Шаги для реализации стратегии
   7. Роль сервиса, продукта, маркетинга в клиентоориентированной стратегии
   8. Как CRM стратегия улучшает маркетинговую стратегию
   9. Задание – стратегия работы с клиентами в различных типах бизнеса.
3. Лояльность, создание клиентоцентричных процессов и управление ими.
   1. Факторная модель управления лояльностью
   2. Типичные факторы, влияющие на лояльность
   3. Управление лояльностью на основе свойств продукта/сервиса
   4. Определяем основные направления развития процессов
   5. Управление клиентским опытом
   6. Как учесть голос клиента в CRM-процессах
   7. Задание – построение клиентоцентричных процессов
4. Активность клиентов. Churn Management
   1. Определения активности и оттока клиентской базы - основные метрики для бизнеса
   2. Примеры вычисления оттока
   3. Retention и динамика активности клиентской базы
   4. Отчётность по оттоку
   5. Управление оттоком – кейс.
5. Связь функционала и бизнес-целей внедрения CRM
   1. Операционный, аналитический и коллаборационный CRM - ключевые задачи
   2. Основные компоненты операционного CRM: продажи, маркетинг и сервис
   3. Результаты автоматизации процессов (Кейс)
   4. Планируемые выгоды и фактические цели от внедрения CRM
   5. Целевые метрики CRM
   6. Декомпозиция целей внедрения
   7. Привлечение, развитие и удержание, дифференцированное обслуживание клиентов
   8. Оценка существующих бизнес-процессов.
   9. Gap-анализ и идентификация точек роста.
   10. Задание – выделение ключевых параметров доходности CRM на проекте​

7.  Аналитика в управлении клиентской базой.

1. Общие подходы в клиентской аналитике
2. Сегментация клиентской базы. Решаемые задачи.
3. Направления анализа, матрица: лояльность, ценность, потенциал
4. Пример: сегментация в ритейле
5. Кейс – применение сегментации на примере winparf 
6. Типы сегментов. Процесс аналитики клиентской базы в компании
7. Задание – использование сегментации в целевом маркетинге
8. Управление жизненным циклом клиента
   1. Управление жизненным циклом клиента
   2. Целевые маркетинговые активности в разрезе жизненного цикла
   3. Сегментация клиентской базы на основе жизненного цикла
   4. RFM-анализ
   5. Задание  – управление жизненным циклом
9. Пожизненная ценность клиента (Customer Lifetime Value).
   1. Оценка потенциальной ценности - Customer Lifetime Value
   2. Пример – расчёт ценности клиентов
   3. Детализация оценки ценности клиентской базы
   4. Матрица ценностного спектра
   5. Подходы к управлению ценностью клиентской базы
   6. Оценка потенциала
   7. Задание – расчёт ценности клиентов
10. Целевой маркетинг. Эффект от сегментации для целевых маркетинговых кампаний.
    1. Методология целевого маркетинга.
    2. Стратегия и запуск кампаний.
    3. Бизнес-процессы целевого маркетинга.
    4. Кастомизация и тестирование предложений.
    5. Оценка эффективности, основные метрики.
    6. Pre  и  Post ROI кампаний.
    7. Создание и управление библиотекой кампаний.
    8. Автоматизация управления целевыми маркетинговыми кампаниями – системы Campaign Management
    9. Пример – автоматизация кампаний
11. Предиктивная аналитика и управление клиентской базой
    1. Что такое предиктивная аналитика и машинное обучение?
    2. Основные сферы применения предиктивной аналитики в CRM
    3. Примеры – предсказание оттока, перекрестные и дополнительные продажи.
    4. Построение предиктивных моделей на практике.
    5. Кейс – применение статистических методов для предсказания оттока клиентов.
    6. Задание – использование различных вариантов применения моделей.
12. Внедрение CRM как инвестиционный проект: строим бизнес-кейс внедрения.
    1. Формируем основные предпосылки для построения кейса.
    2. Оценка доходной и расходной части.
    3. Три сценария в финансовой модели.
    4. Расчет основных финансовых метрик и показателей инвестиционного проекта.
    5. Пример  – расчёт бизнес-кейса внедрения CRM.
13. Управление отношениями: максимизация ценности от внедрения CRM
    1. От процессного к ценностному управлению.
    2. Исследуем дополнительные возможности для бизнеса.
    3. Оценка перспектив и формирование планов развития CRM 
    4. Финальное задание – мини-проект и план реализации внедрения CRM

Программа курса "Управление клиентским опытом в современном бизнесе":

