Big data: новый рынок на пороге роста

Вопросы трансформации телеком-отрасли обсуждались на ежегодном международном форуме операторов связи «Телеком: расширяя границы в цифровое будущее», организованном газетой «Ведомости». Что такое Big Data Сегодня всемирная паутина пронизывает все вокруг: у каждого в кармане есть мобильный телефон, к радиосети подключены банкоматы и навигаторы, значительная часть покупок и платежей совершается через сеть. В результате каждый день образуется огромное количество данных, связанных с движением транспорта, работой датчиков на коммунальных системах, передвижением людей и т.д. Обработка и анализ этих данных позволяет увидеть в них закономерности, в том числе и неочевидные, и использовать для различных целей. Big data – это инструмент для понимания того, как ведут себя люди, в каком направлении развиваются процессы. И эти знания помогают принимать эффективные решения и формировать продуктовые предложения. Как это работает на практике? По цифровым следам людей определяются типичные черты их поведения. Это помогает бизнесу делать дополнительные, индивидуализированные предложения потенциальным клиентам в соответствии с их интересами и потребностями. «Например, мы предполагаем, что данный пользователь работает таксистом, либо он ведет себя, как таксист: у него много перемещений по городу, долгие остановки и он часто смотрит фильмы онлайн, - рассказывает директор по стратегическому планированию Tele2 Светлана Скворцова. - Пользователям со сходным типом поведения мы делаем адресное предложение нашего сервиса Tele2 TV. Таким образом, предложение попадает сразу в заинтересованную аудиторию, оно не раздражает клиентов и снижает затраты на «холодные» звонки. На основе анализа действий пользователя в смартфоне мы предлагаем ему услугу, которую он готов купить и которая ему действительно интересна». «Мы видим, на что клиент обращает внимание при просмотре предложения и это помогает нам расширять наши данные о клиенте и его предпочтениях, - говорит исполнительный вице-президент по маркетингу и бренду «Вымпелком» Ирина Лебедева. – При этом в дата-хранилищах не хранятся персональные данные, речь идет об обезличенной информации. Мы видим семью клиента, даже если она обслуживается у других операторов, мы видим, как он себя ведет, где проводит время, как перемещается, какими услугами пользуется, например, готов он поменять банк или нет, его предпочтение в марках, интересы, проблемы со здоровьем, насколько он дисциплинированный водитель – все это можно успешно монетизировать. На основе этих знаний, мы формируем продуктовый набор предложений и направления в сервисах», - рассказывает Ирина Лебедева. «Сейчас очень популярен продукт «Большие данные для планирования туристических потоков», - прокомментировала президент Ассоциации участников рынка больших данных, член совета директоров «МегаФон» Анна Серебряникова. – В аналитике, которую получает заказчик может говориться, например, о том, что туристы, приезжающие в определенный город – это, как правило, молодые люди с детьми в возрасте до 7 лет. Тогда в этом городе для них открывают дополнительное кафе, ставят качели и детскую площадку». Результаты анализа Big Data для развития туристического потенциала регионов предлагают и в Tele2: компания уже реализовала ряд подобных проектов для туристических комплексов на юге России. Откуда берутся большие данные Большие данные можно взять в разных местах, - говорит президент Ассоциации компаний интернет-торговли Артем Соколов. - Маршруты покупателей известны мобильному оператору за счет геолокации, в соцсетях можно посмотреть настроения людей, их привычки, увлечения, пол, возраст. Банки знают, какие покупки по карте осуществляет клиент, какая у него зарплата, сколько у него кредитов, какую часть денег он тратит на рестораны, какую – на магазины, и какие это магазины. Эту же информацию знает и мобильный оператор, потому что она есть в смс от банка, т.е. оператор видит все те же траты, какие видит банк. Информация о продажах есть у операторов кассовой техники или операторов фискальных данных – они многое видят на основе чеков, которые сейчас передаются в налоговую в автоматическом режиме. Т.е. больших данных сейчас огромное количество, главное – научиться правильно ими пользоваться, правильно формулировать задачи. При этом важно понимать, что клиент, который заказывает исследование на основе big data, получает не сами данные, а конкретную аналитику на основе обезличенного массива данных. По словам руководителя Аналитического центра при правительстве РФ Владислава Онищенко, сейчас самый крупный владелец различных данных – это государство. Если не затрагивать данные о людях, то это все, что касается погоды, движения транспорта – и весогабаритный контроль, и траффик, и нагрузка на дороги, и железные дороги, и самолеты, и автобусы. Сюда же относится все, что связано с навигацией. А также все, что связано с контролем и надзором, например, различные технические датчики. По словам Онищенко, продавать данные государство не будет, потому что сами по себе, без анализа, они смысла не имеют: часть данных будет просто открыта или к ним будет обеспечен недискриминационный доступ. Кто уже использует большие данные 2019 год – год активизации регионов, - рассказывает Светлана Скворцова. – Но рынок не сформирован, и пока трудно говорить о характере спроса – заказы от представителей власти поступают самые