Сергей Бориславский из "Vodafone Украина" о возможностях и перспективах big data

Начальник департамента управления доходами и big data аналитики компании "Vodafone Украина" Сергей Бориславский рассказывает о возможностях и перспективах big data.

Компания Vodafone — один из пионеров рынка big data аналитики в Украине. Почему вы так много внимания уделяете этому направлению?

— Бизнес сейчас готов очень быстро адаптироваться к изменившейся ситуации. Старые привычные методы больше не работают или работают не настолько эффективно, как раньше. Приходит время новых технологий и подходов, до которых в стабильные времена не доходили руки.

Сегодня big data аналитика — наиболее продвинутый и многофункциональный из существующих цифровых сервисов. Он позволяет нашим клиентам в корне изменить подход к построению и развитию бизнеса. Не важно, в какой сфере вы работаете: вы крупный ритейлер или небольшой спортклуб.

Vodafone уже имеет немалый опыт в аналитике big data и применении полученных результатов на практике. Мы готовы делиться этим опытом и давать нашим клиентам новые возможности в развитии их бизнеса при помощи современных подходов в работе с данными.

Каковы основные возможности Vodafone Analytics?

— Big data открывает большие возможности для персонализации предложений конечным потребителям продуктов и услуг. В этом плане функционал нашего сервиса довольно широк. Мы можем проанализировать потребителей по выбранным критериям и систематизировать их по интересам. Например, можем анализировать перемещение людей по целому ряду параметров, соотносить эту информацию с их реальными потребностями и на основании этого давать точные рекомендации относительно локаций для магазинов, супермаркетов, аптек и пр.

Это аналитика с использованием больших объемов данных, которые позволяют с математической точностью определить, сколько людей в каком сегменте, интересующихся, например, бытовой техникой, передвигаются по тем или иным маршрутам.

В каких отраслях в Украине сегодня используется big data?

— В самых разных, которые связаны с реальным бизнесом. За полтора года развития сервиса Vodafone Analytics количество реализованных кейсов исчисляется сотнями, а в качестве примера приведу три самых ярких.

Во-первых, это Дмитрий Дубилет и его спортклуб Smartass: из двух на первый взгляд равноценных локаций big data аналитика помогла выбрать ту, где больше представлена целевая аудитория клуба. Это история о том, как не потратить впустую несколько сотен тысяч долларов, открыв клуб не в том месте.

Второй и третий кейсы во многом схожи. Компании МХП и Fozzy Group (сеть супермаркетов "Сильпо", "Фора") использовали наш сервис для планирования и развития своей розничной сети в тех локациях, где есть их клиент и где их продукт ждут, или там, где много пользователей Vodafone, которые похожи на абонентов этих сетей.

Кроме того, наши клиенты используют Vodafone Analytics в качестве лидогенерации — привлечения целевых клиентов на площадку заказчика в нужный момент.

Заменяет ли цифровой портрет на основе big data аналитики те данные, которые получены в результате маркетинговых исследований и опросов?

— Количество данных, проходящих через сеть телеком-оператора, измеряется петабайтами в сутки. При этом зачастую пользователь доверяет гаджету ту информацию, которой не готов поделиться даже с самыми близкими людьми. Наша задача — на основе big data аналитики правильно показать портрет пользователя. При этом он сгруппирован по определенным триггерам, не показывая конкретного субъекта. Поэтому ценность телеком-данных значительно выше, чем при проведении классических маркетинговых исследований и уличных опросов.

При этом даже big data в нынешнем ее виде не всегда может дать ответы на некие глубинные запросы. Поэтому сейчас мы разрабатываем отдельный продукт — локальный и быстрый опрос клиентов, который позволит получать быстрые и точные ответы.

Были ли случаи, когда big data аналитика ошибалась?

— Преимущество big data в том, что она дает клиенту возможность напрямую коммуницировать с любым выбранным сегментом потенциальных потребителей. Например, у нас есть сегмент "мужчины" — мы знаем их возраст, есть ли у них дети, домашние животные, машина и т. д. Система работает с точностью не менее 80% — иными словами, в нашей выборке 8 из 10 мужчин будут соответствовать задаваемым на входе критериям. Тем самым мы являемся поставщиком качественных потребительских сегментов, валидированных и точных.

Конечный месседж на основе данных сервиса Vodafone Analytics формирует уже сам клиент, и здесь важны понимание потребностей и форма подачи, что в итоге влияет на конверсию. Имея внушительные наработки и опыт в big data аналитике, мы нередко консультируем клиентов, в какой форме донести до потребителя сообщение, чтобы получить максимальный эффект. В плане конверсии наш сервис, конечно, не может на порядок превзойти Google с его 1–2%, но показатель 4–6% мы можем обеспечить, а в некоторых кейсах она достигает 25%. Мы как локальный игрок можем точнее определять целевую аудиторию и быть эффективней на нашем рынке.

Сегодня big data аналитика доступна только большим компаниям или в арсенале "Vodafone Украина" есть решения, которые по карману среднему и мелкому бизнесу?

— Пока наш основной клиент — это крупный и средний бизнес. Однако сейчас в компании на финальной стадии доводки находится проект, которые позволит приобщиться к big data аналитике и мелкому бизнесу, например, небольшим магазинам или кофейням. Это будет отдельный портал, где клиент сможет самостоятельно выбирать аудиторию и коммуницировать с ней, при этом цена клика будет существенно снижена по сравнению с той, что есть сейчас. Сервис позволит пользователям самостоятельно с использованием данных крупного телеком-оператора находить клиентов по заданным интересам и территориальности. За счет автоматизации и самообслуживания мы сможем обслуживать намного больше клиентов и, соответственно, снизить цену за пользование сервисом.

Big data часто воспринимаются как несанкционированное использование персональных данных. Могут ли абоненты Vodafone не опасаться за сохранность своих данных?

— Данные, используемые в big data аналитике, обезличены — мы работаем с триггерами, которые выдает нам система. Клиентам Vodafone Analytics информация выдается в грейдированном виде. Допустим, крупный ТРЦ при составлении сегментированного портрета своего клиента может получить информацию о количестве посетителей, побывавших здесь в тот или иной день. Но при этом невозможно узнать, кто скрывается за отдельным юнитом и тем самым спуститься на уровень конкретного номера абонента Vodafone.

Все работает на уровне модели машинного обучения, когда на входе закладывается набор характеристик, а на выходе мы получаем определенные триггеры, позволяющие сегментировать потребителей по определенным паттернам поведения. Для нас это деперсонализованное облако данных. Кроме того, существует система защиты, которая отделяет персональные данные от данных, получаемых математическим путем.