Фото: ipro.econ.msu.ru
На аналитическую компанию Marketing Logic корреспондент MarketingTECH обратил внимание, когда банк “Открытие” рассказал об обновлении своей информационной системы. Этот кейс затрагивал два интересных решения на основе геоаналитики, больших данных (BigData), искусственного интеллекта (AI) и машинного обучения (ML).
Одно решение было связано с оптимизацией работы разъездных специалистов отдела продаж, а другое – с оптимизацией локаций для расположения отделений банка. Возникли вопросы к разработчику.
На многочисленные вопросы корреспондента MarketingTECH согласился ответить управляющий партнёр аналитической компании Marketing Logic Дмитрий Галкин. Его компания уже 5 лет занимается решениями для управления бизнесом на основе Big Data. Marketing Logic оказывает услуги разного уровня сложности от анализа локаций и целевых групп до комплексной оптимизации сети, роста продаж и управления отношениями с клиентами.
MarketingTECH: Дмитрий, как вы оцениваете ёмкость рынка геомаркетинговых решений на базе AI, машинного обучения и BigData. Какие принципиально новые практические задачи решают подобные системы и насколько цифровизация актуальна для бизнесов, поставленных в связи с пандемией “в неловкую ситуацию”.
Дмитрий Галкин: Мировой рынок Big Data и бизнес-аналитики, по различным данным, уже превысил 200 млрд. долларов и он будет только расти. По сути, практически любой бизнес ждёт неминуемая цифровизация и использование RPA-решений, аналитики данных, автоматизации.
(Примечание редакции: RPA – Robotic process automation – это форма технологии автоматизации бизнес-процессов, основанная на метафорическом программном обеспечении роботов (ботов) или работников искусственного интеллекта. Отличительной и основной особенностью роботов RPA является возможность использования пользовательского интерфейса для сбора данных и управления приложениями).
Возможно, исключение – малый бизнес, но и он активно начинает использовать технологические решения, там, где они не требуют больших вложений. Например, к нам часто обращаются небольшие, растущие и средние компании – пекарни, продуктовые ретейлеры миниформата, кафе – они хотят использовать геоаналитику для выбора торговой точки, прогноза клиентского трафика, оценивают локации с точки зрения маркетинговой привлекательности.
Ещё лет 10 назад такие запросы были из области фантастики: предиктивную геоаналитику могли себе позволить только очень крупные игроки.
Сейчас корпорации уже на несколько шагов впереди и переходят к полностью цифровым средам, где аналитике поддаются практически все виды данных и оцифровываются все важные для развития бизнеса процессы, а малый и средний бизнес получает уже разработанные инструменты, которые ему по силам.
Мы работаем и с крупными корпорациями, и с небольшими компаниями, поэтому видим изнутри, куда смещается фокус клиентских запросов.
Глобальный тренд на создание цифровых экосистем компаний, где пользовательский опыт будет анализироваться практически синхронно с самим клиентским действием, даст и уже даёт преимущества по сравнению с теми, кто скептически относится к таким технологиям и недооценивает анализ данных. Но таких компаний становится всё меньше и в конечном счёте, чтобы выжить, они придут к этим технологиям или уступят место более продвинутым бизнесам.
MarketingTECH: Познакомившись с информацией о вашей компании, мы выделили области применения геоналитики в маркетинге:
- анализ передвижения ЦА и выбор места для офлайн-объектов,
- таргетинг по гео,
- наружная цифровая реклама,
- анализ действий конкурентов,
- оптимизация движения разъездных сотрудников.
Правильно или что-то упустили?
Дмитрий Галкин: К областям применения геоаналитики в маркетинге следует добавить:
- ценообразование,
- синхронизацию онлайн и офлайн-активностей,
- лидогенерацию.
Мы занимаемся любыми бизнес-процессами компании, если дело касается аналитики данных и прогнозных моделей. Анализ данных позволяет найти слабые места и усилить их, реализовать скрытый потенциал и найти более эффективные решения практически в любом процессе.
Одно из больших наших направлений – это CV (computer vision), компьютерное зрение. Эти технологии мы используем для видеодетекции, видеоаналитики, автоматизации документооборота, разметки изображений.
Если очень грубо разделить направления нашей деятельности на три группы, то получится «геоаналитика», «анализ данных и предиктивная аналитика», «CV-решения».
