Цифра о трех концах: клиенты, оптимизация, бизнес-модель

Цифровая трансформация бизнеса может проходить по одному из трех направлений — улучшение клиентского опыта, оптимизация операционных процессов и совершенствование бизнес-модели.

Примечательно, что и основных технологических решений тоже три. «Деловой квартал» изучил основные предложения на этих направлениях и выявил самые полезные в том или ином случае.

 

Цифра о трех концах: клиенты, оптимизация, бизнес-модель 1

Облачные вычисления

Когда говорят об «облаках», чаще всего речь ведут о неких хранилищах данных, находящихся в совместном доступе. Но сегодня это понятие много шире — по этой модели обеспечивается доступ к программным продуктам и даже дополнительной инфраструктуре.
 
Клиентский опыт. На основе «облаков» строятся всевозможные технологии клиентских сервисов и коммуникации с ними. Одним из самых распространенных явлений подобного рода в последнее время стали чат-боты, позволяющие потребителям товаров и услуг бизнеса оперативно и качественно снимать большую часть вопросов без обращения непосредственно к специалистам компании и длительных ожиданий.
 
Именно на базе облачных вычислений строится автоматический учет продаж, который позволяет накапливать информацию об особенностях потребления (и потребителя) предлагаемого компанией продукта и корректировать предложение соответствующим образом.
 
Чаще всего описанное выше является частью различных CRM-систем, которые, как правило, тоже разворачиваются в «облаках». Ценность этих систем в деле получения положительного клиентского опыта состоит в том, что за счет сведения всех данных о продажах и заявках в одном месте шанс затеряться в потоке крайне низок, а значит, обработка запросов происходит более оперативно и точно.
 
Операционные задачи. С этой частью технологий облачных вычислений знаком если не каждый, то почти каждый предприниматель. На их базе строится работа всех сервисов проверки контр-агентов, бухгалтерского учета и формирования соответствующей отчетности.
 
Развернутые в облаках CRM- и ERP-системы помогают оптимизировать многие внутренние процессы компаний — от постановки задач и контроля за их исполнением (CRM) до учета ресурсов предприятия, оптимизации логистики и прочих бизнес-процессов. Использование в этом ключе именно облачных вариантов таких систем избавляет предпринимателей от необходимости больших капитальных вложений в развертывание необходимой для их работы IT-инфраструктуры (да и соответствующие кадры можно вычеркнуть из строки расходов).
 
Ну и, конечно, не стоит забывать о том, что облачные хранилища и сервисы обладают куда большим запасом прочности, нежели локально установленные. Поэтому они крайне полезны как резервные хранилища данных и средства хостинга: вероятность того, что все оборудование cloud-провайдера одномоментно выйдет из строя, стремится к нулю.
 
Бизнес-модель. В деле корректировки бизнес-модели «облака» очень хорошо работают в компании с технологиями обработки больших данных (см. big data). Накопление информации о продажах и покупателях позволяет в дальнейшем выявлять неявные закономерности и адаптировать предложение под них, вплоть до появления новых продуктов и каналов сбыта (например, интернет-магазины, которые дешевле и надежнее разворачивать в «облаке»). Также эти данные позволяют находить новые, более эффективные каналы продвижения.
 

Выход через портал

Цифра о трех концах: клиенты, оптимизация, бизнес-модель 2Максим Багаев, 
руководитель отдела продаж компании «ТехноМакс»
С самого начала своего существования компания «Техномакс» делала ставку на скорость. Причем не только оборачиваемости товара (в чем добилась немалых успехов), но и адаптации к меняющимся условиям рынка. И главным препятствием на этом пути стала высокая разрозненность внутренних коммуникаций.
 
Часто к решению одной задачи подключались специалисты из разных отделов, которым помимо этого нужно было выполнять и свои прямые функции. Как следствие, нередко кто-то из них «просаживал» свою часть, из-за чего тормозилась и вся остальная работа, — вспоминает один из учредителей «Техномакса» Максим Багаев.
 
