​Как Big Data изменит вашу жизнь

Любой бизнес собирает и хранит много, очень много данных: финансовые, кадровые, маркетинговые. В тот момент, когда все эти данные невозможно обработать усилиями человека, они превращаются в Big Data.

Понятно, что хранить и обрабатывать все эти данные привычными способами — на бумаге, например – неудобно. Поэтому все больше компаний стремятся цифровизировать свои бизнесы – перевести информацию и операции с ней «в цифру». Если вы используете 1С, вы уже сделали шаг в этом направлении.

Если раньше, говоря о Big Data, мы представляли финансовые рынки, то сегодня понятие Big Data проникло во все бизнес-сферы. Например, заметно изменился подход к маркетинг-продвижению: компании активно продвигаются в онлайне.

Чтобы понять, что цифровое будущее, фактически, уже наступило, достаточно познакомиться лишь с небольшой частью работающих в России решений на основе Big Data.

Бизнес-план на основе Big Data

Эльдар Мамедов, директор по развитию бизнеса Everpoint, «Бизнес-навигатор МСП»:

Мы разработали бесплатный геомаркетинговый сервис «Бизнес-навигатор МСП». Он рассчитывает и создает типовой бизнес-план для предпринимателей и для тех, кто мечтает открыть свое дело. Помогает в поисках наиболее привлекательного местоположения будущего бизнеса в конкретном городе. Учитывает отраслевую принадлежность бизнеса, рыночную нишу, конкурентное окружение, характеристики спроса и предложения на выбранной территории, доступные объекты коммерческой, государственной и муниципальной недвижимости для размещения бизнеса. Готовые типовые бизнес-планы, созданные при помощи «Бизнес-навигатора МСП» принимаются к рассмотрению банками — партнерами Корпорации МСП.

Система охватывает 85 регионов РФ, 172 города с численностью населения более 100 тысяч человек, включая отдельные столицы субъектов РФ. За неполных два года сервисом воспользовались 450 тысяч пользователей, среди которых 270 тысяч российских предпринимателей. По типовым бизнес-планам, разработанным сервисом, уже выдаются банковские кредиты.

Борьба с мошенниками в performance marketing

Дмитрий Юхневич, председатель совета директоров LT digital group:

Olarm – это антифрод-сервис, который помогает компаниям работающим по модели Cost per Action распознавать и ликвидировать мошенничество партнеров, которые продают им фальшивые лиды и значительно оптимизировать расходы на рекламу. У пользователей есть доступ к онлайн-интерфейсу, в котором можно оперативно отследить всю подозрительную активность, связанную с брендом в поисковой рекламе. Информация сегментирована по разделам и представлена в том виде, в котором будет понятна не только техническим специалистам, но и маркетологам.

Компании нацелены на максимальный охват и количество источников трафика. Они приходят за этим в CPA-сети. Но партнерские площадки CPA-сетей в некоторых случаях оказываются мошенниками, которые готовы продать рекламодателю его собственный трафик по стоимости трафика из CPA-сети. И это ощутимая переплата и потери, связанные с ней — до 30% от общего бюджета на канал.

Разработка позволит рынку не просто эффективно использовать рекламные бюджеты, но и решить проблему доверия, которая остро стоит на рынке performance marketing. В России происходит технологический перелом, и предприниматели начинают понимать, что можно не просто тратить деньги на рекламу, а делать это эффективно. Для этого нужно работать с большими данными — рекламными, данными своей клиентской базы – в этом суть сквозной аналитики.

