Компания HeadHunter внедрила систему поддержки продаж на

Пример внедрения Microsoft SQL Server 2012
Компания HeadHunter внедрила систему поддержки
продаж на основе инструментов Data Mining платформы Microsoft SQL Server
Кратко о компании
«В фокус-группе рост продаж за последний месяц составил
Название:
9,25%. Продуктивность работы менеджеров, использующих
Группа компаний HeadHunter
www.hh.ru
Профиль организации:
Владелец и оператор популярного в России онлайнресурса для поиска работы и найма персонала
рекомендации системы поддержки продаж, возросла на 21%,
поскольку они уже не тратят время на самостоятельный
поиск наиболее перспективных клиентов из общей базы»
Вадим Андронов, руководитель проекта HeadHunter
ПО и услуги Microsoft:
Microsoft SQL Server 2012
Вертикальные отрасли:
Профессиональные услуги
Страна/регион:
Россия
Потребность бизнеса:
Повышение эффективности продаж
ИТ-проблема:
Создание аналитической системы, формирующей
рейтинг клиентов исходя из вероятности совершения
ими покупки услуги в ближайшее время
Партнер:
spellabs it.company
www.spellabs.ru
Компании HeadHunter, владельцу самого популярного в
России веб-сервиса по подбору персонала и поиску работы,
требовалось повысить эффективность работы с клиентами и
увеличить
объемы
продаж
услуг.
Специалисты
spellabs
разработали для HeadHunter систему поддержки продаж,
которая для каждого клиента рассчитывает вероятность
заключения сделки в определенный период времени и
определяет услуги, которые могут его заинтересовать. За два
месяца опытно-промышленной эксплуатации системы на
основе ее рекомендаций менеджеры совершили около 2,5
тыс. телефонных звонков, треть из которых завершились
сделкой.
«Даже при сравнительно невысоком качестве
исходных данных, обусловленном большим
количеством пропусков
и неопределенностей,
Microsoft SQL Server демонстрирует высокую
точность расчетов —
если в данных есть
хоть какая-то закономерность, платформа
ее выявляет»
Михаил Сумской,
архитектор BI-систем компании
spellabs
О компании
Группа компаний HeadHunter (hh.ru) работает на рынке интернет-рекрутмента с
2000 года. За прошедшее время сайт
hh.ru стал одним из лучших онлайновых
ресурсов для поиска работы и найма
персонала. Бизнес-модель HeadHunter
основана на продаже информации из
базы данных резюме и платной публикации вакансий. Компания инвестирует
значительные средства во внедрение
новых технологий и постоянно совершенствует предоставляемые сервисы.
Ситуация
Одним из основных источников дохода
HeadHunter является предоставление
компаниям-работодателям платных
услуг, облегчающих подбор персонала. В
общей сложности клиентам предлагается
около 30 различных услуг, в том числе
публикация и продвижение вакансий,
подбор подходящих резюме, формирование бренда работодателя, проведение
заказных исследований рынка труда.
База работодателей насчитывает около 1
млн записей, при этом более половины
из зарегистрированных в ней компаний
имеют открытые вакансии, остальные
обращаются к услугам HeadHunter периодически.
В 2012 году руководство компании приняло решение о создании современного
инструмента аналитики продаж. С его
помощью менеджеры могли бы выделять из обширной базы работодателей те
компании, которые, скорее всего, испытывают потребность в тех или иных услугах HeadHunter и готовы их приобрести.
Потенциальные клиенты должны были
выявляться на основе сопоставления
целого ряда факторов, в числе которых
— размер компании, количество открытых вакансий, длительность поиска подходящих сотрудников, давность предыдущего договора о приобретении плат-
ных сервисов, а также другой разнообразной статистики, накопленной за всю
историю общения с той или иной организацией. Такая аналитика могла бы дополнить уже имеющуюся аналитику на
CRM-системе и существенно повысить
эффективность работы ее пользователей:
менеджеров по продажам, менеджеров
по работе с клиентами и сотрудников
контакт-центра.
