Татьяна Плотникова, советник департамента по стратегическому развитию «Кселл».
Каково это – принимать решения на основе собранных данных? Да очень просто, сегодня мы это отчетливо представляем: маркетинг – это данные, данные – это маркетинг. Каждая наша с вами покупка, скорее всего, сделана под влиянием на нас того, как компании использовали данные о нас. Вы ведь уже не удивляетесь, когда какой-то сайт неожиданно узнает, сколько вам лет или что вы ищете именно эту модель туфель, которую вам прямо сейчас предлагает всплывающее окно? Так вот, согласно статистике, более 80% маркетологов планируют увеличение бюджета на data-drivenмаркетинг, потому что уверены, что это обеспечит им рост прибыли, а еще специалисты сходятся во мнении о том, что все важные решения компаний должны быть основаны на точных данных. О том, как обстоят дела с data-driven в Казахстане, на чем основывается этот подход, как он используется в компаниях и что нужно делать для того, чтобы успешно внедрить такую культуру принятия решений в свой бизнес, мы спросили Татьяну Плотникову.
– Татьяна, расскажите подробнее, что же такое data-driven-подходы и как обстоят дела с ними в Казахстане?
– Быть data-driven означает опираться преимущественно на факты и данные, а не на чью-то частную позицию. А вот дела в Казахстане обстоят не лучшим образом. Попробую объяснить, почему.
Есть такое понятие – индекс дистанции власти, оно упоминается в книге Малкольма Гладуэлла «Гении и аутсайдеры»: это показатель иерархичности общества и доверия к авторитетным людям. Чем выше индекс, тем сложнее сотрудникам оспаривать мнение начальства. Так вот, Казахстан – восточная страна, где традиционно уделяется большое внимание возрасту и статусу, отсюда распространенная практика принимать большинство решений, опираясь на мнение и интуицию руководства, а не на данные. Это печально и ограничивает рост – как бизнеса, так и людей внутри него. Творческий потенциал сотрудников остается незадействованным, аналитические отчеты о деятельности компании лежат мертвым грузом в архивах – это колоссальные упущенные возможности. Собственно, и в остальном мире от этой проблемы полностью избавиться не удалось, есть даже шуточный термин HIPPO – highest paid person’s opinion, то есть мнение самого высокооплачиваемого человека в комнате, которое оказывается весомее фактов.
– Что нужно для того, чтобы быть data-driven?
– Нужно быть любопытным. Тестировать, любить цифры, нанимать хороших аналитиков, изучать программирование, а главное – создавать внутри компаний дата-культуру – среду, в которой мнение является ценным, но всегда нуждается в фактическом подкреплении. Стремиться не только к дэшбордам, показывающим в цифрах то, что уже нельзя изменить, а еще и к данным предиктивным, предсказывающим и корректирующим движение процессов и принятие решений в режиме реального времени.
– Есть ли подводные камни у такого подхода?
– Существует забавный термин – analysis paralysis, аналитический паралич. Состояние руководителя и компании, когда решение не принимается непростительно долго, потому что не хватает данных для уверенности. Но мы живем в VUCAмире! Абсолютно в любой ситуации есть дол я неопределенности и риска. Часто цена промедления может быть несоизмеримо выше цены ошибки. Экспериментируя, тестируя разные конфигурации продуктов и структур, пробуя различные методологии, вы с гораздо большей вероятностью найдете более правильное решение, чем если будете сидеть в кабинете и размышлять, анализируя прошлый опыт.
– Какие задачи решает data-driven?
– Конечная цель подхода – выстроить мостик между прошлым и будущим. Опираясь на существующую информацию, спланировать шаги, которые с высокой вероятностью приведут к успеху в будущем.
Аналитика внутренних данных помогает выявить ошибки, оценить эффективность работы, посмотреть общие тренды, но только для своего бизнеса. Предсказать поведение индустрии на основе среднего чека вашей клиентской базы невозможно, вполне может оказаться, что благосостояние в стране растет, но продуктовый набор вашего бизнеса стимулирует покупателя экономить.
Если вам доступны данные конкурентов – вам повезло. Как правило, малый бизнес не публикует свои результаты официально. В любом случае важно читать как можно больше, искать бенчмарки, напитываться информацией о мировых трендах, особенно о динамике вашей отрасли в соседних странах со схожей экономикой.
