Увеличить прибыль компании поможет анализ данных


Лучше понять потребности клиентов поможет правильно выстроенный процесс анализа данных. Сегодня этот фактор можно назвать одним из ключевых в принятии управленческих решений. Он же влияет и на повышение доходности компании. «Человек из будущего» — так можно назвать Педро Пауло Кунья, главного аналитика данных и директора по аналитике принятия решений EY в регионе MENA (Ближний Восток и Северная Африка). Педро приехал в Алматы из ОАЭ, Дубай, чтобы поделиться своим опытом в области аналитики с казахстанским бизнесом и общественностью. Аналитик EY много лет работает в сфере информационных технологий и накопил соответствующий опыт в разных отраслях, как в сегменте B2B, так и B2C. О том, как принять стратегически верное решение и с помощью анализа данных увеличить свои доходы или сократить затраты, рассказал Педро Кунья.

Педро, расскажите, пожалуйста, почему для компаний важна система управления данными? Каких рисков можно избежать с помощью таких систем?

— Самое главное в работе с данными — это то, как вы ими управляете. Во-первых, важно, чтобы в компании работал хорошо отлаженный процесс по сбору и защите данных. Не менее важно, чтобы с данными взаимодействовали специально обученные этому люди. Во-вторых, важно понимать, что данные, которые аккумулирует компания, становятся ее активом, а значит, их можно дальше монетизировать. Например, вы собрали много разных сведений о покупательском и потребительском поведении своих клиентов; далее, исходя из анализа данных, вы можете сделать выводы и принять решения, которые повлекут за собой рост в спросе на вашу продукцию или услуги, более высокую лояльность клиентов, а значит повысят продажи и помогут вам занять более устойчивую позицию на рынке. С этой точки зрения, повторюсь, данные — это ваш актив, а значит, он требует качественного подхода как относительно сбора и хранения, так и обработки, и последующего использования. Если в компании данные процессы не выстроены, наличие массивов данных может предстать не столько в качестве возможности для бизнеса, сколько в роли угрозы.

Можно ли говорить, что в настоящее время аналитика проводится в режиме онлайн и как это влияет на принятие решений в компаниях?

— Действительно, сегодня мы все чаще наблюдаем использование данных в онлайн-формате. Например, «облачные» решения позволяют аккумулировать огромное количество информации. В целом существует три основных типа данных и подходов в работе с ними. Первый тип — это когда с помощью полученных сведений вы можете описать происходящую ситуацию. Второй — когда вы можете спрогнозировать что-то. Третий тип возникает в результате симбиоза первых двух типов подходов, когда, произведя соответствующий анализ данных, вы можете дать практические рекомендации своим клиентам для принятия ими качественных управленческих решений, т. е. данные можно использовать по-разному. Например, текущая ситуация с клиентами — это одно, это статус. Если же компания может проанализировать особенности онлайн-аккаунтов клиентов и сделать выводы о наиболее востребованной продукции (например, наиболее часто просматриваемой) и спрогнозировать развитие спроса — это уже второе. В примере использования третьего типа подхода компания и вовсе строит анализ развития бренда в перспективе.

Хотелось бы отметить «пионеров» в освоении новейших инструментов сбора больших данных и аналитики — это банки и компании телекоммуникационного сектора. Другие индустрии также потихоньку включаются и апробируют разные методы.

Расскажите о трендах в бизнес-аналитике?

— Про основные тренды в области бизнес-аналитики и искусственного интеллекта я рассказывал на прошедшем Форуме (Kazakhstan Growth Forum). С каждым годом растет мощность компьютера и расширяются возможности сети интернет, что, в свою очередь, снабжает всех нас огромным арсеналом новых инструментов — как для жизни, так и для бизнеса. Искусственный интеллект сегодня — это запрограммированный алгоритм, который может распознавать лица и голоса и анализировать полученные данные. Он распознает аудиальные, визуальные, текстовые знаки. Как я говорил ранее, подобные явления несут в себе грандиозные возможности монетизации, а это значит, что все больше компаний будут стремиться инвестировать в инновации и предлагать своим клиентам более «легкие» и более «умные» решения.

Вы участвовали в крупном проекте в сфере недвижимости. Расскажите об этом опыте, чем он может быть интересен или уникален?

— Не секрет, что крупные инвесторы, прежде чем принять инвестиционное решение, анализируют покупку объекта недвижимости с самых разных сторон и зачастую делают это вручную. Процесс оценки усложняется, если сравниваются объекты, допустим, расположенные в разных странах. В одном нашем проекте мы интегрировали множество данных, из которых, как правило, складывается оценка объекта недвижимости и автоматизировали процесс. Как результат, клиент получил комфортный инструмент и значительно повысил скорость своей работы и принятия решения.

Остановлюсь подробнее на одном примере. Наш клиент (оператор сети отелей в разных ценовых сегментах в разных странах мира) хотел продать часть своих активов крупному инвестору. В процессе переговоров и оценки предложения, инвестор часто обращался к нашему клиенту, запрашивая те или иные сведения по отелям, прибыльности и т. д. Ввиду масштабов бизнеса, сбор и предоставление сведений не всегда был удобным и оперативным. Нашим решением стала разработка аналитической базы с удобочитаемой организацией данных. Сегодня мы много работаем с таким инструментом, как роботизированная автоматизация процессов — когда прописываются специальные алгоритмы и становится возможной работа в разных, не связанных напрямую друг с другом, базах.

В какой сфере экономики особенно важна экосистема данных и почему?

— Экосистема данных одинаково важна для всех сфер экономики. Говоря об экосистеме данных, для начала я бы отметил три основных источника получения и работы с информацией. Первый тип — это данные, которые есть внутри организации. Второй — это данные, генерируемые с помощью различных девайсов (например, через камеры на светофорах, фиксирующие нарушения). Третий тип — данные, которые генерируем мы, пользователи, через свои действия, т. е. заходя на сайт или в соцсети.

Раньше преимущественно анализировали сведения, полученные внутри организации. Сегодня чаще используют второй тип — сведения, фиксируемые специальными гаджетами. Это уже практикуется, например, на заводах. Гаджеты помогают собирать и анализировать данные и прогнозировать различные угрозы и риски (например, «умные» датчики могут «предвидеть» вероятность взрыва на нефтегазовом заводе).

В следующем году в Казахстане планируется проведение переписи населения. Какие технологии страна могла бы использовать? Как это может изменить точность, оперативность и информативность переписи?

— В таком очень сложном и масштабном процессе, как перепись населения, в первую очередь важна культура работы. Восемь лет назад во время переписи населения в Бразилии, например, уже использовались цифровые технологии. Однако дело не всегда в технологиях. Я бы начал с повышения качества культуры и целостности процесса в целом. Здесь много аспектов. И методология, и репрезентативность выборки, и вовлеченный человеческий фактор, и понимание людьми значимости этого проекта. К вопросу переписи населения нужно подходить комплексно.

Опыт каких стран вы можете привести в пример именно в применении технологий в переписи населения?

— Я думаю, что Бразилия послужит хорошим примером, так же как и ОАЭ и ряд европейских стран. Немаловажно также «шерить» информацию, т. е. делиться результатами. К примеру, в Бразилии есть специальный сайт, зайдя на который можно получить качественные сведения о населении. Это очень ценно для бизнеса и общественности.

Смотреть все новости

Заказать консультацию

Отправить


Запишитесь на консультацию и
мы свяжемся с Вами в ближайшее время

+