Смотреть разборку
Разборка – выжимка «Бизнес разборок» Ильи Тимошина и Олега Брагинского в формате вопрос-ответ.
– Сегодня будем говорить про один из мощнейших навыков Олега – Big Data. Традиционно определение навыка?
– Big Data – навык, отрасль знаний, набор теорий, методик, инструментов, подходов, работа с громадными объёмами информации разного уровня структурированности. Точка.
– Любому бизнесу, любого формата требуется собирать данные? От чего, как меряется?
– Данные нужно собирать. Если никогда не занимались Big Data, то данных нет. Всё, что есть в системах бухгалтерии – не Big Data. Данных о продажах слишком мало, ничего нового вытащить невозможно. Освещение, уровень шума, температура, влажность, сила ветра, много всего есть. Чем больше данных включите, тем лучше. Продаёте телефоны и делите на iPhone и Huawei. Добавьте хотя бы цвет, кучу параметров, которые возможны, кто купил – парень или девушка, много необычного получите.
Теперь идём к нормальному бизнесу. Был сначала клиент, потом хороший друг – владелец компании Sela Борис Остроброд. У него было 440 магазинов. Говорит: «А давай Big Data применим». Показал модель, которая объяснила, что многие мифы в рознице неправильные. Какой магазин лучше – имеющий выход на стрит-ритейл или в торговом центре? На первом этаже, втором, третьем или пятом? Большой или маленький? Кто соседи? Почти все выводы, которые предсказал Борис, оказались неверны.
Мифы очень выгодны арендодателям. Людям, говорящим: «Хорошее место». Когда математику посчитали, оказалось, что практически всё не совпадает. И стали «злоупотреблять». Зная, что нужно, были готовы торговаться даже дороже, потому что было нужно именно это помещение.
– Человек не знает, как выстраивать Big Data, но понимает, что нужно. Точность хочется больше понять, конверсию увеличить, продажи, материальное состояние. С чего начинается? Есть ли какие-то шаги внедрения Big Data?
– Уже говорили, что неважно, какого размера бизнес. Если есть за 90 дней 1’000 операций, Big Data прекрасно работает. Сейчас на моём сайте покупок в среднем 166 в неделю, покупают книги. Не очень большое число, но использую методики Big Data.
Придумайте параметры, которыми обладает товар. Пишу количество страниц, цвет обложки (преобладающий пишу цифрой), сколько времени книгу читать, учитываю, в какое время была куплена, строю зависимость и точно понимаю, какого цвета должна быть очередная книга.
– Вспомнил историю, что в известной сетке ресторанов закажете набор блюд, суп или пюре, то подойдёт официант и предложит определённого вида напиток. Не потому, что есть, а изучили, что при комбинации блюд заказывают напиток.
– Очень часто не понимаем причину и следствие. На заправке есть сосиски, кнакеры, вафли, печенье, торт Наполеон, Пражский, кофе, капучино, латте. Оказывается, если покупаете один вид кофе, нужно предложить десерт, но после десерта кофе не покупают. Очень важно помнить, что мы несимметричны. Зависимости работают только в одну сторону так, как рассчитано.
– Лайфхаки, ошибки?
– 1. Если данные никогда не собирали, то больших данных нет. Если математиков позовёте, помочь невозможно. Сначала начните с безумных гипотез, какие данные можете собрать, а потом решите, как использовать. Если можете влиять на то, какую колу заказываете, разного объёма, значит объём пишите в качестве критерия. Если температуру внутри помещения можете варьировать обогревателями, охладителями, делайте. Не можете, тогда не используйте.
2. Почти всегда область новых находок в отсутствующих данных. Если клиент купил, в системах появился. А если не купил? Очень часто такого клиента бросаем. Изучать не купивших клиентов и сравнивать с купившими очень интересно. Клиент уже обратился, но что-то не то предложили. Найдите. Среди не купивших будет ядро небольшое, которые готовы купить. Может быть нужны извинения, специальная скидка, но есть контакт людей и куча параметров, почему бы не побаловаться? Даже если не сможете продать, много о бизнесе узнаете.
3. Иногда Big Data очень полезна не для продаж, а для процессов. Дайте каждому процессу какой-то код (A, B, C, D) и засекайте, сколько на каждом клиенте длится каждая фаза процесса. Потом посмотрите, какая разница между теми, кто покупает много и мало. С большой вероятностью были разные процессы с разными длительностями. Чем быстрее обслуживаете, тем больше шансов продать второй товар. Чем дольше тянется сделка, тем меньше шансов.