Как PayPal потратил $4 млрд на покупку компании ради данных и почему ему должны завидовать «суперприложения» банков

Меня зовут Роман Нестер. Я предприниматель, инвестор и консультант. Последние семь лет я занимаюсь большими данными и их применением в бизнесе. Мы сделали с нуля стартап под названием Segmento, который у нас купил «Сбербанк» на пару с «Системой».

С 2019 года я стал штатным профессором Высшей школы экономики и отвечаю за необычную магистратуру «Коммуникации, основанные на данных». На vc.ru я буду писать о том, что происходит в бизнесе, связанном с большими данными.

В ноябре мир поразился огромной покупке компании PayPal. Речь не про какой-то модный стартап с искусственным интеллектом. За $4 млрд купили всего лишь плагин для браузера под названием Honey!

Это самая дорогая сделка в истории PayPal за последние 15 лет (а покупали они многих). В платёжном сервисе вряд ли сошли с ума — уверен, что они купили в первую очередь новые данные о клиентах.

Honey — это ключ для нового бизнеса, о котором конкуренты могут только мечтать. И конкурентам, в первую очередь крупнейшим банкам, громко заявляющим про экосистемы и «суперприложения», — стоит задуматься. Давайте разбираться почему.

Honey — это «советник» для браузера. Пока вы сёрфите сайты интернет-магазинов и сервисов бронирования, плагин постоянно сканирует содержимое страниц на наличие товаров и предложений.

Honey сам, без вашего участия, распознаёт конкретный товар, который вы просматриваете. И мгновенно выводит все доступные купоны и скидки на него. Это резко увеличивает конверсию интернет-магазинов и сервисов.

30 тысяч самых известных ритейлеров, производителей, онлайн-сервисов, с которыми договорился плагин, с радостью платят Honey процент от каждой покупки

На рынке США не редкость, когда компании покупают ради каких-то особо ценных данных. Например, три года назад рекламный холдинг Dentsu купил компанию Merkle за $1,5 млрд в первую очередь из-за 3,7 млрд записей об американцах.

Обычно под данными подразумевают какую-то уникальную информацию о пользователе, с помощью которой бизнес может ему что-то таргетированно предложить и продать.

Стоит разделить все пользовательские данные, которые собираются из сети, на четыре больших типа. Я проранжирую их по тому, насколько эти данные увеличивают конверсию рекламы:

• Демографические данные (пол, возраст, доход — то, из чего на 99% состоят CRM крупных компаний).
• Социальные данные (членства в группах, лайки, данные профилей).
• Поведенческие данные (посещения веб-сайтов, поведение в приложениях).
• Данные о намерении (intent data).

Последний тип данных — самый интересный. Он совмещает знание о контексте и намерении. С помощью этих данных мы понимаем, что конкретный пользователь планирует покупать обувь или авиабилет. Кроме того, мы ещё и понимаем, что этот момент происходит прямо сейчас.

Например, если вы просто читаете обзор новой пары Nike в коллаборации с Трэвисом Скоттом, то вы оставляете поведенческие данные. Их соберут сам сайт с обзором и разные «маячки» и счётчики на этой странице.

Такие данные ценны, но они лишены текущего контекста пользователя «покупка может случиться очень нескоро». Это неплохие данные для формирования потребности через медийную рекламу, но конверсия у них будет низкой.

Но вот если вы вбили в поисковик «где купить Nike Air Travis Scott» или зашли на сайт интернет-магазина и положили их в корзину, а потом ушли, вы совершенно явно показали трекинговым системам, что собираетесь тратить деньги! Это и есть intent data. Будьте уверены, системы это прекрасно запомнят и продадут это знание много раз!

На intent data построен весь бизнес поисковых систем. Возможность воспользоваться своим знанием о намерениях пользователей они продают рекламодателям (через «Яндекс.Директ» или Google Ads, например). Несмотря на появление социальных сетей и Amazon Ads, поисковики по-прежнему доминируют в затратах рекламодателей. Почему?

Дело в том, что реклама на intent data — это самый эффективный вид таргетинга интернет-рекламы за последние 15 лет. Такой таргетинг с большим отрывом опережает любой другой рекламный таргетинг.

