Анализируй этих: в Петербурге спрос на big data в рекламе вырос вдвое

Автор фото: EPA/Vostock-Photo

Петербургский бизнес за год стал использовать big data в рекламе вдвое чаще — об этом говорит рост спроса на сервис таргетированной рекламы "МТС Маркетолог". Как сообщают в компании, интерес к сервису наблюдается на фоне самоизоляции и постепенного выхода из нее. А в "Яндекс.Практикуме" количество регистраций на обучение по профессиям "Аналитик данных" и "Специалист по Data Science" выросло более чем в 4 раза.

Причем, как утверждает директор по маркетингу в "Яндекс.Практикуме" Евгений Лебедев, пик интереса пришелся на период самоизоляции, когда люди начали изучать что–то новое, — это были и сотрудники компаний, и представители бизнеса. Он отмечает, что в кризис в "Яндекс.Практикуме" столкнулись с тем, что учениками стали не столько начинающие предприниматели, сколько уже достаточно опытные бизнесмены. "Во–первых, у них появилось свободное время, и они решили его потратить с пользой. Во–вторых, они видят риски в том, что часть бизнесов просто не переживет карантин, кто–то будет вынужден искать работу", — объясняет он.
В "Мегафоне" отмечают: в контексте пандемии потребление сервисов big data несколько сократилось на фоне снижения бизнес–активности в целом, но интерес к новым решениям при этом активизировался.
В целом рост интереса к изучению аналитики данных наблюдался и раньше — согласно совместному исследованию Академии больших данных MADE и портала HeadHunter, уже в 2019 году спрос на дата-сайентистов вырос в 1,4 раза по сравнению с 2018 годом, а на специалистов по машинному обучению — в 1,3 раза.
Но сейчас трансформировался портрет того, кто интересуется инструментами big data. К маркетологам и специалистам крупных компаний добавились те, к кому пришло четкое осознание: следующий кризис без прогнозирования на основе больших данных они могут не пережить.
Управляющий партнер аналитической компании MarketingLogic Дмитрий Галкин говорит, что первые 2 месяца после объявления карантина спрос все же несколько снизился, так как перед большинством организаций возникла проблема адаптации бизнес–процессов к новым реалиям. Но уже летом, по его словам, запрос на технологии машинного обучения, RPA–решения и big data возобновился.
"Более того, пришли те компании, которые во время пандемии осознали, что нужно что–то менять в бизнесе, так как еще один кризис (не важно, обусловленный внутренними или внешними причинами) им пережить будет трудно. Многие увидели, как диджитал–технологии помогли тем, кто оставался на плаву все карантинное время, и тоже захотели внедрить их в свой бизнес", — комментирует эксперт.
Он также отмечает, что для крупного бизнеса, так или иначе работающего с данными, внедрение этих технологий — это уже вопрос не желания, а выживания: останутся на рынке те, кто не опоздает.
В "Мегафоне" также заметили, что услуга на сервис "Таргет" пользуется популярностью в Петербурге: в апреле, в разгар пандемии, количество его пользователей выросло по сравнению с аналогичным периодом 2019 года почти на 30%.
Интересно, что в пандемию инструменты big data позволяли принимать решения в сфере транспортного моделирования и туристической отрасли. "Так, например, в проектах планирования транспортной инфраструктуры ручной подсчет пассажиропотоков, который проблематично осуществить в условиях ограничений, связанных с пандемией, полностью могут заменить отчеты, построенные на агрегированных геоданных телеком–операторов", — рассказывает директор по развитию корпоративного бизнеса "Мегафона" Юлия Сябитова.

Данные в еде

По данным МТС, с 1 апреля по 31 июля 2020 года наибольший спрос на сервис "Маркетолог" отмечался среди продуктового ретейла и сервисов доставки — их доля в общем объеме новых обращений превысила 30%. В целом крупные торговые сети и службы доставки давно научились применять инструменты big data. Сейчас они инвестируют в развитие этого направления, заметно опережая другие сферы.
Группа "М.видео–Эльдорадо" с помощью big data совершенствует формат самовывоза — выбранный на сайте или в приложении товар можно забрать через 15 минут, это самый оперативный Click&Collect на рынке. Как рассказали "ДП" в компании, на основе анализа данных ретейлер определяет ассортимент каждого магазина группы с учетом спроса онлайн: порядка 50% товарного запаса точек сетей уже находится в нужных местах.
Другой пример — совершенствование рекламной рассылки. Так, клиент "М.видео" или "Эльдорадо" сейчас получает e–mail преимущественно о тех промоакциях, которые, скорее всего, будут интересны именно ему.
По результатам пилотных рассылок показатель того, что клиента заинтересовало письмо, вырос уже на 60%.
"Также клиент получает рекомендации о наиболее подходящих сопутствующих товарах и аксессуарах, которые ранее выбирали другие клиенты. A/B тестирование, при котором фокусная группа видела рекомендательный сервис, а другие — нет, показало увеличение количества заказов с аксессуарами, как телевизор с кронштейном или онлайн–кинотеатром, на 12%, рост оборота аксессуаров — на 15%", — рассказали "ДП" в пресс–службе группы.
В дирекции по работе с большими данными Х5 Retail Group сейчас трудятся более 350 специалистов. В разгар пандемии на основе глубокой аналитики big data ретейлер смог предсказать, как будет развиваться спрос, соответственно, какой необходим объем закупок. Аналитики X5 выяснили, что в период с 9 по 22 марта более 50% покупателей делали закупки впрок ограниченного ассортимента товаров длительного хранения. Анализ был проведен на базе финансовых и закупочных данных всех трех сетей компании, а также данных программ лояльности, которая включает более 40 млн клиентов и около 4,6 млрд чеков в год.
Так, пик закупок пришелся на 17 марта, уже на следующий день X5 зафиксировала снижение спроса по наиболее востребованным продуктам — крупам и консервам. Аналитики дирекции больших данных спрогнозировали, что повышенные закупки будут наблюдаться лишь несколько дней, после чего уровень спроса нормализуется.
В "Магните" также говорят, что находятся в активной стадии масштабной цифровой трансформации, в рамках которой они в том числе укрепляют свою экспертизу и возможности big data. Ретейлер в 2020 году в целом увеличил инвестиции в развитие цифровых технологий. Пандемия, по мнению представителей "Магнита", лишь подтвердила правильность решения. В компании уверены, что в текущих реалиях бизнеса без развития big data невозможно оставаться конкурентоспособным.
Службы доставки от ретейла не отстают, возможно, скоро они даже пойдут на опережение. Как рассказали "ДП" в сервисе доставки продуктов iGooods, компания недавно запустила рекламные возможности в приложении сервиса и на сайте для партнеров и производителей, сейчас они начинают делиться собранной аналитикой: например, какие товары часто покупаются вместе. "Это полезно для производителей в том числе и в офлайне: аналитика поможет эргономичнее располагать товары в торговом зале", — говорит управляющий и сооснователь сервиса Григорий Кунис. В целом в компании отмечают, что большая часть работы сервиса связана с использованием big data. "Качественный анализ данных помогает нам доставлять заказы в срок, рекомендовать покупателям наиболее подходящие для них товары и упрощать работу наших сотрудников", — также рассказывает Кунис.
В iGooods вводили новые алгоритмы работы сотрудников, обслуживания клиентов, а также решали бизнес–задачу: как в короткое время сервис может вырасти в 2 раза.