разнообразные. Например, бытует представление, что в Краснодарском крае все туристы распределяются по побережью. Тем не менее, есть и неочевидные места их дислокации, которые можно идентифицировать благодаря агрегированной аналитике. И мы находим такие места как для госструктур, так и для бизнеса, помогаем обнаружить территории, где есть спрос на услуги со стороны туристов, а он обычно отличается от спроса местных жителей. «Также мы видим растущий интерес со стороны аэропортов: чтобы эффективно развивать внутреннюю маршрутную сеть, им необходимо проанализировать, откуда к ним прибывают пассажиры наземным транспортом из-за того, что между городами нет прямых рейсов. И мы можем предоставить им такую аналитику, - говорит Светлана Скворцова. – Кроме того, есть спрос на большие данные для планирования маршрутов общественного транспорта - муниципалитетам необходимо понимать, как реально распределяются пассажирские потоки. Мы можем отследить новые тренды и рассказывать о них муниципальным заказчикам, чтобы при необходимости можно было либо продолжить новый маршрут, либо чаще выпускать автобусы по существующим. Что касается сезонного спроса, то можно анализировать движение дачников». Если говорить об организации массовых мероприятий, то в Санкт-Петербурге Tele2 анализировала футбольные матчи на предмет того, откуда и на каком виде транспорта болельщики приезжают на стадион. Зная, что большинство приедет на метро, можно попробовать предотвратить «столпотворения» на выходе из станции. Понимая, как распределяются маршруты возле стадиона, можно заранее подготовиться к этому. По словам Светланы Скворцовой, все кейсы, которые Tele2 предлагает рынку, компания проверила на себе. «Мы не открываем наши салоны и не строим базовые станции там, где нет реального спроса, а руководствуемся анализом Big Data, чтобы развивать сетевую инфраструктуру и розничную сеть максимально эффективно. Аналогичная информация интересна и бизнесу: коммерческим структурам важно понимать, где лучше открыть парикмахерскую или поставить информационные щиты. Мы анализируем наличие конкурентов, наличие коммерческой активности, другие факторы, которые можно понять в том числе и косвенным образом». «Анализ Big Data позволил нам в прошлом году выявить места-«магниты» и «антимагниты», - рассказывает директор по продажам и развитию массового сегмента Tele2 Игорь Майстренко. – «Антимагниты» – это места, где нет смысла размещать розничные салоны даже при условии, что там фиксируется супер-трафик, например, больницы. «Магниты» – это транспортные узлы, кинотеатры, театры. Кроме того, на основе анализа «больших данных» мы формируем продуктовую матрицу для салонов связи в разных районах. Если это рабочий район, то флагманские устройства А-брендов там продаваться не будут – поэтому нет смысла тратиться на логистику и мотивацию персонала для продаж в этом сегменте. Управление товарной матрицей – это новая огромная возможность, использование которой в полной мере у нас еще впереди». В сфере big data у бизнеса, особенно у растущих розничных банков, сейчас популярны три основных продукта: геоаналитика, лидогенерация, скоринг (проверка платежеспособности клиента), - говорит исполнительный вице-президент по развитию корпоративного бизнеса «Вымпелком» Арташес Сивков. По его мнению, это показывает несовершенство скоринговой модели в банках по сравнению с вариантами, которые могут предоставить телеком-операторы на основе big data. Аналогичная ситуация и в страховании: компаниям нужна верификация качества клиентов для выдачи полисов, особенно каско и осаго. Благодаря обезличенным математическим моделям с вероятностью более 90% можно определить, насколько человек склонен к риску и насколько высока вероятность наступления у него дефолта или страхового события и т.д. Перспективы рынка Предиктивная аналитика сейчас становится настолько популярной и полезной, что в выручке Амазона она уже составляет порядка 35-60%, т.е. этот объем выручки получается от тех таргетированных предложений, которые Амазон дает пользователям по покупкам, переориентируя спрос на какие-то другие вещи, - рассказывает Артем Соколов. По информации Анны Серебряниковой, «сейчас рынок больших данных составляет от 10 до 30 млрд рублей. В 5-летней перспективе он вырастет в 10 раз. При этом 80% из этих 10 млрд рублей – это внутренняя оптимизация продукта игроков». Рост спроса на услуги на основе Big Data мобильные операторы отмечают с 2018 года. Например, Tele2 говорит о росте выручки в этом сегменте за год более чем в 11 раз. Заработать на этом рынке в 2019 году планирует «Вымпелком» при том, что «три года назад наша выручка по big data была совершенно нематериальна, - говорит Арташес Сивков. Рынок Big Data находится у истоков своего развития, и ценообразование еще не установилось, рассказывает Светлана Скворцова. По ее словам, сейчас это больше рынок продавца, чем покупателя. Несформировавшуюся цену можно отчасти объяснить отсутствием стандартных задач. «Наша цель на ближайшую перспективу – дойти до «коробочных» решений. Это уже возможно для тех услуг, которые сейчас пользуются наибольшей популярностью, например, для размещения точек продаж и анализа массовых мероприятий. Также «коробочные» решения возможны в сферах, где нужно организовать процессы более оптимально. Чем больше мы работаем с одним сценарием, тем точнее его результат, потому что модель обучается на реальных данных».