Avustralya Futbol Ligi (AFL), 18 kulübün üyelerini ve hayran kitlelerini büyütmek ve elde tutmak için yürüttüğü kampanyaları desteklemek amacıyla veri görselleştirmeleri ve bir makine öğrenimi modeli oluşturdu.
Araç paketi, üyelerin üyeliklerini yenileme olasılığını tahmin ediyor, hayranları nüfus sayımından alınan istatistiksel alanlar da dahil olmak üzere yüzlerce kategoriye ayırıyor, günlük performans raporları oluşturuyor ve pazarlama kampanyalarını değerlendiriyor.
Bu, elit oyunlara katılımı artırmak veya taraftarları üyeye dönüştürmekten daha fazlası ile ilgilidir: Auskick ve yarı profesyonel kulüplerin verileri, futbol kulüplerini farklı yerel bölgelerde daha popüler hale getirmeye yönelik girişimlere bilgi sağlar; ‘Yeni bir topluluk spor sahası için en uygun yer neresidir?’ gibi soruları yanıtlamak
AFL veri ve analiz başkanı Elisa Koch ve veri görselleştirme lideri Penny Privett, geçen ay AFL’nin ilgili ekiplerinin oluşturması üç yıl süren “Taraftar Veri Hizmeti”ni açıkladı.
Koch, Melbourne İş Analitiği Konferansı’nda “‘Fan Veri Hizmeti’ teklifi kapsamında dört önemli veri ürünümüz var” dedi.
“Buna Tableau aracılığıyla self-servis raporlama, makine öğrenimi yeteneğimiz, haritalama yeteneğimiz ve hayran paylaşımı da dahildir.
“Taraftar paylaşımı, kulüplerin kendi taraftar verilerine güvenli ve uyumlu bir şekilde erişme yeteneğidir.”
Koch, araçlara erişmek için AFL Tableau hesaplarına kaydolan farklı kulüplerden 700’den fazla analistin bulunduğunu söyledi.
“Hayranlarını ve üyelerini en iyi tanıdıkları” için “12 üyeli ekibinin” kulüplerin bunu uygun gördükleri şekilde kullanmasına dayanan dağıtılmış bir model oluşturduğunu ekledi.
“Bir temel oluşturduk ve ardından son kullanıcılarımızın bu temeli alıp kendi gereksinimlerine ve stratejilerine göre özelleştirmelerine izin verdik.”
Gerçeğin tek kaynağı
Privett, Taraftar Veri Hizmeti’nden önce kulüplerin eriştiği “tek gerçek kaynak”a en yakın şeyin SAP Crystal Reports olduğunu ve bunu Tableau kontrol paneliyle değiştirmek istediğini söyledi.
“Crystal Reports]yalnızca tablolardan ve sayılardan oluşuyor veya gösterişli olanlarda 3 boyutlu pasta grafikleri var…daha gelişmiş ve daha görsel bilgiler sağlamamız gerekiyordu; bu nedenle kulüpler için günlük üyelik raporu oluşturduk; bu bizim ilk görevimizdi” dedi.
“Bu temel kontrol panellerini, kullanıma hazır olarak kullanabilecekleri veya alıp özelleştirebilecekleri şekilde oluşturduk.”
Privett, “kulübün CEO’su ve yönetici seviyesinden ön saflardaki üyelik ekiplerine kadar” günlük rapora kaydolan herkesin raporu her sabah saat 9:00’da gelen kutularına aldığını söyledi.
“’Kulüp üyelik numaramız nedir?’ hakkındaki verileri kapsıyor. ‘Hedeflerimize doğru nasıl ilerliyoruz?’, ‘Yıldan yıla kıyasla nasıl takip ediyoruz?’ ve kulübün buna eklemek istediği diğer KPI’lar.”
Üyelik yenileme olasılığını tahmin etme
Koch, “sporun, diğer sektörlere göre tartışmasız en sadık ve tutkulu müşterilere sahip sektör olması” nedeniyle müşterileri hakkında en zengin verilerden bazılarını ürettiğini belirtti.
