Размышления о будущем

Data-Driven Business: Итоги Teradata Forum 2014

Вот и завершился Форум 2014 компании Teradata, прошедший 20 ноября в Москве под лозунгом Data-Driven Business. Хочу поделиться с вами идеями, которые запомнились, а также своими выводами о прошедшей конференции.
На мой взгляд, Форум удался! И по количеству участников, и по качеству. Не так часто бывают в Москве конференции, обладающие подобной «плотностью» ярких спикеров и интересных докладов. Форум продлился целый день и во второй части был удачно разбит на несколько параллельных отраслевых секций, предоставив каждому послушать наиболее близкие и интересные ему кейсы…

Но обо всем по порядку. Я не планирую рассказывать вам о всех событиях Форума, а позволю себе остановиться только на тех ярких мыслях, которые находят подтверждение в моей деятельности и тех, над которыми хотелось бы поразмышлять в следующих публикациях.

На сегодняшний день Teradata определяет для себя 3 ключевые направления, активно растущие и формирующие продуктовые линейки компании:

  • Big Data Analytics — все об анализе данных — больших, структурированных и неструктурированных;
  • Integrated Marketing Management — автоматизация деятельности Маркетинга. По оценке Gartner решение Teradata является лидером среди всех IMM решений;
  • Integrated Data Warehousing — база бизнеса Teradata — корпоративное хранилище, с необходимым набором современных средств аналитики и отчетности.

Мы в компании CleverDATA, являясь партнером Teradata, делаем ставку на первые два блока, активно развивая решения в сфере Digital Marketing и Анализе больших данных.

Основной посыл к аудитории был в контексте того, что Digital полностью стирает границы между различными источниками данных и упрощает доступ к ним.

Everything generates Data!

Hermann Wimmer

Teradata President International

Организации просто обязаны собирать и хранить данные. Наиболее успешные компании именно так и делают и анализируют все данные, которые только могут собрать. Big Data позволяет хранить любые объемы как структурированной, так и неструктурированный информации, и Teradata активно инвестирует в новые технологические направления и покупает игроков, специализирующихся на рынке больших данных, интегрируя их решения в свой портфель.

Сбербанк и ВТБ24 рассказали о своих программах построения Корпоративных Хранилищ Данных. Решив базовые задачи и предоставив бизнес-пользователям возможности по построению необходимых отчетов на различных срезах данных, следующим шагом необходимо обеспечить расширение в стороны Big Data и работу с неструктурированный информацией. В Банках есть четкое понимание, что нужно выстраивать правильную модель работы с Данными в масштабе всей организации, появляется роль Chief Data Officer, проводятся пилоты. Но о действительных бизнес-результатах, мы сможем услышать, в лучшем случае, только в конце следующего года. Коллеги прекрасно понимают, что выстраивание работы с Данными в масштабах организации — это не легкий путь, как и любая Трансформация бизнеса, и на этом пути нужно правильно распределять свои силы, чтобы получить нужный результат. Будем с интересом следить за успехами и помогать!
Нельзя заставить людей думать быстрее и делать больше, чем они могут.

Дмитрий Первухин

Начальник управления подготовки отчетности департамента ИТ. Банк ВТБ 24

Тренд проникновения Big Data — положительный, и особенно радует, что организации задумываются об активном использовании внешних данных для обогащения своих собственных и понимания своего клиента. В этой части мы активно помогаем рынку как с построением внутренних платформ для работы с данными, так и с получением внешних данных через Биржу Данных 1DMP.RU.

Затем на сцену вышел Стивен Бробст (Stephen Brobst, CTO Teradata) и разложил по полочкам — как избежать больших ошибок при использовании аналитики больших данных.