Малые данные (small data) – это анализ необобщенной информации о клиентах. Их отзывы и пожелания, их заказы – без усреднения значений, их «боли» и требования к сервису, вся история взаимоотношений бизнеса с клиентом. Малые данные будут полезны для выявления инсайтов (неочевидных потребностей), улучшения клиентского пути. Такая информация может дать импульс для более глубокого изучения рынка с целью доработки продукта.
Большие данные (big data) – ультрамодное направление, партнер и конкурент количественных исследований. Партнер – потому что результатами анализа больших данных можно обогатить исследование, проведенное традиционными методами, чтобы повысить его ценность и точность, конкурент – потому что многие исследования можно запросто заменить аналитическим отчетом, достоверность которого будет равна 100%. Самая сложная и важная задача, которая стоит перед дата-инженерами, – предсказать будущее, то есть выстроить аналитику таким образом, чтобы идентифицировать тренды еще до того, как они станут очевидны.
– Главный недостаток data-driven-подхода заключается в том, что данные не принимают решения. Даже если построить огромную систему, которая будет собирать все возможные данные и автоматически их обрабатывать, принимать решения придется людям самостоятельно. Есть ли риск того, что компании могут использовать datadriven себе в минус?
– При правильной настройке данные начнут принимать решения. Есть такое направление – машинное обучение: это технологии, которые постоянно улучшают какие-либо алгоритмы, опираясь на обновленные данные. Практически это означает возможность автоматизации многих рутинных процедур в различных отраслях – ритейле, банковском секторе, сервисных индустриях и т. д. Речь не идет о судьбоносных решениях, где нужно изучить рынок, собрать мнение сотрудников, выстроить новые процессы… Это ежедневные операции, где можно задавать алгоритм, исключив человеческий фактор и не боясь добавлять параметры проверки, так как то, что человек обрабатывал бы минуты, машина сделает за доли секунд. Речь идет не просто об автоматизации процесса, но и о постоянном его улучшении за счет machine learning. И это только одно из возможных применений!
В большинстве случаев желание быть data-driven требует не только решимости и навыков, но и денежных затрат. В случае с малым бизнесом потребуется не только редактор таблиц и CR M, но и готовность постоянно пополнять свой банк данных за счет внешних источников – баз данных, аналитических отчетов, исследований.
Крупному бизнесу не обойтись без вложений в IT-инфраструктуру и разработку, но и этого мало – важны компетенции, заимствование экспертизы, в том числе из-за рубежа. В сотрудничестве МСБ и крупного бизнеса есть большой потенциал, обе стороны могут быть друг другу полезны.
– Какие ключевые тренды вы бы отметили в аналитике больших и малых данных?
– Тренды очень радуют. Во-первых, бум больших данных в мире привел к тому, что появились датаэнтузиасты и эксперты, значимо возрос уровень компетенций в стране и в мире.
Во-вторых, даже тот, кто не является специалистом в этой области и не планирует им быть, изучает вопрос на уровне, достаточном для понимания ценности в бизнесе. Вместе с этим растет профессионализм в аналитике, совершенствуются методики, повышаются требования к кадрам.
Третий важный тренд – данные становятся доступнее. С ростом экспертизы, повышением уровня дигитализации обработки, усилением конкуренции компании начинают предлагать продукты на основе больших данных по ценам, приемлемым для малого и среднего бизнеса.
– Персональные данные – кладезь полезной информации для бизнеса. Самое ценное в них то, что все это реальная информация о реальных клиентах. А как относятся клиенты к использованию их данных? Насколько это законно с юридической стороны вопроса?
– АО «Кселл» использует персональные данные абонентов строго в рамках действующего законодательства Республики Казахстан и исключительно в случаях, если абонент подтвердил свое согласие на обработку его данных в целях оказания таких услуг, например, как скоринг или таргетированные рассылки. Обезличенные и обобщенные персональные данные могут использоваться в формировании продуктов, таких как «Бизнес-взгляд», суть которых – в анализе рынка в различных разрезах.
Беседовала Адель Ануарбекова
Фото: Вероника Полбина
