Поговорить, как с живым человеком, какие решения лучше принять, какие тенденции стоит учесть? Обсудить, что влияет на суму среднего чека, какие меры принять для большей мотивации сотрудников?
Похоже на сцену из фантастического фильма. А что, если мы скажем, что такая система уже есть, и это не фантастика?
Помните старый анекдот?
Экзамен по теории вероятностей и матстатистике. Преподаватель пытается помочь «плавающему» студенту:
— Представьте, что вы сейчас вышли на улицу. Какова вероятность, что вы встретите динозавра?
— 50 на 50!
— Почему?!
— Либо встречу, либо нет.
Решение вроде бы смешное — на то это и анекдот. Но такое ли абсурдное? Вообще-то, с похожими ответами мы сталкиваемся часто:
— Ну как, объём продаж до конца года сможем удвоить?
— Непонятно ещё, время покажет…
— Как рекламная кампания? Хорошо зашла?
— Мы пока наблюдаем, факторов, вообще-то, много…
— Что новый сотрудник? Сработается со «старичками»?
— Надеемся. Но он только первый день вышел, прогнозы рано давать.
То есть смешные «50 на 50» рулят не только на экзамене, но и в бизнесе.
Что с этим не так?
Почему нам смешно про динозавра, но мы воспринимаем как должное остальные три ответа — и не сомневаемся в адекватности взрослых людей, специалистов?
Потому что ситуация с динозавром воспринимается как очевидная, а ситуации из примеров гораздо сложнее. Мы действительно не знаем ответа. И понимаем, что факторов и правда слишком много.
Исключение есть: специалисты по статистическому анализу быстро сообразят, какой метод даст более точный прогноз. Но чаще всего такого специалиста нет под рукой, как и нужного инструмента: для многих компаний слишком дорого и то, и другое.
Руководитель небольшой или средней компании, слыша о Big Data и Data Driven маркетинге, думает примерно так: «Это не для нас, это для корпораций, а мы пока маленькие». Поэтому большинство компаний по-прежнему полагаются не на аналитику, а на эмпирику: «поживём — увидим». Издержки понятны:
Результат непредсказуем там, где опыт ещё не наработан (то есть во всех новых сферах: будь то новое направление для бизнеса или просто рекламная кампания через новый канал);
Результат не всегда удаётся точно предсказать и там, где опыт есть. Например, внешне всё выглядит как прежде, но на самом деле что-то изменилось — и поэтому прежние действия не гарантируют того же результата (например, соцсеть «без объявления войны» изменила алгоритм работы с рекламными публикациями в корпоративных аккаунтах)
Не достигая нужных результатов, компания неизбежно несёт финансовые и ресурсные потери — в любой области: от маркетинга и продаж до работы с персоналом.
Впрочем, так было всегда. Бизнес — это всегда риски, кто не рискует — тот не пьёт шампанское, и так далее. Однако есть секретный способ, при котором рисковать можно реже, а пить шампанское (подберите близкую вам альтернативу) чаще.
Это аналитический инструмент, который знает, что делать, когда факторов «слишком много». Он довольно демократичен — и готов общаться не только со специалистами по матанализу. Понимает человеческий язык. И даёт понятные рекомендации.
Звучит как фантастика, что-то из будущего. Но отправиться туда можно уже сейчас. И даже бесплатно.
Чуть-чуть фантастики для бизнеса
Что это такое?
Это Watson Analytics—аналитическая интерактивная система компании IBM, вместе с которой мы готовили этот материал. Её официальная страница: http://www.ibm.com/analytics/ru/ru/watson-analytics/
Что она умеет?
Анализировать данные во всех их взаимосвязях и находить ответы на ваши вопросы. Компания использует сложные статистические методы анализа, но представляет итоговые результаты в простой и наглядной форме. И делает это быстро.
Например, можно выяснить:
как именно ваша организация может привлечь и удержать перспективных сотрудников;
что вы можете предложить вашим клиентам такого, чего не могут предложить конкуренты;
от каких факторов зависит сумма чека ваших клиентов;
на что стоит сделать ставку в будущей рекламной кампании — исходя из ваших целей;
и так далее.
Естественно, ответы зависят от качества введённых данных.
Где это можно использовать?
Вообще-то, где угодно. Везде, где есть данные, которые нужно понять, проанализировать и принять решения на их основе. Или если нужно что-то объяснить, визуализировать.
Watson Analytics уже используется в маркетинге, продажах, IT, финансах и банкинге, HRM, страховании, ритейле, телекоммуникациях, химической промышленности, нефтегазовой отрасли, в индустрии моды и красоты, ресторанном бизнесе. А ещё в образовании, медицине, госуправлении.
Её нужно устанавливать?
Watson Analytics существует в нескольких вариантах. Самая простая версия — это SaaS, облачное решение, и установки не нужно. Данные для анализа (например, таблицы в Excel) можно просто закачать в систему. Если нужна более продвинутая версия, то может понадобиться адаптация системы под ваши задачи.
Я не специалист по статистике и вообще не технарь. Я смогу этим пользоваться?
Иметь доступ к системе (для бесплатной версии достаточно зарегистрироваться).
Иметь данные, которые вы хотите проанализировать (таблицы Excel, информация из базы данных или из «облака» и др.). Их нужно будет загрузить в систему. Это несложно. Кроме того, на сайте есть обучающие видео и вебинары, и всегда можно задать вопрос специалистам компании.
После того, как система получит ваши данные, она сама сформулирует информацию в виде вопросов, которые можно проанализировать и получить ответ. Вы можете выбрать один из этих вопросов или задать свой: нужно просто набрать текст вопроса.
А что, система правда понимает обычный язык?
Да! И это, пожалуй, самое удивительное. Watson Analytics—когнитивная система, она анализирует язык и даже распознаёт речь. Поэтому вопросы можно просто ввести в свободной форме с клавиатуры, а в некоторых версиях — задать устно.
Источник: http://www.cossa.ru/