Гибкий бизнес на основе аналитика больших данных

Кирилл Фомичев, основатель агентства сквозной аналитики «Точно»:

Сквозная аналитика нашей компании – это совокупность цифровых сервисов, которые помогают отследить, какие поисковые запросы оказываются самыми прибыльными для владельцев компаний. Решение работает с данными сайта, CRM-системы, социальных сетей и рассылок. Она показывает, через какой рекламный канал пришел клиент (контекстная реклама, социальные сети, email-рассылка и т.д.), что он делал на сайте, сколько раз возвращался до того, как принял решение о покупке. Таким образом можно точно оценивать эффективность рекламных кампаний и вливать бюджет в самые перспективные каналы. Например, с помощью сквозной аналитики мы увеличили продажи производителя дверей «Бастион-С» вдвое, а цикл сделки сократили на 20%. В перспективе анализ данных поможет предугадывать поведение пользователя и быстрее и мягче подводить клиента к покупке.

Большая часть бизнеса в России работает сейчас неэффективно, не прозрачно, не контролируемо. Собственники и директора не понимают откуда действительно к ним приходят клиенты, как выглядит их путь до осуществления продажи, что для них действительно важно (удобство, цена, скорость). Но тренд меняется. По статистике поисковых запросов Яндекса, за последний год количество людей пытающихся разобраться в вопросе сквозной аналитики увеличилось в три раза. В конечном счете это скажется и на удобстве для пользователей, клиентов — их путь к удовлетворению потребности значительно сокращается, когда поставщики научиваются гибко и релевантно предоставлять свои товары и услуги.

Оперативные маркетинговые отчеты

Глеб Сизов, коммерческий директор АНАЛИТИКА ПЛЮС:

Tableau — программа для визуальной аналитики, которая за минуты собирает необходимую информацию из всех подключенных источников данных (Google Analytics, колл-трекинги, контекстная реклама, CRM) и помогает собрать понятный отчет. Отчеты хранятся онлайн и доступны по ссылке. Причем информация в них актуальна на текущий момент – программа автоматически подгружает данные из всех подключенных источников.

Необходимо отслеживать эффективность каждого канала онлайн-продвижения – сколько клиентов он принес и по какой цене. Вот здесь на помощь и приходит Big Data – у вас есть ценные данные, которые можно проанализировать и сделать выводы.

Проблема в том, что каждый из каналов собирает и хранит свою собственную статистику, у каждого — свои формы отчетов. Приходится тратить время на их анализ. Но информация нужна сейчас – сегодня уже недостаточно делать отчеты по маркетингу раз в неделю. Важно оперативно среагировать на ситуацию и, например, быстро отключить убыточную контекстную кампанию.

Big Data – уже почти в каждой компании. Нужно внедрять и пробовать новые технологии, учиться с ними работать. Выгоды от такого сотрудничества очевидны – экономия времени, человеческих ресурсов, прибыль компании. В рамках России, к сожалению, уровень цифровизации бизнеса невысок, многие рутинные процессы выполняются по-старинке — отчеты в Excel, печатают на бумаге, обсуждают раз в неделю на совещании. Мы помогаем сократить рутинную работу, освободить время для более творческих задач — стратегии, планирования по итогам отчета, построения гипотез и их проверки.

Компьютерное зрение «вместо тысячи слов»

Александр Полыгалов, Division:

Продукт, который мы разрабатываем, — платформа для поиска и рекомендации одежды и аксессуаров на базе технологий машинного обучения. Основную часть технологического стека представляет современное направление компьютерного зрения с использованием нейронных сетей для обработки изображений.

Архитектура продукта позволяет сторонним сервисам интегрироваться с нами буквально в одну строчку кода. Сценарий крайне прост. Извне поступает изображение, содержащее произвольные элементы одежды. В ответ мы передаем ссылки на визуально похожие товары бренда или торговой площадки, с чьей стороны пришел запрос.

В последние годы для интернет-магазинов стала актуальной проблема поиска товаров по изображению. И это неудивительно, ведь мы живем в эпоху популярности Instagram, Pinterest и других Social Media, когда пользователи вдохновляются образами знаменитостей и стараются им подражать. Эти кейсы получили названия: Search by Image — поиск одного товара по его изображению, и Shop the Look — поиск составляющих образа по фотографии.