Поскольку платформа Microsoft является
корпоративным стандартом HeadHunter,
было решено разработать новый инструмент на основе Microsoft SQL Server
2012 Enterprise Edition и встроенных в
него инструментов Analysis Services Data
Mining и Integration Services. Реализовать
проект поручили компании
spellabsit.company, золотому партнеру
Microsoft по направлению Application
Development.
Специалистам spellabs предстояло создать систему поддержки продаж, которая будет выдавать рекомендации по
услугам, которые могут заинтересовать
клиента, а также рассчитывать вероятность заключения сделки в определенный период времени. Конечный результат прогнозирования должен быть представлен в виде рейтинга потенциальных
клиентов-работодателей — верхние позиции рейтинга должны занимать те организации, которые с большей вероятностью приобретут ту или иную услугу в
ближайшее время. Основной акцент
надо было сделать на обнаружение тех
клиентов, которые отличаются слабой
активностью — приобретают услуги редко или не проявляют инициативу самостоятельно, а лишь реагируют на обращенные к ним предложения.
Согласно предварительным расчетам,
при достаточно высоком качестве прогнозов можно было добиться хорошей
отдачи при работе с 80% компаний из
«Хочу отметить, что
даже при сравнительно
невысоком качестве исходных данных (обусловленном большим
количеством пропусков
и неопределенностей)
Microsoft SQL Server демонстрирует высокую
точность расчетов —
если в данных есть
хоть какая-то закономерность, платформа
ее выявляет»
Михаил Сумской,
архитектор BI-систем компании
spellabs
клиентской базы, при этом не менее 20%
звонков, совершенных по рекомендациям аналитической системы, приводили
бы к заключению сделки.
Решение
В качестве исходных данных система
поддержки продаж использует справочник общих сведений о клиентах, а также
накопленную информацию о счетах,
приобретенных и использованных услугах.
Первым этапом создания системы стало
исследование данных и поиск скрытых
закономерностей. Обычно для этих целей применяются встроенные в Microsoft
SQL Server Analysis Services алгоритмы
кластеризации последовательностей —
они позволяют обнаруживать серии повторяющихся действий и строить на их
основе типичные модели поведения
клиентов. Эти модели служат основой
для прогнозирования наиболее вероятных и прибыльных сделок. Однако данные компании HeadHunter имеют ряд
особенностей, осложняющих применение таких алгоритмов. Каждый клиент,
как правило, приобретает лишь одну или
две услуги из относительно небольшого
перечня услуг. При этом значительная
часть сделок приходится на бесплатные
услуги или подписки, которые не приносят прямой прибыли и не должны учитываться при выработке рекомендаций.
Кроме того, многие клиенты сообщают о
себе неполные сведения, поэтому около
60% полей в базе не заполнены. Все эти
факторы приводили к тому, что в процессе настройки моделей встроенные в
SQL Server алгоритмы не давали нужных
результатов — все анализируемые данные оказывались «слитыми» в единственный кластер. Идея решения была
подсказана одним из специалистов
Microsoft на конференции Microsoft
TechEd — в своем докладе он рассказал
о возможности создания ансамбля моделей, то есть комбинирования нескольких моделей с учетом «веса» каждой из
них. Таким образом удается добиться
высокой точности результатов прогнозирования даже в случае невыcокой
точности исходных алгоритмов.
«Мы пробовали применять различные
алгоритмы на разнообразных срезах
данных и оценивали их результативность, — рассказывает Михаил Сумской, архитектор BI-систем компании
spellabs. — Хочу отметить, что даже
при сравнительно невысоком качестве
исходных данных (обусловленном большим количеством пропусков и неопределенностей) Microsoft SQL Server демонстрирует высокую точность расчетов
— если в данных есть хоть какая-то
закономерность, платформа ее выявляет. Причем разработчикам не приходится прикладывать много “ручного
труда”, поскольку SQL Server содержит
все необходимые инструменты для разработки аналитических моделей и
быстрой оценки их качества. В сочетании с отличным быстродействием SQL
Server эти возможности позволяют
экономить массу времени и разрабатывать аналитические системы в кратчайшие сроки».
