Три шага на пути превращения данных в цифровой актив. Что хочет бизнес
Авторы CIO-клубы Наши партнёры Наши проекты: IT WorldIT-WeeklyIT Contact
IT-Manager Allcio Manager
Вход
X

Логин

Пароль

Запомнить

Забыли свой пароль?

Три шага на пути превращения данных в цифровой актив

Лента новостейИТ в бизнесеЧто хочет бизнес

Три шага на пути превращения данных в цифровой актив

| 26.03.2017

За последнее время технологии обработки информации сделали существенный шаг вперед, благодаря которому бизнес теперь может менее затратно анализировать большие массивы данных. Проникновение интернет-технологий во все сферы жизни активно растет, как следствие, увеличивается и объем данных, доступных для обработки и практического применения. Крупные массивы данных используются в совершенно разных отраслях и бизнес-процессах. Прежде всего, работа с данными помогает принимать правильные решения.

Наглядный пример, как банки принимают решения о выдаче кредита. Выдавать ли кредит и в каком именно размере — эти вопросы заложены в основу автоматизированных систем кредитного скоринга, которые строятся на анализе больших данных и учитывают огромное количество критериев, формирующих оценку кредитоспособности клиента. Эффективное решение в подобном вопросе имеет финансовый аспект: правильный выбор с высокой вероятностью обеспечит дополнительный доход в будущем, в то время как ошибочный приведет к повышению рисков. В дальнейшем информация о клиенте используется для персонализированных рекламных сообщений, что положительно влияет на объем продаж. Правильная оценка клиента также очень важна для предотвращения мошенничества, например, при совершении транзакций. Благодаря грамотно выстроенным процессам работы больших данных в режиме реального времени решения могут приниматься моментально.

Привлечение новых клиентов, увеличение повторных продаж, рост среднего чека, предотвращение оттока клиентов, возвращение клиентов, управление рисками и контроль безопасности, оптимизация подбора персонала (HR-скоринг), оптимизация расходов — это малая часть бизнес-задач, с которыми эффективно справляются технологии BigData, когда в полной мере используют потенциал внутренних и внешних данных в бизнесе.

Как заставить данные работать, положительно влиять на бизнес-процессы и приближать к правильным решениям? Существует три важных шага, прежде чем ваши данные начнут приносить результаты. Первый — сбор данных, второй — обработка и анализ данных, третий — монетизация.

Невспаханный пласт урожая не даст

Для сбора данных необходимо идентифицировать все имеющиеся у компании источники данных. Это могут быть онлайн- и офлайн-данные, включая сведения с сайтов компании, мобильных приложений, программ лояльности, CRM-системы, данные различных сервисов, систем аналитики и статистики, других информационных систем компании и информация из прочих источников.

В большинстве случаев самих источников существует достаточно много, а все имеющиеся сведения разобщены, слабо связаны между собой. Чтобы оптимально выстроить процесс сбора данных, нужно двигаться от имеющихся бизнес-задач. Так, совместно с аналитиками выдвигаются различные гипотезы о том, какие данные и источники могут быть полезны для конкретной задачи. В результате формируется более четкая структура используемых данных, максимально приближенная к решению бизнес-задач компании.

В своей работе с большими данными мы часто сталкиваемся с маркетинговыми задачами — например, что предложить клиенту в качестве следующего или сопутствующего товара. Фокусируясь на этом вопросе, мы понимаем, какие источники данных окажутся наиболее результативными.

Внутренние данные в приоритете

Наиболее полезны данные уже существующих в компании информационных систем, в которых фиксируются все сведения о клиентах, включая CRM-базы и хранилища данных. Далее в поле зрения должны оказаться те источники, которые можно охарактеризовать как источники Big Data: часто это неструктурированные данные большого объема, непонятные для невооруженного взгляда. К ним относятся все возможные точки коммуникации с клиентом. Сейчас практически любое взаимодействие с клиентами поддается оцифровке, задействованы могут быть все каналы коммуникаций — от сайтов и мобильных приложений до кол-центров и мессенджеров.

Для того чтобы использовать весь спектр инструментов data-аналитики, нужно предварительно собрать все данные из разных источников в одно место и унифицировать. Это трудоемкий процесс, поскольку изначально большинство информационных систем строили для своих целей, не предполагая, что придется учитывать данные других систем. Сведения каждого источника могут быть представлены в различных форматах, обладать несходными параметрами, идентификаторами.

Кроме внутренних данных, находящихся в периметре компании, существуют еще и внешние.

Внешние данные — недостающая деталь пазла

Другие компании обладают данными по тем же клиентам, которые есть и у вас. Речь не только о ваших конкурентах, но и о партнерах, продавцах сопутствующих товаров и услуг. Скажем, для автодилера таким партнером может стать автосервис. Если две компании сообща собирают данные и их совместно анализируют, то в выигрыше находятся обе. Благодаря большему охвату данных бизнес лучше понимает свою аудиторию и принимает более взвешенные решения.

Желание объединить данные может столкнуться с серьезными препятствиями. Во-первых, не все компании готовы делиться информацией друг с другом. Во-вторых, большое число различных источников внешних данных становится дополнительной нагрузкой на ИТ-инфраструктуру, что приводит к росту расходов на ее поддержку. В-третьих, не всеми данными можно легально поделиться с партнером. Защита персональных данных, коммерческая тайна, банковская тайна, тайна связи — это важные аспекты работы с информацией как с ценным активом компании.