Нужна была единая среда для взаимодействия — постановки задач, обсуждения, контроля выполнения. Причем доступна она должна была быть не только в офисе, ведь клиентская база компании уже тогда не ограничивалась лишь Красноярском, и временами приходилось работать на выездах. Ну и, конечно, это не должно было быть дорогостоящее решение: для молодой тогда компании это было критично.
 
По сумме вводных выбор пал на облачное решение от «Битрикс 24». Корпоративный портал, работающий в этой среде, позволил «Техномаксу» оптимизировать систему внутренних коммуникаций, чем повысил скорость принятия решений.
 
В конечном счете этот портал стал базой работы компании в период пандемии: когда все переходили на удаленку, для нас это была уже привычная история, — вспоминает Багаев.
 
Цифра о трех концах: клиенты, оптимизация, бизнес-модель 3

Big data

Накапливать информацию о покупателях и продуктах в «облаках», конечно, полезно. Но куда перспективнее анализировать ее, выявляя общие особенности. Этим и занимаются технологии больших данных. Результаты их работы применимы во всех областях бизнеса и способны серьезно повысить его экономическую эффективность.
 
Клиентский опыт. Анализируя поведение покупателей, основываясь на данных об уже проведенных сделках, можно получить данные, которые позволят формировать новые предложения. И дело не только в расширении продаж (все эти «с этим товаром чаще всего покупают…» как раз об этом), но и в превращении их в проактивные. Основываясь на частоте приобретения клиентом, например, канцелярии, система может напоминать ему о том, что подходит срок очередной закупки, заранее готовить документы на поставку и т. п. К тому же эти предложения могут быть весьма персонализированы в зависимости от специфики клиента: к примеру, любителю горных лыж могут быть предложены скидки на старте сезона.
 
Подключив к big data систему доставки, можно оптимизировать логистику за счет построения маршрутов с учетом загрузки складов, дорожной ситуации и прочего. Это существенно повышает оперативность, что клиенты высоко ценят.
 
Операционные задачи. Одной из первых сфер бизнеса, где стали применя-ться технологии больших данных, стала складская. Big data позволяет контролировать запасы тех или иных товаров, управлять ими, прогнозировать изменение спроса и в соответствии с этим корректировать политику закупа (в том числе и в части цен).
 
Что касается логистики, то тут big data не только повышает скорость доставки, но и сокращает издержки за счет экономии топлива, контроля за состоянием парка (хотя здесь не обойтись без IoT) и т. п.
 
В работе с кадрами на систему можно переложить планирование отпусков, учет рабочего времени (и выявление корня проблемы, если таковая есть), эффективность выполнения тех или иных задач и даже предварительный отбор персонала (выявление ключевых характеристик претендентов и их поиск среди резюме). В результате может даже измениться вся HR-по-литика компании.
 
Бизнес-модель. В этом вопросе во всей красе раскрывается синергия big data и «облаков». Анализ накопленных данных о поведении клиентов, их потоках, предпочтениях и прочем подобном является основой для описания максимально точного портрета целевой аудитории продуктов компании, который в свою очередь становится базовой для разработки новых (и, возможно, корректировки старых) предложений и подходов.
 
Помимо этого большие данные позволяют весьма точно объективизировать и оценивать эффективность маркетинговой стратегии компании в целом и отдельных ее шагов в частности. К примеру, на основе этой информации можно точнее настроить таргетированную рекламу, в результате чего она будет точнее попадать в потенциального потребителя, что повысит конверсию и снизит стоимость привлечения (и удержания) клиентов.
 

Персональные накопления «Копилки»

Цифра о трех концах: клиенты, оптимизация, бизнес-модель 4Дмитрий Полуянов, 
маркетолог, основатель программ лояльности «Копилка» и «Максбонус»
Программа лояльности «Копилка» начала собирать базу данных о своих участниках и их покупках еще на старте — в 2009 году. Скопив первый значимый массив данных, в компании решили сегментировать клиентов по их предпочтениям. Но оказалось, что имеющейся информации для этого недостаточно, ведь если они что-то не покупают в магазинах партнеров программы, это не значит, что они и вовсе этим не пользуются.
 
