Аналитические обзоры

Новаторство в торговле

07.07.2007

Автор/Источник: Том Старнер

Доступные инструменты Data mining помогают растущим компаниям превращать информацию о потребителях в прибыльные продукты.

Предисловие

Большинство компаний хранят горы данных ― от бухгалтерии и баз данных служб по работе с клиентами до данных по административно-хозяйственному обеспечению и доставке товаров. Получая доступ к этим данным, форматируя их, и затем, анализируя с помощью средств интеллектуального анализа данных (data mining), компании могут использовать полученную информацию для приобретения преимуществ.

Многим предприятиям малого и среднего бизнеса (ПМСБ), желающим улучшить свои практические результаты, не приходится ходить слишком далеко, чтобы найти свою потенциальную золотую жилу. Тщательно исследуя данные, хранящиеся в собственной сети и компьютерных системах – на практике это именуется data mining – компании могут принимать более обоснованные стратегические бизнес-решения о том, как выходить на рынок, как продавать и каким образом обеспечивать обслуживание своих клиентов. Однако чтобы достичь этого, предприятиям нужно пойти дальше анализа базовой отчетности и глубже погрузиться в свои данные.

В общем виде data mining включает в анализ биты информации – обычно накопленные по потребителям, из общедоступных баз данных или из внутренних систем – для улучшения маркетинга и расширения возможностей продаж или увеличения эффективности работы внутри компании. За этим простым описанием стоит комплекс статистических правил, или алгоритмов, ― основа процесса data mining. Для решения различных бизнес-задач могут применяться сотни разных алгоритмов. Упрощенно, алгоритмы ― это математические формулы, помогающие в решении проблем.

Используя специализированные недорогие приложения data-mining, ПМСБ могут нарезать свои данные «и ломтиками, и кубиками», что помогает принимать более качественные решения. Например, эффективное использование data mining в электронной системе заказов оповестит менеджера по закупкам, что задержка с заказом на гранулы из ПВХ может привести к дефициту садовых шлангов как раз перед летним сезоном. Или поможет менеджеру по продажам максимально увеличить сбыт, выявив наиболее вероятных потенциальных клиентов, чтобы менеджер мог сфокусировать свои усилия на них.

Data Mining на рабочем столе

По мнению Лу Агоста, ведущего отраслевого аналитика по вопросам прогнозирования из Forrester Research, относительно недорогие решения, такие как настольные приложения data mining, сейчас входят в моду.

По сведениям Института хранения данных Forrester Research Quarterly Technologies, 29% из 120 компаний разного масштаба, участвовавших в опросе 2003 года, указали, что они используют приложения data mining на персональных компьютерах, в то время как 32% используют более дорогие серверные системы. Маленькая разница говорит о том, что менее дорогие настольные приложения data mining завоевывают все большее внимание, особенно среди ПМСБ, особо чувствительных к стоимости.
 
«С сегодняшними программными приложениями data mining, более удобными и менее дорогими, чем когда-либо, ПМСБ могут использовать data mining для получения преимуществ», ― указывает Агоста.

Ведущими компаниями, поставляющими приложения data mining, являются Business Objects SA, Cognos, IBM Corp., Insightful Corp., KXEN, Microsoft Corp., Oracle Corp., SAS Institute, и SPSS. Стоимость приложений колеблется  от 20 000 до 1 миллиона долларов США в зависимости от включения дополнительных компонентов, функций и количества пользователей.

Повышение уровня прибыльности

Public Communications Services Corp. (PCS) — частная компания в Калифорнии, предоставляющая услуги по телефонной связи для коммерческих платных телефонов и государственных учреждений, включая тюрьмы.

Используя data mining, PCS смогла уменьшить свою кредитную экспозицию и положительно повлиять на уровень прибыльности.

По мнению Вильяма Лэя, IT-директора в PSC, телефонные звонки, оплачиваемые абонентом, которому звонят, представляют собой значительный кредитный риск, т.к. PSC, по сути, дает "ссуду" на сумму стоимости звонка и ожидает возмещения, когда по звонку выставлен счет. Доля невыплат для звонков, оплачиваемых абонентом, которому звонят, - это двузначное число по сравнению с приблизительно 7% в сфере сотовой связи.

«В нашем бизнесе», — говорит Лэй, —  «мы берем на себя все риски, поэтому безнадежные долги вычитаются из прибыли».

Используя KXEN Analytic Framework — настольный вариант приложения data mining с использованием WEB-доступа, поставляемый компанией KXEN, PCS создала предсказательную модель с более чем 36 переменными. Компания обнаружила показательный шаблон поведения (паттерн) и идентифицировала неплательщиков. Базируясь на предиктивных переменных, модель присваивает баллы (score) каждому потребителю услуг. Эти баллы переводятся в кредитный лимит (сумма, выраженная в долларах), предоставляемый абоненту по входящим оплачиваемым звонкам.

Смещение фокуса

Centurion Consulting Group, Беверли Хиллз, штат Калифорния, начала использовать data mining еще в 1995 году, чтобы, по словам партнера Барбары Льюис, изменить стратегию и увеличить прибыль. Как пример, в 1998 году она и ее партнер заглянули в базу данных и обнаружили, что по сравнению с прошлым годом число бизнес-планов, которые они написали, увеличилось на 20-30%.

«Мы подумали: что же тут происходит?» — говорит Льюис. Интернет-компании были на подъеме, и результатом, полученным из осмысления своих данных, было то, что Centurion переместил фокус и направил маркетинг напрямую на потребителей услуг Интернета.

«Мы писали бизнес-планы 2 года без остановки», — говорит Льюис. "Мы знали, что эра Интернет-компаний подходит к концу, поэтому мы оседлали волну, пока можно было заработать много денег».

Когда в 2000 году в деловой среде снова произошли изменения, компания с помощью data mining выявила новую тенденцию: у клиентов стало пользоваться спросом компьютерное моделирование, позволяющее руководителям принимать более взвешенные решения. Поэтому Centurion опять сменил профиль и создал пакет инструментов data mining, основываясь на собственном опыте.

Один из клиентов Centurion, Брэндон Вальво, юрист по иммиграционным делам из Лос-Анджелеса, сказал, что использует data mining для развития своего бизнеса. Так, в 1997 году Centurion помог фирме Вальво обнаружить рост числа запросов на Н-1В-визы – специальные визы, необходимые негражданам США для въезда в страну для временных рабочих командировок. В данном случае это были, в основном, индийские и китайские программисты, помогающие компаниям США в вопросах Y2K. Вальво быстро перенаправил усилия маркетинга в этот прибыльный сектор. Когда этот рынок успокоился, data mining помог ему определить, как наилучшим образом поменять направление маркетинга.

«Я убежденный защитник data mining», - говорит Вальво, - «Я бы очень хотел, чтобы у меня было время для задавания множества вопросов, но в сутках всего 24 часа».





предыдущий обзор