Digital@Scale - страница 13

Шрифт
Интервал



Усиление роли компетенций в области программного обеспечения и продвинутой аналитики

«Данные – это новая нефть», гласит популярный афоризм. Данные становятся сырьем для любого проекта, связанного с цифровизацией. Согласно исследованию McKinsey, в последние несколько лет международные потоки данных способствовали мировому экономическому росту в большей степени, чем классическая торговля товарами. Компании получают и создают колоссальные объемы данных, которые с помощью продвинутой аналитики можно превратить в большие суммы денег.

Так, интернет-магазины типа Amazon или Overstock применяют в своей деятельности системы динамического ценообразования, которые позволяют им буквально за секунды корректировать цены на миллионы товаров из своего ассортимента. Для этого они постоянно собирают информацию о ценах конкурентов и обрабатывают ее вместе с данными о текущих маркетинговых акциях. Затем, используя динамические ряды и анализ больших данных, они в режиме реального времени строят обратные кривые спроса для всех своих товаров.

Netflix использует аналитику больших данных для адаптации контентного интерфейса и рекомендаций своим пользователям, тем самым вовлекая их в регулярное пользование сервисом и снижая их отток, а телекоммуникационные компании на многих рынках, включая российский, с невысоким ARPU (Average Revenue Per User, средняя выручка на пользователя) способны удвоить и даже в ряде случаев утроить выручку от работы с текущей базой благодаря технологиям машинного обучения для предсказания Next Best Action – оптимального персонифицированного предложения, подбирая приемлемое предложение не только по цене, но также каналу и времени взаимодействия и стилю коммуникации.

Операторы физических ретейл-сетей могут оптимизировать свое местоположение в районах города в зависимости от характеристик трафика. Этот же подход сейчас активно тестируется и набирает популярность и в банковском секторе. В промышленных компаниях продвинутая аналитика данных позволяет существенно сократить затраты на ремонт, повысить уровень энергоэффективности, а также снизить стоимость / повысить выпуск благодаря расчету оптимального микса используемых сырья и материалов.

Однако все эти результаты возможны, только когда продвинутая аналитика на больших данных используется для изменения бизнес-решений и процессов, что требует нового уровня компетенций в организации и привлечения талантов, способных эти компетенции создавать и развивать.