Оливер Гассман - Бизнес-модели: 55 лучших шаблонов

• Должны ли мы (и если должны, то когда) отказаться от бесплатного использования нашей платформы и внедрить абонементную оплату или модель Freemium?

Управление данными о клиентах – деятельность, которая особенно выигрывает от современного технологического прогресса и возможностей, которые открываются в области сбора и обработки данных. Компании, чья основная деятельность сосредоточена на получении и анализе информации (как), преуспевают, что свидетельствует о колоссальном спросе в этом сегменте. Популярность этой концепции подтверждается тем, что все чаще говорят о том, что «информация – это новая нефть». Еще в 2006 г. Майкл Палмер отмечал в своем блоге, что от массивов необработанных или непроанализированных данных проку так же мало, как от неочищенной нефти. И то и другое нуждается в переработке, чтобы представлять хоть какую-то ценность для бизнеса.

Аналогию между рыночными потенциалами данных и нефтяной отрасли можно провести не только благодаря их свойствам. Заметное сходство есть и в том, касается их цепочек создания стоимости. Процесс создания стоимости – ядро шаблона «Управление данными о клиентах» – фокусируется на данных о клиентах, которые рассматриваются как прибыльный источник, черпать из которого можно с помощью соответствующих инструментов (как, почему).

Собранные данные о клиентах используются для создания профилей различных людей. Индивидуальные профили содержат порой до тысячи характеристик (как). Учитывая невероятное увеличение объемов поступающей информации – согласно последним подсчетам, они увеличиваются в десять раз каждые пять лет, – нет ничего удивительного в том, что некоторые крупные базы данных удостоились специального наименования. Термином «большие данные» мы описываем гигантские массивы информации, которые невозможно оценить с помощью традиционных систем управления базами данных. Многие современные методы анализа данных принадлежат сфере «добыче знаний». Благодаря непрерывно совершенствующимся компьютерным технологиям мы получили возможность анализировать данные в колоссальных объемах с невиданной доселе легкостью.

Практическое применение шаблона мало зависит от конкретной отрасли: промышленность, энергетика, финансы, здравоохранение – все они пользуются приложениями для больших данных. Управление данными о клиентах помогает упрочить конкурентное преимущество, определить потенциальные возможности для экономии, проводить анализ рынка в режиме реального времени, готовить более эффективную рекламу и выявлять нерешенные проблемы. Если говорить кратко, оно является чрезвычайно мощным инструментом в принятии решений (как, почему).

Понимание ценности данных пришло в 1980-х гг. с появлением управления информацией. Возможность создавать персонализированную рекламу повлекла за собой колоссальный спрос на данные. Вместе с этим предпринимались первые попытки напрямую обращаться к корпоративным клиентам через сервисные группы с целью налаживать личные отношения и более эффективно удовлетворять их индивидуальные потребности. 1990-е положили начало созданию баз данных, которые позволяли компаниям не только хранить эти данные, но и с большей точностью выбирать маленькие группы потребителей для того, чтобы адресовать им свои предложения. Мы ведем речь о предшественниках современных электронных систем управления взаимоотношениями с клиентами (CRM-систем). На развитие этих первых систем немалое воздействие оказали программы удержания клиентов, в особенности связанные с кредитными картами, поскольку эти программы снабжали информацией о потребительских шаблонах.

С началом распространения Интернета покупатели оставляли все больше цифровых следов, вот почему компаниям, в частности розничным предприятиям, становилось все проще собирать подобную информацию и формировать детальные и персонализированные профили покупателей. В практику были внедрены новые способы применения этих данных, что не могло не породить волну общественной критики, в связи с чем многократно участились случаи беспокойства по поводу конфиденциальности данных.

Среди магазинов Amazon на голову выше всех конкурентов. Стремление компании анализировать и культивировать отношения с покупателями воспринимается как нечто самой собой разумеющееся, ведь на завоевание нового клиента расходуется в пять раз больше средств, чем на удержание довольного потребителя. Чтобы извлечь максимум выгоды из этого расхождения, Amazon использует данные о продажах с целью выявить взаимосвязи между продуктами и установить, какие покупки обусловливают последующие приобретения. Согласно Amazon, требуется сравнительно немного базовой информации, чтобы в точности спрогнозировать будущее поведение покупателя. Она служит основой для индивидуальных рекомендаций или даже полностью кастомизированных веб-страниц. Ее цель – соблазнить клиента на совершение импульсных покупок, немаловажный фактор, способствующий успеху компании.

В Google, которая продает собственный персонализированный рекламный сервис, сбор данных еще более тесно связан с генерированием прибыли. Компания с успехом использовала финансируемую рекламой бизнес-модель, основанную на ее сервисе AdWords, всего через два года после выведения на рынок своей поисковой системы. AdWords ненавязчиво размещает индивидуализированную письменную рекламу в результатах поисковых запросов. В 2004 г. Google расширила функциональность AdWords, внедрив AdSense, рекламный сервис, который может интегрироваться непосредственно в веб-сайты клиентов. В следующем году она приобрела аналитическую систему, разработанную Urchin Software, и с ее помощью сумела еще активнее применять шаблон «Управление данными о клиентах». Упомянутая система представляет собой весьма действенный инструмент веб-анализа и сегодня предлагается владельцам сайтов на бесплатной основе под названием Google Analytics. Реклама приносит Google свыше 90 % прибыли, собирая данные посредством бесчисленного количества бесплатных сервисов, таких как поисковые системы, персональные календари, аккаунты электронной почты, карты и рейтинговые системы.

Некоторые американские телекоммуникационные компании, среди них Verizon, AT&T и Sprint, также признают важность сведений о клиентах. Их бизнес заключается в продаже агрегированных анонимных данных третьим сторонам, которые могут, к примеру, применять статистику пользования для выбора оптимального местоположения нового магазина.