Высокая скорость выполнения алгоритмов в Microsoft SQL Server обусловлена
внутренней реализацией расчетов и запросов.
«При обработке базы данных объемом
около 6 млн записей даже ”тяжелые”
алгоритмы анализа выполнялись не более 12 часов», — оценивает производительность системы Михаил Сумской.
Важным преимуществом Microsoft SQL
Server стало наличие встроенных средств
интеграции — Integration Services. Возможность использовать готовые ETLинструменты избавила разработчиков от
«При использовании
Microsoft SQL Server
трудозатраты на разработку оказываются
значительно ниже, в
том числе за счет
применения готовых
встроенных интеграционных механизмов и
мощных инструментов
визуализации. Мы можем в полной мере раскрыть весь аналитический потенциал данных
и добиваться ощутимого бизнес-эффекта»
необходимости разрабатывать трудоемкие процедуры обработки данных и
ускорила процесс создания аналитической системы.
ции). Прогноз формируется на месяц
вперед и содержит около 200-300 тыс.
рекомендаций, нацеленных достижение
следующих результатов:
Кроме того, разработчики взяли на вооружение богатые возможности визуальной интерпретации алгоритмов: создавали наглядные графики точности,
прогнозировали финансовые результаты
применения тех или иных алгоритмов
(используя оценки для стоимости трудозатрат на подготовку и заключение одной сделки и средней прибыли по сделке).
• удержание постоянных клиентов и
поддержание спроса;
По запросу менеджера система формирует рейтинг потенциальных клиентов,
наиболее склонных к покупке услуги в
ближайшее время. Эти рекомендации
выгружаются в CRM-систему в виде
списка задач, которые предусматривают
звонок клиенту и предложение ему
определенного списка услуг (как правило, по две услуги для каждой организа-
Через некоторое время после ввода в
эксплуатацию система начала использовать собственную накопленную статистику обработки рекомендаций, анализ
которых позволяет увеличивать точность
прогноза.
• активизация интереса к приобретению
услуг со стороны клиентов, до этого
пользовавшихся только бесплатными
сервисами;
• развитие продаж для клиентов, не проявляющих активности в течение последних пяти месяцев.
Пользователи имеют возможность выполнять собственные аналитические
Михаил Сумской,
архитектор BI-систем компании
spellabs»
Рис. 1. Диаграмма точности прогнозов лучших моделей. Наилучшие результаты достигаются при применении моделей для прогнозирования продаж
для «верхнего» (наиболее прибыльного) сегмента, который составляет 45% от
общего объема клиентской базы
«При использовании
«Продуктивность
раMicrosoft
SQL Server исботы
менеджеров,
трудозатраты
на разпользующих
рекоменработку
оказываются
дации
системы,
возросзначительно
ниже, в
ла
на 21%, поскольку
томуже
числе
за счет
они
не тратят
применения
готовых
время
на самостоявстроенных
интегрательный
поиск
наибоционных
механизмовклии
лее
перспективных
мощных
ентов
изинструментов
общей базы»
визуализации.
МыАндронов,
моВадим
аналитик
компании
HeadHunter
жем
в полной
мере
раскрыть весь аналитический потенциал данных
и добиваться ощутимого бизнес-эффекта»
Михаил Сумской,
архитектор BI-систем компании
spellabs
изыскания — штатные средства Microsoft
Office обеспечивают подключение к аналитическим компонентам системы, в том
числе к различным кластерным моделям
базы клиентов и классификатору услуг.
Инструменты персональной аналитики
позволяют получать ответы на следующие вопросы:
• Кому из клиентов звонить в первую
очередь?
• Каков потенциал нового клиента?
• Стоит ли предлагать услугу X клиенту Y?
• К какой из групп спроса на услуги
можно отнести нового клиента?
