Анализ данных - как много в этом слове.
В наше время кризиса и падения продаж, все больше компаний ищут скрытые ресурсы в своих бизнес-моделях. Идея проста: изменить соотношение ресурсов и результатов в свою пользу. То есть либо мы тратим меньше, не теряя в показателях, либо получаем больше, не увеличивая затрат. И вот на совещаниях все чаще звучит слово "оптимизация".
К сожалению, большинство решений, которые предлагаются под эгидой оптимизации, укладываются в формулу "я плохо в этом разбираюсь, но мне кажется, что мы зря столько платим за [вставить нужное] ". Как следствие, часто под нож идут критически важные элементы, что ситуацию, естественно, не выправляет.
В других случаях руководители начинают искать волшебные решения, описываемые формулой,"хочу такую кнопку, чтоб я на нее нажал и все сразу стало хорошо". Причем "решением" может быть как внедренная кем-то методика, так и специалист, который ну прям очень эффективный, с красивым резюме, и который сделает чудо одним своим присутствием. Вот стоит ему появиться, щелкнуть пальцами, и сразу как попрет, как в былые времена.
Ну и, наконец, есть сторонники концепции, что если я хочу что-то улучшить, это сначала надо померить и понять, какими рычагами можно повлиять на требуемый показатель. Что для показателя важно, а что нет. Что можно трогать, а что не стоит. Именно применение такого подхода дает ШАНС(!) провести настоящую оптимизацию.
Применительно к ритейлу, измеримость процессов в магазине обеспечивается дополнительным оборудованием, таким как счетчики посетителей, wifi- и instore- аналитика, распознавание лиц. Это оборудование дает данные о том, как себя ведут посетители в локации и на объекте. Если взять эти данные и связать с продажами, чеками, затратами на рекламу, персонал, рабочим графиком и т. п., получается довольно прозрачная система, описывающая посетителей в разрезе "стимул-реакция", дающая возможность их профилировать и общаться с аудиторией персонализированно, а также позволяющая оценить ROI любых вливаний в рекламу/акции/обучение/мерчендайзинг и прогнозировать эффект от этих действий.
Но и в этом, по сути верном, подходе, есть подводные камни. Вот о них и поговорим.
Итак, типичные ошибки при поиске и внедрении IT решений:
1)Нежелание вникать в то, как именно решение будет интегрировано в бизнес-процесс.
Как раз типичный пример поиска "волшебной кнопки". Ситуация часто усугубляется добросовестно заблуждающимися вендорами/интеграторами, которые сами никогда на практике ритейлом не руководили, данными своими не пользовались, но которые с воодушевлением расскажут, какие замечательные возможности эта система предоставит... в теории. То, что теория должна быть грамотно наложена на практику, многие почему-то забывают, и в итоге после внедрения получаем красивый интерфейс с данными, к которым никто не знает, с какой стороны подойти и зачем они вообще нужны. Не представляете, как часто мне доводилось слышать "мы поставили систему, собрали данные, что нам теперь с ними делать? "
2) Внедрение без привлечения конечных пользователей.
Классическое следствие данной ошибки - внедренное решение просто "падает на голову" кадровикам/маркетологам/развитию, которые не знают и не понимают логику и инструментарий системы. И не просто падает, а с директивой мол "мы потратили много денег, сделайте хорошо". Некоторые смышленые и активные товарищи сами разбираются с системой "методом тыка", или собирая информацию по крупицам из разных источников, но чаще система становится очень дорогим "микроскопом", который стоит на пыльной верхней полке, и его иногда достают чтобы забить пару гвоздей. Не хотите чтобы было так-привлекайте целевых пользователей с ранних этапов.
3) Сотрудников не обучают работе с решением.
