Как выжать больше из лимона. Часть 3. Аутсорсинг аналитики и организационные решения

Аналитическая поддержка принятия решений уже не является чем-то экзотическим и инновационным. Множество компаний по всему миру доверяют специальному программному обеспечению часть работ, связанных с обработкой и анализом данных. Однако иногда компании не хватает собственных ресурсов для того, чтобы от "интуиции и опыта" перейти к поиску закономерностей в данных и объективным решениям.

Об этом - аутсорсинге аналитики - сегодняшняя часть статьи "Как выжать больше из лимона", начало можно прочитать  по ссылкам  часть 1, часть 2.

Совет третий: не бойтесь аутсорсинга

Реализация принципов поведенческого моделирования возможна в любой розничной сети. Нужно лишь учесть необходимые и достаточные условия. 

К необходимым условиям относится наличие адекватного массива ретроспективных данных. В идеале он должен охватывать покупки не менее 50% клиентов сети. Отсутствие ретроспективных данных не является непреодолимой проблемой: запустить процесс сбора данных можно в любой момент. Единственное требование - возможность идентификации поведения покупателя с помощью дисконтной или бонусной карты.

С достаточными условиями внедрения поведенческого подхода ситуация немного сложнее. Они включают в себя три разновидности: техническое, методологическое и организационное условия. 

Техническое - это возможность использования достижений бизнес-аналитики при работе с накопленными данными. Некоторые крупные сети используют аналитический функционал, встроенный в ERP-систему, или применяют отдельные системы, позволяющие управлять отношениями с покупателями. Для других розничных операторов вопрос решается еще проще: практически все существующее программное обеспечение позволяет формировать массивы данных для передачи их аутсорсинговому провайдеру с целью применения технологии поведенческого моделирования. Иными словами, практически у каждой сети есть возможность периодически арендовать техническую базу для планирования поведенческих инициатив. Более 70% клиентов Prospects использовали эту возможность, избежав необходимости инвестировать в дорогостоящий программный продукт.

Методологическая составляющая напрямую связана с человеческим фактором. Именно человек, владеющий методиками, делает процесс анализа управляемым, определяет его методы, несет ответственность за их уместность, определяет пути повышения эффективности. Получить методические рекомендации можно и у третьих лиц, но все же библиотека методического опыта должна накапливаться в компании. 

Организационное условие обеспечивает возможность соблюдения технического и методологического. Речь идет о том, каким структурным подразделениям компании может вменить в обязанность решение описанных выше задач. Часто это становится краеугольным камнем на пути реализации поведенческого подхода. IT-подразделения первыми попадают под раздачу, и зачастую именно это гасит благие намерения инициаторов поведенческого моделирования.

Сопротивление IT-подразделений естественно по нескольким причинам. 

1. Прежде всего, личностные особенности IT-специалистов не располагают к глубокой поведенческой аналитике: они читают другие книжки и думают о других вещах.

2. Вторая причина - занятость IТ-специалистов регулярными операционными задачами предприятия. В свою очередь, отделы маркетинга зачастую слишком далеки от задач подобного рода. 

Выходом может казаться введение вакансии CRM-менеджера (и даже создание дирекций программ лояльности), но опыт показывает, что ему не дают поднять головы: объем задач, возлагаемых на новое должностное лицо, в большинстве случаев превышает его физические возможности. Тут уж не до аналитики (и тем более не до познания) - не завалить бы дело. Возможно, поэтому у многих компаний воз (с данными) и ныне там (в архиве).

Сдвинуть эту задачу в направлении поведенческого моделирования помогут как минимум два варианта действий. 

Первый предполагает назначение ответственных людей (а еще лучше -- выделение этих людей в отдельное подразделение), задачей которых будет интеграция маркетинга, IT и CRM с целью прикладной аналитики и предоставления поведенческих рекомендаций. По совместительству это подразделение может отвечать за систему управления знаниями компании. Второй вариант заключается в том, чтобы поручить поведенческое моделирование компании, специализирующейся на услугах подобного рода (без каких-либо организационных изменений внутри розничного предприятия).

Риски и возможности

Разумеется, оба варианта имеют свои преимущества и недостатки. И, делая выбор, нужно понимать последствия каждой стратегии, а также оценивать сопряженные с ней риски. А они есть. Для первого варианта характерны риски, связанные с отсутствием методологической базы и опытного персонала, а также с возрастанием фиксированных затрат компании (приходится привлекать специалистов из-за рубежа).

Риски второго варианта связаны с ключевой компетенции нанимаемой компании: очень часто в тендер включают провайдеров IT-решений, что в конечном счете выводит розничную компанию на губительный путь операционного CRM. Что касается риска сохранности данных, то в последнее время о нем говорят все реже: прошла эпоха недоверия, усовершенствовали системы безопасности и контроля, а главное, по мере накопления опыта исчезла боязнь злоупотреблений со стороны компании-подрядчика. Всем уже очевидно, что безупречная репутация -- ключевой фактор успеха любой компании, работающей с чужими данными.

Вместо заключения

«Средства бизнес-аналитики как возможность получения конкурентных преимуществ» -- это программа-минимум для отечественных сетей. Правда, на Западе уже давно звучит другой лозунг: «Применение BI -- не конкурентное преимущество, а средство выживания». Пожалуй, это тот случай, когда у компаний есть реальный шанс обогнать или догнать западных коллег, начав простые действия уже сегодня.

Также может быть интересно:

1. Клиентская аналитика. Методы и подходы к ранжированию клиентов  
2. Секреты ранжирования клиентов. Рэнкинги и рейтинги  (most popular)
3. Нужны ли маркетологу данные о клиентах. 4 вопроса, ответа и совета 
4. Что такое Customer Insight. Новая статья в Marketer's Digest
5. Список задач для Data Mining. Карта ума/Mind Map (most popular)

Прочитать другие статьи из этой же рубрики можно прочитать здесь

Все статьи блога можно увидеть здесь

Для получения обновлений блога не забудьте подписаться на рассылку RSS.