Чтобы обмениваться сведениями, сохраняя интересы бизнеса и потребителей, существуют специальные технологические решения — биржи данных, которые позволяют организовать этот процесс в рамках закона, безопасно и быстро.

Став потребителем на бирже данных, бизнес получает доступ к единому пулу поставщиков информации, — они предоставляют новые сведения о клиентах по нескольким тысячам различных атрибутов и характеристик, включая социально-демографические данные, сведения о работе и образовании, финансах, интересах и намерении сделать покупку. Обогащение собственных данных подобной информацией позволяет сформировать максимально подробную картину о собственной аудитории.

Процесс обмена данными не затрагивает персональную информацию клиентов, а решения принимаются, исходя из единой для всех поставщиков и потребителей систематизации характеристик аудитории. Сделка сопровождается одной точкой интеграции и единым контрактом поставки и расчетов, что значительно упрощает взаимодействие при обмене данными.

Данные можно собирать также из открытых источников — Интернета и рекламных сервисов. Сейчас есть достаточно технических возможностей, чтобы отслеживать активность различных аудиторий в сети.

Использование внешних сведений вкупе с данными компании позволяет сделать аналитику точнее и индивидуально выстроить все коммуникации с каждым клиентом.

Оценивая потенциал внутренних и внешних сведений, невозможно не заметить интерес к применению внешних данных. Но наша практика свидетельствует, что потенциал данных внутренних информационных систем, таких как CRM, как правило, используется не в полную силу. Это досадное недоразумение стоит исправить, потому что именно они дают наибольший вклад в улучшение бизнес-процессов.

Без data scientist не разобраться?

Когда процесс сбора данных построен, все сведения унифицированы и объединены между собой, к работе приступают аналитики данных и специалисты data science (ученые по данным). Это могут быть штатные или привлеченные сотрудники — важно, чтобы они хорошо знали бизнес-процессы компании и разбирались в текущих задачах. Понимание бизнеса наравне с компетенциями в области статистики, аналитики, математики в совокупности позволяет data-ученым достигать максимальных результатов при работе с данными.

При помощи таких ученых строятся аналитические модели, выдвигаются и находят подтверждение гипотезы, выявляются правильные подходы при работе с данными и источниками, извлекаются новые знания (инсайты) о целевой аудитории на основе предиктивной аналитики.

В результате исследований формируется перечень рекомендаций. Например, для решения маркетинговых задач выделяется определенная аудитория и соответствующий ей товар, который нужно продвигать и рекомендовать к покупке.

Все это постепенно ведет к третьему шагу, чья задача — довести все выводы и рекомендации до реализации, так настроить собственные бизнес-процессы, чтобы извлечь пользу из данных и монетизировать этот ценный цифровой актив.

Не расслабляться на финишной прямой!

Результаты анализа данных должны лечь в основу бизнес-процессов, чтобы расходы на работу с Big Data не только окупились, но и принесли богатый урожай.

Задействуя максимум данных в бизнес-процессах, можно организовать омниканальную коммуникацию с использованием множества сторонних сервисов и инструментов. Омниканальность — объединение всех инструментов коммуникации (онлайн-рекламы, Email, SMS, кол-центров) вокруг пользовательского профиля. Таргетированная онлайн-реклама будет показывать максимально персонализированные предложения потенциальным клиентам в соответствии с параметрами их профиля. Появится возможность управлять всеми рекламными предложениями совместно с другими каналами коммуникаций, выстраивая последовательные и логичные цепочки взаимодействия, оперируя данными, в том числе динамически меняющимися, в режиме real-time.

Получив какие-либо сведения от клиента из офлайн-канала, например, при общении в офисе или точке продаж, можно впоследствии выстроить единую коммуникацию по другим каналам, «догоняя» клиента персонифицированным предложением в онлайн-рекламе или электронной почте. Рекламное сообщение, максимально отвечающее потребности аудитории, повышает вероятность покупки. Прибыль растет, а мы наблюдаем за внутренней монетизацией данных, или, иными словами, за тем, как данные приносят деньги благодаря повышению эффективности бизнес-процессов.

Бизнес-модели можно строить и на основе внешней монетизации данных. В этом случае собственные данные помогают повышать эффективность бизнес-процессов сторонних компаний на коммерческой основе. Можно предоставлять сервисы, построенные на информации, или предлагать рынку сами данные, если это позволяет бизнес-модель компании. Выступая в роли поставщика данных (data-партнера), можно давать рекомендации для других компаний, подсказывая, какой товар из их продуктовой линейки они должны предложить тому или иному клиенту. Таким образом, решение они примут на основе ваших сведений. Внешняя монетизация также строится через биржу данных. Подключившись к инфраструктуре биржи, можно предоставлять и использовать данные в real-time-режиме. Это особенно актуально для процессов, требующих максимально точной и актуальной информации.

Денис Афанасьев, генеральный директор компании CleverDATA (группа ЛАНИТ)

Теги: данные, инновации , технологии, риски

Горячие темы: Бизнес в цифре

Журнал IT-Manager № 03/2017    [ PDF ]    [ Подписка на журнал ]


Поделиться:

ВКонтакт Facebook Google Plus Одноклассники Twitter Livejournal Liveinternet Mail.Ru

Также по теме
Другие материалы рубрики

Также смотрите

Журнал IT-Manager: № 04/2017

Последние новости

Фоторепортажи

Календарь мероприятий

<<<Май, 2017>>>
Пн18152229
Вт29162330
Ср310172431
Чт4111825
Пт5121926
Сб6132027
Вс7142128

Прошедшие мероприятия
Текущие мероприятия
Будущие мероприятия