Бизнес-аналитика: ключевые шаги для успешной интеграции в b2b

Генерация реальной прибыли из набора рабочих данных требует для себя чего-то гораздо большего, нежели просто внедрения аналитической системы.

С момента появления в словаре бизнеса термина "big data" прошло уже больше 15 лет. Часто переворачивая процессы с ног на голову и разрушая традиционные убеждения, data science и программные наборы по аналитике взяли штурмом клиентский рынок. Однако лишь совсем недавно эти крайне полезные инструменты начали проникать в сегмент b2b, привнося с собой новизну и прогресс в крайне инертный рынок. Лидеры компаний начали замечать преимущества продаж, диктуемые сухими данными, а не интуицией людей, и оценили возможность предлагать свой продукт в нужное время и в нужном месте по наиболее оптимальной цене.

Однако отсутствующий или крайне малый опыт работы с аналитикой у многих b2b компаний может подтолкнуть их к совершению тех же самых ошибок, с которыми уже столкнулись их коллеги из клиентского сектора. Выстраивание аналитики исключительно с некими общими знаниями, фокусирование на какой-либо одной конкретной системе или технологии, или изначально построение аналитики без всякого понимания для чего она нужна — всё это прямые пути к потере денег, ресурсов, и, самое главное, времени.

Основная задача аналитики не в прокладывании нового пути ведения бизнеса, хотя и это тоже один из возможных вариантов оптимизации, просто более радикальный и далеко не всем подходящий. Аналитика наиболее хороша при поиске узких мест в текущем бизнес-процессе, при работе с уже устоявшимися паттернами, и именно в этом случае она предоставит вам возможность продавать больше и с меньшими потерями.

По данным того-же McKinsey, правильное внедрение аналитики в b2b приводит к знаменательным результатам. Скорость первой продажи в среднем увеличивается на 50%, отток клиентов уменьшается на 25%, уникальные клиенты растут на 10%, и всё при росте рентабельности продаж от 2% до 5%. Конечно, все эти красивые цифры так и останутся на бумаге, если не будут учтены основные и крайне важные моменты.

Те из нас, кто проходил интеграцию сквозной веб-аналитики, будь то Roistat, Amplitude, etc., знают, насколько это в большинстве своём долгий и мучительный процесс. Безусловно, эти инструменты открывают (приоткрывают, правильнее сказать) многие двери, но и без них данные можно, и нужно использовать.

Начните свой путь в аналитике не с интеграции монструозного конечного решения, а с легкодоступных данных и простых инструментов для их обработки – хоть с составления того же дашборда в Google Data Studio по простейшему csv файлу. На этом этапе наиболее сложным будет именно создание такого простейшего файла-таблицы с живыми данными, актуальными именно для вашего бизнеса.

Следующим шагом стоит начать внедрять сторонние сервисы. Но не Roistat, нет. А простые аналитические системы: счётчики Google Analytics или Яндекс.Метрики, трафик идентификаторы от соцсетей, и так далее. И уже после того, как вы поймёте, какие метрики вам важны, какие источники данных вы хотите отслеживать, и как всё это правильно читать в условиях вашей компании, придёт время для сквозной аналитики.

Не пытайтесь автоматизировать процесс аналитики сразу и весь, это путь к грандиозным ошибкам. Идите маленькими шажками, кусочек данных за кусочком. Протестируйте всё руками, без автоматики. Пройдите вручную, несколько раз, весь процесс от генерации данных до их визуализации в составе датасета. И уже с ясным пониманием общей структуры вы сможете ставить правильные задачи перед аналитикой.

Как говорят некоторые стейкхолдеры: «Этот красивый дашборд мне ни о чём не говорит, но я рад что он тебе помог. Так когда у нас будет x2 продаж?». Шутка здесь в том, что они правы. Если вы внедрили аналитику, но не можете использовать её в реальной среде вашего бизнес-процесса, то она бесполезна.

Вы должны поставить перед аналитикой конкретные вопросы. Конечно, не “x2 продаж”, но она должна давать понимание об узких местах конверсий, времени реакции команды или базовых метриках вашего бизнеса быстро и без долгих объяснений на собраниях. Причём сделать это стоит в самом начале внедрения – по сути, это должен быть ваш первый вопрос: «За какие наши цели должны отвечать данные, которые мы планируем собирать?»

Любой инсайт может быть применён только в том случае, если ваша команда сможет правильно его интерпретировать и быстро среагировать. Это означает внедрение легко усвояемых инструментов аналитики, отображающих доступную к пониманию информацию и дающих чёткое осознание необходимой реакции на то или иное событие. Если это необходимо, выходите за пределы данных систем, внедряете ключевые счётчики напрямую в вашу CRM/ERP или любой другой инструмент, активно используемый вашим отделом продаж.

Никто не хочет обучаться ещё одной программе, или смотреть на ещё один дашбоард. Если вы сделаете жизнь ваших менеджеров чуть комфортнее, это напрямую скажется на общей эффективности бизнеса.

Казалось бы, простой совет – если у вас есть перекрёстные источники данных, соедините их в одном месте. Однако выстраивание эффективной методики анализа бизнес-процессов часто означает избавление от больших залежей информации, создаваемой в разных местах. Если у вас крупная команда, то почти наверняка в каждом отделе используется свой набор инструментов, который в свою очередь генерирует никак не связанные между собой данные. Наверное, лучшим таким примером является связка команды продаж, маркетинга и разработки продукта.

Наличие большого количества данных, которые при этом никак не взаимодействуют между собой, влечёт создание множества слепых зон, скрытых за массивом текущей информации. Для преодоления этого барьера необходимо прививать культуру обмена информации между отделами, вместе с интеграцией доступных для всех сотрудников систем анализа данных.

Такой совместный анализ в свою очередь позволяет построить эффективный метод предсказания по рынку, и поможет увидеть скрытые паттерны поведения клиентов, которые иначе потерялись бы в общем потоке информации. В результате вы сможете принимать решения исходя не просто из ситуации на месте, но имея некий прогноз на будущее, или дать возможность руководителям самим принимать решения, основываясь на аналитике.

Процесс интеграции аналитики косвенным образом оптимизирует внутренние бизнес-процессы, приводя их к более или менее систематизированной форме, что крайне положительно сказывается на общей эффективности работы. Вкупе с данными, пониманием как ими оперировать, и командой, обученной работать сообща и принимать решения, основываясь на цифрах, это преобразовывает стиль и образ мышления всей компании в целом.

Здесь оговорена лишь малая доля подводных камней, но, надеюсь, это уменьшит ваши затраты при внедрении бизнес-аналитики и BI систем.