Близкое далеко

Директор по маркетингу в "Яндекс.Практикуме" Евгений Лебедев утверждает, что сейчас с данными все проще работать — базовые инструменты становятся доступны всем, в скором времени для их использования не нужно будет ничего знать. По мнению эксперта, специалисты, которые чуть больше погрузились в язык программирования, будут решать уже сложные задачи и помогать оптимизировать бизнес на более продвинутом уровне. Большинство экспертов сходятся в том, что за инструментами big data — будущее, вопрос только в том, как это будущее будет выглядеть.
Управляющий партнер аналитической компании Marketing Logic Дмитрий Галкин утверждает, что развитие анализа данных перешло в следующую стадию: как использовать эти данные, для каких целей, как объединить решения человека и машины, как повышать точность прогнозов. По его мнению, это понимание будет охватывать все большую часть рынка.
"Обогащение данных, объединение источников, понимание того, что, совместив собственные данные с другой полезной информацией, например геоданными, бизнес может выиграть сразу несколько лет у конкурентов, сделает это поле анализа данных местом ожесточенной конкурентной борьбы. Сейчас выигрывают те, кто раньше пришел к этому решению, но, когда придут остальные, это будет битва данных и систем их аналитики, борьба за большую прогностическую точность, охват и скорость", — считает эксперт.
Любой маркетолог не откажется от инструментов, которые позволят на возникшую потребность клиента тут же предложить ему решение. В этом плане рекламный таргетинг — это, безусловно, потенциальное будущее рекламы. Тем более что технологии работы с большими данными уже технически позволяют это делать. Но возникают морально–этические и законодательные ограничения. Может ли система, не спрашивая разрешения, собирать, хранить и обрабатывать информацию о пользователе, учитывая возможность утечек этих данных? Мы знаем, что фактически у многих устройств и гаджетов это происходит, но сдерживающим фактором являются только законы о защите персональных данных клиентов. Мне кажется, что сейчас ограничение роста — это поиск баланса между несанкционированным сбором личной информации о потенциальном потребителе и возможностями эффективно удовлетворять потребности этого самого потребителя. Техническая составляющая фактически уже не играет решающей роли.Хотя появление сетей нового поколения 5G позволит сделать реальной ситуацию, когда контент будет литься из каждого утюга не фигурально, а фактически. И в этом случае работа с большими данными и таргетированная реклама получат колоссальное поле для роста и применения своих технологий.
Марина Прибытько
глава компании "Мастерская Современных Интернет–Коммуникаций"
Спрос на обучение технологиям работы с большими объемами данных постоянно растет. Это связано с тем, что их количество ежегодно увеличивается, кроме того, многие компании начинают внедрять инструменты big data. В случае, когда у компании есть постоянный приток больших данных, есть понимание, что с ними делать, — стоит вкладываться в таких специалистов. Помимо знания программирования они должны на высоком уровне знать теорию вероятностей и статистику, математический анализ, линейную алгебру — без этого технологии не заработают.
Сергей Ширкин
декан факультетов искусственного интеллекта и аналитики Big Data в Geekuniversity
Как только началась пандемия, мы поняли, что анализ больших данных — это хорошо, но толку от него на тонущем корабле нет. Мы изучали потребительское поведение, собирали массивы данных, но сейчас пришлось отодвинуть на задний план инструменты big data и начать жить сегодняшним днем. Сегодня мы открыты, завтра закрыты, что будет послезавтра — никто не знает. Где были все эти экстрасенсы, когда нагрянул кризис? Во время катаклизмов анализ больших данных даст только среднюю температуру по больнице, поэтому сейчас наш горизонт планирования — 1 месяц.
Михаил Гусейнов
генеральный директор сети кофеен "Чайникофф"