История развития сервиса для обработки данных Statzilla.
Екатерина Власенко открыла компанию Statzilla 2,5 года назад после учебы в Европе. Оказалось, что в Ростове-на-Дону (да и не только) анализ и статистическая обработка данных для научных исследований и бизнеса востребованы на высоком уровне. Появился онлайн-сервис, который в течение минуты готовил статистические отчёты для различных исследований. “Мы хотели в меру своих возможностей повысить качество российской науки в мире. У нас не было цели делать бизнес ради бизнеса”, - признаётся Екатерина Власенко. Но бизнес принёс деньги: прибыль за два года составила 2 миллиона рублей. Как у неё это получилось?
Собрали конструктор
К созданию бизнеса Екатерину Власенко подтолкнуло международное образование в сфере менеджмента в магистратуре CEMS MIM. Власенко была вдохновлена тем, как её ровесники в Европе с лёгкостью открывают своё дело и занимаются тем, что им действительно нравится.
Идея для бизнеса появилась благодаря коллеге по научной работе — Святославу Заруцкому (теперь он соучредитель компании). Он тоже экономист-математик. «У нас один научный руководитель, мы часто виделись на общих встречах. Пока я училась в магистратуре, он работал в Ростовском медицинском университете: делал статистический анализ для медицинских исследований. Стало ясно: ситуация с обработкой данных в медицине плачевная, с этим надо что-то делать. Так как мне всегда был интересен анализ данных, мы решили реализовывать это вместе», — рассказывает Власенко.
Сначала помогали делать аналитику медикам на проектной основе. После 40 выполненных задач в сфере медицины, биологии и психологии поняли, что многие процессы можно автоматизировать и начали разработку онлайн-сервиса. Cтруктурировали всевозможные аналитические задачи исследователей в медицине и свели обработку данных к конструктору: составлению отчета из ряда готовых компонентов.
«То есть мы и себе упростили работу над заказами, и для неспециалистов сделали такую обработку доступной за счет простого интерфейса», — объясняет Екатерина.
В июле 2015 года она зарегистрировала ИП и вместе с Заруцким открыла агентство по анализу данных. Главным продуктом компании стал онлайн-сервис по подготовке статистического отчёта для различных исследований в течение минуты. Офис в коворкинге получили бесплатно, сайт делали внутренними ресурсами.
Без автоматизации никуда
Через два месяца после открытия партнёры увидели, что потребность в быстрой обработке данных у исследователей довольно большая. «Каждый клиент, который к нам обращался, просил сделать всё „еще вчера“, потому что обработка данных, хотя и трудоемкий процесс, но это только часть исследования, результаты нужно интерпретировать» , — вспоминает Екатерина Власенко. «Ручной» труд аналитиков должен был уйти в прошлое, была нужна автоматизация. В команду взяли четырёх программистов.
«Прелесть IT-стартапов состоит в том, что больших вложений вначале не требуется. Мы начинали работать на проектной основе, поэтому окупались с первого дня, — говорит Власенко. — Все, что зарабатывали (за исключением затрат на еду, конечно), вкладывали в разработку сервиса, оплату услуг программистов».
Почти сразу соучредители Statzilla столкнулись с первой проблемой — было сложно найти доступный канал для продвижения онлайн-сервиса. Продвижение через конференции, лекции и другой образовательный контент давало результаты, но было трудозатратным.
«Пока спрос нас находит сам. Специальных маркетинговых усилий мы не прикладываем, по мере возможности рассказываем о сервисе на мероприятиях. А вот масштабируемые каналы продвижения (контекстная реклама, SMM) пока до сих пор не настроили, как следует», — признаётся Екатерина.
Онлайн-сервисом и статистическими услугами компании пользуются исследователи (медики, биологи, психологи) от студентов до докторов наук как в частном порядке, так и в составе исследовательских центров и институтов.
Конкуренты онлайн-сервиса Statzilla — это частные специалисты по статистике, которые проводят аналитику с использованием пакетов статистического анализа, а текст пишут вручную. Их работа идёт существенно медленнее и стоит дороже. Косвенные конкуренты — это сами пакеты для обработки данных (Statistica, SPSS, Matlab и т.д.). Но все они требуют от пользователя знания статистики и математики.
