8 примеров, когда аналитика помогла найти новые пути для роста компаний

На креативных сессиях мы много говорим об информационном бульоне как условии появления новых идей. Статья Google с примерами того, как используя информацию, Компании находили неожиданные пути. Какие данные Вы можете использовать для нахождения прорывных идей?

"Важнее данных сегодня только большие данные. Количество информации, которое производится каждый день, растет бешеными темпами: согласно исследованию Seagate и IDC, к 2025 году общий объем данных достигнет 163 зеттабайт. И если компании научатся анализировать все важные для них сведения, смогут улучшить бизнес-показатели.

Как именно помогает Big data и статистика.

Нет такой сферы, в которой аналитика была бы лишней. По данным CNews Analytics, 76% банков с помощью Big Data привлекают новых клиентов, поддерживают их лояльность и быстрее определяют мошенников. В телекоммуникациях 85% компаний за счет аналитики и технологий создают «умные» маркетинговые кампании.

В ритейле эффективное использование данных может увеличить операционную рентабельность компании на 60%. Ещё одна сфера — железнодорожные перевозки. Итальянские железные дороги сэкономили более $200 млн, когда начали использовали предиктивную модель обслуживания: она позволила прогнозировать поломки деталей и механизмов.С помощью аналитики компании могут предсказывать поведение клиентов, оптимизировать акции и цены, готовить маркетинговые кампании.

Если вы еще сомневаетесь в эффективности Big Data для бизнеса, мы подготовили для вас 8 примеров того, как выигрывают компании, когда используют все возможности анализа данных.

Big Data и уменьшение рисков.

Банки постоянно сталкиваются с большими рисками из-за того, что не могут быть уверены в платежеспособности клиентов, которые берут кредиты. Для «Сбербанка» решением проблемы стала технология Big Five. Она заключается в анализе профиля человека и составляет его психологический портрет на основе 5 черт: добросовестности, открытости, общительности, законопослушности и эмоциональной устойчивости.

По словам главы организации Германа Грефа, Big Five помогла «Сбербанку» получить $50 млн чистой прибыли и «выдавать кредиты значительно быстрее большему количеству предпринимателей».

Big Data и лидерство в отрасли

Tesla использует большие данные, чтобы повысить качество своих автомобилей. Все машины компании подключены к общему облаку, которое собирает данные о техническом состоянии в реальном времени. Еще в 2014 году это помогло компании своевременно устранить перегрев, возникавший на некоторых моделях.

Сегодня Tesla собирает данные не только об автомобилях, но и об их водителях. В машинах есть датчики, которые отслеживают положение рук водителя во время вождения и другие характеристики. Это помогает совершенствовать автомобили и адаптировать их под нужды потребителей.

Так компания получает не только качественные, но и количественные изменения: Tesla является единственным успешным игроком на рынке электромобилей. По словам Алексея Ильяшова, архитектора по большим данным в Tesla, рентабельность продажи каждой машины — 19–25%, в то время как средняя рентабельность по отрасли — 10–11%.

Big Data и спасение клиентов

Данные помогают компаниям найти своего потребителя и дать ему то, в чем он нуждается. Зимой 2013–2014 года в разных аэропортах и регионах отменили примерно 3% рейсов. Из-за этого 90 тыс. человек ежедневно застревали в аэропортах. Отдел маркетинга сети отелей Red Roof Inn воспользовался ситуацией и быстро проанализировал информацию о погодных катаклизмах и аэропортах, в которых отменились рейсы.

Сотрудники компании понимали, что люди начнут искать в интернете отели, чтобы остановиться, поэтому запустили маркетинговую кампанию. Она нацеливалась на пользователей мобильных устройств, находящихся в тех аэропортах, где были задержки. В рекламном сообщении людям предлагали просмотреть свободные номера в сети отелей. В итоге в тех регионах, в которых компания применила эту стратегию, ее прибыль выросла на 10%.

Big Data и прибыль.

