ПОВЫШАЕМ ЭФФЕКТИВНОСТЬ РАБОТЫ С ПОМОЩЬЮ МОНЕТИЗАЦИИ ДАННЫХ

Мы все хотим зарабатывать больше, улучшать процессы, минимизировать затраты. Да, можно для этого сменить поставщика или попробовать новый рынок, даже новый бизнес. Но, для начала стоит попробовать разобраться в собственных процессах. Может быть удастся проработать их и достичь своих целей?

О подходах к монетизации на основе практических кейсов рассказал нам Алексей Нейман, исполнительный директор Ассоциации больших данных.

На эту тему можно говорить много и долго, поэтому проще рассказать на кейсах и примерах, чтобы снять основные вопросы и уложить в голове важные моменты. 

Есть 3 вида монетизации данных:

• Тратить меньше.
• Зарабатывать больше.
• Открыть новый бизнес.

Эти виды реализуются двумя путями:

• За счёт собственных данных.
• За счёт внешних данных.

Теперь разберём каждый вид на конкретных кейсах.

Тратить меньше за счёт собственных данных. 

Рассмотрим эффективность производства. Например, у компании был большой офис. Проанализировав его использование, приняли решение минимизировать рабочие места, сделать коворкинг. Расходы сократились на 40%. 

«Любая статья затрат сокращается, если посмотреть на неё критически. Деятельность по монетизации данных будет начата». 

Пример второй: страховые компании обычно усредняют риски, поэтому по многим автомобилям и владельцам риски слегка завышены. Одна страховая решила изменить оценку рисков, сделать полис чуть дешевле, сокращая собственные риски. В машинах начали устанавливать телеметрию. Теперь премия рассчитывается из того, сколько человек и как ездят. Получается, что риски связаны с ездой, а не с конкретным человеком или машиной. Таким образом, в США 40% всех полисов перешли на тарифный план «pay as you go», где страховка начинает работать только тогда, когда вы едете. Пока машина стоит, счётчик не работает. 

«Если начать анализировать данные по своей деятельности, то могут понадобиться дополнительные элементы. Тогда работа с данными может стать частью нового продукта». 

Тратить меньше за счёт внешних данных.

Кейс: городская администрация оптимизирует расходы на инфраструктуру. Запросили аналитику по пешеходному потоку у мобильных операторов, измерили нагрузку на инфраструктуру города, нашли критические точки. Исходя из этих данных бюджет, направленный на развитие инфраструктуры, приоритизировать иначе. Экономически значимый результат себя показал. 

В большинстве компаний существуют старые укоренившиеся методики, по которым строятся и планируются процессы. Зачастую этим методикам уже по 50 и более лет. Отсюда вывод — надо иногда критически пересматривать все эти методики. Тем более сейчас, когда есть огромное количество данных, которыми необходимо пользоваться. 

Зарабатывать больше за счёт внутренних данных.

Первый пример. Компания составила отчёт по своей работе. Они проанализировали поведение клиентов: как делают покупку, кто они, почему делают эту покупку, как они двигаются по сайту, насколько долгим получается путь до покупки и почему. По результатам работы запустили таргетированную рекламу и скорректировали сайт, где полностью перенастроили два канала по работе с клиентами: изменили привлекательность с помощью маркетинга и юзабилити. Это повысило конверсию на 23%. 

«Если у вас есть сайт, есть вся информация о том, кто на него заходит и как пользуется. У вас есть все инструменты, чтобы оценить качество коммуникации и повысить свои продажи». 

Второй пример. Крупная розничная сеть в США проанализировала коммуникации с каждым клиентом в своих магазинах. Работа ведётся по приложению на смартфоне клиента. Он ходит по залу, система определяет, где он ходит и предлагает товары на основании его предпочтений. Они начали профилировать клиента и предлагать именно те товары, которые его устроят. То есть делать предложения и сопутствующую рекламу на основании истории работы с клиентом. 

Зарабатывать больше за счёт внешних данных.

Крупная сеть решила в 2 раза увеличить присутствие в регионах. Они закупили большое количество данных о демографических показателях. Посмотрели, где живут их клиенты, кто они, каковы их предпочтения. И начали формировать конкретные точки продаж, исходя не из принципа «нас здесь ещё нет», а анализируя своего клиента, подбирая для него конкретный формат и ассортимент. Таким образом, уменьшились риски закрытия магазинов, а рентабельность резко повысилась. 

«Вывод: ваши партнёры, даже из других индустрий, знают очень много о ваших клиентах, и готовы делиться. Можно с ними поговорить и они покажут». 

Новый бизнес через внутренние данные компании.

Ретейл работает с большим количеством поставщиков и имеет большое количество данных о клиентах. У поставщиков, как правило, нет такой информации. Одна розничная сеть создала портал, где поставщики могут посмотреть и сравнить себя с конкурентами, посмотреть всю розничную аналитику, чтобы оптимизировать собственное производство. Таким образом, у этой сети открылся собственный аналитический бизнес, где более 20 компаний получают отчёты с полезной и востребованной информацией. На открытии такого бизнеса розничная сеть начала зарабатывать от 40 до 100 млн в год. 

Новый бизнес на внешних данных.

Производственная компания после серьёзной цифровизации своего производства пошла к клиентам, помогать с решением их проблем. Свои производственные процессы они продолжили в компании клиента. Они начали обрабатывать свои и их данные для повышения эффективности всех процессов. Общий экономический эффект составил около 2 млн в год. 

«Комплиментарные аналитические сервисы и ваша отраслевая экспертиза может быть востребована вашими клиентами. Вы можете помочь им работать с их данными на вашей инфраструктуре». 

Монетизация — это не так сложно, как кажется. Можно начинать процесс в любой момент. У финансового и аналитического отделов есть определённая информация. Не нужно сразу начинать сложные истории. 
 
Большинство компаний начинают с повышения эффективности и увеличения выручки на основе собственных данных. Сначала монетизируют собственные данные и потом приступают к информации извне. Потому что это требует дополнительных хостов, новых договоров, дополнительной инфраструктуры. 
 
Технологии обработки больших данных становятся доступными для среднего бизнеса. Есть облачные решения, которые проще и ближе к любому бизнесу. Иногда достаточно просто несколько грамотных бизнес-аналитиков. 
 
Большинство компаний останавливается на первых 4 видах монетизации. А история с созданием собственного аналитического бизнеса нужна далеко не всем. Достаточно просто остаться в рамках своей отрасли, сделав работу эффективной — это основная задача предприятия. 
 

«Не всем компаниям нужно становиться цифровыми экосистемами и выходить за пределы собственного бизнеса. Амбиций может быть больше, но эти амбиции должны наступать, когда вы наладите всё внутри и у вас уже будет возможность получать дополнительную ценность оттого, что вы умеете».