Компании тратят на аналитику очень много, приобретая самые разнообразные решения, и сложившуюся ситуацию многие описывают как гонку аналитических вооружений. Однако практика показывает, что эффект пока маловат. Нельзя сказать, что мир радикально изменился, компании стали больше зарабатывать, а клиенты – получать качественный сервис. И естественным образом возникает вопрос, поднятый на Teradata Форум 2018: туда ли движется рынок аналитических решений?
«В цифровой экономике данные стали активом: компании так же от них зависят, как и от наличия остальных ресурсов. Однако насколько эффективно используются данные в реальности?», — задал вопрос Андрей Алексеенко, генеральный директор Teradata в России. Исследование, недавно опубликованное Teradata, показывает, что компании явно остаются недовольными: инвестиции в аналитику далеко не всегда приводят к получению необходимых ответов на вопросы бизнеса. Более того, 74% руководителей говорят, что аналитические решения слишком сложны, и они не могут ими пользоваться.
Получается, что приобретаемая «аналитика» не способна удовлетворить потребность компаний в информации. У сотрудников компаний существуют свои предпочтения, у них различные потребности и возникающие вопросы, они используют то, что есть у них под рукой. Руководители, в свою очередь, поддерживают общее мнение о том, что ни один аналитический продукт не является совершенным. Как следствие, у компаний возникает масса лоскутных решений, именно рост их числа и приводит к процветанию рынка аналитических систем.
«С этим надо заканчивать, пора прекратить кормить этого вечноголодного монстра», — резюмировал Алексеенко. В Teradata продвигают подход Pervasive Data Intelligence реализованный в платформе Vantage, и обещают, что именно он позволит наконец докопаться до ответов.
«Для нас данные давно стали ценнейшим активом, мы верим в то, что данные клиентов – наше стратегическое преимущество», — заявил Кен Дрейк, старший директор по защите данных Blizzard Entertainment. Дрейк знает, о чем говорит: у Blizzard 25 млн клиентов, и ежедневно компания обрабатывает 16,5 млрд событий, объем которых составляет 750 Тбайт.
Как подчеркнул Дрейк, все люди разные, и поэтому не стоит относиться к ним одинаково. Компаниям необходимо понимать своих клиентов, их мотивацию и происходящие у них изменения. Аналитика сама по себе не имеет ценности: мало констатировать факты, она должна влиять на бизнес-результат, изменять исход ситуации.
Стивен Бробст, технический директор Teradata, выделяет два принципиально разных направления: «атакующую» (offensive) и «оборонительную» (defensive) аналитику. Они подразумевают различные типы стратегии компании – атаку на конкурентов и рост бизнеса или избежание ненужных потерь и соответствие требованиям регуляторов. Как следствие, требуется совершенно разная стратегия управления данными, и это становится ключевой задачей директоров по данным.
Атакующий стиль подразумевает фокус на гибкости: быстрота принятия решений, инновации для увеличения прибыли. Типичные цели в этом случае – рост выручки, повышение лояльности, управление кампаниями, приобретение клиентов. Защитный вариант предполагает максимальный контроль: избегание необязательных рисков, управление издержками. В этом случае среди целей чаще всего встречаются соответствие регуляторным требованиям, выявление мошенничества, защита данных и удержание клиентов. Разнятся и ключевые заинтересованные лица. Если в первом случае это директора по маркетингу и продажам, то во втором – финансовый директор и директор по безопасности.
Как и в любом спорте, нужен баланс защиты и нападения, чтобы действительно быть успешными. И у большинства компаний-лидеров появляются гибридные аналитические стратегии, которых в Teradata называют бимодальными BI.
.jpg) |
| Леонид Ткаченко: «Мы создали модель, которая может автоматически в любую секунду рассчитать лояльность каждого из 60 млн абонентов с точностью 70-80%» |
Леонид Ткаченко, директор департамента Big Data компании МТС, по собственному признанию, об атакующих и защитных аналитических конструкциях не задумывался. Однако это не помешало его департаменту за три года существования достичь чистого экономического эффекта на сумму 3,5 млрд руб. Ткаченко поделился несколькими наиболее показательными проектами, позволившими показать, что умелое использование данных действительно способно на многое. Одним из них стало выделение на основе поведения абонентов «критиков», недовольных каким-либо аспектом обслуживания, с последующей их конвертацией в лояльных клиентов. Еще одним интересным проектом стало психотипирование клиентской базы и интеграция полученной модели во все каналы обслуживания. Третьим примером является повышение продаж недавно приобретенных порталов Ticketland и «Пономиналу». В МТС прекрасно знают, кто и какие мероприятия посещал, и способны делать персональные предложения, имеющие огромные показатели отклика.
Как согласились большинство выступавших, в успехе компаний все сильнее растет роль исследователей данных (data scientist). Между тем, далеко не каждый из них — «настоящий», хотя сейчас в ИТ-отрасли очень много людей, так себя называющих. Компаниям, претендующим на лидерство, приходится больше остальных инвестировать в свое будущее, уделяя огромное внимание привлечению и удержанию нужных экспертов.
