Читать онлайн Николай Валиотти - Аналитика для руководителей. Стратегия и развитие бизнеса на базе данных, а не на интуиции
4
Школа интернет-маркетинга
© Николай Валиотти, текст, 2025
© Бортник В., иллюстрация на обложку, 2025
© Садовская М., иллюстрации в блоке, 2025
© Оформление. ООО «Издательство «Эксмо», 2025
Введение
Можно ли развивать бизнес, полагаясь на интуицию и Excel-таблички?
Вообще-то можно. На первых порах, пока компания еще маленькая, этого джентльменского набора вполне хватит, чтобы двигаться вперед. Если интуиция не подведет, а удача будет на вашей стороне – компания сможет как-то расти.
Но когда бизнес станет больше, а процессы – сложнее, цена любой ошибки обойдется вам дорого. Поэтому каждое решение придется обосновывать твердыми цифрами. Желательно, чтобы кто-то регулярно собирал их в удобную табличку. И тут вам понадобиться не только Excel, а полноценная аналитика с инжинирингом данных, базами и дашбордами.
Эта книга помогает сформировать системный подход к аналитике и научит видеть в ней ценный инструмент для развития бизнеса. Вам не придется изучать ее «с нуля», исследуя тонну статей и других книг. «Аналитика для руководителей» – полноценное пособие для тех, кто принимает стратегические решения. После ее прочтения вы точно будете знать кто даст вам данные и в каком виде они нужны, чтобы продвинуть бизнес.
Я занимаюсь аналитикой больше 15 лет. За это время я защитил кандидатскую по прогнозированию с помощью нейронных сетей и отучился в американском вузе Georgia Tech, с помощью данных поднял продажи в «Ленте» и Yota, с нуля создал аналитическую практику в «Юлмарте» и сделал ее основной для принятия маркетинговых решений. В 2019 году открыл собственный успешный дата-консалтинг LEFT JOIN, куда приходят стартапы, большие зрелые компании, онлайн-школы, интернет-магазины, телекомы, разработчики игр и приложений на основе ИИ. У них единый запрос – начать принимать решения с опорой на данные, чтобы бизнес рос.
Мы выстраиваем для них системы, которые помогают им в разы поднять прибыль, сократить расходы и избежать финансовых рисков. А также – оптимизировать структуру компании, доработать продукт и найти новые возможности для бизнеса.
Благодаря этому опыту, я знаю, с какими трудностями сталкиваются директора компаний и руководители отделов, когда начинают работу с данными:
• Не понимают зачем им аналитика вообще и какую пользу она может принести бизнесу, а уж тем более – как за счет нее увеличить прибыль.
• Не знают что спрашивать с аналитиков и как понимать язык, на котором они отвечают, чтобы превратить графики и таблицы в готовые бизнес-решения.
• Ошибочно берут сильно больше людей в штат или нагружают одного человека – не потому, что они плохие управленцы. Просто не имеют представления, что вообще делает аналитик: сколько времени и ресурса ему требуется, чтобы получить нужные данные под конкретно ваш запрос.
• Попадаются на удочку шарлатанов, когда новички выдают себя за опытных аналитиков, а управленец не понимает особенности их работы, поэтому тратит свое время, деньги компании и репутацию внутри организации.
Поэтому предлагаю решение не просто как практикующий аналитик, а как предприниматель, который не понаслышке знаком с задачами и вызовами руководителя. Я старался не углубляться в сложные технические детали, но рассказал, как с помощью различных инструментов построить систему, чтобы упростить процессы, сделать их эффективными для бизнеса и оптимизировать финансовые затраты. Любое решение без них – движение вслепую.
Если вы CEO компании, коммерческий директор, маркетолог, продакт-менеджер, вам и не нужно детально разбираться в аналитике – для этого есть команда. Но чтобы успешно выстроить рабочие процессы и взаимодействие между отделами, надо в общих чертах понимать:
• зачем работать с данными;
• что для этого нужно – как аналитика может помочь росту прибыли и масштабированию бизнеса;
• кто есть кто в аналитике: для решения каких задач вам понадобится дата-саентист, а для чего – дата-инженер, а также – что каждый из них должен уметь, чтобы считаться хорошим специалистом;
• какими понятиями, программами и данными мыслят аналитики и на каком «языке» они говорят.
Зная все это, вы поймете, какой специалист вам нужен, какие задачи вы можете ему ставить и каких результатов ожидать. Это поможет при взаимодействии со штатными сотрудниками и подрядчиками.
В первой части книги я расскажу зачем вообще бизнесу данные и какие ключевые этапы на пути цифровой трансформации проходят компании.
Во второй части уделю внимание основным инструментам хранения данных: базам и их разновидностям, хранилищам и тем самым озерам. Это поможет корректно ставить задачи аналитикам и понимать в каком формате данные вам нужны в итоге – это поможет принять верное бизнес-решение.
Третья часть расскажет о том, как быстро и эффективно обрабатывать данные, какие инструменты вам для этого понадобятся и как управлять несколькими потоками информации одновременно.
Четвертая часть посвящена основным целям, задачам и ролям подразделений и специалистов, работающих с данными. Мы наконец-то узнаем, чем отличаются друг от друга все эти люди с приставкой «дата-» в названии должности.
И, наконец, пятая часть поможет вам понять, как формировать собственный аналитический отдел и когда это необходимо. Возможно, есть и альтернативные варианты, которые лучше подойдут вашему бизнесу.
Ну что, готовы погрузиться в мир данных? Тогда поехали!
