Татьяна Плотникова,

советник департамента развития стратегии Kcell

https://www.linkedin.com/in/tplotnikova/

Данные решают. Как бизнесу быть data-driven?

КАК ДЕЛАТЬ НЕЛЬЗЯ

И ВОТ ТАК ТОЖЕ…

Аналитический параличИнтуиция

И ДЛЯ ЧЕГО ВООБЩЕ ЧТО-ТО ДЕЛАТЬ?

+33%* +4/6% 59,5%

Источник: статья «SMEs need to be data-driven», www.thestar.com.my

АНАЛИТИКА: ЮНИТ-ЭКОНОМИКА

Источник: статья «Вся юнит-экономика в одной инфографике», www.vc.ru

АНАЛИТИКА: КОГОРТНЫЙ АНАЛИЗ

АНАЛИТИКА: АНАЛИЗ ОТКЛОНЕНИЙ

План: 2000 x 5000 = 10 000 000

Факт: 1836 * 4730 = 8 684 280

∆ = - 1 315 720

1836 * 5000 = 9 180 000 2000 * 4730 = 9 460 000

МАРКЕТИНГ → GROWTH HACKING

Acquisition

Activation

Awareness

Retention

Referral

Revenue

А еще:

- эксперименты вместо кампаний,

- только одна метрика на период,

- командная генерация и оценка

идей,

- T-shaped-специалисты,

- вовлеченность руководства,

- дата-дривен-культура.

ГДЕ БРАТЬ ДАННЫЕ?

Интернет-гигантыБанкиТелекомы

• Геолокация

• Активность

• Интересы

• Выезды за границу

• Платежи за связь и не

только

• Полный финансовый

профиль:

• Уровень доходов

• Частота транзакций

• Покупательский профиль

• Пользование цифровыми

сервисами

• Покупки за границей

• Интересы

• Локация

• Пол и возраст

У малого бизнеса нет больших данных - и это нормально

И КАК ИХ ИСПОЛЬЗОВАТЬ?

ВЫБОР МЕСТА ДЛЯ ТОЧКИ ПРОДАЖ

Геолокации

Данные потребления / покупок

Социально-демографические данные – пол, возраст, семейное

положение, наличие детей

Данные о платежах в сервисах оператора

Интересы

Привычки потребления

Уровень дохода

Тип девайса

Приложения

Вероисповедание

Наличие авто

Роуминговаяактивность / выезды

заграницу

ТАРГЕТИРОВАННАЯ РЕКЛАМА

867

714 669

260375 356

190 177142 175101 85

0

200

400

600

800

1000

Ресторан 1 Ресторан 2 Ресторан 3 Ресторан 4

Разбивка по уровню дохода

низкий уровень дохода средний уровень дохода

высокий уровень дохода

46%

39%

15%

муж жен N/A

Разбивка по полу

Выявление зон с наибольшей концентрацией

человек по выбранным критериям

336430

208

97

305399

218

90

198

301

15479

151 16374 50

0

200

400

600

18-29 30-44 45-60 > 60

Разбивка по возрастной группе

Ресторан 1 Ресторан 2 Ресторан 3 Ресторан 4

ИССЛЕДОВАТЕЛЬСКАЯ АНАЛИТИКА

ЛОВИСЬ, DATA, БОЛЬШАЯ И МАЛЕНЬКАЯ…

Small data Big data

Формат Обычный документ, CRM, excel Распределенные данные в промышленных системах

Структура Структурированы и сведены в таблицы Не структурированы, сложны в упорядочивании

Воспроизводимость Сбор можно повторить, данные уточнить и обновить

Повторить ничего нельзя, некорректные данные можно только найти и исключить из обработки

Стоимость Ограничена, от нуля до нескольких тысяч долларов

Неприлично высока

Анализ В большинстве случаев можно проанализировать в один подход

Требуется несколько этапов

У кого есть Даже у овощного киоска Только у крупного розничного бизнеса

Цель Инсайты и клиентский опыт. Гипотезы Поиск закономерностей

Преимущества Точность, доступность, низкий риск ошибки

Выявление потенциала для оптимизации любых ресурсов

БИЗНЕС-ИНСАЙТЫ

Использование data-инсайтов дает значимый прирост в продуктивности

Чтобы быть data-driven нужно:

- Эффективно использовать аналитику, используя исторические данные для корректировки слабых сторон.Некоторые методики:

анализ отклонений,когортный анализ,юнит-экономика,

- Осваивать потенциал больших данных, сотрудничая с их держателями.Некоторые сферы применения:

выбор локации точки продаж,таргетированная реклама,исследовательская аналитика.

- Собирать малые данные, слушая каждого клиента для понимания «живых» инсайтов и замыкания обратной связи.

СПАСИБО ЗА

ВНИМАНИЕ

5869

business@kcell.kz