Как организовать сбор, хранение и использование информации, чтобы она приносила прибыль?
По данным исследовательского агентства Data Insight, объем российского рынка e-сommerce в 2020 г. достиг 2,5 трлн руб., продемонстрировав рост к 2019 году в 44%. Без влияния пандемии рост составил бы 29%, что тоже весьма впечатляет. Мы видим, как увеличивается количество заказов с мобильных телефонов, улучшается качество связи, появляется бесшовная структура коммуникации.
Кроме естественного роста числа транзакций, которые требуют дополнительных мощностей для их хранения, передачи и обработки, по каждому заказу и пользователю сегодня компании собирают гораздо больше данных. Виной всему конкуренция.
Чуть больше года назад мы решили определить, насколько значителен будет прирост данных предприятий, и в декабре 2019 – январе 2020 года исследовательская компания IDC по нашему заказу выпустила отчет Rethink Data. IDC спрогнозировали рост информации у компаний на 42,2% в год, и это без поправки на пандемию коронавируса! В реальности цифры даже превзошли эти значения. По оценке того же исследования, объем новых данных в 2025 году возрастет до 175,8 ЗБ, в то время как в 2015 году он составлял всего 18,2 ЗБ.
Что привело к росту данных в e-commerce?
В желании создать бесшовный опыт для пользователя и эффективно провести его по воронке продаж, маркетологи собирают большой объем данных о каждом контакте с потенциальным покупателем.
Компании анализируют просмотренные ранее товары, сохранения в корзине, точки входа, время на сайте и множество других параметров, чтобы предлагать индивидуальные скидки и рекомендации по дополняющим товарам, а также подтолкнуть человека оставить след для будущей коммуникации: разрешить push-уведомления, подписаться на рассылку, получить промо-код по смс, скачать приложение. Вся эта информация собирается и, что для нас главное, сохраняется.
Когда мы начинаем говорить о реактивации после покупки или создании долгосрочных отношений на основе данных, построении и использовании CustomerJourneyMap, отправке цепочек писем, бонусных системах и так далее, время хранения информации увеличивается ещё больше. Маркетологи активно используют CDP-платформы (CustomerDataPlatform) для удержания клиентов и создания бесшовного опыта даже на стыке онлайн и офлайн, а про чистый e-commerce и говорить не приходится. Здесь всегда правили бал данные.
На больших данных происходит машинное обучение, благодаря ним развивается искусственный интеллект, что позволяет строить более точные предиктивные модели, обеспечивать потребителям качественный сервис и корректность рекомендаций, а значит больше зарабатывать. Также увеличивается объем данных, получаемых с периферии благодаря распространению интернета вещей.
Начинаем с головы
Ни для кого не секрет, что маркетинг должен опираться на данные, — об этом говорят даже исследования почти десятилетней давности. Тогда опрос IBM показал схожесть позиций директора по маркетингу (CMO) и по ИТ (CIO) по большинству вопросов по этой теме. Например, критическую важность данных для успеха компании отмечали 93% CMO и 92% CIO. На словах они готовы объединять усилия и использовать комплексный подход к управлению информацией, но, как показывают прошлогодние исследования, на деле это встречается довольно редко. Одна из главных причин — человеческий фактор и банальная конкуренция между командами.
Существующие регламенты и структура компании часто разграничивают зоны влияния CMO и CIO, где каждый отдел собирает свои данные. Отдел маркетинга сфокусирован на информации о товарной политике, коммуникациях, клиентах. Но их знания в области системной архитектуры и баз данных, конечно, далеки от того, что реально могут выстроить ИТ-специалисты. Перед последними руководство бизнеса также редко ставит маркетинговые задачи. Каждый отдел по-своему собирает и структурирует данные, использует разные приложения для обработки информации, хранит её в разных средах.
Новый взгляд на данные требует нового взгляда на персонал. Логичным решением выглядит изменение структуры компании так, чтобы полностью архитектуру хранения и использования данных строил CIO, а при подготовке и оттачивании решения привлекались специалисты других отделов. Также компании должны обучать ИТ-специалистов и маркетологов, чтобы они понимали важность согласованной стратегии данных и свою роль в ней.
Есть и другой подход. Многие компании, чтобы соблюсти баланс интересов и не нарушить хрупкое равновесие в организации между CIO и CMO, учреждают отдельную позицию — Chief data officer (CDO), который наделен большими полномочиями и отвечает за всё, что связано с данными. Сама позиция CDO активно популяризируется, а лучшим специалистам вручается ежегодная премия CDO Award. В прошлом году, например, были отмечены проект Smart data lake для «Газпром нефти» — о создании умных озер данных мы ещё расскажем, — и платформа для поиска пропавших детей и взрослых с использованием технологии анализа «больших данных» — «МегаФон Поиск», которая сократила опрос и информирование потенциальных свидетелей происшествий с нескольких недель до нескольких минут.
Не все данные нужны
Как показывают результаты исследования Rethink Data, компании собирают лишь 56% информации и используют из них только 57%. Это означает, что 68% доступных бизнес-данных игнорируется.
