|
|
|
Руль гонщика Дж. Баттона в 2014 году, 2014 Jenson Button MP4-29. Источник |
Мир помешался на данных: только отшельник, живущий в лесу, не слышал про большие данные (big data), data science, блокчейн и IoT. Действительно, сегодня человечество создаёт гигантские, невообразимые объёмы информации. Но создаёт ли их ваш бизнес? Каковы масштабы вашей аналитической базы? И вообще, зачем бизнесу данные?
Зачем мне данные и аналитика? Прибыль и так идёт!
Вот с последнего вопроса и начнём. Часто в компаниях нет комплексного видения системы аналитики и данные «простаивают» впустую или не собираются вовсе. Между тем, информация — это кровь бизнеса, важнейшая система жизнеобеспечения.
-
Данные помогают оценить себя внутри рынка и понять, как отстроиться от конкурентов. Если ваш бизнес по каким-то причинам не сталкивался с аналитикой, то есть универсальный рецепт того, как начать собирать данные и какие именно, — делайте это в CRM-системе. Причина проста: разработчики создают программы на основе многолетнего опыта и предусматривают в интерфейсе формы для ввода почти всех необходимых данных.
Так, например, мы в RegionSoft CRM предусмотрели сбор и аналитику данных по множеству параметров: от платежей и воронки продаж до состояния конкурентов и вопросов экономической безопасности. Всего за аналитику отвечают более 100 отчётов. Имея все эти данные, вы сможете оценивать состояние компании и её позицию среди конкурентов: для этого следует мониторить и сохранять предложения, оценивать сезонность продаж, анализировать факторы роста и т.д.
-
Данные помогают выявить тенденции в бизнесе (а при хорошем раскладе и мощной аналитике — и в отрасли). Выше мы уже сказали о сезонности — неплохо знать, когда ваш бизнес должен быть готов к пику продаж. Но кроме этого, можно провести анализ ассортимента, оценить поведение лидов и покупателей, направление движения цен. Не стоит бояться цифр. Да, возможно, не каждый владеет математическим анализом, но чтобы уловить закономерности, он не особо и нужен. Вся логика анализа обычно уже заложена в CRM-, ERP-, BI-системы — автоматизация для работы с данными бесценна.
-
Данные — инструмент управления рисками. Если вы держите руку на пульсе, то наверняка знаете, какие показатели для вас нормальные, какие аномальные. А значит, увидев первые изменения привычного тренда, вы сможете оперативно среагировать и снизить управленческие и финансовые риски.
Например, самая распространённая ситуация: руководитель поощряет менеджеров по количеству продаж, но при этом не смотрит на воронку целиком. А потом внезапно «звезда продаж» не даёт ни одной продажи, потому что, к примеру, он обработал пул своих старых клиентов, и его воронка пуста. В то же время менее активный менеджер за счёт работы с каждым этапом воронки даёт постоянный стабильный результат. Элементарный способ предотвратить риск: настроить профили воронок в CRM-системе и осуществлять контроль в разрезе групп и менеджеров.
Не стоит и забывать, что внимание необходимо уделять любым нестандартным показателям. Даже если вы видите внезапный всплеск продаж или активности клиентов, ситуацию нужно анализировать для избежания возможного фрода.
-
Конечно же, данные — основа стратегического управления. Имея данные за несколько периодов, вы можете планировать и прогнозировать действия компании в долгосрочном периоде, в том числе создавать нишевые продукты и разрабатывать маркетинговые стратегии.
-
Информация помогает выявлять тренды и определять новые возможности, создавать новые продукты и разобраться с ассортиментом. Особенно это касается ритейла, который, как никакая отрасль, чувствителен к изменениям покупательских предпочтений. Аналитика позволит определить, что нравится покупателям, управлять ассортиментом и проводить точечные и точные акции, разрабатывать программы лояльности. Еще один немаловажный фактор: анализируя данные, вы можете контролировать складские запасы и избегать затоваривания.
-
Данные — это средство управления персоналом. Прежде всего, цифры помогают руководителю и сотрудникам оценить ход выполнения задач. Например, у нас в RegionSoft CRM есть удобные и наглядные прогресс-бары — сотрудники смотрят на них и могут оценивать, насколько они выполнили KPI и как им стоит перестроить свою работу, чтобы «и хвостик вытянуть, и носик не увяз».
Кстати, о KPI — лично я очень сожалею, что в некоторых компаниях показатели эффективности расценивают как инструмент контроля или наказания. Это именно показатели эффективности, важнейшие ключевые цифры оценки всех направлений деятельности и вклада каждого сотрудника в общее дело. В KPI не должно быть размытых формулировок типа «некорпоративное поведение». Это уже лирика, психология, межличностные отношения, — что угодно, но не управление и не математика.
