Як отримати великий зиск від великих даних

Найбільша консалтингова компанія світу McKinsey & Company провела дослідження "Як отримати великий зиск від великих даних" (Getting big impact from big data). Ключові тези дослідження McKinsey наводить видання MMR.

  Термін big data ("великі дані") міцно ввійшов у корпоративну мову і не сходить із заголовків ЗМІ. Але компаній, що змогли отримати практичний зиск з тренду, не так багато, і майже всі вони мають відношення до IT-сфери. Для переважної більшості бізнесів big data асоціюється з красивою інфографікою на просунутих сайтах.

Для гігантів IT-ринку, таких як Amazon і Google, весь бізнес — це big data. Вони вже не можуть існувати без обробки величезних масивів даних. Але big data — не ексклюзивний тренд IT-ринку. Так чому ж зволікають компанії з інших галузей? McKinsey бачить кілька основних причин. По-перше, менеджмент компаній не розуміє самої концепції великих даних і не бачить миттєвої фінансової віддачі. По-друге, менеджери середньої ланки не довіряють висновкам і прогнозам, заснованим на аналітиці великих даних, та не поспішають її впроваджувати. І нарешті, усталені бізнес-моделі та внутрішні процеси роблять неефективними зміни, засновані на аналізі великих даних. McKinsey дає кілька рекомендацій компаніям і підкріплює їх прикладами з практики успішних ентузіастів big data.

1. Не чекайте від великих даних неможливого

Big data — не новий Клондайк і не панацея для оздоровлення будь-якого бізнесу. По-перше, концепція аналізу величезної кількості даних застосовна тільки там, де ці дані можна "накопати": на великих підприємствах, які роками збирають всілякі бізнес-показники в цифровому вигляді. По-друге, навіть великі і добре автоматизовані бізнеси можуть отримати користь з великих даних не у всіх сферах своєї діяльності.

Приміром, один великий автовиробник, бажаючи вчасно "осідлати" новий тренд, але не розібравшись у ньому як слід, інвестував значні кошти у вивчення того, як соцмережі можуть покращити прогноз попиту і планування виробництва. Аналітики "накопали" в соцмережах величезну кількість цікавих даних про користувальницькі уподобання. Але виробник у результаті залишився незадоволений експериментом — адже прямого взаємозв'язку між настроями покупців і ефективним плануванням виробництва немає. Причина невдачі — неправильне розуміння концепції big data вищим керівництвом.

2. Вивільняйте ресурси, йдіть від людського фактора

Один із найшвидших способів отримати віддачу від великих даних — автоматизувати процеси, які виконуються вручну шляхом довгого і неефективного перекопування величезної кількості даних.

Наприклад, один великий виробник комп'ютерного обладнання інвестував у створення програми-індикатора, що пророкує високу ймовірність повторної покупки постійними клієнтами. Програма аналізувала величезну базу даних з CRM, виявляючи, у кого з клієнтів незабаром закінчиться термін експлуатації старого "заліза", закінчаться витратні матеріали або термін ліцензії на ПЗ. Маючи на руках ці дані, менеджери з продажу наперед знали, що саме, в який момент і за якою ціною запропонувати постійним покупцям. Приріст у виручці за рахунок впровадження програми-індикатора перевищив $ 100 млн.

3. Автоматизуйте аналіз та прийняття рішень

Оскільки кон'юнктура ринку змінюється часто швидше, ніж ці зміни можуть уловити традиційні аналітики, на основі великих даних можна і потрібно створювати програми автоматичного прийняття рішень.

Наприклад, велика страхова компанія автоматизувала прогнозування коливань суми збитку, що відшкодовується, аналізуючи мільйони страхових випадків за безліччю критеріїв. Якби ці рішення приймалися вручну, результат такої роботи морально застарів би ще до того, як аналіз страхових випадків був би завершений.

Ще один приклад успішної автоматизації прийняття рішень — оперативні зміни в пошуковій оптимізації сайту (SEO). Критерії оцінки сайтів пошукачами змінюються дуже часто. Аналіз big data про поведінку відвідувачів сайту дозволить передбачити, який контент буде затребуваний у найближчому майбутньому, що допоможе наростити ядро постійної аудиторії та залучити нову.

4. Демократизуйте доступ до даних

Зрілі бізнеси з усталеними процесами мають слабке місце, що зводить нанівець переваги, які забезпечує аналіз великих даних. Мова йде про традицію довіряти обробку статистики тільки старшим менеджерам і керівництву. Передати аналіз з рук "гуру статистики" широкому колу бізнес-користувачів — це правильний шлях до зростання. Більшій кількості користувачів буде легше логічно пов'язати дані з багатьох джерел і вибудувати більш точні прогнози, засновані на аналізі big data.

5. Міняйте обов'язки і відповідальність

Якщо, приміром, ціноутворення доручено автоматиці, заснованої на big data, то обов'язки менеджера з продажу вже не будуть такими, як колись. І в цьому полягає, мабуть, головний виклик для бізнесу, що сформувався. Відповідальність менеджменту буде неминуче еволюціонувати, а, можливо, в ньому зовсім відпаде потреба. І здатність компанії отримати прибуток з великих даних в кінцевому рахунку залежить від її готовності змінюватися зсередини, міняти налагоджені внутрішні процеси, переосмислювати відповідальність і вплітати ці зміни в свою нову корпоративну культуру.