Без озарений Большие Данные мертвы

Большие Данные сами по себе не оценят полезности скрывающейся в них сути для роста результатов бизнеса, не предложат эффективных мероприятий и не обеспечат непрерывного обучения


13:16 25.11.2015   |   3096 |  Брайан Хопкинс |  Computerworld, CША

Рубрика Предприятие



Компании хотят, чтобы данные помогали им лучше понять клиентов, но это невозможно сделать без глубокого и творческого анализа и последовательного превращения данных в эффективные действия.

Ваши отношения с клиентами становятся все более личностными. Ваш бизнес остро нуждается в инструментах, которые помогли бы лучше понимать каждого клиента, а не весь сегмент клиентов в целом.

Ориентация на отдельно взятого клиента означает, что мы вступаем на путь исключительной сегментации. Этот новый курс становится ключевым для компаний, которые осознают, что понимание и удовлетворение индивидуальных клиентских потребностей отвечает двум основным, по мнению Forrester, приоритетам бизнеса — формированию доходов и управлению впечатлениями клиентов. Конечно, Большим Данным отводится огромная роль в решении обеих этих задач, но без систематического использования накопленной информации и проникновения в ее суть ваши усилия обречены.

Сами по себе Большие Данные позволяют решить только часть проблем посредством наращивания информационных объемов и создания условий для более глубокого их понимания. Многие компании уже преуспели на этом поприще и продолжают активно инвестировать в Большие Данные.

Брайан Хопкинс – вице-президент и главный аналитик компании Forrester Research.
Брайан Хопкинс – вице-президент и главный аналитик компании Forrester Research.

Но этого недостаточно. Большие Данные сами по себе не оценят полезности скрывающейся в них сути для роста результатов бизнеса, не предложат эффективных мероприятий и не обеспечат непрерывного обучения.

Термином «системы озарения» (Systems of Insight) в последнее время принято обозначать методики и технологии превращения данных в эффективные действия: вычленение полезных знаний из информационного шума больших массивов данных, трансформация проверенных выводов в конкретные мероприятия и непрерывное обучение. В исследованиях Forrester говорится о «цифровых хищниках», нового типа специалистах по извлечению сути, которая находит отражение в новаторских бизнес-моделях, построенных с использованием аналитических систем озарения. Пионерами такого процесса являются Amazon и Google, впоследствии к ним добавились Facebook, LinkedIn, Netflix и Uber.

Специалисты по извлечению сути следуют общим правилам поведения. Они руководят работой команд, которые объединяют разработчиков и экспертов по данным и бизнесу, поддерживают непосредственные контакты с директором по цифровым технологиям. Команды эти используют гибкие методы непрерывных поставок и самые разные источники данных, совместными усилиями осуществляя систематизацию сделанных выводов, их утверждение и реализацию в программном обеспечении.

Какое отношение системы озарения имеют к клиентскому опыту? На восприятие клиентами вашей компании оказывают влияние три фактора: эффективность удовлетворения организацией клиентских потребностей, простота ведения с нею бизнеса и позитивность опыта, формирующего клиентские ощущения. Системы озарения могут улучшить все указанные показатели следующим образом.

• Помогая заботиться о наиболее ценных клиентах в моменты, когда у них возникают какие-то потребности. Клиентские потребности зависят от контекста и постоянно меняются. Например, ваш ценный клиент оказался в нелетную погоду в переполненном аэропорту без информации, без места для ночлега и без возможности куда-либо выехать. Команда специалистов, занимающаяся его поездкой, должна проанализировать данные и выполнить все необходимые мероприятия (выяснить, есть ли места в гостиницах на случай отмены рейса, и т. д.), выдав соответствующие рекомендации сотрудникам, которые поддерживают непосредственную связь с клиентом.

• Эффективно решая проблемы при обработке клиентских запросов. Начиная вести дела с вашей компанией, клиенты ожидают, что никаких осложнений возникать не будет. Неработающие процедуры и отсутствие сотрудников, отвечающих за взаимодействие, пугают их, заставляя искать выходы на стороне. Аналитические системы объединяют данные изолированных процессов и используют обобщенную информацию для выполнения простых операций, соответствующих текущему контексту. Допустим, если клиент пытается совершить на вашем сайте платеж и у него это не получается, система анализа должна выдать агентам контактного центра рекомендации по разрешению этого вопроса.

• Подавляя конкурентов революционными решениями. По-настоящему новые решения конкурентам воспроизвести не так просто. Интернет-сервис Stitch Fix, например, продает одежду людям, не желающим тратить время на изучение имеющихся предложений и на походы по магазинам. Пока конкуренты пытаются заманить потенциальных покупателей на свой сайт или в магазин, Stitch Fix просто отправляет клиентам очередной набор подготовленной для них одежды, используя ранее обработанную информацию. Другой пример: компания Tesla Motors использует аналитическую систему для постоянного совершенствования водительских навыков клиентов. Иногда это происходит прямо в процессе вождения. Ford Motor, General Motors и Nissan только сейчас начали перенимать такой опыт.

По оценкам Forrester, на создание первых систем озарения и развитие уже существующих архитектурных возможностей уходит от одного года до трех лет и от 2 млн до 10 млн долл. Сумма немалая. Такие затраты могут показаться совершенно непомерными, но, не имея аналитических систем, вы будете вырабатывать лишь множество «интересных» данных без какого-либо эффективного их применения в эпоху, когда очень многое зависит от личностного восприятия клиентов.


Теги: Статьи Большие данные Forrester Research in_bigdata Цифровая трансформация
На ту же тему: