{"id":7302,"title":"$200 \u0442\u044b\u0441\u044f\u0447 \u043d\u0430 \u0441\u0442\u0440\u0430\u0445\u043e\u0432\u043a\u0443 \u0432 \u043f\u043e\u0435\u0437\u0434\u043a\u0430\u0445 \u0438 17 \u0432\u0430\u043b\u044e\u0442 \u043d\u0430 \u043e\u0434\u043d\u043e\u0439 \u043a\u0430\u0440\u0442\u0435","url":"\/redirect?component=advertising&id=7302&url=https:\/\/vc.ru\/promo\/295992-korotko-karta-dlya-puteshestvennikov&placeBit=1&hash=116250a21a81e5a548d838f9f86dac8dfd20ac6f36c6c2f8b9a9a56056948502","isPaidAndBannersEnabled":false}
Будущее
Kirill Bychkov

Данные выходят из изоляции: как объединение Big Data помогает бизнесу

Каждая крупная компания имеет данные о клиентах. Банки имеют информацию о финансовом опыте, интернет-площадки понимают интересы пользователей, маркетплейсы собирают данные о предпочитаемых товарах и их цене. Но что будет, если их объединить?

Управляющий директор департамента анализа данных и моделирования ВТБ Сергей Карпович говорит о пользе объединения данных и рассказывает о том, как лучше узнать своего клиента.

Проблемы изоляции

Еще пять лет назад работа с большими данными казалась революционной технологией, которую использовали только 17% компаний по всему миру. В числе первых оказались IT, банки и телекоммуникационные компании во многом потому, что именно эти сектора аккумулировали наибольшие массивы данных. Банки собирали информацию о транзакциях, телекомы — о коммуникацих своих абонентов , а IT об интересах клиентов в интернете и реакциях на контент.

Сегодня более половины мировых компаний работает с большими данными. В России этот рынок пока немного уступает западному, но 54% компаний уже инвестируют в аналитику данных. Среди лидеров — крупные финансовые компании, IT и телекомы, маркетинговые компании. Инвестиции составляют до нескольких сотен миллионов долларов в зависимости от размера компании и задач, которые стоят перед специалистами по Big Data. Это долгосрочные инвестиции, их окупаемость наступает только через несколько лет.

Источниками больших данных становится фактически любое соприкосновение пользователя с цифровым пространством. Например, кроме данных из интернета (просмотры контента, данные соцсетей) учитываются даже время просмотра и скорость закрытия рекламных объявлений, структура потребляемого контента, и другие данных, позволяющие определить не только интересы пользователя, но и черты его характера, позволяющие предугадать его реакции и поступки.

Еще в 2007-ом году американские маркетологи изучали цифровой след пользователей и выяснили, что он позволяет не только понять историю покупок, предпочтения, уровень дохода и другие базовые метрики, но и помогает определить причину покупки, глубинную мотивацию потребителя.

Сейчас основной способ использования собираемых данных — это операционная аналитика, предиктивная аналитика и маркетинг. Основная задача бизнеса — предсказать поведение потребителя и предложить ему ту услугу или товар, которые ему с наибольшей вероятностью нужны.

Так пользователь совершает покупку и не испытывает раздражения от нецелевых предложений.

Однако на сегодняшний день компания имеет в распоряжении только данные, собранные на своих ресурсах. Это позволяет сделать выводы о поведении пользователя в момент потребления услуги, но не дает возможность понять, что предшестовало этому и как это отразится на дальнешейшем поведении клиента.

Объединение во благо клиента

Давайте рассмотрим пример с покупками в магазинах. Крупные магазины собирают данных об истории покупок держателей собственных карт лояльности и формируют потребительскую корзину каждого из клиентов. Таким образом модели понимают, что если клиент покупает один товар из своей стандартной потребительской корзины (например, молоко), то зачастую он покупает и все остальные товары своей стандартной потребительской корзины (например, творог, йогурт, фрукты, хлеб и так далее). Запустив бонусную программу всего на 1-2 товара, магазин с высокой вероятностью продаст намного больше товаров. При этом один магазин не владеет полной информацией о потребностях своего клиента, а значит не может предложить все необходимые клиенту товары.

Другой пример с банками — чтобы предложить клиентам новый финансовый продукт, знания о текущих финансовых продуктах может быть недостаточно. Важно понимать те изменения в повседневной жизни своих клиентов, которые способствуют возникновению самой потребности в новом продукте, специфику поведения, стиль принятия решений и комфортный способ коммуникации. При наличии такого массива данных, банк может создавать персонифицированные предложения и таргетировать их на узкосегментированную аудиторию.

