По мнению Германна Виммера, президента компании Teradata в странах Европы, Ближнего Востока и Африки, сегодня уже никого не приходится убеждать в ценности данных для бизнеса – ключевой эффект от их использования заключается в принятии решений на их основе. В условиях, когда обстоятельства, в которых бизнесу приходится работать, меняются все быстрее, основные проблемы возникают не тогда, когда данных много, а когда эти данные и полученная на их основе информация, которые необходимы для принятия решений, появляются слишком поздно, поэтому организация не успевает вовремя среагировать.

Другой вариант – когда нужная информация появляется у тех, кому она требуется, заметно позже, чем у конкурентов, а потому организация уступает им в скорости реакции на изменения. В качестве примеров успешного применения данных и информации для быстрого принятия решений на их базе Виммер отметил работу аналитиков Барака Обамы, которые существенно способствовали его победе на президентских выборах в США, а также анализ данных в реальном времени, применяемый для координации многоканальных продаж в компаниях, делающих ставку на розничных клиентов.

Так, очень большое внимание развитию многоканальных продаж уделяет eBay, один из лидеров в области электронной коммерции. Как рассказал Суреш Пиллай, руководитель департамента аналитики в области интернет-маркетинга eBay, у этой компании имеется более 100 млн пользователей, а готовой оборот составляет 68,6 млрд долл. Каждый день компания собирает более 50 Тбайт данных. Объем данных, которыми eBay обменивается с с внешними системами и пользователями, превышает 100 Пбайт в день. Примерно столько же находится сейчас в хранилищах данных компании, выстроенных на базе решений Teradata.

Одна из ключевых задач, которые решают аналитики eBay, — поиск корреляций в трафике на сайте, чтобы понять, что стоит за тем или иным поведением пользователей, как, опираясь на модели поведения, повлиять на них с тем, чтобы увеличить число покупок, и — самое главное — сколько разумно инвестировать в привлечение покупателей, учитывая то, что часть их осуществило бы покупку в любом случае, часть наверняка откажется, а часть колеблется, причем некоторая их доля активно реагирует на маркетинговые уловки — вот на этих пользователей можно существенно повлиять, потратив разумную сумму на стимулирование покупок, в том числе дополнительных (помимо приобретения тех вещей, ради которых пользователь зашел на сайт eBay). На основе выводов аналитиков выстраиваются инвестиции в маркетинг и обеспечивается их окупаемость — их тщательный расчет необычайно важен для обеспечения конкурентоспособности компании, поскольку эффект масштаба от верных и неверных решений, принимаемых в eBay, велик.

«Поведение клиентов зависит от частоты посещений и от покупок, но не от каналов, посредством которых клиенты пришли на сайт, — рассказал Пиллай. — Очень важно выстроить правильную модель сегментирования клиентов. Мы пытаемся осмыслить хронологию поведения клиентов, чтобы спрогнозировать результаты их поведения».

DHL Express использует сбор и анализ данных, чтобы предельно тщательно управлять себестоимостью и прибыльностью своих услуг и подразделений, гибко, динамично выстраивать тарификацию и, как результат, сохранять высокую конкурентоспособность. По словам Криса Ван Хамбейка, руководителя отдела глобального учета затрат и контроллинга DHL Express, компания уделяет особое внимание качеству данных, используя в качестве инструментария платформу Teradata и ее аналитические инструменты. Помимо учета и анализа расходов производится сравнение операционных показателей по разным странам и регионам, тщательно отслеживаются условия договоров, ведется экологический мониторинг, решаются и многие другие задачи. То, к чему стремятся в DHL Express, — проактивная бизнес-аналитика, которая позволит прогнозировать различные тенденции и моделировать их развитие, чтобы заблаговременно адаптировать бизнес к меняющимся условиям или принять меры для устранения проблем еще тогда, когда они только зарождаются.

Стивен Бробст, технический директор Teradata, обратил внимание еще на один спектр задач, которые решаются с применением сбора и анализа больших объемов данных, — повышение лояльности клиентов. Он убежден, что увеличить ее может любое правильно выбранное взаимодействие с клиентом. Очень важно, чтобы этот процесс выстраивался с расчетом на долгосрочную перспективу, а не на получение сиюминутной прибыли.

Также очень важно, по мнению Бробста, учитывать контекст взаимодействия: откуда клиент вышел на связь, в какое время суток, в какой день года, из какой местности и пр. — эти данные помогают быстро выбрать и предложить клиентам те услуги или продукты (например, маршруты путешествий или авиабилеты), которые будут с наибольшей вероятностью ими востребованы. Все это становится возможным благодаря аналитическим системам CRM.

Впрочем, активно генерировать данные в ближайшие годы будут не только люди, но и машины: как отметил Виммер, существенный прирост объемов данных обеспечат датчики, встраиваемые в современное оборудование самых разных типов — от промышленных и оборонных систем до домашних приборов и гаджетов. Их анализ и использование в может дать очень существенный эффект как в сегменте B2B, так и в B2C.