1. Принципы управления клиентским опытом.
   1. Что такое «клиентский опыт»?
   2. Принципы управления клиентским опытом.
   3. Что чувствуют клиенты.
   4. Триада: опыт, ожидания, удовлетворенность.
2.  Эмоциональный опыт и обратная связь
   1. Диаграмма эмоционального воздействия на клиента.
   2. Связь опыта и отклика клиентов.
   3. «Момент истины» и его роль в управлении впечатлениями.
   4. Факторная модель впечатлений и их влияния на лояльность.
3.  Модели клиентского опыта
   1. Модель «Пирамида лояльности»
   2. Модель «Карта эмпатии»
   3. Модель «заложник-апостол»
   4. Модель Bain Consulting
   5. Модель Кано
   6. Модель Customer Journey
4.  Customer Journey Map
   1. Определение потребностей
   2. «Персоны» клиентов
   3. Точки взаимодействия и каналы
   4. Путь принятия решения
   5. Формирование карты клиентского опыта
   6. Использование CJM на практике
5.  Процессное управление клиентским опытом
   1. Анализ «пробелов» в управлении клиентским опытом.
   2. Голос клиента – как собирать и как анализировать.
   3. Спектр влияния событий на клиента.
   4. Оценка в момент взаимодействия.
   5. Каналы взаимодействия – что и как оценивать.
   6. Основные компоненты управления клиентским опытом в продажах, маркетинге и сервисе​

6. Управление клиентским опытом в соцмедиа и социальный CRM.

1. Что такое «социальный CRM»?
2. Эволюция соц. CRM.
3. Процесс социального CRM
4. Методы и приложения соц.CRM
5. Social Network Analysis
   
6. Примеры


7.  Дизайн впечатлений.
   1. Парадигма «дизайн-мышления» в применении клиентскому опыту
   2. Дизайн впечатлений и его роль.
   3. Тестирование впечатлений.
   4. Брендирование клиентского опыта – связь с ценностями бренда.
   5. Современные технологии мониторинга и анализа эмоций клиентов.
   6. Внедрение технологий дизайна клиентского опыта в бизнес-практику.
   7. Дизайн впечатлений - KPI и метрики, мотивация сотрудников.
8.  Управление клиентским опытом – перспективы развития.
   1. Семь ступеней зрелости в управлении клиентским опытом.
   2. Эмоциональные триггеры и их идентификация.
   3. Управление клиентским опытом в режиме реального времени.
   4. Автоматизация и проактивное управление клиентским опытом.
   5. Целевые маркетинговые кампании и CEM.
   6. Связь с долговременной лояльностью и ценностью клиентской базы.
   7. Итоговое домашнее задание – построение карты клиентского пути для одного из бизнес-процессов

​

​Программа курса "Применение технологий Big Data, Machine Learning":

Занятие 1. Big Data и основы анализа данных

• Анализ данных в современном бизнесе
• Данные, информация, знания – определения и основные понятия.
• Характеристики данных, качество данных.
• Концепция Big Data – основные понятия и определения.
• Источники больших данных, экстракция данных, рынок данных, интерпретация данных.

 
Занятие 2. Аналитика и Data-аудит организации

• Основные виды аналитики данных.
• Data-аудит организации.
• Основные тренды Big Data – 2017-2020 г.
• Технологии IoT, Cloud computing, AI.
• Применение новых технологий анализа данных для получения бизнес-результата.
• Домашнее задание – формирование предложений по запуску проекта BigData внутри вашего подразделения.

 
Занятие 3. Хранилища данных, технологии управления качеством данных

• Управление качеством данных и Master Data Management – технологии очистки данных.
• Интеграция данных и современные решения Data Integration.
• Хранилища данных, классический подход к OLAP.
• Распределённые хранилища данных и технологии Hadoop, Spark, Vertica.
• Облачные хранилища данных на примере Azure, AWS.
• Сравнение современных технологий хранения данных и решений DWH.

 
Занятие 4. Принятие решений на основе данных

• Data Driven подход в организации.
• Инфраструктура, орг. структура, роли в команде, специализация и основные задачи.
• Организация процесса аналитики в компании.
• Инсайты, гипотезы, исследования, процесс peer-review.
• Интеллектуальные системы поддержки принятия решений.