Сегодня каждая вторая компания в мире собирает данные о своих клиентах или пользователях, но эти данные составляют только фрагмент полноценного цифрового профиля.

Модели, построенные на этих данных, позволяют делать предсказания о последствиях изменений в поведении клиента, но не могут предсказать сам факт такого изменения.

В таких случаях у компаний разработаны различные стратегии коммуникации с клиентами, позволяющие своевременно отреагировать на такое поведение. Но всегда проще работать с причинами чем с последствиями, и намного эффективнее заранее предсказывать изменение в поведении клиентов и предлагать им тот набор сервисов и услуг, который удовлетворит его новые потребности. Сквозное объединение данных можно сравнить с работой мозга, который комбинирует данные с рецепторов (обоняние, вкус, зрение, слух) и учитывает различные другие факторы: голод, настроение, здоровье. Принимая решение о выборе еды, мозг учитывает не одно чувство. Так же происходит с данными.

Сквозное объединение становится следующим шагом в предиктивной аналитике. Помимо потребностей, интересов, импортированных из соцмедиа, компании получают модель поведения пользователя, основанную на его действиях в ряде сервисов: передвижения, покупки, досуг, уровень дохода, профессиональные и личные интересы, реакция на рекламные сообщения, банковские операции, данные с домашней техники, работающей по принципу интернета вещей (IoT).

Объединение данных позволяет проследить цикл продукта от производства, то попадания в квартиру покупателя. Анализ этих данных выявляет неэффективные участки бизнес-процессов, открывая возможности оптимизации, повышая качество сервисов.

Сейчас модель слияния данных, предложенная Data Fusion Information Group, состоит из шести шагов: предварительная обработка исходных данных, оценка объекта, оценка ситуации, оценка влияния, усовершенствование процесса и пользовательские улучшения. Data Fusion позволяет создавать точные модели потребительского поведения и не только выстраивать персонифицированную коммуникацию, но и формировать продукты под точечные потребности.

Пионеры Data Fusion в России — ВТБ, Сбер , Ростелеком, Mail.ru и Яндекс, телеоператоры. С целью повышения эффективности продвижения некоторых продуктов ВТБ разрабатывает более 10 вариантов коммуникации в зависимости от характера и поведения потенциальных клиентов. Они отличаются tone-of-voice, визуалом, креативами, форматами — баннеры или видео.

Если пользователь позиционирует себя как человек с управленческими качествами, а его поведение в интернете указывает на рациональное принятие решений, в коммуникации акцент будет сделан на конкретную выгоду от продукта, подкрепленную цифрами, а tone-of-voice будет кратким, строгим и рациональным. Для более «эмоциональных» клиентов коммуникация выстраивается уже по-другому: апеллирует к самоощущениям, причастности к группе, эмоциональным ощущениям от продукта. В итоге конверсия может увеличиться более чем на 40%. Помимо этого, повышается уровень узнаваемости бренда даже среди пользователей, которые не отреагировали на сообщение.

Цифровой след

Многие пользователи услуг негативно относятся к хранению цифровых следов, но правда ли это так страшно?

Ошибочно думать, что компании интересуют персональные данные или платежная информация. Намного более ценна поведенческая модель, и чем больше параметров из разных источников можно учесть при ее формировании, тем более персонифицировано можно выстроить коммуникацию с пользователем.

По этой причине Data Fusion кроме бизнеса широко используется в социальных и научных проектах: программирование роботов, системах аналитики, тестирования различных автопилотируемых систем или изучение городов для составления стратегий пространственного развития. На международном рынке о социальных проектах по охране объектов ЮНЕСКО с помощью технологий объединения данных недавно заявили в BOSСH. В октябре 2019 года президент России Владимир Путин подписал указ «О развитии искусственного интеллекта в Российской Федерации» и определил национальную стратегию развития искусственного интеллекта на период до 2030 года. Для реализации утвержденной стратегии в 2020 году Минэкономразвития России разработало паспорт федерального проекта «Искусственный интеллект» и программу стандартизации по направлению «искусственный интеллект» на период 2021-2024. Наличие подобных инициатив говорит о том, что и в нашей стране крайне серьезно относятся к развитию технологии искусственного интеллекта.