«Мы создаём сервис, который доступен неспециалисту. К тому же мы единственные в мире, кто не просто реализует расчёты, но и предоставляет на их основе связный текст — выводы о данных (например, „в этой группе исследования наблюдаются статистически значимо повышенные значения такого-то показателя“, а исследователь уже сам объясняет, почему такое может быть)», — говорит Власенко.
Всю прибыль за два года — 2 млн рублей — реинвестировали обратно в развитие. Это было порядка 200 заказов по аналитике для науки (в том числе расчеты для более, чем 50 диссертаций) и 11 бизнес-проектов (в Statzilla почти сразу оказывали услуги по анализу данных и машинному обучению).
Потребности рынка в сервисе Statzilla (по подсчётам самой компании):
- Российские ученые, проводящие исследования в частном порядке, — медики, биологи, психологи, социологи — 1,4 млрд рублей (Оценка сделана на основе известного числа защит диссертаций по данным областям и среднего по рынку чека на анализ данных)
- Зарубежные ученые — больше 1 млрд долларов
- Российские медицинские исследовательские центры, кафедры медицинских вузов, НИИ. — 429 млн рублей.
Это не в космос лететь
Исследования компании имеют не только научную ценность, но и практический смысл. Для медицинских целей команда Statzilla провела исследование, которое позволило сокращать издержки и риски для пациента. Например, в урологии есть заболевание, для диагностики которого сейчас требуется отдельная операция. А предиктивная экспертная система Statzilla позволила определить пациентов, у которых по клиническим показателям такое заболевание крайне маловероятно, и для них уже не нужно делать эту диагностическую операцию.
Большую часть дохода компании (70%) приносят как раз b2b-проекты. Для одного клиента прогнозировали вероятность покупки на сайте. Сначала клиент, как это часто бывает, просто хотел решить глобальную проблему — повысить конверсию посетителей сайта, и, как следствие, прибыль. «Именно такой подход мы и любим, — говорит Святослав Заруцкий. — Когда нам дают конечную задачу, а вот методы ее решения уже на нас. У нас был похожий кейс:заказчик тоже хотел повысить продажи, но сам предлагал и контролировал методы исследования. До решения в итоге мы не добрались».
Чтобы найти решение, нужно понимать, что покупатели на сайте не будут сильно отличаться от «непокупателей» по отдельным факторам. Такое почти невозможно. Различие — это комбинация всех факторов, многофакторная модель или дерево решений. «Методы для науки и бизнеса — одни и те же. Мы не изобретаем велосипеды», — говорит Заруцкий.
Была типичная задача — прогноз вероятности — в данном случае покупки. То есть для бизнеса целевой показатель тут — покупка, для медицины Statzilla cтроила точно такие же модели, но целевой показатель там — выздоровление пациента. То есть это был не запуск ракеты в космос. И в том, и в другом случае Statzilla строит математическую модель, в которой участвуют факторы, которые связаны с покупкой/выздоровлением.
Сначала исследователи пытались понять, по каким факторам покупатели статистически значимо отличаются от «непокупателей». Весь процесс занял 2 месяца: нужно было рассмотреть все факторы, влияющие на покупку. Для этого вникали во все этапы, через которые проходит клиент на сайте. Анализировали время, проведенное на сайте, число отправленных сообщений в чате поддержки, характеристики профиля клиента на сайте (есть ли фото, телефон), сколько фотографий у клиента в соцсетях, в каких он состоит группах, какие слушает аудиозаписи.
Использование такой модели предсказания вероятности покупки каждого нового посетителя сайта позволило повысить конверсию в 2 раза. Заказ стоил несколько сотен тысяч рублей. Главная сложность была связана с тем, чтобы перейти от неточно сформулированных задач к точно сформулированным задачам анализа данных. И чтобы перейти от точных результатов анализа данных к их объяснению заказчику. «Но и это совпадает со сферой науки, — говорит Заруцкий. — На удивление ученый, ставящий эксперимент, также очень часто не понимает, что же он хочет оценить, посчитать, сравнить».
Машинное обучение и нейросети
Компания также помогает сегментировать покупателей — это инсайт для маркетологов. «В отличие от классической и уже малоэффективной стратификации по полу, возрасту, мы делим сегменты потребителей по ряду более детальных характеристик. Это дает возможность более точной, целевой настройки рекламы и, как следствие, более низкой цены клика/показа», — делится Екатерина Власенко.
