Поделиться
Андрей Нугманов: Как добыть деньги из больших данных?
Технологии больших данных уже хорошо известны – интеграторы знают, как создавать ИТ-решения для множества разнообразных задач. На повестке стоит более важная задача – научиться извлекать прибыль из полученной информации, считает директор блока BI и партнер компании АТ Consulting Андрей Нугманов.Следует иметь в виду, что целевой маркетинг – это серьезный бизнес со своими технологическими достижениями. Наши клиенты используют технологии для создания наиболее комфортного сообщения. Они не покупают базу адресов и не рассылают одно и то же объявление, а собирают и анализируют информацию, которая прогнозирует покупки человека. В этом качественные отличия, на которые опирается продвинутый бизнес.
Пояснить разницу можно на таком примере. Вы приходите на восточный базар за какой-нибудь редкой специей. Лавка, в которой она продается, оказывается в самом конце торгового ряда, и пока вы до нее дойдете, десятки продавцов будут звать вас к себе, кричать, какой у них хороший товар, хватать вас за руки и всячески надоедать ненужными предложениями. Если бы вы только подошли к базару, а навстречу сразу вышел продавец, к которому вы изначально направлялись, вы бы только обрадовались этой встрече.
CNews: Для этого вам нужны обученные и опытные специалисты. За рубежом уже отлажена система подготовки data scientists, а где искать специалистов российским ИТ-компаниям?
Андрей Нугманов: Действительно, построить грамотное технологическое решение важно, но это только первый шаг. Сложнее нанять компетентных людей, которые будут искать контрагентов, нуждающихся в больших данных, вместе с ними анализировать бизнес-процессы, изучать, на что их компании ориентированы, какую информацию можно собрать, как ее понять и как сделать дизайн целевого решения для всех заинтересованных сторон.
Здесь есть два пути. Первый – выращивать таких специалистов самостоятельно. Это традиционный путь, основанный на получении проектного опыта. Мы изучаем клиента, пытаемся вместе с ним придумать, как можно использовать собранную информацию для реализации той или иной услуги. Два-три проекта – и у нас появляется опыт анализа данных в нужных разрезах, понимание ключевых факторов успеха, рисков. Второй путь – обращаться к компаниям, уже обладающим нужными компетенциями, привлекать их к реализации проекта.
Наша позиция состоит в том, что надо наращивать компетенции самим и обучать тому же самому специалистов клиента. Для этого на территории клиента должен работать наш сотрудник. Накопление опыта занимает много времени – не меньше года, пока новый человек не начнет чувствовать данные, пока не проникнется идеями своей профессии. Для помощи в этой работе мы создали центр компетенции, где собираем опыт разных экспертов, ищем закономерности успехов и неудач. Центр компетенции уже стал предметом нашей гордости, сейчас это ключевой фокус в развитии компетенций компании и всех наших специалистов.
CNews: Увеличение продаж – это ведь не единственное применение больших данных в вашем опыте?
Андрей Нугманов: Да, можно не только предлагать клиентам что-нибудь купить. Вариантов очень много. Например, можно построить работу контакт-центра так, чтобы он при помощи больших данных работал на удержание клиента.
Андрей Нугманов: Надо наращивать компетенции самим и обучать тому же самому специалистов клиента
Уже в момент звонка подтягивается вся информация об абоненте, история его предыдущих звонков, писем, и строится прогноз склонности абонента к уходу. Все это занимает доли секунды, и результат анализа – сформулированные на экране оператора контакт-центра варианты предложений персонально для этого клиента. Это может быть предоставление скидки, дополнительных объемов услуг или что-то другое в зависимости от того, каким сервисом пользовался человек.
Обычная ситуация: у провайдера произошла авария на интернет-канале, пользователи недовольны. Если звонящий абонент находится «в зоне риска», то ему предлагаются один за другим три варианта персональных уступок, на которые он с большой вероятностью согласится. Это очень важный психологический момент. Во-первых, оператор выслушал человека и показал готовность к конструктивному диалогу, сделал предложения по выходу из ситуации. Во-вторых, у оператора есть вся информация об абоненте. Ему не надо задавать много вопросов клиенту – тот же наверняка звонит, чтобы спросить, когда «дадут интернет», поэтому сокращается время разговора, время простоя клиента в очереди – это чистая бизнес-выгода.
Такое решение мы реализовали у одного из операторов сотовой связи, его аналитическая часть построена как раз на технологиях больших данных.
CNews: Какая информация собирается?