Часть 1
Приносят ли данные пользу бизнесу
Глава 1
Зачем вообще бизнесу данные
Мы живем в век цифровых технологий. Наши перемещения отслеживаются с помощью геолокации, поисковые запросы сохраняются в истории браузера, даже проставленные лайки учитываются. Дни рождения, номера телефонов в личных кабинетах приложений, история покупок – все, что мы делаем в Сети, оставляет «след». Регулярно о нас записывается огромное количество информации. Она обрабатывается и оседает в различных базах данных, буквально создавая виртуальный слепок наших личностей.
Но могут ли эти данные помочь бизнесу? Безусловно.
Грамотная работа с предпочтениями, увлечениями и запросами клиентов позволяет специалистам – маркетологам, менеджерам, управленцам – принимать правильные решения, строить бизнес-стратегии и увеличивать прибыль.
Вот несколько примеров грамотного использования данных для решения задач бизнеса в разных сферах:
• Телеком-компании. У каждой вышки мобильной связи есть определенная пропускная способность. Компании собирают данные о количестве пользователей и об объеме генерируемого ими трафика. На карте отмечают места расположения станций, выявляют перегруженные и станции со слабой отдачей. Это позволяет перемещать вышки, чтобы оптимизировать затраты на обслуживание мобильной сети. Таким образом создается максимально широкое покрытие, и оборудование справляется с трафиком.
• Ретейл. Гипермаркеты практикуют анализ данных в своих приложениях. Если клиент всегда покупал продукты в определенные дни недели, тратя конкретную сумму, но внезапно его активность снизилась по одному из показателей, то у магазина есть шанс потерять покупателя. Тогда ему рассылаются специальные предложения, индивидуальные скидки или единоразовые бонусы. Это помогает сохранить около 30 % клиентов.
На основе анализа покупок и предпочтений постоянных покупателей алгоритмы системы прогнозируют спрос, рассчитывают товарные остатки, рассылают клиентам персональные рекомендации, предлагают сопутствующие товары и товары-заменители.
• Операторы сотовой связи. В МТС внедрили продукты на основе «больших данных» во все сферы деятельности компании и теперь легко предсказывают вероятность увольнения конкретного сотрудника в ближайшие два месяца, затем принимают меры. Операторы также управляют рабочим временем продавцов: по часам прогнозируют загрузку магазинов розничной сети, состоящей из 5 тысяч салонов. Чистый эффект от этих мер в цифрах составил 3,5 млрд рублей за отчетный год.
Стоит отметить, что компания недавно объявила о запуске цифровой экосистемы для повышения безопасности. Алгоритмы системы маркируют для банков номера абонентов, подвергающихся телефонному мошенничеству. Далее система проверяет профиль клиента на основе его действий, а также отслеживает потоки событий, звонков, смс-сообщений и других действий абонента. С одной стороны проверяется профиль клиента на основе его действий, а с другой – отслеживаются потоки событий, звонков, смс-сообщений и других действий абонента. Так выявляются различные виды шаблонов, которые используются в мошеннических схемах. А это позволяет предотвратить до 45 % незаконных действий.
• Оператор почтовой связи. «Почта России» составила аналитический профиль каждого зарегистрированного пользователя своего приложения. Учитывается все: наличие автомобиля, доход, интересы и даже возраст детей. Это стало возможным за счет привязки аккаунта к порталу «Госуслуг». После всестороннего анализа данных в приложении вам приходят индивидуальные предложения по подписке на газеты и журналы, что помогает компании дополнительно зарабатывать около 1,2 млрд рублей в год.
• Медиа- и веб-сервисы. Они создают системы рекомендаций, сегментируют пользователей и привлекают новых за счет таргетированной рекламы. Чуть позже рассмотрим этот метод поподробнее на примере компании Netflix.
Из предложенных вариантов мы видим, что все больше компаний понимают важность data-driven – стратегии принятия управленческих решений на основе правильного использования данных.
Но не каждый руководитель может с ходу определить, какая конкретно стратегия подойдет его компании лучше всего.
Как же действовать и с чего начать?
Глава 2
Как верно соотнести данные с целями бизнеса
Рис. 1. Анализируем цифры – принимаем решение!
С управленческой точки зрения можно выделить две основные цели бизнеса: увеличение прибыли и масштабирование, то есть развитие компании. Дальше крупные цели можно разбивать на мелкие и ставить задачи для их достижения. И для всех потребуется собирать и анализировать данные. Судите сами:
• Чтобы увеличить прибыль, вы должны хорошо знать рынок и ваше место в нем, а также понимать клиента: кому и зачем нужен ваш продукт? Учитывая основные метрики, вам придется разобраться: какие сегменты клиентов уже охвачены вами? какие из них наиболее прибыльные?
• Принимать обоснованные бизнес-решения о создании новых продуктов можно, только исследовав новую область: сколько в ней конкурентов? а платежеспособных клиентов? как часто у них появляется запрос на ваш предполагаемый продукт?
• Оптимизировать рабочий процесс и использовать оборудование без простоев нельзя, не разобравшись в текущих показателях: сколько сейчас тратится времени на каждый этап производства? как быстро доставляется готовая продукция? насколько доволен клиент?
• Грамотно управлять маркетинговым бюджетом и эффективно тратить средства на рекламу невозможно без изучения результатов работы: сколько всего вы потратили денег? сколько клиентов пришли к вам с каждого канала сбыта? какое маркетинговое решение сработало лучше всего?
Для этого нужно твердо понимать, какой цели служат данные, о чем они говорят и как могут повлиять на развитие бизнеса.
Именно поэтому стратегия управления ими должна быть максимально согласована с целями и даже с миссией компании.
Вот как выстраивается эта связь:
Похожие книги