Все эти решения, в свою очередь, могут быть развёрнуты в облаке или on-premise (на месте). Также мы развиваем мобильную разработку, чтобы клиенты могли с удобством пользоваться нашими сервисами в смартфоне.
Почти все крупные проекты с «большими» клиентами реализуются с помощью всех трёх направлений и их технологий. В этом случае единым знаменателем, или неотъемлемым компонентом, как будет удобнее пояснить, становится аналитика.
Marketing Logic – это, в первую очередь, аналитическая компания, а инструменты могут быть самыми разными.
MarketingTECH: Какие основные параметры (группы параметров) оценивают ваши решения для каждого направления и откуда собираются Big Data для анализа.
Дмитрий Галкин: На этот вопрос невозможно однозначно ответить, т.к. все проекты разные, и в каждом из них используются свои слои данных.
Мы накапливаем в нашем DataLake максимальные объёмы, которые можем хранить, обрабатывать и структурировать.
(Примечание редакции: Data Lake- озеро данных – это метод хранения данных системой или репозиторием в натуральном (RAW) формате, который предполагает одновременное хранение данных в различных схемах и форматах. Обычно используется blob-объект (binary large object) или файл. Идея озера данных в том, чтобы иметь логически определенное, единое хранилище всех данных в организации (enterprise data) начиная от сырых, необработанных исходных данных (RAW data) до предварительно обработанных (transformed) данных, которые используются для различных задач: отчеты, визуализация, аналитика и машинное обучение.
Просто данные – это ещё не инструмент, поэтому мы их обрабатываем, объединяем, обогащаем, и обычно всегда, привязываем к геопараметрам.
Если у клиента есть свой объём данных, то он тоже становится неотъемлемой частью проекта. Чем больше данных, тем точнее прогнозы, тем эффективнее наша совместная работа.
Могу сказать, какие данные используются чаще всего: данные о населении, благосостоянии, трафике, транспорте, конкурентах в самых разных сферах, состоянии и характеристике капитальных сооружений и жилого фонда, данные о точках притяжения посетителей (ТЦ, учреждения культуры, крупные инфраструктурные объекты).
Бывают проекты, например, затрагивающие природные риски для страхования объектов, где мы подтягиваем данные о погоде, природных и антропогенных явлениях, рельефе, инженерной и дорожной инфраструктуре и так далее.
Данные мы берём из множества источников, обогащаем их, как уже сказал ранее, данными клиентов, а если нужны какие-то дополнительные слои, которых у нас нет, то мы их докупаем у наших партнёров.
У нас очень обширная витрина своих агрегированных данных: несколько сотен слоёв, это десятки терабайт данных.
MarketingTECH: Насколько ваши технологии привязаны к cookie? Что будет, когда их закроют.
Дмитрий Галкин: Мы не обрабатываем персональные данные, все наши технологии основаны на пространственном анализе, где широта и долгота – основной ключ для связки данных между собой.
MarketingTECH: “Метрики с привязкой к многим городам России” (с), которые используют ваши системы. Например, “Атлас”. Как они собираются и обновляются? Хотелось бы понять в общих чертах из чего они состоят. Сбор такой информации, наверное, ресурсоемкое мероприятие.
Дмитрий Галкин: Да, у нас есть данные по 1000+ городов и населенных пунктов России, а некоторые слои покрывают Россию полностью.
Собирать эти данные — действительно ресурсоемкая, но весьма простая и понятная процедура.
Важно, что дальше вы делаете с данными: как структурируете, как обеспечиваете качество, как объединяете, как настраиваете предварительные вычисления, как формируете витрину для моделей, как накапливаете библиотеку «фичей» (синтетических переменных для моделирования).
Именно эти задачи хорошо может решать только человек, остальное быстро научились делать машины.
Иными словами, более ценным своим умением мы считаем умение работать с данными, структурировать их, связывать между собой, привязывать к геопараметрам, анализировать, выводить решения из такого анализа и тем самым повышать эффективность бизнеса наших клиентов.
Сам интерфейс карт тоже может быть любым, важнее то, что за ним стоит, то, что этот интерфейс отображает. В части наших проектов карт нет совсем, только аналитика больших объёмов информации и самое ценное – выводы и рекомендации для бизнеса.
MarketingTECH: Что дает визуализация данных маркетологу?