Мне тяжело представить ситуацию, при которой компания приобретает, например, трактор для расчистки территории, не озаботясь заранее, чтобы кто-то умел им управлять. А вот с IT решениями такое происходит сплошь и рядом. Точнее, предполагается, что если у нас есть, скажем, маркетолог, то он разберется, что к чему. Логика в духе "у тебя есть права категории Б. У машины 4 колеса, у трактора 4 колеса, это одно и то же, разберись, ты ж водитель". Нет, не то же самое. Хотя бы потому, что у систем множество нюансов, как в плане логики сбора, обработки и агрегации данных, так и чисто технических нюансов. И без понимания этих механик и нюансов неизбежны грубые ошибки. Например, можно ли опираться на показания соцдема, отображаемые в кабинетах wifi- аналитики? А вы знаете, что там отображается только соцдем пользователей, которые когда-то регистрировались в хотспот через соцсети с целью доступа к wifi, а вовсе не средневзвешенный соцдем ваших посетителей? И может получиться что вы, будучи владельцем магазина стройматериалов, в кабинете лицезреете 80% женщин-посетителей на 20% мужчин. А фокус в том, что женщины активнее регистрировались через хотспот в wifi сети студии маникюра двумя этажами ниже. А потом они приходят в магазин с мужьями, которые нигде не регистрировались и профилей не оставляли. Значит ли это что инструмент не работает? Конечно же нет, в рамках своей логики он работает безупречно, просто нужно знать, КАК он работает и какие ошибки возможны.
Не забывайте, что, приобретая трактор, чистить территорию будете именно вы.
4)Попытка сэкономить на системе.
Очень соблазнительно получить тот же результат, но в 5 раз дешевле. Ну вот казалось бы, счетчик есть счетчик, считает посетителей. А в него еще добавили wifi-радар. Ну ведь здорово, шампунь 2 в 1. Однако, когда доходит до дела, оказывается, что набор "сырых" мак-адресов с некалибруемого устройства-это инфомусор, на основании которого ни аналитику нельзя построить, ни сегмент для таргетинга составить. Готовы сливать бюджеты на то, что стоит дешево, но не работает как надо? Даже не так, перефразирую: готовы ли вы принимать бизнес-решения и составлять стратегии на основании неправильных и нерепрезентативных данных? Сунете голову в пасть ко льву?
5) Невнимание к эксплуатации системы.
Казалось бы, я купил инструмент, ну молоток и есть молоток. Спасибо производителю, дальше мы сами. Фокус в том, что IT системы- это не молоток, а точное и сложное средство измерения. Почему мы постоянно поверяем и калибруем средства измерения в лабораториях и на производствах, но пренебрегаем этим при работе с бизнес-данными? У меня в практике десятки примеров, когда клиенты приходили к нам на сервис, мы проводили ревизию их оборудования и настроек, и оказывалось, что люди ГОДАМИ пользовались некачественными данными, причем даже близко не представляя себе масштаб бедствия. И если в "жирные" годы это было не так заметно, то при наступлении кризиса оказывалось, что при попытке оптимизироваться на основании этих данных, "не выходит каменный цветок". И виной тут не оборудование обычно, а сбросы настроек, изменение планировок, состояние сети, саботаж сотрудников и т.д. и т.п. Есть мнение, что управлять бизнесом на основании неточных данных - это как управлять автомобилем вслепую. Азартно, весело, но недолго, до первого столба.
6) Идеализация решения
И снова проявление искательства волшебной кнопки. "Поставлю сегодня систему на последние деньги, она мне завтра же все поправит."
Не поправит. Во-первых, уйдет время на интеграцию. Во-вторых, на сбор данных тоже нужно время, в-третьих, с данными нужно активно работать чтобы был какой-то результат. Например, я поставил счетчик посетителей, связал посещаемость с чеками и выяснил, что у меня средняя конверсия 20%. Ну и что? Зачем мне это знание? А вот если я, к примеру, выделю лидеров и отстающих, буду изучать их показатели, определять причины такого положения дел, внедрять подходы лидеров, отслеживать результаты и все это в постоянном цикле нон-стоп, вот это уже работа. Которая, опять же, требует методики и времени.
IT система - не панацея. Грамотно с ней работая, можно рассчитывать на сокращение издержек на рекламу и ФОТ, можно рассчитывать на увеличение выручки, среднего чека, продаж определенных позиций и т.п., смотря что мы считаем целевым результатом. Но, во-первых, результаты достигаются не моментально, а в ходе недель и месяцев работы с данными и адаптации инструмента к своему бизнесу. Во-вторых, ни о каких сотнях процентов роста, как правило, речи не идет, реальные пределы оптимизации обычно находятся в районе 2, 3, 5 10, 15, 20%, что, конечно же, достойно, но совсем не то чудо в 500% роста, которое часто обещают продавцы.
В завершение простой совет: будьте реалистами и трезво смотрите на любые предложения. Волшебных кнопок не бывает, любой результат - это время, деньги, и труд.