Использование больших данных (big data) – один из ключевых трендов современной экономике. Современные технологии позволяют собирать, хранить и обрабатывать огромные объемы информации, например, сведений о клиентах и их действиях. Такие данные можно использовать для планирования дальнейшего развития компании, например, чтобы лучше понять свою целевую аудиторию и увидеть, какие продукты будут пользоваться наибольшим спросом. Может показаться, что работа с большими данными затратна и доступна только крупным корпорациям. Поначалу это действительно было так, но в последнее время ситуация изменилась: появилось довольно много инструментов, которые делают использование больших данных доступным и полезным для малого бизнеса.
При этом высока вероятность того, что вам не понадобится выделять дополнительные средства на сбор этих сведений. Скорее всего, что немалый объем полезной информации уже есть в распоряжении вашей компании, просто она им не пользуется. Например, анализ статистики, накопленной в CRM-системе, позволяет выявить тренды, связанные с сезонностью продаж и различными факторами, влияющими на сумму покупки. Анализируя данные об использовании АТС, можно понять, какие звонки оканчиваются успешными продажами, от чего зависит их длительность, в какое время клиенты обращаются чаще всего. Еще один источник полезных сведений – анкеты, которые покупатели заполняют при регистрации в программе лояльности. Часто компании просят указывать в них не только возраст и пол, но и другие сведения, однако потом не пользуются ими.
Чем полезны большие данные?
Чтобы из подобных наборов данных можно было извлечь пользу, важно хранить их в структурированном виде, например, в виде таблиц, для которых строго определено, в каком поле какие сведения указывается. Это позволит обрабатывать их автоматически, делая выводы на основе всего массива данных. В результате можно получить ответы, например, на следующие вопросы:
- Понять, что вызывает у клиента положительное впечатление, а что – недовольство. В отдельных случаях ответ может оказаться неочевидным. Например, одна из компаний, внедривших работу с большими данными, обнаружила, что на позитивную оценку о работе техподдержки влияет не скорость обработки заявки, а то, насколько подробно клиента информируют о ходе ее выполнения.
- Оценить предпочтения различных групп клиентов. Например, анализ использования АТС может показать, что клиенты из больших городов охотно используют голосовое меню, а жители небольших населенных пунктов предпочитают сразу общаться с живым оператором. С помощью опроса получить такие сведения было бы затруднительно.
- Понять, когда клиенты больше всего открыты к новым предложениям. Может показаться, что клиенты, обратившиеся в техподдержку, обычно недовольны продукцией компании и вряд ли станут приобретать что-то еще. Однако статистика показывает, что это не всегда так: многие из них часто сталкиваются с проблемами именно потому, что являются активными потребителями продуктов данного бренда. Следовательно, если сразу после обращения отправить им информацию о новинках, это может повысить продажи.
Большие данные позволяют принимать решения, опираясь на объективную статистику, а не только на собственную предпринимательскую интуицию. Это позволяет быстро проверять гипотезы, оценивать эффективность различных способов продвижения и находить нестандартные решения.
Первым шагом к внедрению анализа больших данных в компании может стать оцифровка клиентской базы с помощью системы UDS. С ее помощью вы сможете лучше узнать своих клиентов, понять, какие покупки они совершают, что влияет на средний чек и как его увеличить.