Партнёры уверены, что по этой услуге конкурентов можно пересчитать по пальцам: «Это довольно уникальные задачи. Подобные услуги могут предложить лишь московские компании, занимающиеся машинным обучением. Маркетинговые компании с классическим подходом анализируют сегменты, но они не предлагают математических моделей, которые в режиме реального времени дают оценку вероятности покупки для клиента».
Екатерина признаётся, что у компании есть сложности с кадрами. «При всей популярности анализа данных и шумихи вокруг таких явлений как машинное обучение и нейросети, у нас нет хороших образовательных программ и соответственно нет специалистов. Есть, правда, много ребят, посмотревших пару образовательных курсов на Youtube, Coursera, но этого, мягко говоря, недостаточно. Поэтому выращиваем пока все компетенции внутри компании», — рассказывает Екатерина.
В Statzilla принимают аналитиков с уже базовым знанием классической математической статистики. Затем проводят внутреннее обучение по статистической обработке для погружения в специфику медико-биологических исследований. Новичков загружают практикой с первого дня — принцип «learn by doing». Дальше сотрудник выбирает наиболее интересное ему направление — классический статистический анализ или машинное обучение, и его подключают к таким проектам.
«Наша основная трудность кроется в маркетинге, — считает Власенко. — Наша целевая аудитория не подозревает, что есть простое решение их проблемы, и не ищет это в поисковиках. Рынок не всегда оказывается готов к сильно инновационному решению, как наше. Но у нас часто заказывают исследования во второй раз одни и те же клиенты: им нравится».
Молодая компания уже занимала призовые места в конкурсах «Молодой инноватор года 2015», «Эврика 2016», а в 2017 году стала победителем Национальной премии «Бизнес-Успех». Но развитие продолжается. Новое направление — это автоматизация маркетинговых исследований. В маркетинге используют те же самые методы статистической обработки данных, что и в медицине, биологии. Это перспективно, потому что те агентства, которые не просто считают арифметическое среднее, а делают именно статистический анализ, выигрывают на фоне конкурентов.
Компания только хочет тестировать этот рынок. «Ну и само собой, мы бы хотели выйти за рубеж, — добавляет Екатерина. — Сначала мы думали, что такой проблемы нет за рубежом, но за время моей поездки в США по программе для российских предпринимателей я выяснила, что там существуют те же самые потребности». Продавать на иностранных рынках планируют дороже. Например, час работы статистика в США стоит $200. Сервис переводят на английский язык, чтобы так же запустить тесты на новом рынке.
из сайта ни фига не понятно, вроде что-то предлагают, но что конкретно?)
Первое - это онлайн-сервис по обработке статистических данных для научных исследований
Второе - исследования для бизнеса с использованием математических подходов
я представить не могу себе, с чем я должен к ним попасть? Типа у меня есть две выборки, мне нужно уровень p определить или какое распределение? Если я так думаю, то я пойду к математикам. А если я простой бизнесмен из СМБ, то я обычно и данные то не собираю и как я должен начать искать статциллу, вообще сложно представить. Нужно поработать недельку-другую рядом с собственником. Посмотреть как он думает. Ребята знают что им делать с данными, того чего не знает собственник. Вот и нужно идти от того как сменить умозрительные заключения на анализ данных и показать почему это лучше.
Вот касаемо онлайн-сервиса - это больше для учёных, конечно. Им это нужно.
А касаемо бизнес-задач, согласна, совсем не очевидно, что надо идти к Статзилла, они и сами это знают, тем не менее у них есть b2b-проекты.
И бизнесмену СМБ не нужно собирать данные, он приходит с вопросом, например, падают продажи в сезон, а должны бы расти, например. Данные и прочее уже собирает Статзилла, Бизнесмену не надо приходить с данными, их уже потом собирают, если нужно.
ну вот, как бизнесмен должен при вопросе падают продажи-выйти на статциллу? Это им вопрос на подумать. Тут неочевидная цепочка, которая создателю сервиса кажется очевидной обычно.
Они начинали с исследований для науки, поэтому этот вопрос для них был не главный. Но если они хотят расти, им придётся на этот вопрос найти ответ, конечно.