Еще один пример бренда, который сделал ставку на большие данные, — Ford. В 2008 году в годовом отчете компания сообщила об убытках в $4,6 миллиарда. «Кризиc, новый менеджмент и новые перспективы побудили нас взглянуть на вещи по-другому», — сказал Джон Джиндер, директор по операционной аналитике и управлению рисками в Ford.

Тогда в штате появилось 200 экспертов по аналитике, и уже через год компания сообщила о прибыли, чего не происходило в предыдущие 4 года. Ford выпустил 25 новых линеек автомобилей и продал в США 2,3 млн легковых и грузовых машин.

Big Data и креатив

Пример использования больших данных в России — кампания сети быстрого питания Burger King. Команда бренда знала, что в холодную погоду люди чаще выбирают горячие блюда и напитки, а в жару — холодные. Поэтому в Москве, недалеко от своих кафе на 43 цифровых экранах компания внедрила динамические изображения.

Картинка на конструкциях менялась в зависимости от температуры воздуха и тем самым адаптировалась к ожиданиям потребителей. Когда на улице становилось жарко, на экранах транслировался креатив с молочными коктейлями, а при похолодании — изображения с горячими блюдами. Кампания работала в режиме реального времени, демонстрируя посетителям те блюда, которые они, скорее всего, захотят купить. В России кампания оказалось успешной, и ее запустили также в других регионах.

Big Data и производительность.

С помощью больших данных инжиниринговая компания QuantumBlack повысила производительность своего штата. Руководство бренда выяснило, что сотрудники менее эффективно работают в командах из более чем 6 человек, причем результаты ухудшаются с появлением каждого нового члена команды, который работает в другом часовом поясе. Также на продуктивность влияло то, насколько хорошо уже знают друг друга сотрудники одной команды. Руководство учло эти нюансы, и общая производительность компании выросла на 22%.

Big Data и лояльность.

Порой компания, которая пренебрегает большими данными, теряет из-за этого клиентов, — об этом говорит кейс гонконгской авиакомпании Cathay Pacific. В сентябре 2015 года она объявила об изменении своей программы лояльности: с тех пор постоянные пассажиры могли получить бонусы двумя способами — при покупке либо самых дешевых билетов, либо билетов премиум-класса. То есть у пассажиров больше не было мотивации покупать билеты по среднему тарифу. В итоге в этот период прибыль Cathay Pacific упала на 9,2% согласно отчету самой компании.

Ошибка — в игнорировании данных. Аналитика могла дать компании сигнал о том, что клиенты скоро уйдут. Издание Smart Data Collections проанализировало деятельность компании и оценило тактики, которые могли бы ей помочь:

  • Анализ соцмедиа-публикаций участников программы лояльности. После того, как компания рассказала об изменениях, количество положительных отзывов от участников Gold- и Diamond-статусов сократилось на 11,9%.

  • Анализ поведения постоянных клиентов по отношению к другим авиакомпаниям. Если человек начинает положительно отзываться о конкуренте и искать о нем информацию, он, скорее всего, думает о смене «своей» авиакомпании.

  • Анализ поведения клиентов, которые пользуются услугами нескольких авиакомпаний. Cathay Pacific не наблюдали снижения активности лояльных клиентов, в то время как пассажиропоток компании-конкурента Singapore Airlines увеличивался за счет этих же пассажиров.

Все эти показатели эффективно работают вместе — если бы авиаперевозчик их сложил, получил бы полную картину ситуации на рынке и внутри своей компании."

Источник: Google

Популярное
Последнее
Архив публикаций
Поиск по тегам

Спасибо, что Вы с нами и продолжаете создавать идеи и решения! Мы запустили этот сайт, чтобы у вас всегда были "под рукой" примеры для вдохновения - короткие советы, фото, истории, факты.  ​ Берите "себе в копилку", сравнивайте, анализируйте. Новых Вам путей и озарений, и просто хорошего настроения!

© 2017 ГК «Институт Тренинга – АРБ Про»

На сайте  использованы иллюстрации Румянцева В.Д.