Большие данные не прощают ошибок. Денис Афанасьев в материале журнала БИТ. Апрель 2016 года.

BIT«Подходы Big Data дают эффект, когда классические методы оптимизации бизнес-процессов организации исчерпали свои возможности».

Если говорить о степени интереса бизнеса к тем или иным технологиям Big Data, хочу заметить, что организации уже научились собирать, хранить и обеспечивать быстрый доступ к своим внутренним данным

и достаточно хорошо освоили соответствующие технологии. Речь идет об организованном хранении истории транзакций, записей звонков колл-центров, откликов клиентов на различные маркетинговые коммуникации и т.д. Сегодня компании все больше проявляют интерес к инструментам, позволяющим извлекать из накопленных данных полезные для развития бизнеса знания. Я имею в виду платформы управления данными (Data Management Platform, DMP) и различные аналитические инструменты и подходы, с помощью которых можно анализировать поведение клиентов и выявлять в нем определенные закономерности.

К наиболее распространенным бизнес-кейсам, основанным на использовании технологий Big Data, можно отнести таргетированные маркетинговые коммуникации, «умный» подбор персонала, управление рисками (отток клиентов, кредитный скоринг) и контроль безопасности организации.

Также стоит обратить внимание на взрывообразный рост количества различных облачных сервисов, которые, аккумулируя загружаемые пользователями данные, позволяют использовать их для предоставления качественно новых услуг (таких, например, как карты или многочисленные приложения для фитнес-трекинга).

2. Что необходимо для успеха проекта в области Больших данных?

Во-первых, нужны данные. Аккуратно собранными, структурированными базами данных хотя бы за несколько последних лет могут похвастаться очень немногие отечественные B2C-компании. Многим не удалось собрать воедино даже ключевые данные о своих клиентах – пол или дату рождения, не говоря уже об интересах и предпочтениях.

Во-вторых, на старте проекта необходимо сформулировать четкую цель, «вопрос к данным», понять, что вы хотите получить и какие процессы в организации улучшить. Например, с помощью интеллектуального анализа и алгоритмов машинного обучения научиться выявлять клиентов банка или интернет-магазина, склонных к отказу от пользования услугами, принять меры по их удержанию (специальные предложения, скидки) и на выходе получить снижение процента оттока пользователей.

В-третьих, успешный Big Data-проект невозможен без мотивированных людей, обладающих экспертизой и опытом в области использования технологий Big Data для решения бизнес-задач в определенной отрасли. В России таких специалистов пока немного, и в большинстве случаев их приходится самостоятельно выращивать.

3. Применяете ли вы в своей компании технологии Big Data?

Бизнес-идея CleverDATA построена на использовании наиболее продвинутых в глобальном масштабе технологий Big Data для создания собственных продуктов и сервисов для работы с Большими данными. Сегодня в нашем активе созданная нашей командой платформа управления данными 1DMP для задач целевого маркетинга и облачный сервис 1DMC (Биржа данных) для организованного взаимодействия поставщиков и потребителей аудиторных сегментов ипрофилей клиентов.

4. Поделитесь примером эффективного использования Больших данных для бизнеса компании.

Хочется привести в качестве примера проект, выполненный CleverDATA в 2015 году для одного из крупных российских банков. Задачей проекта было получить сегменты клиентов из текущей клиентской базы с наиболее высокой вероятностью подачи заявки на кредит в течение шести месяцев после маркетинговой кампании (использовались обзвон и рассылка по электронной почте и SMS).

Цель проекта заключалась в повышении эффективности маркетинговых коммуникаций при сохранении прежних расходов на них. В проекте были задействованы инструменты предиктивной аналитики, на ретроданных созданы математические модели, которые позволили по ряду паттернов выявить из числа текущих клиентов, в том числе «спящих», наиболее «отзывчивых» к предложению о кредите. Примечательно, что срок окупаемости такого проекта составляет три-четыре месяца, что развенчивает миф о высокой стоимости Big Data-проектов.

5. Почему в России рынок технологий и услуг для Больших данных развивается медленнее, чем на глобальном рынке? Как можно изменить эту ситуацию?

Подходы Big Data дают эффект, когда классические методы оптимизации бизнес-процессов организации исчерпали свои возможности. Большинство российских компаний еще не до конца использовало возможности классических подходов. К тому же в России исторически низкая культура работы с данными. В организациях только сейчас отлаживаются процессы накопления и обработки информации. Извлечение знаний для решения различных бизнес-задач –это скорее дело завтрашнего дня.

Читать материал полностью: http://bit.samag.ru/archive/article/1657