Стать ближе к покупателю — заветная цель любой торговой сети. Однако когда Гари Кинг, ИТ-директор компании Chico's, начал заниматься этой темой, он подошел к задаче с методикой глубоко неструктурированного подхода. И хотя эта специализирующая на торговле одеждой сеть детально фиксирует все данные о транзакциях клиентов в стандартной базе данных и ведет профили предпочтений пользователей, теперь она использует также и растущий поток неструктурированных данных, включая социальные медиа, статистику перемещения заказчика по веб-сайту и анализ поведения клиента в Интернете. “Мы вырабатываем совершенно другой взгляд на наших покупателей и на этой основе выстраиваем лучшие взаимоотношения, повышая степень их лояльности”, — поясняет Кинг.
Неструктурированные данные изменяют лицо ИТ и бизнеса. Они открывают перед компаниями огромные возможности, но в то же время ставят серьезные задачи.
Не поймите нас превратно, компания Chico's находится на переднем крае стремительно развивающейся экосистемы данных. Хотя традиционные, структурированные данные не собираются сходить со сцены, роль неструктурированных, как и способов, с помощью которых организации сочетают различные типы наборов данных, фундаментально изменяет лицо ИТ и бизнеса. “Технологии предлагают новые, более мощные методы использования данных и получения более значимых бизнес-результатов”, — говорит Ник Миллман, руководитель направления данных и аналитики консалтинговой компании Accenture по Европе, Азии и Латинской Америке.
Безусловно, более полное представление о шаблонах, тенденциях и типовых моделях поведения — это серьезный вызов. Тут есть и бизнес-задачи, требующие рассмотрения, и технические вопросы, ждущие своего часа, и необходимость совершенно нового подхода к данным и проблемам бизнеса. Кроме того, предприятия должны контролировать тенденции в мобильных технологиях, облачных вычислениях, социальных сетях, обработке больших данных и аналитике, чтобы быть в состоянии предоставить адекватную информацию для программных продуктов, систем и экспертов, способных преобразовать ее в реальные результаты.
Эта эра, управляемая данными, только начинает принимать законченные очертания. “Рефлексы управления сегодня строятся вокруг навигации и извлечения реальных результатов из структурированных данных, — отмечает Энди Руснак, партнер по практике управления производительностью и финансами консалтингового гиганта Ernst & Young. — Неструктурированные данные представляют совершенно другую область. Они часто поступают из-за четырёх стен корпорации, приходят из источников, которые вы слабо контролируете, если контролируете вообще”.
За пределами баз данных
Хотя структурированные данные хорошо послужили корпорациям — они дали замечательные возможности управления крайне широким спектром запросов бизнеса, — применение строк и столбцов сейчас представляется аналитикам подходом на уровне каменного века. Компания IBM считает, что сейчас около 80% корпоративных данных попадает в категорию структурированных частично или неструктурированных вообще. Сюда входят такие категории корпоративных информационных ресурсов, как электронная почта, файлы в формате Microsoft Office и PDF, тексты и потоки интернет-пейджеров, видео и аудио, фотографии, метаданные, сохраненные Web-страницы, персональные данные, протоколы обмена между социальными сетями и многое другое.
Фактически индустрия ежегодно констатирует 10—50-кратный рост объемов неструктурированных данных в зависимости от специфики компании и отрасли. Однако от ИТ-директоров требуется не только справиться с этими объемами, но и решить сложную проблему увязывания в единое целое и упорядочивания миллиардов элементов способами, которые обеспечат реальный результат. “Проблема заключается не столько в получении, хранении и обработке всех данных, — говорит Руснак, — сколько в понимании того, к каким их наборам следует подключиться и как объединить их, чтобы обеспечить конкурентные преимущества для компании”.
Класс неструктурированных данных может показаться неопределенным и необъятным. По данным опроса, совместно выполненного в 2011 году исследовательской компанией Unisphere Research и фирмой MarkLogic, специализирующейся на разработке баз данных стандарта NoSQL, 86% руководителей считают, что неструктурированные данные весьма важны для их бизнеса, хотя только 11% имеют ясно прописанные процедуры и политики для обработки такого класса информации. Кроме того, 40% респондентов признали, что они не полностью представляют степень распространения неструктурированных данных на своих предприятиях, и только 45% сообщили, что они относительно серьезно или очень серьезно настроены на обработку таких данных.
Руснак считает, что современный мир информации требует совершенно другого образа мышления от ИТ-директора. “Основной фокус не может более оставаться на аналитических или статистических методах, хотя и то и другое продолжает играть важную роль. Главное для организации — достичь компетенций, которые не всегда полностью четко определены. Необходимо найти людей, глубоко понимающих бизнес-процессы, способных легко манипулировать данными и комбинировать их новыми и необычными способами. Они должны понимать, как делать выводы и устанавливать взаимосвязи, имея в качестве исходных данных хаос и беспорядок”.
Часто это выглядит как путешествие по неисследованной территории. Например, одна сельскохозяйственная компания теперь использует неструктурированные данные, собранные через социальные сети, и сочетает их с информацией из базы данных фермеров для проведения персонализированных маркетинговых компаний, фокусирующихся на специфических потребностях производителей сельхозпродукции в регионе. Тем временем телекоммуникационные компании переходят на работу с обезличенными данными о расположении заказчиков и предоставленных им услугах для создания пакетов услуг нового типа и предложения новых продуктов. И торговые сети внедряют аналитические системы нового поколения для понимания типовых моделей поведения покупателей в пределах разных ценовых сегментов, выявления основных периодов совершения покупок и формулирования побудительных мотивов покупок. “Хорошая система помогает организациям монетизировать свои данные”, — подчеркивает Миллман.