На сегодняшний день очевидны огромные перспективы использования цифрового профиля во многих сферах. В первую очередь, это клиентоориентированность, персонификация, более таргетированный маркетинг. Наблюдения показывают, что иногда модели настолько точно предсказывают поведение, что буквально угадывают потребность клиента до ее осознания только на основе поведения в интернете. Если вспомнить, что в Москве уже начались испытания системы FacePay, при помощи которой пассажиры смогут оплачивать проезд в метро по скану лица, а Tesla вот-вот выпустит на улицы автомобили без водителей, можно сказать, что будущее уже наступило.

{ "author_name": "Kirill Bychkov", "author_type": "self", "tags": ["\u0446\u0438\u0444\u0440\u043e\u0432\u043e\u0439_\u0441\u043b\u0435\u0434","\u0431\u043e\u043b\u044c\u0448\u0438\u0435\u0434\u0430\u043d\u043d\u044b\u0435","\u0431\u0438\u0437\u043d\u0435\u0441","\u0430\u043d\u0430\u043b\u0438\u0442\u0438\u043a\u0430","techtalks","technology","tech","it","big_data","bigdata"], "comments": 0, "likes": 3, "favorites": 6, "is_advertisement": false, "subsite_label": "future", "id": 228355, "is_wide": true, "is_ugc": true, "date": "Thu, 01 Apr 2021 11:33:00 +0300", "is_special": false }
0
0 комментариев
Популярные
По порядку
Читать все 0 комментариев
Куда утекли кадры?

Как сообщает издание “Коммерсантъ”, российские ретейлеры столкнулись с проблемой острой нехватки фронт-персонала. Причиной тому стал ряд обстоятельств, в том числе, массовый отток трудовых мигрантов и переход кадров в рынок онлайн-торговли.

Apple запустила в продажу салфетку для протирки дисплея за 1990 рублей Статьи редакции

На презентации её не показывали.

Кошелек скажет спасибо: зачем банки заводят подкасты, а люди их слушают

Подкастинг – очень молодой (сам термин вошел в оборот в 2004 году с подачи британского журналиста), но стремительно развивающийся рынок. Его перспективы быстро оценили и в банках.

7 причин выбрать для своего бизнеса ОЭЗ «Технополис Москва»

Николай Корнев, генеральный директор ООО «Концерн Гудвин (Гудвин Европа)»

Запуск без денег и раскрутка через TikTok: как устроен магазин корейской косметики с выручкой 40 млн рублей за полгода Статьи редакции

Рассказывает Наталья Мичкаева, которая занялась продажей косметики, пока простаивал её канцелярский магазин.

Команда Hey Babes!
Вкратце: два MacBook с MagSafe, HDMI-портом и чёлкой, новые чипы M1 Pro и M1 Max, а также AirPods 3 — анонсы Apple Статьи редакции

Коротко о главных анонсах.

Apple обновила дизайн MacBook Pro: вернули магнитную зарядку и HDMI-слот, добавили «чёлку» Статьи редакции

Два размера экрана — 14,2 дюйма по цене от 189 990 рублей и 16,2 дюйма по цене от 234 990 рублей.

Скриншот vc.ru
Налоговый манифест креативных индустрий

В рамках «Недель российского бизнеса» прошел Форум по креативным индустриям и интеллектуальной собственности, на котором заместитель генерального директора «Газпром-медиа» Юлия Голубева сформулировала, при каких условиях может развиваться креативное предпринимательство в России.

Разработчик беспилотных судов для изучения океана Saildrone привлёк $100 млн Статьи редакции

Надводные дроны Saildrone изучают состояние океана и составляют карты морского дна.

Saildrone
Никто, кроме нас: TalkBank стал единственной российской компанией, вошедшей в глобальный рейтинг AIFinTech100

Глобальный рейтинг AIFinTech100 ежегодно публикует список самых инновационных поставщиков решений в сфере искусственного интеллекта и машинного обучения для решения проблем финансового сектора. Россию представляла финтех-платформа TalkBank — единственная российская компания, попавшая в список 100 самых технологичных компаний со всего мира.

Произвол от Тинькофф Банка или инструкция о том, как заморозить свои деньги. Массовая блокировка счетов граждан по 115ФЗ

Получается, чтобы заморозить все свои деньги в данном банке достаточно попросить их менеджеров увеличить лимит на снятие наличных. Крутой лайфхак, не так ли?

null