То, что в отдельных интервью говорят заказчики различных отраслей, трактуя само понятие «клиентские данные», рассказывая, как они их собирают и классифицируют и какие методы применяют для их обработки, позволяет сделать некие обобщения. Их мы и предлагаем читателю в рамках данного материала.

Информационное ядро

Одним из первых вопросов в сфере сбора и обработки клиентских данных является выделение своего рода ядра этого информационного ресурса, которое представляет собой идентификатор клиента в информационной системе. Впоследствии к нему привязывается вся остальная политика наращивания объема информации, которое при нынешних технологических возможностях может проходить практически в неограниченных масштабах. Характерно, что это самое ядро в разных бизнесах формируется по-разному. В интервью с ИТ-директором сети магазинов детских товаров «Кораблик» описана типичная для классической формы ритейла ситуация, когда подобным ядром является карта лояльности покупателей. Именно для выдачи большего их количества и более качественного получения обратной связи с каждой из них в этой сети развернуты специальные технологические решения. И уже после того, как работа с распространением карт лояльности оказывается налаженной, открываются другие технологические инициативы, направляемые на то, чтобы привязать к этой информации дополнительные данные. В конкретном случае речь шла о перспективах использования Wi-Fi-сети как средства геопозиционирования клиента в пределах торговых площадей, а привязка к персональной информации при этом осуществляется через уникальный МАС-адрес устройства. Надо сказать, что примеров подобных привязок, реально применяемых в практике корпоративной автоматизации, немало, и многие из них были описаны в наших публикациях.

В банковской сфере, которой в данном выпуске посвящено сразу несколько публикаций, средством идентификации сейчас является кредитная карта, и к ней все чаще подтягиваются не только данные, собираемые о клиенте самим банком, но и та информация, что становится доступной в результате работы получающих все большее распространение совместных кобрендинговых программ. Несколько особая ситуация в тех банках, чей профиль — ипотечное кредитование. Здесь по понятным причинам первичная информация больше связана не с получением персональных контактов, а с подробной идентификацией самого клиента и его экономическим статусом. Клиент представляет и подтверждает ее сам, и она куда более детальна и достоверна, чем, скажем, та, что связана с картой лояльности в ритейле. Впоследствии именно она может быть дополнена менее формализуемой описательной информацией о привычках и увлечениях человека, о его контактах и высказываниях в социальных сетях и пр. Подобный пример также описан в рамках текущего номера.

Классификация по типам

В качестве одного из основных признаков классификации клиентских данных можно назвать их подразделение на персонифицированные и обезличенные. Анализ всех наших публикаций показывает, что компании любых отраслей работают с обеими категориями. Они пытаются общаться с клиентами персонально и одновременно вычислять статистические показатели клиентской аудитории, разбивать ее на группы и строить предсказательные модели по каждой из них. Причем при информационном сопровождении полного жизненного цикла общения с клиентом (проектирование продукта/услуги, привлечение и удержание клиента, cross- и up-selling) акценты могут динамично меняться, переходя с персонифицированной информации на агрегированную и наоборот. Это хорошо видно по материалам статьи о Ситибанке, также опубликованной в текущем номере. Общей для всех отраслей ситуацией является то, что к активной персонифицированной работе с клиентом (и к использованию соответствующей категории данных) компании приступают при возникновении ряда исключительных сценариев — в случае накопления крупной задолженности, претензий со стороны клиента или его полного отказа от услуг компании.

Несколько больший акцент в сторону персонифицированных данных и куда большую трудоемкость их обработки мы имеем в медицинской отрасли, материалы о которой тоже рассмотрены в настоящем выпуске.

Примечательно, что факторизация данных на персонифицированные и обезличенные складывается несколько по-разному в классическом и онлайновом бизнесе. Если в первом случае, когда есть возможность личного общения, эти направления, как правило, полностью разделены, то в чисто онлайновом варианте организация любой обратной связи с клиентом (массовым или же индивидуальным) во многом доверяется информационной системе. Как следствие персональный контакт здесь часто является предельным случаем коллективного, когда понятие «категория клиентов» может «сжиматься» до одного индивидуального потребителя. И этому, кстати, способствует мощь современных информационных систем.

Клиентские данные вполне можно подразделить также на исторические, с помощью которых со временем пополняется профиль того или иного клиента, и данные реального времени, полный цикл получения и использования которых иногда может составлять всего несколько минут. Данные первой категории более традиционны для клиенториентированного бизнеса и используются им уже давно. Со временем, в основном по мере совершенствования технологий и в связи с их широким распространением, содержание профиля пополняется. Наряду с историей покупок он начинает включать в себя, скажем, некое резюме поведения клиента в социальных сетях за определенный период времени или историю посещения им тех или иных мест, достопримечательностей, объектов. Более широкое распространение количественных показателей (или некоего ограниченного набора качественных градаций) в практике управления бизнесом позволяет накапливать в историческом профиле клиента слабоформализуемые факторы — удовлетворенность сервисом, эмоциональный настрой и пр.