В момент трансформации есть соблазн начать закрывать проблемы поэтапно и руководствоваться девизом «Давайте сначала соберем всё, что только можно, а потом придумаем, как с этой информацией поступать». Так компания рискует потратить огромное количество средств на организацию хранения и устроить настоящее болото из неструктурированных данных.
Компании очень важно чётко понимать, зачем ей нужна та или иная информация, и научиться правильно её структурировать, классифицировать и наделять однозначными атрибутами. Нет ничего плохого в том, чтобы собирать данные на будущее, если сейчас уровень ИИ недостаточно развит для нахождения полезных бизнесу логических связей. Но даже в таком случае нужно чётко понимать, куда мы идем, как будут обработаны эти данные в будущем.
Зачем нужен CDO?
Вернемся к нашему кейсу. Итак, вы наняли CDO или передали задачу CIO построить и упорядочить процесс накопления, обработки и использования данных. Вот, какие задачи должны быть поставлены перед менеджером:
Взаимодействовать с вендорами, топ-менеджментом компании, регуляторами и другими внешними и внутренними стейкхолдерами, а также поставщиками услуг и оборудования.
- Создать структуру распределения данных по уровням, исходя из целей бизнеса и ценности для компании.
Определить уровни доступа к данным и разработать политики безопасности информации.
Разработать способы унификации разнородных данных для их дальнейшего использования, определить инструменты виртуализации для извлечения данных и манипулирования ими.
- Заниматься оперативным контролем качества поступающих данных по всей организации и образованием сотрудников других подразделений в области управления информацией.
Каждый из этих вопросов архиважен для современного предприятия в e-commerce. Например, использование уровней хранения данных позволяет найти оптимальное решение с точки зрения производительности и затрат на оборудование, когда часто используемую информацию и приложения логично расположить на флеш-накопителях, а лежащие практически мертвым грузом базы необработанных данных — на жёстких дисках. Так что грамотный CDO помогает не только заработать больше, но и избежать ненужных трат.
Использование подхода DataOps
Определив сотрудников, которые отвечают за данные, и разобравшись с вопросами о приоритетности и безопасности информации, встает вопрос, как организовать хранение, обработку и передачу данных, чтобы ими могли одинаково эффективно пользоваться все подразделения компании.
Помочь предприятиям в e-commerceлюбого размера может DataOps — новая дисциплина, сводящая вместе создателей данных и их потребителей:
Потребителями данных выступают сотрудники бизнес-подразделений, отвечающие за принятие организационных решений в отношении разработки, дистрибуции и маркетинга продукции, контроля затрат и т. д. Чаще всего это топ-менеджмент и сотрудники, помогающие ему в работе. Потребителям нужны не собственно данные, а результат их анализа, на основании которого можно принимать взвешенные решения.
- Создателями данных могут быть как машины (конечные точки, IoT-устройства, специализированный софт и системы веб-аналитики), так и люди, готовящие отчеты и информацию для тех, кто принимает решения.
В DataOps для получения данных используется процесс, построенный по принципу ELT (Extract, Load, Transform — «извлечение, загрузка, преобразование»). Он извлекает данные из нескольких разных источников и загружает в единую структуру, часто в виде озера данных. В результате образуется единое место хранения данных, где с помощью ИИ и МО можно найти полезные закономерности в сведениях, которые, на первый взгляд, не связаны друг с другом. Сама классификация данных может осуществляться алгоритмами ИИ, разработанными под руководством CDO.
Для интернет-магазина это означает возможность получить представление о проблемах, о которых до этого не подозревали ни ИТ-специалисты, ни маркетологи, и найти свежие бизнес-идеи для улучшения покупательского опыта. Например, определить, что клиенты часто покупают вместе совершенно не связанные друг с другом продукты, и изменить представленность товаров на сайте так, чтобы увеличить продажи. Таким же образом можно выявлять тенденции, характерные для определенных демографических групп, и успешно вести микромаркетинг в этих нишах.
DataOps и организация хранения информации в форме озера данных значительно расширяет возможности бизнеса, потому что помимо традиционной модели, где под какую-то гипотезу компания начинает собирать информацию, здесь появляется возможность пойти от данных и использовать Agile-подход. У Seagate есть системы хранения большой ёмкости для эффективной аналитики данных с помощью ИИ и развертывания DataOps — наши эксперты помогут подобрать оптимальное решение с учетом масштаба бизнеса, если оставить заявку на сайте.
Препятствием для развертывания DataOps в компаниях может стать разрозненный сбор данных разными отделами. Иногда за закупку инструментов в пределах одной организации отвечают несколько разных человек, иногда решения несовместимы с определенными платформами, иногда старые решения используются наряду с новыми.
По данным опроса Rethink Data, лишь около трети организаций используют единое решение. Эта информация ещё раз подтверждает правильность нашего подхода к процессу сбора, хранения и обработки информации, когда сначала важно выделить какое-то одно подразделение (под руководством CIO или CDO), которое будет отвечать за все данные компании, разработать политики и стратегию работы с информацией, а уже потом искать единое приложения для организации озера данных.