Начиная с предпосылок, что люди, в большинстве своем, плохие математики, а еще хуже они разбираются в теории вероятности, Стивен предлагает следующий набор правил, которые помогут при анализе больших данных получить достойные результаты:
  • Будьте скептиком. Не верьте ничему. Очень часто люди хотят что-то найти. И когда они это находят, то прекращают поиски. Data Scientist должен быть предвзятым к данным и не должен искать то, что хочет найти. Нужно уметь находить все возможные зависимости и знания;
  • Помните о базовых правилах статистики:
  • Не забывайте про Ошибки первого и второго рода. Используйте тестовые выборки, проводите A/B тестирование;
  • Используйте медиану, забудьте про средние величины;
  • Не путайте корреляцию и причинно-следственную связь;
  • Нужно точно понимать источник, из которого поступают данные и доверять ему. Источник может искажать сам набор данных;
  • Нужно тратить больше времени на подготовку данных и их выбор, на работу с бизнес-заказчиком. С данными все равно придется долго и кропотливо работать при анализе. Поэтому работать нужно над качеством данных еще до того, как их стали анализировать;
  • Будьте уверены, что проблема бизнеса и проблема анализа совпадают. Нет ничего хуже, чем решить не ту задачу;
  • Теория вероятности и статистика очень часто не понимаются менеджментом. Поэтому с менеджментом нужно коммуницировать постоянно!;
  • Всегда помните о цели. Зачем нужен результат? Кто им будет пользоваться? Смогут ли им воспользоваться? Чем отличаются получаемые результаты с точки зрения конечной цели? Думайте о пользе результа.
  • Будьте более гибкими. Ищите, меняйте, пробуйте разные гипотезы. Fail Fast — главное быстро получать негативный опыт и делать из него выводы;
  • Правильно распределяйте время на отработку разного рода гипотез. Выделяйте время на поиск новых возможностей:
  • 30% времени — основа, текущая деятельность;
  • 60% времени — новые возможности внутри существующего бизнеса;
  • 10% времени — новые возможности трансформации;
  • Придерживайтесь вашей базовой методологии работы. Должен быть четкий процесс получения результатов. Применяйте его же для отработки гипотез;
  • Думайте проще. Всегда ищите сначала простые способы решений;
  • Визуализируйте ваши данные. Когда вы их увидите, возможно, сразу поймете, что в них ничего ценного и нет. И используйте простые и понятные методы визуализации. Забудьте про круговые диаграммы!
Хуже круговой диаграммы может быть только трехмерная круговая диаграмма.

Стивен Бробст

CTO Teradata

Во второй части Форума я решил на этот раз окунуться в свое телекоммуникационное прошлое и с удовольствием прослушал доклады о кейсах, реализуемых в Телекоме. Телеком обладает одним из наибольших запасов разнообразных внутренних данных среди всех отраслей — запасами First Party Data. И активно использует их для решения различного рода задач.

Михаэла Яриш (Директор по управлению абонентской базой ОАО Мобильные Телесистемы) рассказала как созданная новая бизнес-единица Customer Base Management кардинально изменила процессы построения взаимоотношений с клиентами и добилась повышения ARPU. Доклад был пронизан клиента-центрированностью и желанием выстроить максимально персонифицированные взаимоотношения с абонентами по всем каналам коммуникации. За 18 месяцев работы удалось поставить под контроль коммуникации с 90% клиентов, активизировать таргетированный кросс-сейл и ап-сейл, запустить e-mail маркетинг на платформе Teradata и отработать различные форматы коммуникаций с клиентом и кейсы, даже включая возврат ушедших абонентов.

Следующим шагом, как мне кажется, нужно двигаться в сторону активного использования возможностей внешних данных для обогашения и формирования еще более персонифицированной коммуникации в реальном времени, особенно с Digital потребителем.

На эту тему был представлен очень хороший доклад Жасмин Альтенхофен (Директор консультационных услуг по маркетинговым приложениям, Teradata) с уже реализованными разнообразными кейсами Teradata по всему миру. Большинство из представленных кейсов преследуют главную цель — как понять клиента в Digital мире, как удержать его, и почему тщательный анализ поведения и предпочтений клиентов позволяет повышать прибыль компании.

По каждому кейсу можно говорить отдельно, чем я, пожалуй, и воспользуюсь в следующих публикациях, собрав больше информации, чем можно было получить за короткое время доклада. Подписывайтесь, чтобы не пропустить и заходите на страницы блога.