Цифровизация. Практические рекомендации по переводу бизнеса на цифровые технологии - Коллектив авторов

способным и уполномоченным принимать решения, например тем, которые взаимодействуют с клиентами, контролируют разработку продуктов или запускают производственные процессы, результаты обычно оказываются положительными. Располагая полученными выводами, сотрудники могут предоставлять клиентам более значимые услуги, точнее оценивать и удовлетворять их потребности, а также оптимизировать производство.

Когда в феврале 2014 г. Сатья Наделла стал генеральным директором корпорации Microsoft, он призвал сотрудников найти способы оптимизировать процессы в компании, опираясь на данные. Руководители полагали, что таким образом они смогут повысить производительность труда продавцов на 30 %. Для этого в Microsoft внедряли инструменты, которые позволили менеджерам тратить больше времени на взаимодействие с клиентами, причем более эффективными способами. Речь идет, в частности, об использовании важных расчетных данных, таких как вероятность и предполагаемое время закрытия сделки.

Чтобы предлагать достойные реализации идеи, менеджеры по продажам сначала должны были определить некоторые исходные общие понятия (например, кто такие «лиды» – lead). Кроме того, им нужно было найти источники данных, которые бы использовались для расчета производительности. Скоро стало понятно, что данные о продажах хранятся слишком во многих разных системах, чтобы можно было без проблем сформировать полную картину бизнеса у конкретного продавца. В течение года в компании создали новую интегрированную систему, которая обеспечила максимально полное представление об отношениях Microsoft с корпоративными клиентами: что они покупали, с какими проблемами сталкивались, какие решения предлагались в этих случаях.

Новая система позволяла экономить 10–15 минут на каждой возможной продаже, избавляя продавцов Microsoft от необходимости искать и подготавливать данные вручную. Она также помогала руководителям более точно управлять своими цепочками продаж, используя прогностическую аналитику и машинное обучение для расчетов вероятности успешного завершения каждой возможной сделки на основе данных, предоставленных продавцом. Например, покупка и внедрение корпоративного программного обеспечения – это сложный процесс, который часто требует участия партнера. Значит, если у клиента уже есть партнеры, система прогнозирует более высокую вероятность успеха. Информация о возможности успеха для данной сделки, о продвижении обязательств по каналам продаж помогала менеджерам правильно определять приоритеты и выбирать действия, с наибольшей вероятностью обеспечивающие достижение поставленных целей. Со временем в Microsoft научились делать еще более точные расчеты (так, точность прогнозов для глобальных пользователей выросла с 55 до 70 %), что привело к повышению качества данных о каналах продаж и, в свою очередь, улучшило управление этими каналами.

Информационная «обертка» продуктов

Как правило, компании имеют возможности (часто – весьма значительные) дополнительно обогащать свои продукты и услуги и повышать качество обслуживания клиентов с использованием данных и аналитики. Это явление мы называем «оберткой». Чтобы удовлетворять непрерывно растущие требования клиентов и избегать при этом так называемой коммерциализации (превращения продуктов или услуг из уникального в обезличенный товар), компании «обертывают» свои предложения в данные. Один из ранних примеров такой «обертки» продемонстрировала FedEx, когда еще в 1990-х гг. ввела в качестве бесплатной услуги онлайн-отслеживание перемещения отправлений. Сейчас количество таких примеров неуклонно растет. Компании, стремясь повысить ценность своих продуктов, от кредитных карт до устройств для мониторинга состояния организма, дополняют их сопутствующей отчетностью, оповещениями и другой информацией.

Такая «обертка» – это результат творческого процесса, в ходе которого компания определяет, какие сложности существуют у клиентов, а затем находит способы решения этих проблем с помощью данных и аналитики. Например, корпорация Capital One Financial Corporation (диверсифицированный банк, базирующийся в Маклине, штат Вирджиния) узнала, что многие владельцы ее кредитных карт обеспокоены учащением случаев мошеннических транзакций. Но расследование каждого отдельного случая – слишком утомительный и затратный процесс. Вместо этого банк помогает клиентам легко и быстро выявлять мошенничество, привязывая к онлайновым документам по каждой транзакции логотип и карту компании. Эти визуальные подсказки помогают владельцам карт вспомнить, совершали они покупку или нет. В результате удовлетворенность клиентов обслуживанием по кредитным картам повышается и одновременно растет количество совершаемых покупок.

Johnson & Johnson обнаружила, что пользователи устройств мониторинга состояния здоровья, в частности пациенты с диабетом, заинтересованы в обобщении показателей и представлении их в понятном формате. И теперь компания предлагает пользователям своей системы OneTouch Verio Sync Meter (глюкометр, оснащенный передатчиком Bluetooth для связи с компьютером и телефоном) отчетность по предыдущим измерениям уровня глюкозы в крови, а также инструменты, помогающие понять смысл наблюдаемых явлений. Эти данные позволяют клиентам определять возможные причины колебаний уровня глюкозы и, соответственно, решать, какие изменения в образе жизни могли бы обеспечить им лучшее самочувствие.

Меры по добавлению «обертки» лучше всего рассматривать как расширение комплекса процессов, при помощи которых осуществляется управление продуктами компании. Подразумевается, что данные и аналитические инструменты для клиентов должны иметь тот же уровень качества, что и основной продукт. Достигается такая цель при обеспечении сопоставимого уровня проверок и контроля, однако у большинства компаний недостаточно ресурсов для этого. Напротив, попытка предоставления этих данных клиентам может высветить проблемы с невысоким качеством аналитических методов. Поэтому часто оказывается, что для внедрения такой «обертки» компании необходимо вывести свои информационные системы на новый, более высокий уровень, чтобы «обертка» не повредила их репутации и не снизила ценность предложений. Для этого могут потребоваться значительные инвестиции в программы обеспечения качества данных, новейшие вычислительные платформы (например, Hadoop) и/ или талантливые специалисты по интеллектуальной обработке данных.

Продажа данных

Многие руководители стремятся продать данные своей компании, считая, что они обладают некоей безусловной ценностью, которая может обеспечить существенные доходы. Однако мы предупреждаем, что продажа данных – это как раз самый трудный способ их монетизации: она требует использования уникальной бизнес-модели, которую в большинстве случаев реализовать невозможно. Но в подходящих обстоятельствах это можно делать, причем с достаточно большим эффектом.

Базирующаяся в Бостоне, штат Массачусетс, корпорация State Street, специализирующаяся на оказании финансовых услуг, сообщила о доходах за 2016 г. в размере 10,6 млрд долл. Она предоставляет продукты и услуги институциональным инвесторам: паевым инвестиционным фондам, корпоративным и государственным пенсионным программам, а также страховым компаниям. В 2013 г. State Street объявила о создании нового подразделения информационного бизнеса под названием State Street Global Exchange. Оно объединило существовавшие на тот момент у State Street возможности накопления и анализа данных с результатами новых исследований для разработки информационных решений, которые клиенты будут готовы покупать отдельно, независимо от основных услуг компании. Свое новое подразделение информационного бизнеса State Street создала в связи с тем, что ей – впервые за последние 30 лет – потребовалась уникальная бизнес-модель.

Продажа данных – самый трудный способ их монетизации: она требует использования уникальной бизнес-модели, которую в большинстве случаев реализовать невозможно.

Несмотря на то что State Street Global Exchange сначала возникла как отдельное предприятие, она сосредоточилась на разработке продуктов, тесно связанных с основным бизнесом. Например, State Street является одной из