Таким образом, компания получила
мощную аналитическую поддержку для
принятия решений — от организации
«холодных» звонков до развития отношений с уже существующими клиентами.
Особое внимание уделено анализу смены поведения клиентов (например, переходу из одной группы интересов в
другую или радикального изменения
состава потребительской корзины), что
позволяет вырабатывать эффективные
рекомендации по обеспечению более
эффективного взаимодействия с ними.
Преимущества
Результатом проекта, выполненного специалистами компании spellabs, стало
создание системы поддержки продаж, с
помощью которой менеджеры
HeadHunter могут идентифицировать
потребности клиентов даже при наличии
неполной информации о них.
В настоящее время решение находится
на этапе опытно-промышленной эксплуатации, ежедневно к нему обращаются
свыше 50 менеджеров HeadHunter, а
прогнозы строятся по данным о 40 тыс.
клиентов. За два месяца на основе рекомендаций, выданных системой, менеджеры совершили около 2,5 тыс. теле-
фонных звонков, треть из которых завершилась сделкой. Также среди весомых результатов использования системы
— снижение трудозатрат на обнаружение клиентов, которые могут принести
прибыль, и увеличение спроса на услуги
со стороны ранее неактивных клиентов.
«Сейчас решение выдает рекомендации
лишь по небольшой части клиентской
базы — около 1% от общего числа клиентов, причем для тестирования был
отобран ”верхний”, наиболее прибыльный сегмент, приносящий компании
примерно 5% прибыли. В этой фокусгруппе рост продаж за последний месяц
составил 9,25%. Продуктивность работы менеджеров, использующих рекомендации системы, возросла на 21%, поскольку они уже не тратят время на
самостоятельный поиск наиболее перспективных клиентов из общей базы»,
— утверждает Вадим Андронов, руководитель проекта HeadHunter.
Использование технологий Microsoft, в
том числе функционала по автоматическому подбору оптимальных параметров
аналитических моделей, а также по комбинированию различных алгоритмов
обработки на одной модели данных,
обеспечило высокую скорость разработки решения, возможность быстро тестировать различные методы ранжирования записей и получать достаточно точный прогноз продаж даже при невысоком качестве исходных данных.
Дополнительные сведения
За дополнительными сведениями о продуктах и услугах обращайтесь в информационный центр корпорации «Майкрософт» по телефонам (495) 916-71-71
(Москва), (800) 200-80-01 (все города
России).
Адрес корпорации «Майкрософт» в Интернете: http://www.microsoft.com/ (на
английском языке),
http://www.microsoft.com/rus/ (на русском
языке).
«Ранее мы разрабатывали близкие по
функционалу системы на других программных платформах, и зачастую на
решение тривиальных задач уходило
гораздо больше времени. При использовании Microsoft SQL Server трудозатраты на разработку оказываются значительно ниже, в том числе за счет применения готовых встроенных интеграционных механизмов и мощных инструментов визуализации. Мы можем в полной мере раскрыть весь аналитический
потенциал данных и добиваться ощутимого бизнес-эффекта», — комментирует Михаил Сумской.
В перспективе предполагается расширить функционал нового решения и создать на его основе систему управления
бизнесом, которая будет формировать
рекомендации не только для менеджеров по продажам, но и для работодателей и соискателей.
«Созданная нами система является
частным случаем аналитического CRM,
позволяющего качественно повысить
уровень продаж практически любого
бизнеса».
Данные материалы предназначены исключительно
для ознакомления. КОРПОРАЦИЯ «МАЙКРОСОФТ»
НЕ ПРЕДОСТАВЛЯЕТ НИКАКИХ ГАРАНТИЙ (ЯВНЫХ
ИЛИ ПОДРАЗУМЕВАЕМЫХ) В СВЯЗИ С ИНФОРМЦИЕЙ В ЭТИХ СВОДНЫХ СВЕДЕНИЯХ.
Дата публикации документа: декабрь 2013 г.
Программное обеспечение

Microsoft SQL Server 2012