Сегодня эта проблема решается технологиями компьютерного зрения. Теперь «вместо тысячи слов» пользователю достаточно использовать изображение товара. Система сама подберет и покажет визуально похожие элементы одежды.

Людям еще потребуется какое-то время, чтобы компьютерное зрение стало чем-то типичным, не требующим исследовательской деятельности, но процесс цифровизации идет более чем активно. Все изменения нацелены на улучшение качества и эффективности работы компаний и уровня жизни людей. Как часть этого явления, мы видим свою миссию в том, чтобы повлиять на улучшение процессов области fashion e-commerce.

Прогноз потребностей клиентов

Георгий Шатиров, директор центра компетенций Больших Данных компании «Техносерв»:

Мы создали для «Аэрофлота» систему интеллектуальной сегментации клиентов. Это стало первым внедрением систем класса Big Data в транспортной авиаотрасли России. Задача проекта — организация сбора и обработки данных авиакомпании, построение маркетинговых предложений на основании уникальных профилей пользователей.

Новая система интеллектуальной сегментации клиентов предоставила маркетингу «Аэрофлота» инструмент для понимания различий и предпочтений своей аудитории, поиска скрытых корреляций, проверки гипотез. На основе анализа массивов неструктурированных данных и модели машинного обучения проводится динамическая сегментация клиентов по множеству характеристик: их покупательской способности, чувствительности к цене, потенциальной доходности. Рекомендательные системы ежедневно рассчитывают персональные полетные предложения для каждого клиента.

Автоматизированный алгоритм сегментации клиентов, используя весьма сложный оркестр моделей машинного обучения, помогает определять не только профиль клиента и его интересы, но и момент, когда наше предложение будет ему актуально.

Еще важнее, что эта платформа позволяет строить прогноз и предлагать коммуникацию относительно даже тех клиентов, которые на данный момент пользуются услугами конкурентов. Это «темное пятно» теперь не является проблемой: компания сможет увеличивать свою текущую клиентскую базу высокодоходными и лояльными клиентами.

Я бы сравнил создание нашей платформы с моментом появления таргетингов. Могу с уверенностью отнести нашу платформу к прорывной. И это подтверждается полученной в этом году наградой Global CIO.

Анализ эффективности наружной рекламы

Алексей Кудинов, менеджер по рекламным продуктам oneFactor:

SmartIndex — система планирования и измерения эффективности рекламных кампаний на базе алгоритмов машинного обучения и данных операторов мобильной и фиксированной связи, интернет компаний, мобильных приложений, ритейлеров, банков и других источников.

Рекламодатель получает возможности для таргетирования наружной рекламы и показа рекламы именно целевой аудитории. Охват близок к 100%. Система умеет дифференцировать и анализировать пешеходный поток, общественный транспорт, автомобильные потоки, и исходя из этого достоверно считать количество контактов, профилировать аудиторию по различным параметрам.

Эффективно измеряет проведенную рекламную кампанию: конверсия в посещение торговых точек, в покупку в торговой точке, в приобретение конкретного товара, в заходы на сайт, в целевой звонок, в установку приложения. Предусмотрено проведение омниканальных кампаний сразу в нескольких рекламных каналах: наружная реклама, интернет, смс, телемаркетинг

Рынок наружной рекламы становится прозрачнее и понятнее для рекламодателей. Соответственно, он все более интересен для них, так как появилось по сути три дополнительных инструмента, о которых ранее приходилось только мечтать: качественные данные по аудитории в различных сегментах, замер конверсии проводимых offline-кампаний и возможность проведения омниканальных рекламных кампаний.

Все это в конечном итоге позволит рекламодателю грамотно проводить рекламные кампании и эффективно расходовать бюджет. Автоматизация подсчета аудитории при планировании рекламных кампаний приведет к тому, что в тех же исследовательских агентствах не будет использоваться ручной труд для сбора данных, а в рекламных агентствах сократится штат байеров и медиапланеров. Системы искусственного интеллекта будут обучаться и совершенствоваться, постепенно заменяя сначала простые и стандартные операции, а потом и более сложные, вплоть до самостоятельного принятия решений на основе полученных данных.

