Данные будут играть все большую роль в любом бизнесе, становясь чем-то вроде сырья — таков вывод аналитиков The Economist Intelligence Group. Как извлечь из него пользу? Ответам на этот вопрос посвятили свои выступления докладчики конференции «Teradata Форум 2012».
По мнению Германна Виммера, президента компании Teradata в странах Европы, Ближнего Востока и Африки, сегодня уже никого не приходится убеждать в ценности данных для бизнеса – ключевой эффект от их использования заключается в принятии решений на их основе. В условиях, когда обстоятельства, в которых бизнесу приходится работать, меняются все быстрее, основные проблемы возникают не тогда, когда данных много, а когда эти данные и полученная на их основе информация, которые необходимы для принятия решений, появляются слишком поздно, поэтому организация не успевает вовремя среагировать.
Другой вариант – когда нужная информация появляется у тех, кому она требуется, заметно позже, чем у конкурентов, а потому организация уступает им в скорости реакции на изменения. В качестве примеров успешного применения данных и информации для быстрого принятия решений на их базе Виммер отметил работу аналитиков Барака Обамы, которые существенно способствовали его победе на президентских выборах в США, а также анализ данных в реальном времени, применяемый для координации многоканальных продаж в компаниях, делающих ставку на розничных клиентов.
Так, очень большое внимание развитию многоканальных продаж уделяет eBay, один из лидеров в области электронной коммерции. Как рассказал Суреш Пиллай, руководитель департамента аналитики в области интернет-маркетинга eBay, у этой компании имеется более 100 млн пользователей, а готовой оборот составляет 68,6 млрд долл. Каждый день компания собирает более 50 Тбайт данных. Объем данных, которыми eBay обменивается с с внешними системами и пользователями, превышает 100 Пбайт в день. Примерно столько же находится сейчас в хранилищах данных компании, выстроенных на базе решений Teradata.
Одна из ключевых задач, которые решают аналитики eBay, — поиск корреляций в трафике на сайте, чтобы понять, что стоит за тем или иным поведением пользователей, как, опираясь на модели поведения, повлиять на них с тем, чтобы увеличить число покупок, и — самое главное — сколько разумно инвестировать в привлечение покупателей, учитывая то, что часть их осуществило бы покупку в любом случае, часть наверняка откажется, а часть колеблется, причем некоторая их доля активно реагирует на маркетинговые уловки — вот на этих пользователей можно существенно повлиять, потратив разумную сумму на стимулирование покупок, в том числе дополнительных (помимо приобретения тех вещей, ради которых пользователь зашел на сайт eBay). На основе выводов аналитиков выстраиваются инвестиции в маркетинг и обеспечивается их окупаемость — их тщательный расчет необычайно важен для обеспечения конкурентоспособности компании, поскольку эффект масштаба от верных и неверных решений, принимаемых в eBay, велик.
«Поведение клиентов зависит от частоты посещений и от покупок, но не от каналов, посредством которых клиенты пришли на сайт, — рассказал Пиллай. — Очень важно выстроить правильную модель сегментирования клиентов. Мы пытаемся осмыслить хронологию поведения клиентов, чтобы спрогнозировать результаты их поведения».
DHL Express использует сбор и анализ данных, чтобы предельно тщательно управлять себестоимостью и прибыльностью своих услуг и подразделений, гибко, динамично выстраивать тарификацию и, как результат, сохранять высокую конкурентоспособность. По словам Криса Ван Хамбейка, руководителя отдела глобального учета затрат и контроллинга DHL Express, компания уделяет особое внимание качеству данных, используя в качестве инструментария платформу Teradata и ее аналитические инструменты. Помимо учета и анализа расходов производится сравнение операционных показателей по разным странам и регионам, тщательно отслеживаются условия договоров, ведется экологический мониторинг, решаются и многие другие задачи. То, к чему стремятся в DHL Express, — проактивная бизнес-аналитика, которая позволит прогнозировать различные тенденции и моделировать их развитие, чтобы заблаговременно адаптировать бизнес к меняющимся условиям или принять меры для устранения проблем еще тогда, когда они только зарождаются.
Стивен Бробст, технический директор Teradata, обратил внимание еще на один спектр задач, которые решаются с применением сбора и анализа больших объемов данных, — повышение лояльности клиентов. Он убежден, что увеличить ее может любое правильно выбранное взаимодействие с клиентом. Очень важно, чтобы этот процесс выстраивался с расчетом на долгосрочную перспективу, а не на получение сиюминутной прибыли.
Также очень важно, по мнению Бробста, учитывать контекст взаимодействия: откуда клиент вышел на связь, в какое время суток, в какой день года, из какой местности и пр. — эти данные помогают быстро выбрать и предложить клиентам те услуги или продукты (например, маршруты путешествий или авиабилеты), которые будут с наибольшей вероятностью ими востребованы. Все это становится возможным благодаря аналитическим системам CRM.
Впрочем, активно генерировать данные в ближайшие годы будут не только люди, но и машины: как отметил Виммер, существенный прирост объемов данных обеспечат датчики, встраиваемые в современное оборудование самых разных типов — от промышленных и оборонных систем до домашних приборов и гаджетов. Их анализ и использование в может дать очень существенный эффект как в сегменте B2B, так и в B2C.