-
И последнее, но самое главное, — данные позволяют считывать поведенческие модели клиентов, строить кластеры, сегментировать и определять факторы влияния. Собственно, ради всестороннего анализа поведения клиентов и стоит заводить аналитическую машину в компании: покупать и внедрять хорошую CRM-систему, собирать данные, объединять CRM-систему с другими системами предприятия. На основе данных вы сможете строить кластеры и сегменты клиентов, определять тренды потребления и закономерности поведения, контролировать денежный поток. Но главное, вы сможете выйти на персонификацию продуктовых предложений и индивидуальный подход к клиентам (на основе сегментов) — и это та самая точка, когда маркетинговая стратегия может действительно приносить доход.
|
|
В 2010 году IBM проводило исследование «Capitalizing on Complexity» (Капитализация на сложности) — большинство выводов исследования подтвердили выводы Техасского университета о том, что компании получают большой финансовый результат, делая малейшие подвижки в качестве, обработке, анализе данных. Было подсчитано, что средняя компания может увеличить годовой доход на одного сотрудника на 14,4%, если увеличит использование данных на 10%.
Аналитика без ошибок — простые правила
Как правило, в малом и среднем бизнесе данных не так много, как хотелось бы, да и они обрабатываются с очевидными ошибками. Откуда возникают коллизии?
- Данные не собираются в принципе. Это самый пессимистичный вариант: бизнес просто не интересуется аналитикой. Единственная метрика — это размер прибыли и, может быть, её динамика. В такой ситуации компания находится под угрозой потерять своё стабильное состояние в первой же кризисной ситуации, поскольку ни руководство, ни сотрудники понятия не имеют о том, что и в какие моменты влияло на прибыль и её динамику, какие приёмы приводили к росту, а какой опыт был неудачным. Такое интуитивное управление бизнесом ставит его под удар. И никакое программное обеспечение на спасёт ситуацию, пока не будет пересмотрена позиция руководства.
- Данные неоднородны. Компания собирает данные из гетерогенных источников, а затем использует их для анализа. При этом встречаются самые странные явления: путаница в единицах измерения, ошибки с долями, сравниваются в принципе несравнимые группы и кластеры. Это первый звонок, когда стоит задуматься о приобретении CRM-системы.
- Данные устарели. В аналитику подмешиваются данные прошлых периодов, которые уже абсолютно бесполезны для принятия решений. Например, план продаж на октябрь 2017 года строится на основе данных за октябрь 2013 и октябрь 2014. Эти периоды мало того, что удалены по времени, так и ещё, если вы вспомните, специфичны по экономической обстановке. Стоит ли чего-то такая аналитика? Конечно, нет. А вот сравнение нескольких отчётных периодов — прекрасная история для получения управленческих инсайтов.
- Данные не очищены. Вот это как раз вторая причина обзавестись CRM-системой или системой BI. В базу попадают дубли, битые данные, неправильно заполненная информация, данные с ошибочной записью (классика жанра — это число с запятой, с точкой и с текстовым форматом, который при обработке в табличном редакторе генерирует ошибки). Программа такое безобразие пресекает на корню: унификация данных достигается за счёт проверки значений, масок ввода и т.д.
- Данные есть, но что с ними делать? Это ситуация, в которой находятся многие компании, иногда даже крупные. Есть массивы информации о доходе, движении денежных средств, данные о клиентах, сделках, запросах и т.д., а что с ними делать — неясно. Налицо неумение делать аналитику. Кстати, вовсе не обязательно иметь в штате специалиста — иногда достаточно правильно внести данные в учётную систему, а она ответит вам отчётами, графиками, возможно даже, какой-то предиктивной аналитикой, предоставив вам прогноз роста вашего бизнеса на еще небывалые высоты.
Постарайтесь избежать этих ошибок, и тогда установленная в компании CRM-система или система аналитики вас не разочарует, а наоборот, при затратах на старте даст ощутимую экономию впоследствии.
О моде на данные
Ну и говоря о данных в бизнесе в 2017 году, нельзя не сказать о big data, машинном обучении и нейросетях. Начнём с того, что это отличный маркетинговый ход, прежде всего потому, что а) в малом и среднем бизнесе о больших данных могут говорить лишь отдельные компании; б) сети, обученные на чужих данных, могут здорово ошибаться на данных вашей компании.
Немного поясню. Большие данные, если о них говорить в строгом инженерном смысле, это данные объёмом порядка петабайта/эксабайта, генерируемые с определённой скоростью (соцсети, IoT-датчики). Для их обработки нужны новые методы, способные получить из таких данных что-то полезное. Так вот, по-настоящему большие неструктурированные данные не могут обрабатываться стандартными инструментами, в частности, обычными СУБД большинства CRM-систем, то есть о торжестве «бигдаты» в нашей сфере говорить пока рано. Хотя предпосылки и отдельные решения у зарубежных вендоров уже есть (запредельно дорогие).
Что касается пункта (б), то нейросети — это ничто иное, как математическая модель, которая на основе данных определяет вероятность наступления какого-либо события. Увы, экстраполяция каких-то событий на новые не всегда эффективна, да и погрешность пока велика. В общем, не гонитесь за модной «бигдатой» — лучше дайте своим сотрудникам нормальные аналитические инструменты упрощенного типа.
Сейчас популярна формулировка: «Данные — это новая нефть». Совершенно верно — это ценный актив каждой компании. Но, как известно, нефтью нельзя заправить автомобиль, чтобы поехать. Её сперва нужно преобразовать в топливо, пригодное для использования в двигателе. Так и с данными — без обработки и аналитики они бесполезны и, более того, могут дезориентировать. Так что совет простой: анализируйте это!