Конверсия в покупку из такой рекламы выше, чем в рекламе на данных социальных сетей, по разным оценкам, на 200–400%. 3,5% — конверсия из поиска Google (альтернативные источники говорят о 1,7%) против 0,7% в соцсетях, усредненные данные по рынку США.

Собирать intent data позволяют и распространённые счётчики: «Яндекс.Метрика», Google Analytics. Они стоят на всех «продуктовых» страницах крупных онлайн-продавцов. По этой причине более параноидальные клиенты избавляются от них и ставят себе коммерческие платные решения вроде Tiburon или Adobe.

Intent data — настоящее золото эпохи таргетированной рекламы. Все остальные стремятся хотя бы немного приблизиться к подобной эффективности.

Увы, в 2019 году строить новый популярный поисковик, систему аналитики или новый браузер уже поздно. Но популярный плагин в браузере, которому пользователь сам разрешил изучать содержимое страниц, — это ещё один источник самых ценных данных! Плагин — редкая альтернатива поиску, когда юзер сам явно показал, в чём он заинтересован, и явно находится в моменте для покупки.

Если сделать предложение именно в такой момент, вероятность конверсии станет высокой. По словам основателя Honey, до 40% покупок в онлайне совершаются за счёт «триггер-события», побуждающего к последнему шагу, например купона на рекламном баннере. Если это событие не случается, серьёзная доля клиентов уходит в другое место или вовсе забывает о покупке.

PayPal после сделки заявил, что Honey поможет ему «встать в начало пути клиента». Это очень важное заявление. Оно значит, что компания хочет зарабатывать не только на платежах на чекауте.

Это часть важной стратегии роста — зарабатывать больше на каждом из своих 265 млн клиентов, используя данные о них. Ровно ту же цель перед собой ставят все крупнейшие банки, создавая «суперприложения» и экосистемы вокруг своей базы клиентов. Телекомы идут следом.

PayPal владел гигантским объёмом данных, тратами своих клиентов. Но это была база уже закрытых потребностей. За 3% от своей стоимости в $127 млрд PayPal купил открытые ежедневные потребности 17 млн американских покупателей. Нет сомнений, что эту базу удастся быстро вырастить с помощью клиентов самого PayPal.

Всё это пример того, как крупнейшая организация уверенно инвестирует, чтобы стать игроком на совсем новом рынке и получать совсем новую выручку.

О создании экосистем вокруг своих клиентов на основании знания о них заявили все крупнейшие российские банки. «Тинькофф» первым заявил о выпуске «суперприложения», в котором клиент будет получать целевые выгодные приложения.

На каждой покупке, которую банк сгенерирует для своих партнёров-продавцов услуг и товаров, он сможет зарабатывать дополнительные деньги. Это новый огромный рынок за пределами банкинга.

Вопросов нет, приложение и предложения в нём, усиленные традиционными каналами банка, — мощный канал для продаж услуг и товаров. Проблема в том, что банк владеет только прошлым, уже закрытыми потребностями, а не настоящим своих клиентов. Чтобы изменить поведение клиента и убедить его что-то купить, банку нужны те самые intent data!

Как их получить? Выхода здесь два: покупать (и это путь PayPal) и предсказывать.

Увы, наш рынок слишком маленький для первого пути. Здесь почти некого покупать. Тут не успели появиться независимые сильные игроки, владеющие intent data с большим охватом. А те, что были, уже куплены гигантами.

Банкам остаётся лишь делать совместные предприятия с обладателями большого объема intent data вроде «Яндекса», но их список до смешного короткий.

А вот самое интересное и технологичное — это предсказание потребности до того, как она возникла. Реальная польза для нового бизнеса от инвестиций больших банков в машинное обучение и искусственный интеллект должна появиться именно здесь.

Наряду с объёмом накопленных и добытых данных это и будет главным оружием в войне экосистем. Будьте уверены, такая война будет самым интересным, что происходило с миром маркетинга за последние полсотни лет!

#плагины #paypal #аналитика