“Neyse ki, sporun tarihi boyunca taraftarlar pek çok farklı yolla etkileşime girdi. Bunun için gerçekten müteşekkiriz çünkü bu, bu hayranların kim olduğunu ve farklı etkileşim noktalarını gerçekten anlayabildiğimiz anlamına geliyor.”
AFL, kulüplere potansiyel taraftarların, taraftarların ve üyelerin “360 derecelik bir görünümünü” vermek, bunları görsel olarak haritalandırmak ve kategorilere göre filtrelemek istiyordu; böylece kulüpler, pazarlama kampanyalarını ve diğer kaynakları demografik bilgilere, medyaya ve en yüksek üyelik getirisi muhtemel konumlara odaklayabilirdi. büyüme ve tutma.
Ancak AFL’nin zengin müşteri veritabanları, mevcut veri kümeleri kullanılarak tahmin edilmesi gereken en yararlı veri noktasından (bireysel kulüp üyelerinin yenilememe eğilimi) yoksundu.
Privett, “Böylece tüm üyelere, yani 1,2 milyon üyenin tamamına bir eğilim puanı atayan bir makine öğrenimi modeli oluşturduk” dedi.
Modelin girdi verileri arasında “üyelik ürün türü, kaç maça katıldıkları, biletleri ayrı olarak satın alıp almadıkları, ne tür satın alımlar yaptıkları, bahşişle etkileşime girip girmedikleri, yani eşleştirebileceğimiz herhangi bir şey” yer alıyordu. belirli müşteri. Tüm bu faktörleri bir makine öğrenimi modeline yerleştirdik.”
Çıktı perspektifinden bakıldığında, spektrumun bir tarafında “yenileme olasılığı en yüksek olan, bizim yetiştirmek istediğimiz ancak üzerinde çok fazla çalışmak zorunda olmadığımız üyeler” var dedi.
Diğer tarafta ise “tükenme olasılığı en yüksek olanlar; belki de Auskick’in bir parçası olarak ücretsiz üyelik almışlardır.
Kulüpler “şu konuya” odaklanma eğilimindeydi: [cohort] ortada,” dedi Privett: “Kaybolması muhtemel olanlar, ancak onlarla hedefli, kişiselleştirilmiş temas kurarsak gidişatı değiştirebilir ve onları üye olarak tutabiliriz.”
Fanları Tableau ile haritalamak
Privett, AFL’nin gösterge tablolarının üyeleri ayrılma eğilimlerine göre derecelendirmekle yetinmediğini söyledi; kulüpler ayrıca aboneyi kaybetme eğilimi eşiklerini özelleştirebilir ve ayarlayabilir ve kampanyaları daha spesifik alt gruplara odaklayabilir.
“Belki de yenilenme ve ayrılma ihtimali en yüksek olan kişilerle oynamak istiyorlar; ücretsiz üyelik alan herkesi filtreleme seçeneğine sahipler; belki de sadece ücretli üyelikleri olanlarla ilgileniyorlar” dedi Privett.
Haritaların istatistiksel alan verileriyle zenginleştirilmesi
Privett, Taraftar Veri Hizmeti’nden önce AFL’nin taraftarları posta kodlarıyla eşlediğini, ancak analiz ekibinin veri kümelerini Avustralya İstatistik Bürosu (ABS) tarafından sağlanan daha kesin istatistiksel alanlarla eşleştirerek zenginleştirdiğini söyledi.
“Üyelik veri tabanımız var ve referanslarının coğrafi kodlamasını yaptık; daha iyi enlem ve boylamlarımız var ve gizlilik amacıyla bunu üç ondalık basamağa yuvarlıyoruz; Privett, “ABS’nin yaklaşık 400 kişiden oluşan küçük bölümleri olan ve ülke genelinde oldukça tutarlı olan istatistiksel alanları da ekledik” dedi.