Виртуальные карты в «облаке»

Сергей Козлов, Passteam

Наш продукт — это облачная система, которая помогает бизнесу выдавать виртуальные карты. Клиенты хранят их в стандартных кошельках (Apple Wallet на IOS и Google Pay на Android), для бизнеса это кратное снижение выдачи дубликатов. Мы предоставляем функционал полного цикла, есть инструменты и для создания карт, их распространения, и валидации, все это интегрируется в CRM.

В рамках программы лояльности выдаются пластиковые карты. Проблема в том, что карты выдаются повторно, и на больших объемах это приводит к тому что один и тот же человек может выглядеть для ритейлера как пять разных покупателей. В реальности на основе этих данным делают аналитические срезы, которые используются маркетологами для запуска маркетинговых кампаний, акций, а также для принятия управленческих решений. Также на основе Big Data система может давать рекомендации когда лучше всего отправлять маркетинговые push-уведомления.

Формат карт является нативным. Нативность и интеграция в экосистему пользователя дает виртуальным кошелькам большое преимущество над аналогами от сторонних разработчиков.

Сегодня с нами уже работают крупные федеральные сети — «Leroy Merlin», «36,6», «М.Видео» и другие. Большинство видят результат сразу, когда делают сравнение покупателей с пластиком и показателей с виртуальными картами. С развитием мобильных платежей положительная динамика только растет.

Все данные о клиенте в одной «золотой записи»

Александр Тарасов, управляющий партнер DIS Group

Продукт Informatica Customer 360 создан для аналитики и визуализации Big Data для персонализации предложения клиентам, улучшения клиентского опыта, дополнительных и кросс- продаж. Наше решение интегрирует большие данные из разных источников: клиентов из CRM, справочники из ER в единую базу. Для каждого клиента решение создает одну «золотую запись». Такая запись включает в себя персональные данные, жизненные домены, предпочтения, любимые каналы коммуникации.

Для успешной работы просто портрета покупателя и создания «золотых записей» уже недостаточно. Поэтому Customer 360 эти записи анализирует, сегментирует, выявляет их иерархию, горизонтальные и другие связи. Например, у вас есть физические и юридические клиенты. Ваш физический клиент может работать в компании, которая также является вашим клиентом. Зная об этом, вы можете сделать ему более персонализированное предложение.

Преимущество нашей технологии – мультидоменность. Это значит, что мастер-данные разных доменов (клиентские данные, данные об активах, HR-информация) хранятся в одной системе. Это позволяет эффективнее строить связи между данными и искать не очевидные инсайты в Big Data.

Не нужно думать, что для Big Data Customer 360 заменит хранилище данных. Скорее продукт станет гибким «рабочим столом» для аналитика. В одном пространстве можно вывести все большие данные об одном клиенте или отчеты, сегментацию аудитории, связи клиентов. Благодаря Customer 360 компании научатся управлять своими большими данными эффективно. Это позволит им выходить на новые рынки и внедрять новые бизнес-модели. Например, банк «Хоум Кредит» уже продает бытовую технику. Совсем недавно банк «Тинькофф» запустил оператора мобильных услуг, Amazon открыл первые супермаркеты онлайн. «М.Видео» наоборот организовал маркетплейс в интернете.

Постепенно компании будут все больше ориентироваться на данные о своем клиенте. Под потребности клиента они будут подбирать услуги и товары, которые можно ему продавать. Размер компаний не будет иметь определяющего значения. Выиграет тот, у кого хорошо отлажена система сбора данных, тот, кто привык работать через электронные каналы. Также большое значение будет имеет скорость, с которой компания сможет анализировать изменения и реагировать на них. Традиционные ритейлеры в такой ситуации могут оказаться аутсайдерами. Большинство компаний уже использует такие решения. Без него вы не сможете пройти цифровую трансформацию успешно.