Большие деньги от больших данных: о чем говорили на конференции Forbes

На конференции Forbes «Как увеличить прибыль компании с помощью BigData» представители международных корпораций, российских компаний и стартапов представили примеры хранения, анализа и обеспечения безопасности данных, которые позволили им улучшить бизнес-показатели компаний. В конференции участвовали топ-менеджеры Facebook, «Яндекса», «Аэрофлота», «Вымпелкома», «Альфа-Банка» и банка «Тинькофф», а также эксперты по аналитике и представители дата-сервисов. От анализа пользователей до оптимизации сплавов В данный момент большие данные уже не обязательно генерировать. «Адекватный человек должен понимать, что если он чем-то пользуется, то он оставляет цифровой след», — говорит региональный директор Facebook, Instagram и Messenger в России Анна-Мария Тренева. Едва ли не каждый спикер конференции вспомнил легендарную историю с американским супермаркетом и несовершеннолетней беременной девушкой, которой сеть Target начала присылать купоны на товары для беременных. Ее отец не знал, что дочь беременна, и обвинил сеть в том, что она стимулирует школьниц к рождению детей. Это не случайно: ведь именно тогда (в 2012 году!) big data показала всю свою мощь. С тех пор технологии таргетинга неумолимо совершенствуются: на рынке появляются новые, более точные и совершенные инструменты, чтобы точно определить целевую аудиторию проектов. Участники конференции отмечают, что большие данные — не панацея ото всех бед: «Все хотят трансформацию. Но нужно ответить — зачем? Нет универсального подхода к решению всех проблем», — отмечает вице-президент «ВымпелКом» Наталья Альбрехт. Она добавляет, что если компания не развивается, продукт некачественный, а команда разваливается, то цифровая трансформация не поможет. Примеры применения аналитики больших данных в промышленности привел директор по математическому моделированию и анализу данных НЛМК Анджей Аршавский. Его компания применяет искусственный интеллект для оптимизации производственных процессов в сталеплавильной отрасли. При этом, в частности, достигается снижение на 5% потребления природного газа, что заметно в масштабах такой крупной компании. Генеральный директор Mechanica AI Александр Хайтин уточнил, что с помощью датчиков и моделирования технологических процессов можно предсказать, например, развитие химических реакций, получать параметры процесса, недоступные прямым измерением. В результате обработка больших данных позволяет достичь оптимизации в 2-5% . Лайки и персонализация Основатель и генеральный директор «НПО Аналитика» Михаил Могилевский с иронией вспоминал, что одним из первых выводов анализа предпочтений посетителей торговых центров была корреляция между посещениями магазинов для больших людей и «Бургеркинга». Однако самое интересное, когда в больших данных можно вычислить неожиданные корреляции, недоступные традиционным методами аналитики. Вице-президент по информационным технологиям «Ростелекома» Кирилл Меньшов назвал это «кросцифровым экспириенсом приложений различных компаний, который позволяет накапливать пользовательский опыт»: ежедневно пользователи просматривают 100 метров новостной ленты социальных сетей, и переходя в другие приложения, они хотят, чтобы работать с ними было также легко и удобно, поэтому, разработчики приложений должны учитывать это. Согласно аналитике, представленной Треневой, 90% информации, которую мы потребляем — визуальная, причем образы человек обрабатывает в 60 000 раз быстрее, чем любую другую, примерно за 13 милисекунд. Поэтому, актуальная информация должна быть мобильна и визуальна: Cisco подсчитала, что 70-80% трафика к 2021 году будет в формате видео. На эти пользовательские предпочтения следует ориентироваться компаниями, если они хотят и дальше работать со своими клиентами. «Работая с большими данными, нужно помнить, что клиент уникален: у всех разные потребности и предложение должно быть персонализировано, — сказала в своем выступлении директор по управлению и монетизации данных «Альфа-Банка» Ирина Елистратова. — Не нужно предлагать своим клиентам все опции подряд. Предложите ему лишь то, что ему нужно». С использованием аналитики больших данных это стало несложно. Выступая в 2017 году с открытой лекцией в «Ельцин-центре», председатель правления Сбербанка России Герман Греф произнес фразу, которая стала еще одним лейтмотивом конференции: «Всего 11-12 лайков достаточно, чтобы предсказания модели совпали с оценками [вашего поведения] коллегами, а 230 дадут нам возможность понимать вас лучше, чем ваши близкие». Секция финтеха показала насколько далеко продвинулась аналитика данных в банковской сфере. Гендиректор компании Segmento Роман Нестер рассказал о том, как им удалось определить многомилионную аудиторию, которая досматривала рекламные ролики Сбербанка до конца всего за 150 просмотров, при этом анализ пользователей позволил на 60% снизить стоимость досматриваемых видеороликов за счет их таргетирования. СЕО DataSine Игорь Волжанин поделился своим опытом разработки персонализированного визуального контента и построения психотипа клиента, а вице-президент по разработке новых продуктов Тинькофф Банка Александр Емешев рассказал, как сопоставление чеков покупателей из открытых баз данных фискальных операторов и карточных транзакций позволило банку выбрать клиентов, для которых были сделаны уникальные предложения клиентам с кешбэком на определенные товары. Директор департамента маркетинга «Аэрофлота» Антон Мягков объяснил, как аналитика больших данных позволила вычленить клиентское ядро: оказалось, что из 32 млн пассажиров было всего лишь 10 млн уникальных, а 50% выручки обеспечивали всего лишь 1,2 млн человек из них. Это позволило не только оптимизировать расходы на рекламные кампании и программы лояльности, но и приблизительно рассчитать следующие даты перелетов постоянных клиентов, чтобы сделать им предложения с персональными тарифами. Как хранить Вице-президент «Вымпелкома» (бренд «Билайн») Джордж Хелд начал свое выступление с рассказа о микро-чипе, зашитом в его руке, в котором хранятся его паспортные данные и номера банковских карт: «Конечно, иногда это вызывает непонимание людей, потому что не все еще готовы к новым технологиям». Он добавил, что «Билайн» хранит 15 петабайт данных:« Спасибо вашим телефонам, которые вы все время носите с собой. Через них мы можем отследить траекторию и время вашего перемещения. Благодаря этим данным, мы знаем, где нужно открыть следующий розничный магазин». Год обеспечения хранения данных одного пользователя Facebook выделяет меньше углекислого газа, чем производство одной чашки латте Вышеупомянутый тезис Альбрехт о том, что надо выбирать, какие данные надо собирать, хранить и обрабатывать был раскрыт специалистами по безопасности. После вступления в силу европейского закона о хранении персональных данных GDPR, каждая ошибка в работе с использование данных граждан Евросоюза может обойтись российским компаниям более чем в €20 000. Читайте также Цифры вместо нефти. Роман Троценко предсказал переход экономики на Big Data Большие данные на продажу: как заставить всех делать то, что вам надо