Дмитрий Галкин: Если отвечать на вопрос о помощи маркетологу, то скажу простую вещь: карта даёт наглядность. Если результаты вычислений и анализа различных слоёв данных отобразить на карте, это для многих задач проще считывается, чем строки таблиц и графики, т.к. привязано к конкретным локациям.
Для многих бизнесов привязка к конкретному месту — это ключевой момент, плюс люди всё-таки живут не в сети, а в конкретных домах, районах и городах, они ходят в магазины, ездят на работу, пользуются оффлайн-услугами и используют транспортную инфраструктуру.
MarketingTECH: Насколько сложно ваши системы интегрировать, дорабатывать, обновлять, менять компоненты, обслуживать и т.д.
Дмитрий Галкин: Если этот вопрос касается данных, которые мы структурируем, анализируем и используем, то можем сказать, что главный вопрос не в сложности: мы не первый год этим занимаемся, важнее регулярность и внимательность к ним, а также умение нетривиально к ним подходить, извлекая максимальную пользу. Иногда совсем неочевидные параметры оказывают влияние на эффективность решений, важно вовремя оценить это потенциальное влияние и использовать в проекте.
MarketingTECH: Поделитесь планами по развитию продукта. Какие новые возможности и решения для каких отраслей стоит ждать.
Дмитрий Галкин: Как минимум, мы продолжим развивать и увеличивать эффективность тех направлений и решений, которые уже есть сейчас. Продолжим расширять свою витрину данных и наращивать экспертизу в ритейле, недвижимости, фарме.
Мы с интересом смотрим на направление мобильной разработки – у нас есть несколько решений, но мы видим новые возможности расширения этого формата.
К счастью, наши продукты для этого отлично подходят. Кроме этого, мы думаем над новыми проектами в области «компьютерного зрения», над тем, как с его помощью сделать возможности аналитики почти безграничными, уверен, что это вопрос ближайших лет для рынка.
MarketingTECH: На вашем сайте нет прайсов. Понятно, что системы разрабатываются под заказчика. Но хотелось бы знать, насколько доступны технологии? Какие категории клиентов могут себе их позволить? Можете привести “типичный пример”. Какие задачи решаются и во сколько это обходится?
Дмитрий Галкин: Мы действительно не размещаем стоимость услуг на сайте, т.к. подавляющее большинство наших проектов индивидуальны, и стоимость рассчитывается, исходя из сложности проекта, объёма данных, кастомизации решений. Диапазон может варьироваться от десятков миллионов для крупных проектов до 50 – 100 тысяч рублей, если речь идёт о готовом решении для малого бизнеса. Всё очень индивидуально.
MarkemingTECH попросил Дмитрия Галкина привести примеры, которые бы проиллюстрировали эффект от внедрения решений Marketing Logic.
В 2019 году аналитическая компания помогла Альфа-Банку трансформировать сеть из 400 отделений в России. Marketing Logic взял данные за предыдущие 5 лет, добавил прогноз привлекательности локаций на ближайшие 5 лет. Потом были созданы цифровые двойники отделений банка и всей сети. Сейчас, в системе разработанной для банка, работает 18 прогнозных моделей, каждая в своей зоне ответственности. Marketing Logic помог Альфа-Банку рассчитать более 21 миллиона альтернативных сценариев трансформации.
Также Marketing Logic оказывал помощь, в оценке потенциала локаций для офисов Бинбанка. Экспертные оценки, с помощью которых выбиралось места новых офисов, иногда были неточны: только 50–60% офисов окупались в срок. По статистике аналитической компании до 90% отделений, открываемых с помощью инструментов геомаркетинга, окупаются вовремя, и этот показатель растет. Проект позволил Бинбанку снизить по некоторым направлениям стоимость привлечения новых клиентов в три раза. В среднем, пространственный анализ повышает эффективность маркетинга до 40%.
К 2030 году, по оценкам PwC, искусственный интеллект обеспечит 14%-процентный прирост мирового ВВП, это около 15,7 трлн долларов, то есть он станет неотъемлемой частью экономики. В конкурентной борьбе выиграет тот, кто раньше “включится в игру” и накопит внутренний опыт работы сотрудников в связке с искусственным интеллектом.
Поэтому, нам так важно сейчас отслеживать новые решения на рынке маркетинговых технологий. Коллеги, если вы пользуетесь чем-то интересным, знаете или хотите узнать о новых инструментах, пожалуйста делитесь с нами идеями и вопросами. Будем обсуждать с экспертами и разбираться вместе.