Компания Chico's являет прекрасный пример организации, с головой нырнувшей в неструктурированные данные и использующей их для трансформации своего бизнеса. Торговая сеть, управляющая 1350 магазинами под четырьмя основными брендами (Chico's, White House Black Market, Soma и Boston Proper), ищет пути более эффективного взаимодействия со своими покупателями. Компания много лет предлагает покупателям поучаствовать в программе лояльности. Chico's получает данные о типовых моделях поведения покупателей и анализирует эффективность различных промо-акций среди разных покупательских категорий. Кинг считает, что компания добилась почти 90% достоверности в связывании отдельного покупателя с конкретной покупкой.
Однако теперь Chico's поднимает сбор и анализ данных на новый уровень. Компания добавляет к исходной информации для анализа неструктурированные данные, собранные из большого количества источников: данные о навигации посетителей по страницам своего собственного сайта и в Интернете; связанные с покупателями посты в социальных сетях; результаты опросов заказчиков; данные об отношении клиентов к собственным брендам и товарам, — и всё это для того, чтобы построить более надежную и адекватную аналитическую модель. В этом процессе используется несколько аналитических инструментов SAS, включая SAS Social Media Analysis, SAS Sentiment Analysis и SAS Text Analytics. “Мы консолидируем все данные в общем центре, выполняем анализ и изучаем взаимосвязи между маршрутом навигации и результатами покупок”, — говорит Кинг.
Используя уникальные методы сочетания структурированных и неструктурированных данных, компания Chico's прокладывает путь к большей персонализации рекламных объявлений и промо-акций. Она также адаптирует свой Web-сайт для персонализации предложения продуктов и услуг, основываясь на сочетании зафиксированных привычек покупателей, их постов в социальных сетях и историй веб-навигации. “Зная, как покупатель реагирует на наше приглашение по электронной почте и какой формат и тип сообщения стимулирует его посетить им магазин и совершить покупку, мы способны продвинуться к гораздо более эффективной модели маркетинга”, — говорит Кинг. — Эта цель потребовала нового понимания механизма принятия решений на основе информации, значительно более высокого уровня сотрудничества и незашоренного мышления в масштабах всей компании”.
Собранные данные уже дали некоторые неожиданные результаты. Компания все чаще может оценивать в реальном времени результаты своей маркетинговой стратегии в различных каналах и вносить в нее улучшения и коррективы непосредственно по ходу ее реализации. При этом торговая сеть теперь лучше может определить тип сотрудника, наиболее подходящего к работе в качестве продавца в ее магазинах, и сформулировать типовой сценарий диалога с покупателем, максимально повышающий вероятность продажи. “Это трансформирует бизнес таким образом, о каком мы не могли и подумать несколько лет назад” — констатировал Кинг.
Думая глобально
Разработка стратегии и объединение систем, программных средств и инструментов в единый комплекс для её реализации — это две стороны одной медали, каждая из которых критически важна для успеха компании. Миллман из Accenture считает, что необходимо понимать ключевые узлы в структуре компании и уметь определять, где именно неструктурированные данные могут принести максимальную пользу. Это требует тщательного обсуждения и представления бизнеса в трехмерной модели. Здесь же подразумевается возможное применение инструментальных средств, отвечающих современным потребностям аналитиков, включая нереляционные базы данных из категории NoSQL и распределенные компьютерные модели на платформе open-source, такие как Apache Hadoop, которые способны значительно повысить возможности вычислительных мощностей.
Необходимо также решить большой спектр практических и технических вопросов, начиная с методики наилучшего анализа необработанных данных и сочетания их с метаданными и закачивая включением этих данных в общую стратегию анализа. Руснак убежден, что организации слишком часто терпят неудачу в своих инициативах, не получая от них реальных результатов, из-за отсутствия адекватного плана глобального управления данными или из-за высокой сложности задачи объединения различных форматов данных, облачных платформ и SaaS-ресурсов, а также распределенных систем внешней памяти. Как свидетельствуют последние опросы, почти две трети ИТ-менеджеров не представляют, где именно хранятся все их корпоративные данные.
Наконец, необходимо культивировать у бизнеса и ИТ-службы правильное мышление и компетенции, говорит Руснак. Во многих случаях ИТ-директора и другие менеджеры должны определить новые служебные позиции, которые не соответствуют традиционным должностям и ответственности. Им следует наладить взаимодействие с директорами по маркетингу, исполнительными директорами и другим управляющим персоналом высшего звена, чтобы перестроить организационную структуру предприятия в сторону большей эффективности. И нужно внедрить четкую модель управления ИТ-ресурсами для выработки требований к владению и совместной работе с данными. В некоторых случаях эти проблемы могут затрагивать бизнес-партнеров и внешних провайдеров услуг, а также данные, хранящиеся за пределами компании.
В конце концов, ИТ-директорам разумно рассматривать неструктурированные данные как сундук с сокровищами, но такой, который весьма не просто открыть. Создание правильной инфраструктуры и методов работы требует другого мышления, а также совершенно новых компетенций. При этом необходимы беспрецедентная кооперация и инструменты нового поколения, включая политики, способные полностью открыть данные для обработки и связать их с традиционными базами и поисковыми машинами. “Аналитика постоянно развивается, и новая эра больших данных уже практически на пороге, — заключает Миллман. — Неструктурированные данные являются ключом к головоломке”.