“ABS nüfus sayımı verileri, yüzlerce sütunlu yüzlerce elektronik tablodan oluşuyor… İnceledim ve baktığımız şeyle alakalı olduğunu düşündüğüm 500 küsur ölçümü seçtim ve bunları kullanılabilir bir veri kaynağına yerleştirdim ve ardından hepsini bir araya getirdim. .”
Privett izleyiciye üye ölçümleri ile nüfus sayımı ölçümlerini birleştirdiğini söylediği bir kontrol panelini gösteren bir slayt sundu.
“Yani şu anda bu istatistiksel alanların herhangi birindeki üye sayısına göre renkleniyor, ancak kulüpler ortalama gelire bakabilir; ortanca yaşa bakabilirlerdi; kültürel çeşitliliğe bakabilirlerdi.”
Topluluk katılımının büyümesine ilişkin veriler
Koch, istatistiksel alan verilerinin futbolu yerel bölgelerde daha popüler hale getirmeyi amaçlayan AFL projeleri için özellikle faydalı olduğunu söyledi.
“Oyun geliştirme, tabandan gelen topluluk futbolunu büyütmekle görevli bir ekiptir; yani Auskick vb.” dedi.
“AFL bu yılın başlarında gelirimizin yüzde 10’unu sonsuza kadar büyüyen taban futboluna ayırma taahhüdünde bulundu ve bu nedenle, bir veri ekibi olarak stratejik olarak bu takımı desteklemeye odaklandığımızdan emin olmak istiyoruz.”
Privett, Fan Veri Hizmeti kontrol panelinin “oyun geliştirme ekibinin bir sonraki oyunu nerede inşa etmek istediklerini anlamalarına yardımcı olduğunu” ekledi. [sporting] Tesis ve topluluklara yönelik tesisler inşa etmelerine yardımcı olmak için hangi yerel yönetimlerle çalışmak istedikleri.
Ekip şu tür soruları yanıtlamak için kontrol panelini kullandı: “‘Nerede okullarımız var?’, ‘Nerede toplumsal futbol programlarımız var’?, ‘İnsanlar onlarla ilişkili olarak nerede yaşıyor’? ve “Eşyaların yerini değiştirmemiz gerekiyor mu?
“Auskick’in ve topluluk futbolcularının kayıtlarını aldık ve bunların coğrafi kodlamasını yaptık ve sonra bu haritalama yeteneğini şunu görmek için koyduk: ‘Tüm Auskicker’ların burada olmasıyla tüm merkezlerin orada olması arasında bir boşluk var mı? ?’
“‘Buraya bir merkez yapmamız gerekiyor mu?’”
NSW büyümesi için analitiklere yatırım yapmak
Melbourne merkezli ligin kulüpleri için oluşturduğu yetenekler, AFL’nin bu yıl Parramatta merkezli ilk ‘Genişleme Merkezi’ni açmasını da sağlayan daha geniş bir büyüme stratejisinin parçası.
Merkez, AFL’nin Greater Sydney’deki katılımını artırmayı, Greater Western Sydney Giants’ın ve Sydney Swans’ın tüketici gelirlerini artırmayı ve NSW’nin hayran olmayanlarını ilk kez katılanlara, katılımcılara, hayranlara ve üyelere dönüştürmeyi amaçlıyor.
AFL ayrıca yakın tarihli bir iş ilanına göre “Tüketici, katılımcı, okullar ve diğer ilgili verileri birleştiren bir Greater Sydney veri ambarı ve Salesforce CRM’yi geliştirmek ve sürdürmek” için merkez için bir veri öngörü yöneticisi işe almak istiyor.
Yönetici aynı zamanda “satın alma ve elde tutmayı artırmak için otomatik ve kişiselleştirilmiş kampanyalar oluşturarak bir Salesforce pazarlama otomasyon programı geliştirmek ve yürütmek için genişleme merkezi pazarlama ekibini destekleyecek.”