Большие данные – огромные перспективы

Редактор журнала Nature Клиффорд Линч использовал термин Big Data еще в 2008 году, рассказывая о стремительном росте объемов информации в мире. Сейчас же «большие данные» стали неотъемлемой частью современных маркетинговых исследований. Однако, далеко не все руководители могут грамотно использовать терабайты разнородных данных о текущих и потенциальных клиентах в своих целях. 180 заседание Клуба руководителей бизнеса АвтоБосс по этому поводу состоялось 15 ноября на территории отеля Holiday Inn в Сокольниках.

Основной темой обсуждения стала «Big Data в автобизнесе: как монетизировать накопленные годами данные о клиентах». В целях максимально широкого охвата темы, организаторы мероприятия пригласили восемь спикеров из различных сфер деятельности: представителей автодилеров, специализированных data-компаний и крупнейших сотовых операторов.

Первым слово взял Мирон Костенко, менеджер пользовательских продуктов «Авто.ру». Спикер начал с общей теории, а закончил примерами из специфической практики компании. В начале своего выступления он озвучил 3 основные характеристики Big Data, сформулированные еще в 2001 году исследователем Дугом Лани из компании Meta Group: Volume —физический объем, Velocity — скорость прироста и Variety — наличие различных типов данных. Далее спикер перешел к такому новшеству как изложение истории автомобиля с момента его покупки. Сведения о пробеге собираются из различных источников (будь то данные СТО, занимающихся гарантийным ремонтом, или сведения об автомобиле, размещенные на других сайтах) и даются для сравнения с информацией, размещенной продавцом автомобиля на сайте «Авто.ру».

Особое внимание уделено расхождениям в данных из различных источников. Например, в 2018 году продавец указал пробег в 100 тыс. км, а предыдущий владелец, продавший машину на этом или другом сайте пару лет назад, указал гораздо больший пробег. Такой подход способствует чистоте и безопасности сделки или же выявляет дезинформацию потенциальных покупателей со стороны недобросовестных продавцов. Мирон также сосредоточил внимание на автоматической переадресации автодилерам звонков клиентов. Количество подобных звонков составляет порядка 8 500 ежемесячно.

Екатерина Слезина, руководитель направления мобильной интернет-рекламы «Билайн», в своем выступлении сосредоточила внимание на использовании смартфонов для сбора данных. В современных реалиях средство связи может «рассказать» о владельце больше, чем он ожидает. Сотрудники компании «Билайн» сформировали множество кейсов с рекламными предложениями на основе списков просмотренных сайтов, приобретаемых товаров и геолокации клиентов. Особенно острым был вопрос о применении смс-информирования о покупках клиента, оплаченных банковской картой. Разумеется, разглашения данных кредитной или дебетовой карты противоречит законодательству РФ, однако использование данных о наименовании посещаемых магазинов и купленных товарах не запрещено для внутреннего пользования компании. К слову, технической частью и аналитикой, связанными cо значительными объемами разнородной информации, в «Билайн» занимаются порядка 400 сотрудников, что весьма немало даже для такого гиганта.

Подошла очередь и представителя фирмы, деятельность которой связана непосредственно с большими данными. Weborama была основана в 1998 году во Франции и успела зарекомендовать себя в качестве мирового лидера по профилированию пользователей. Компания сотрудничает с такими автопроизводителями как Mercedes, Volkswagen, Renault. В 2012 году филиал Weborama открылся и в России. Илья Бердников, руководитель направления интегрированных стратегий, после краткой презентации компании перешел к описанию семантического и кластерного анализа данных, но, словно вовремя осознав непонимание со стороны части аудитории, перешел к живым примерам, в частности – сотрудничестве с компанией УАЗ. Силами сотрудников Weborama были собраны данные о покупателях автомобилей УАЗ «Патриот» и УАЗ «Профи». Полученную аудиторию получилось распределить на 4 типа, по каждому из которых составлен «портрет покупателей». В результате, в 1,5-2 раза увеличилось число покупателей по отношению к общему числу посетителей сайта.