Тогда мы зашли с другой стороны: написали алгоритм, который анализирует продуктовую корзину клиента, через это относит его к определенной категории и, сравнивая с тем, что покупают его «коллеги», предлагает те товары, которые он не покупает, но они предположительно могут его заинтересовать, — рассказывает руководитель «Копилки» Дмитрий Полуянов.
 
На основе этого алгоритма программа стала формировать персональные предложения для ее участников. В частности, предлагались товары: которые клиент и так покупает, но на сей раз со скидкой; которые клиент покупает редко, но они популярны у других членов группы; которые клиент совсем не покупает, но они есть в корзине большинства тех, кто похож на него.
 
Покупатели отозвались. Но по-разному. В первой группе отклик был на уровне 60–75 %, во второй — 40–45 %, а в третьей — 10–15 %.
 
Важно помнить, что клиент и торговая организация по-разному воспринимают персональные предложения: если для первого это чаще всего возможность приобрести товар по более выгодной цене, то для второй — возможность расширить ассортимент продаж и получить дополнительную прибыль. И между этими двумя задачами нужно искать баланс, только тогда можно построить эффективную модель персональных предложений, — говорит Полуянов.
 
Цифра о трех концах: клиенты, оптимизация, бизнес-модель 5
 

Интернет машин (IoT)

Интернет машин — довольно новая история для бизнеса. В ее основе коммуникации между различными устройствами предприятия, собранными в единую сеть. До недавнего времени IoT был уделом лишь крупных промышленных предприятий. Но теперь, с появлением все большего числа всевозможных гаджетов, он стал доступен малому и среднему бизнесу.
 
Клиентский опыт. Ярче всего интернет вещей в деле формирования позитивного клиентского опыта проявил себя в ритейле. Например, кассы самообслуживания, которые, по сути, те же «умные» устройства, коммуницирующие с единой системой учета. Но сейчас технологии пошли еще дальше. К примеру, появились «умные» ценники, на которых цена меняется автоматически, а значит, о конфликтах на кассе (когда ценник на витрине один, а в базе данных другой) можно забыть. «Умные» тележки (корзины) сами считывают информацию о товаре с прикрепленного к нему чипа (RFID-метка), и на выходе кассиру уже не нужно сканировать каждый (второй вариант — автоматическое добавление товара в мобильное приложение) — минус очереди на кассе.
 
«Умные» видеокамеры, умеющие распознавать лица и считать людей, могут включать кондиционирование и вентиляцию, если в магазине много людей, а значит, покупателям будет комфортнее. Это же можно распространить на общепит и другие сферы, связанные со скоп-лением большого количества людей.
 
Операционные задачи. В первую очередь здесь стоит взглянуть на опыт промышленных предприятий. IoT они используют в очень многих аспектах своей работы. К примеру, датчики на станках передают в систему информацию о количестве часов работы, прошедших с момента последнего техобслуживания, что уменьшает износ и сокращает общее время простоя оборудования при поломке. Учет прочих параметров (перепады напряжения, сила тока, давление масла и т. п.) позволяет вовремя заметить неисправность и, автоматически просигнализировав о ней, не допустить выхода оборудования из строя. Также есть возможность определять причины появления бракованных изделий, но сначала придется систему обучить: указывать ей, что брак, а что нет, чтобы она, сопоставив основные параметры работы, выявила оптимальные и отслеживала их соблюдение.
 
В складском хозяйстве IoT, сканируя информацию с RFID-меток или ориентируясь по весу, может в автоматическом режиме определять количество остатков и формировать закупочные ведомости (а то и автоматически связываться с поставщиком, докупая необходимое количество товара). Также работают «умные» полки в магазинах, а «умные» видеокамеры могут контролировать выкладку товаров.
 