 
Занятие 5. A/B тестирование, сегментация, применения для целевого маркетинга

• Проверка гипотез, А/B тестирование – как реализовать на практике?
• Примеры извлечения знаний из данных и принятия решений (кейс).
• Сегментация клиентской базы. Цели и применение.
• Направления анализа, матрица: лояльность, ценность, потенциал.
• Кейс + пример-интерактив (упражнение) – использование сегментации в целевом маркетинге.
• Домашнее задание – формирование сегментов для вашего бизнеса

 

Занятие 6. Управление жизненным циклом клиента

• Управление жизненным циклом клиента.
• Целевые маркетинговые активности в разрезе жизненного цикла.
• Пример-интерактив (упражнение) – управление жизненным циклом клиента.
• RFM-анализ, использование в целевом маркетинге.
• Аналитический целевой маркетинг.
• Прогнозное моделирование – кейс «Сантандер Тотта»

 
Занятие 7.  Управление ценностью клиентской базы

• Анализ ценности клиентской базы.
• Customer Lifetime Value (CLV) и прогнозирование ценности клиентской базы.
• Пример-интерактив (упражнение) - оценка CLV для различных клиентов.
• Поведенческая сегментация клиентов.
• Расчёт ценности клиентской базы на практике.
• Домашнее задание – расчёт ценности клиентов с данными параметрами

 
 
Занятие 8.  Визуализация данных

• Что такое - «визуализация данных»?
• Типы диаграмм и их область применимости.
• Правильная постановка задачи: как раскрыть смысл с помощью данных?
• Типичные ошибки в визуализации данных.
• Примеры визуализации и практическое занятие по созданию правильной визуальной структуры на примере презентации.
• Дашборды и их виды. Степень детализации дэшбордов в зависимости от задачи.
• Интерактивные дэшборды.

 
Занятие 9.  Business Intelligence – современные подходы

• Современные подходы в Business Intelligence – парадигма Self-serviced BI.
• Cовременныe BI инструменты – Tableau, Qlikview, Power BI и др.
• Разведочный анализ – базовые понятия и оптимизация.
• Использование BI инструментов на примере Tableau – знакомство с инструментом.
• Визуальные стили и реализация прикладных задач с помощью BI инструментов.
• Пример создания дэшбордов в Tableau.
• Домашнее задание – реализация отчёта в Tableau Public

 
Занятие 10.  Технологии сбора данных, идентификации клиентов, аналитика эмоций.

• Мобильные технологии.
• Биометрические технологии.
• Смарт-карты.
• NFC, RFID.
• Геомаркетинг и геотаргетинг.
• Нейросети, распознавание лиц и аналитика эмоций.

 ​

Занятие 10.  Технологии сбора данных, идентификации клиентов, аналитика эмоций.

• Мобильные технологии.
• Биометрические технологии.
• Смарт-карты.
• NFC, RFID.
• Геомаркетинг и геотаргетинг.
• Нейросети, распознавание лиц и аналитика эмоций.

 
Занятие 11.  Data Mining, машинное обучение и искусственный интеллект (ч.1)

• Что такое Data Mining и машинное обучение?
• Общие подходы и парадигмы Data Mining.
• Обучение с учителем и без учителя.
• Задачи машинного обучения (часть 1): классификация, регрессия, деревья решений, нейросети,  скоринг клиентской базы.
• Домашнее задание – пример решения простой задачи машинного обучения. 

Занятие 12.  Data Mining, машинное обучение и искусственный интеллект (ч.2)

• Алгоритмы и методы машинного обучения (часть 2): нейросети.
• Эволюция нейросетей – от перцептрона Розенблатта к многослойным свёрточным сетям.
• Глубокое обучение (deep learning)
• Обучение с подкреплением (reinforcement learning)
• Как использовать результаты моделирования.
• Применение на практике - кейсы.

 
Занятие 13.  Применение моделей в бизнесе и скоринг клиентов.

• Поведенческий скоринг.
• Скоринговые модели для бизнеса - скоуп задач.
• Пример: скоринг предсказания оттока.
• Пример: дополнительные и перекрёстные продажи.
• Пример: стимулирование использования банковских услуг.
• Аплифт-моделирование.
• Кроссканальная аттрибуция, вектор Шепли и Марковские модели.
• Система KPI управления ценностью клиентской базы.
• Метрики качества моделей.

 
Занятие 14.  Предиктивная аналитика на практике.

• Платформы для data mining и аналитики.
• Методологии анализа данных – SEMMA, CRISP-DM.
• Пример построения модели оттока в KNIME.
• Автоматизация построения моделей в Rapidminer Go – практический пример.
• Оценка количества моделей – большие размерности и как с ними быть?

 
 
Занятие 15.  Фабрика моделей и реализация плана AI-инициатив

• Концепция фабрики моделей .
• Примеры решений Modelling Factory.
• Чем AI может быть полезен для вашего бизнеса – выясняем точки роста.
• Упражнение: разработка AI-инициатив и построение плана для бизнеса.
• Подведение итогов курса.