Илья подвел итог своего выступления фразой: «Big Data – это новая нефть, большинство людей не видят ее в чистом виде, но они регулярно видят нефтепродукты после переработки оной. Именно в этом и состоит суть работы с Big Data – получить из разнородной массы конечные продукты, интересующие потребителя».

Андрей Журавлев, технический директор НПО «Аналитика», подробно рассказал об изучении поведения посетителей торговых центров и автомобильных салонов с помощью анализа Wi-Fi сигналов с их сотовых телефонов. Достаточно посетителю автосалона получить доступ к местной сети wi-fi. Поражает воображение современный процесс комбинирования наружной и виртуальной рекламы. Если, согласно геолокации, человек находился рядом с рекламным щитом дилерского центра, то ему через интернет направляют материалы аналогичного содержания, так называемую «догоняющую» рекламу. На вопросы о возможностях получения таких данных как пароли от соцсетей, номера кредитных и дебетовых карт, Андрей ответил отрицательно, однако подчеркнул, что сам никогда не подключается к сетям Wi-Fi в торговых центрах и других подобных местах.

Сергей Литвиненко, коммерческий директор CarPrice, заявил, что главной особенностью обработки данных в его компании является широкое использование математических моделей: smart-маржи, smart-совместимости, smart-ленты аукциона и smart-слотов. Понимая, что погрузился в дебри специализированной терминологии, спикер перешел к описанию выгоды от использования таких моделей. Применение сложного информационного продукта позволяет автоматизировать процесс поиска и удержания клиентов и в среднесрочной, и в долгосрочной перспективе сократить расходы на их привлечение.

Выступление Елены Каплиевой, руководителя направления по digital-маркетингу МТС, многим напоминало выступление представительницы Билайн, в плане того, как смартфон может помочь собрать данные о человеке. При этом спикер сделал акцент на таргетированной рекламе, на основе полученных сведений. По слова Елены, за три года активной работы с Big Data компании МТС удалось значительно увеличить прибыль компании.

Александр Эрнезакс, директор по маркетингу и информационным технологиям «Петровский Автоцентр», в ходе своего выступления назвал термин Big Data не совсем корректным. Данные не обязательно должны быть большими, главное, чтобы их было достаточно для принятия решения. Big Data в компании активно используют около года. Сегментация базы происходит на основе RFM-анализа (Recency, Frequency, Monetary – давность, частота, деньги). Ключом к успеху спикер назвал постоянный процесс проверки и актуализации данных с назначением ответственных за данный сегмент.

Завершала конференцию речь Александра Евстюшкина, директор по развитию «Аларм-Мотторс». В начале выступления он бросил шутливую фразу, что занимается тем, что «переводит с айтишного на язык бизнеса». Рассказывать максимально просто и доступно о сложных процессах – явно конек спикера. Процесс применения Big Data для дилерских центров он разбил на несколько простых шагов. Разумеется, первым шагом стал сбор данных из таких источников, как соцсети, расшифровки звонков в дилерские центры, а также исследование видео с камер наблюдения. Для распознавания лиц на видеозаписях широко применяются такие программы, как «Find face» и «Bitrix», доступные широкому кругу пользователей. Далее с помощью упомянутого ранее RFM-анализа великое множество клиентов делится на: «спящих», «горячих» и «лояльных». Перед компанией стоит задача перевести «горячих» клиентов в «лояльные», а «спящих» клиентов в две перечисленные группы. Достаточно составить картину действий нескольких клиентов и отследить их путь к лояльности, чтобы в дальнейшем применить матрицу на схожем контингенте. В этом и заключается суть монетизации Big Data для компании «Alarm Motors».

Методы обработки разнородной информации достигли такого уровня, когда хаотичные сведения о человеке из серии «может быть, пригодится» конвертируются в список привычек и потребностей потенциального потребителя товаров и услуг. В целом сфера Big Data в российском бизнесе, по сравнению со странами Западной Европы и США, да и некоторыми странами Азии, освоена мало. Тем не менее, темпы ее освоения внушают надежды.