В логистике интернет вещей не только повышает скорость доставки, но и помогает контролировать ее процесс. Установленные на машине GPS-датчики позволяют видеть не только то, где сейчас находится авто (и в каком оно состоянии), но и как ведет себя водитель (не превышает ли скорость, не совершает ли опасных маневров).
 
Бизнес-модель. В этом ключе интернет вещей в основном служит поставщиком данных для big data. Главным преимуществом этого сотрудничества перед работой с локальными базами данных является то, что процесс идет в автоматическом режиме. К примеру, «умные» видеокамеры умеют распознавать множество характеристик, присущих покупателям (вплоть до возраста). Проанализировав их, можно выявить ключевые особенности не только самой целевой аудитории продукта, но и ее поведения в зависимости от различных факторов (для компаний, не связанных с прямыми продажами, это тоже справедливо — просто анализировать придется, к примеру, динамику складских запасов).
 
Такой подход позволит формулировать больше новых (обоснованных) бизнес-гипотез и строить предиктивные стратегии. Поскольку IoT и big data работают в реальном времени, а не с отложенным результатом, их (гипотез и стратегий) проверка займет меньше времени и в случае ошибок будет куда менее болезненной.

 

Вендинг по уму

Цифра о трех концах: клиенты, оптимизация, бизнес-модель 6Анатолий Фомин, 
генеральный директор ООО «Робимаркет»
Проект «Робимаркет» не раз попадал в поле зрения «Делового квартала». А ведь большую роль в нем играет именно интернет вещей.
 
«Умные» холодильники не только умеют распознавать покупателя и купленный товар, автоматически добавляя его в корзину, но и многое другое, чего нет у привычных для горожан вендинговых автоматов.
 
Например, потенциальный покупатель, установив на смартфон приложение RobyMarket и зарегистрировавшись в системе, получает возможность найти ближайший «киоск», проложить к нему маршрут, посмотреть представленный ассортимент. Все это позитивно влияет на клиентский опыт.
 
Владелец же может в удаленном режиме получать данные о текущих запасах и статистике продаж в режиме реального времени, вовремя пополняя ассортимент. Но, пожалуй, самым ценным в этом плане является то, что система «Робимаркета» умеет на основе накопленной информации анализировать спрос, что позволяет корректировать ассортимент в пользу более популярных товаров и быстрее (и с меньшими рисками) проверять бизнес-гипотезы.

 

 

Самое читаемое
  • Уральские строители прогнозируют критическое снижение объема ввода жильяУральские строители прогнозируют критическое снижение объема ввода жилья
  • Чайлдфри — все? Студенты Екатеринбурга пересмотрели свое отношение к родительствуЧайлдфри — все? Студенты Екатеринбурга пересмотрели свое отношение к родительству
  • Экс-вице-мэр Екатеринбурга Контеев после освобождения по УДО займется внуками и храмамиЭкс-вице-мэр Екатеринбурга Контеев после освобождения по УДО займется внуками и храмами
  • Множество предприятий сидит «на подсосе». Что думают банкиры об экономике РФМножество предприятий сидит «на подсосе». Что думают банкиры об экономике РФ
  • Вице-президент «Транснефти» скончался, выпав из окнаВице-президент «Транснефти» скончался, выпав из окна
Наверх
Чтобы пользоваться всеми сервисами сайта, необходимо авторизоваться или пройти регистрацию.
Вы можете войти через форму авторизации зарегистрироваться
Извините, мы не можем обрабатывать Ваши персональные данные без Вашего согласия.
  • Укажите ваше имя
  • Укажите вашу фамилию
  • Укажите E-mail, мы вышлем запрос подтверждения
  • Не менее 8 символов
Если вы не хотите вводить пароль, система автоматически сгенерирует его и вышлет на указанный e-mail.
Я принимаю условия Пользовательского соглашения и даю согласие на обработку моих персональных данных в соответствии с Политикой конфиденциальности.Извините, мы не можем обрабатывать Ваши персональные данные без Вашего согласия.
Вы можете войти через форму авторизации
Самое важное о бизнесе.