Big Data: О чем думают ваши клиенты

В очередной раз CNEWS FORUM 2014 собрал множество ярких представителей ИТ-бизнеса. Мне посчастливилось выступить с докладом «Big Data: О чем думают ваши клиенты». Предлагаю вашему вниманию презентацию и ключевые идеи, которые были озвучены.

Моя задача была рассказать о тех решениях, которые мы в CleverDATA реализуем для наших клиентов, и донести наше ключевое понимание, куда движется направление Big Data, как можно монетизировать и обогащать данные для реализации различных бизнес задач.

Я выступал в секции «ИТ в Банках», поэтому приводимые примеры по большей части касались именно финансовых сервисов.

В современном мире Клиент банка существенно изменился, особенно в следующих областях:

• Количество каналов, по которым мы можем взаимодействовать с Клиентом выросло настолько, что мы можем в любой момент времени обратиться к нему и быть уверены, что он получит наше сообщение. Клиент Всегда Онлайн & Всегда доступен. Также и Клиент ожидает от Банка доступности в режиме 24/7 по тому каналу, который ему в данный момент кажется предпочтительным;
• Социальные сети поглотили нашего Клиента, и теперь для принятия решения он обращается к своим «друзьям» и с легкостью меняет Банк, если число «фич» в мобильном клиенте его не устраивает. Он уже не перемещается, а Живет в Digital мире;
• Все это приводит к тому, что Клиент постоянно переключается между задачами, часто не вникая в суть. Он Мультизадачен и Расфокусирован. Пользуется множеством различных устройств для контакта с Банком и, как правило, он является Клиентом нескольких Банков одновременно;
• Погружение в мир Digital приводит к тому, что Клиент больше не замечает рекламы ни физической вокруг себя, ни цифровой в своих устройствах. Он становится Невосприимчив к рекламе, все больше заболевая «профессиональной банерной слепотой»

Эти изменения приводят к тому, что Банкам необходимо кардинально меняя свои взаимоотношения с Клиентом, лучше понимать его и предугадывать его желания. Только так можно расчитывать на лояльность потребителя в Digital мире.

Банк обладает обширной информацией о своем клиенте — персональные данные, платежи и карточные транзакции, продукты, история контактов. Практически все банки обладают CRM решениями, которые позволяют системно управлять отношениями с Клиентом. А кто-то продвинулся в маркетинговых кампаниях и уже отслеживает результаты от различных сценариев взаимодействия с группами Клиентов. Развитие интернет- и мобильного банкинга, а также эволюция банковских сайтов принесли новые инструменты, позволяющие отслеживать поведение пользователей на сайтах, изучая каждую сессию каждого посетителя с целью последующего улучшения клиентского опыта конкретного Клиента .

Банк получает обзор Клиента на все 360 градусов. Но это плоское — 2D восприятие, которое при этом дает ответ только на вопрос — «Что было?». К сожалению, для принятия решения, что предложить Клиенту, какой лучший следующий шаг сделать к нему на встречу, такой информации не достаточно. Особенно сейчас, когда Клиент пользуется услугами нескольких банков и даже часто дублирующими друг друга.

Банк не знает, что делает Клиент «за пределами банка», чем интересуется, что планирует, что решает покупать, куда хочет поехать и что изучить. Банк не обладает информацией о том, что может произойти.

Для того, чтобы научиться понимать своего клиента необходимо сделать несколько шагов.

Для хранения и обработки данных о Клиенте необходим новый класс решений, позволяющий максимально эффективно и быстро искать требуемые факты в массивах как структурированной, так и не структурированной информации — Private DMP (Data Management Platform). Ключевая задача такой системы — формирование профиля Клиента, с учетом его интересов, и умение отдавать его по требованию других систем за считанные миллисекунды. К сожалению или счастью, но нет таких решений «из коробки». В зависимости от существующей инфраструктуры Банка, DMP будет собрана из набора правильно подобранных компонентов.

Учитывая, что данные будут накапливаться, их будет много и все больше и больше данных будет в неструктурированном виде, то следующие компоненты будут обязательными в каждой DMP:

Одним из важнейших бизнес-сервисов является «Сервис Классификации», позволяющий задать Таксономию клиентских категорий. На базе существующих шаблонов или полностью с нуля, Банк создает свою собственную Таксономию, готовит обучающие выборки для сервисов, которые проводят классификацию с использованием машинного обучения и позволяют построить профили интересов Клиентов в реальном времени. Использование собственной таксономии позволяет создать профиль Клиента максимально соответствующий потребностям и пониманию Банка.

Когда мы разобрались с нашими собственными данными, и научились с ними работать, можно приступать к следующему шагу — обогащению внешними данными.

Существует множество источников, обладающих полезной информацией о наших клиентах. Многие участники рынка готовы делиться такими данными — история web-серфинга, eCommerce, Социальные сети, Медийный контент, Машинные и офлайн данные и даже готовые профили аудиторий и групп Клиентов.

Основная проблема для каждого, кто приступает к обогащению данных — найти правильного поставщика нужных ему данных, которые действительно могут принести пользу. Но незрелость рынка, отсутствие стандартов сбора и предоставления информации, необходимость интеграции в отдельности с каждым из поставщиков, существенно сдерживают желание Банков двигаться в этом направлении. А попытки покупать готовые профили аудитории могут оказаться совершенно бесполезными из-за разных взглядов Банка и поставщика на классификацию, пересечение аудиторий и другие, зачастую скрытые моменты.

Спасением может стать Биржа Данных, объединяющая поставщиков и потребителей на одной облачной площадке, через которую потребители могут находить нужных им поставщиков, а поставщики находить потребителей.

Биржа Данных 1DMP.RU решает 3 ключевые задачи:

Для построения единого профиля Клиента и получения объемной 3D модели его увлечений, желаний и потребностей мы добавляем к PrivateDMP, уже умеющей работать с потоками внутренних данных, еще один поток данных из Биржи Данных 1DMP.RU.

Получив всю необходимую нам информацию о Клиенте в одном месте, остается перейти к следующему шагу.

Анализ накопленных знаний — самый важный этап работы с накопленной информацией. К сожалению нет универсальных кейсов, которые можно успешно повторять с гарантией успеха даже у двух похожих банков.

Для эффективного марафонского забега необходимо формирование новой структуры — Data Competence Center, определяющей дальнейшую стратегию работы с данными и прохождение марафона.

Именно этой структурной единице предстоит вырастить новую роль в организации — Data Scientist, в задачи которой и будет входить и поиск гипотез, и анализ данных для выявления новых знаний, позволяющих приблизиться к пониманию Клиента.

Для формулирования гипотез необходима тесная работа с бизнес-подразделениями, которую лучше всего выстраивать с использованием гибких методологий. В чистом виде гибкие методологии в среднем и крупном бизнесе не работают, поэтому зачастую в организациях появляются свои собственные WAgile и SCRUMfall подходы (и другие пересечения Agile, Waterfall с внутренними методиками и ограничениями).

Количество кейсов, для которых «понимание Клиента» может существенно повысить результативность и эффективность увеличивается с каждым днем и при тесной работе с бизнес-подразделениями, их количество будет продолжать возрастать.

Основная задача — это наладить поставку результатов, которые, очевидно, в этой деятельности будут как удачными, так и неудачными и даже бесполезными. Но это единственный путь — путь экспериментов!