Андрей Нугманов: Любая, вплоть до действий клиента в личном кабинете на сайте оператора связи. У людей разные предпочтения – одни часто подключают и отключают услуги, другие заходят только чтобы просмотреть детализацию звонков. Бывает, что человек пытается активировать какую-то услугу, а у него не получается. Мы это сразу можем видеть. После этого может последовать звонок в контакт-центр, и вся информация должна быть у оператора на мониторе, причем с готовым предложением по решению. Второй вариант – самим послать абоненту письмо с описанием решения проблемы: «Мы заметили, что вы пытались подключить услуги, вот вам ссылка, по которой вы сможете это сделать». Клиент доволен: «Угадали, спасибо». Вот такие вещи мы планомерно, шаг за шагом внедряем.
CNews: Бывают и неуспешные проекты: даже если внедрили и запустили решение, то оно может не дать ожидаемых бизнес-результатов. Как избежать этого?
Андрей Нугманов: Для оценки успешности нужно знать цель, для чего затевался проект. Наш опыт показывает, что есть два варианта, при которых можно говорить о высокой вероятности неудачи. Первый – попытка при помощи технологий больших данных снизить ТСО каких-либо систем, просто заменив СУБД, без анализа функциональной составляющей. С нашей точки зрения, овчинка выделки не стоит, и с академической точки зрения такой проект нельзя признать успешным. Нужно смотреть не только на ТСО, но и на функции, для реализации которых создаваемая система будет наиболее эффективной. Второй вариант – провал в понимании того, что делать с собранной информацией.
Допустим, собрали миллион фотографий лиц, разбили их по категориям, описали – получилась матрица гигантского размера, с которой человеку невозможно работать. Поэтому нужны средства, которые могут информацию обобщать, девизуализировать, приводить к удобному для понимания виду – это делают специализированные решения и умеющие работать с ними люди. И об этом надо думать заранее.
CNews: Заказчики из каких отраслей больше других интересуются большими данными?
Андрей Нугманов: Очевидно, «тепловозом» прогресса сегодня являются операторы сотовой связи. Мы работаем с четырьмя операторами и можем сказать, что все они движутся примерно в одном направлении. Тренд заключается в том, что они все собирают информацию о клиентах, чтобы понять их желания и найти соответствующие решения. Второй эшелон – банки. Они активно занимаются этим направлением, кооперируются с операторами. Это сейчас наиболее понятные тренды, потому что и у первых, и у вторых очень мощная технологическая база.
Отдельно стоит госсектор, который обладает колоссальным объемом неструктурированных данных о населении. Хранение и обработка информации – это большие расходы. Когда-то их не особо считали, но сегодня ситуация изменилась, поэтому технологии больших данных могут приносить реальную пользу. Допустим, следствие может анализировать: задержан преступник – какая вероятность, что он был не один? Кто именно мог быть с ним? Или борьба с мошенничеством: здесь тоже собирается информация, анализируется множество преступных схем, чтобы предотвращать их реализацию.
Здесь у нас много идей, много собственных проектов. Мы инвестируем в развитие собственных продуктов, связанных с бизнес-аналитикой, прорабатываем направление визуализации данных. Много идей у нас потому, что мы досконально понимаем, как устроены и как работают западные продукты. Сейчас также появились возможности развивать собственные решения и потребность рынка в них.
CNews: Какие новые пути использования больших данных вы видите в будущем?
Андрей Нугманов: Вариантов очень много. К примеру, в мире активно развивается направление Text Mining, анализ текста. Заказчик хочет понять, как потребители относятся к его продукту. Для этого создается решение, которое просматривает соцсети, сообщения СМИ, отзывы на специализированных сайтах и выдает сводную информацию, по которой за две минуты можно понять общую тональность мнений клиентов о продукте.
Более продвинутый вариант – выделить из сообщений основные тренды, вообще получить какую-то новую информацию, которую сложно обнаружить, даже если усадить десять аналитиков каждый день читать новости, статьи и мнения людей в соцсетях. Допустим, меня по роду деятельности интересует BI и все, что с ним связано. Анализ больших данных может показать не только, о чем говорят специалисты во всем мире сегодня, но что вероятнее всего они будут обсуждать завтра. Таким образом мы не только экономим трудозатраты аналитиков, но и расширяем горизонты самого анализа. За тоннами написанных слов человек может не разглядеть что-то важное, а система соберет информацию, категоризирует ее, и благодаря сведению разрозненных данных воедино можно будет увидеть новый тренд, например.
Большие данные найдут применение и в технике – машина без водителя повезет вас безопасным и кратчайшим маршрутом, телевизор станет предугадывать желания – да и, наверное, любые устройства с процессором вскоре смогут улучшать качество жизни людей.
Павел Притула
Короткая ссылка