Существование клиентских данных реального времени короткого или «сверхкороткого» жизненного цикла — скорее явление сегодняшнего дня. Если клиент расплатился кредитной картой в определенном торговом центре, то для того чтобы предложить ему зайти в торговую точку своего партнера, который находится здесь же, у банка есть всего пять-семь минут. Это, естественно, делается с помощью SMS, и если за это время данные не собраны, не проанализированы, а сообщение не сформировано и не отправлено, то об этой инициативе лучше вообще забыть. Подобные сценарии мы описывали на примерах проектов в некоторых банках.

Из разных источников по разным каналам

Что касается каналов получения информации, то в целом здесь всё предсказуемо и объяснимо. Наряду с очным общением все большую роль начинает играть онлайновое. А в структуре онлайнового все более значимые позиции отвоевывает общение через мобильные устройства, обладающие, как известно, таким важнейшим для многих клиенториентированных компаний свойством, как возможность геопозиционирования.

Несколько теряет былую значимость своего рода метод «хождения в народ», когда представители той или иной компании пытаются «отловить» клиентов в местах их массового скопления — в аэропортах и торговых центрах, на развлекательных и спортивных мероприятиях и т. д. Такой метод, в частности, по признанию интервьюируемых нами экспертов более характерен для рынка, на котором большое количество людей все еще не охвачено даже базовыми версиями товаров или услуг, что сейчас уже практически не встре­чается.

Количество же сценариев, когда бизнес получает информацию о клиентах за счет целевого партнерства с другими компаниями (кобрендинговые программы), наоборот, должно расти. Как раз их реализация помогает качественно пополнять исторический профиль заказчиков, и предложения реального времени, о которых было сказано выше, во многом формируются именно через такие программы.

Получает распространение и метод целевого приобретения клиентских данных у специализированных поставщиков на коммерческой основе. Это происходит в связи с появлением специализированных бизнесов, связанных со сбором и обработкой информации, а также с работой неких внутриотраслевых сообществ, как правило, специально формируемых с целью цивилизованного развития той или иной индустрии. Подобный канал получения клиентских данных на примере взаимодействия с интернет-биржами и Бюро кредитных историй подробно рассмотрен в интервью с ИТ-директором Абсолют-банка.

Наконец канал, связанный с использованием телематики, пока больше относится к категории перспективных направлений. Думается, что даже в случае бурного развития телематических сервисов через практическое освоение концепции Интернета вещей использование этого канала в контексте получения именно клиентских данных в основном будет сосредоточено в рамках страхования и медицины. Тем не менее один из сценариев использования телематики при взаимодействии с клиентами в страховании был нами рассмотрен в конце прошлого года.

Если не CRM’ом, так Big Dat’ой

Хочется ещё несколько слов сказать о тех ИТ-инструментах, которыми сегодня пользуются специалисты для обработки клиентских данных. Безусловно, давно применяются и будут применяться системы, основанные на классических реляционных базах данных, среди которых однозначно лидируют продукты класса CRM. Однако рост информационных массивов, разнообразия их форматов и потребностей в сверхоперативной обработке заставляет компании переходить к технологиям Big Data. Идут они этим путем по-разному. Так, например, в Ситибанке утверждают, что концепция Big Data для их бизнеса тесно ассоциирована с резким повышением необходимости обработки больших массивов неструктурированной информации. Организация рекомендательного сервиса онлайн-кинотеатра ivi.ru, напротив, скорее предполагает решение многопараметрических задач в реальном времени над пространством исходных данных структурированного формата. Оба кейса опуб­ликованы в этом номере, хотя возможных акцентов в сфере Big Data великое множество, что, в частности, означает для нас огромное поле деятельности.

Обработка медиа-информации в контексте анализа клиентских данных применяется пока явно не широко. Сегодня такие технологии редко покидают лаборатории поставщиков и крупных компаний-заказчиков, о чем мы тоже упоминали в своих публикациях. Чаще речь здесь идет о видеоаналитике в различных задачах по оценке действий клиентов, а также о «продвинутых» конфигурациях применения технологии Digital Signage. В отраслевом аспекте мы говорим в основном о банковском секторе и о классическом ритейле.

Еще одно мощное направление обработки клиентских данных — это анализ текстов. На отечественном рынке он также применяется пока крайне ограниченно, но есть примеры из отраслей, которые в сложившейся трактовке вовсе не относят к клиенториентированным. Тем не менее активная и часто весьма технологически насыщенная работа с клиентами там систематически ведется, и именно поэтому на данный факт хочется обратить внимание. Речь идет о B2B­бизнесе и соответственно о производстве и потреблении сложной, далеко не массово изготавливаемой, а то и вовсе уникальной продукции. Пару лет назад Intelligent Enterprise брал интервью у Александра Горина, директора по производству Таганрогского научно-технического комплекса им. Г.М.Бериева, производящего самолеты-амфибии и авиационные комплексы специального назначения. В то время он говорил: «… мы выбираем целевую аудиторию и пытаемся понять, какие технические и другие характеристики самолетов они хотят получить. Поиск этих данных ведётся по открытым публикациям, по заявлениям в СМИ и на тематических конференциях, по результатам протокольных и неформальных мероприятий и т. д. Таким образом, необходимо выуживать крупинки информации, которые в совокупности конкретизируют представление заказчика о будущем продукте, за что он готов будет отдать свои деньги».