Александр Поповский: «Тенденция к максимальной персонализации услуг актуальна сегодня для всех отраслей, но для мобильного оператора особенно» |
В основу своего бизнеса IBM кладет три краеугольных камня – Большие Данные и аналитику, облачные вычисления, социальное взаимодействие. Именно эти три технологических направления, считают в IBM, играют сегодня решающую роль в бизнесе компаний любых отраслей. Возможность извлекать информацию из гигантских объемов накапливаемых данных определяет конкурентные преимущества бизнеса. Облачная модель кардинально меняет подход предприятий к использованию ИТ. Социальное взаимодействие, основанное на мобильных технологиях и корпоративных социальных сетях, становится неотъемлемой частью повседневной работы.
По словам Корнильева, в развитие первого стратегического направления – Больших Данных и аналитики – IBM с 2006 года инвестировала 24 млрд долл., на нем концентрируется две трети ресурсов исследовательского подразделения IBM Research. В IBM прогнозируют, что успеха в бизнесе в ближайшем будущем смогут достичь в первую очередь те компании, которые на всех направлениях своей работы будут опираться на комплексные аналитические инструменты, извлекать максимальный потенциал из оперативного анализа данных и применять когнитивные технологии, способные изменить «правила игры» как целых индустрий, так и отдельных профессий.
В качестве примера аналитики Больших Данных в действии на форуме был представлен проект компании «ВымпелКом», где в прошлом году на платформе IBM построена система подбора персональных предложений для абонентов мобильной сети «Билайн» в режиме реального времени. Александр Поповский, исполнительный вице-президент по развитию массового рынка компании «ВымпелКом», отметил, что в новом слогане «Билайна» – «Просто. Удобно. Для тебя» — особое значение придается последнему компоненту. Тенденция максимальной персонализации услуг («Для тебя») актуальна сегодня для всех отраслей, но для мобильного оператора особенно. От сегментации своих предложений по определенным группам пользователей «ВымпелКом», по сути, делает практические шаги к «сегментации на одного человека», обеспечивая его именно тем, что он хочет получить, и именно тогда, когда ему это действительно нужно.
«На рынке любой продавец всегда продаст вам немного укропа, если вы уже купили огурцы и помидоры. Но как сделать нечто подобное оператору связи с активной абонентской базой порядка 54 млн человек? Нам помогают решение IBM и наша фантазия и креативность», — заметил Поповский. Созданная в компании система NBA (next best action) позволяет на основе сформированного каталога персональных предложений подбирать в момент обращения клиента к оператору те из них, которые в наибольшей степени подходят для него с учетом контекста обращения и других данных о клиенте. Система построена на базе платформы предиктивного анализа IBM SPSS, в которой готовятся данные для обработки и строятся модели для выбора и персонификации в реальном времени предложений, оптимизированных с учетом выгоды как для клиента, так и для оператора. Все коммуникации с абонентами регулируются единой политикой контактов, в рамках которой в реальном времени выполняется до 100 тыс. проверок в секунду для принятия решения о разрешении коммуникации.
Система работает на входящих коммуникациях с клиентом: персональные предложения он получает в момент обращения к оператору связи по двум каналам — в контакт-центре или в фирменном салоне-магазине «Билайна». За первые полгода продуктивной эксплуатации (внедрение NBA было завершено летом 2013 года) удалось добиться высокого рейтинга положительной реакции клиентов на предложения оператора. Из более чем 250 тыс. предложений в неделю ответ «да» получают свыше 26 тыс., что соответствует мировой практике успешных телекоммуникационных компаний и в несколько раз превышает прежние показатели «Билайна», когда подобные предложения делались «вслепую» — без анализа контекста клиента в реальном времени.
В этом году «ВымпелКом» планирует расширять использование NBA, подключив цифровые каналы взаимодействия с клиентами – личный кабинет и мобильные приложения, а также распространив практику персонификации предложений на основе предиктивного анализа на продажи через независимых дилеров.