Почему большие данные часто не
помогают бизнесу

Компании могут собирать и обрабатывать большие объемы точных личных данных и рассчитывают за счет этого обнаружить на рынках новые интересные связи. Но поможет ли это им что-нибудь понять?

Многие считают, что обязательно поможет. Например, большая четверка банков Австралии (Westpac, National, ANZ и Commonwealth) тратит огромные деньги и перелопачивает горы клиентских данных, сопоставляя набор переменных — например, пол, возраст и профессию — с рядом банковских продуктов и услуг. Крупнейший банк страны Commonwealth объявил о большом проекте в сфере данных.

Две главные сети супермаркетов Австралии (Woolworths и Coles) тоже прочесывают клиентские данные. Они используют огромные вычислительные мощности (которые стали доступны лишь недавно) и статистические приемы, чтобы искать «инсайты»: например, проводят сложный мультиплатформенный анализ и сопоставляют активность в интернете и социальных сетях с паттернами покупок.

Без корреляционного и регрессионного анализа огромного объема данных, конечно, не обойтись, но я боюсь, что CEO и топ-менеджеры на этом успокоятся и решат, что теперь им не нужно слушать клиентов, ведь этим занимается ИТ-отдел.

Обманчивая привлекательность данных

Чтобы изучить обманчивую привлекательность данных, посмотрим, как один бизнес много лет за ними прятался.

Кит — директор компании по управлению капиталом, обслуживающей в первую очередь состоятельных частных лиц. Фирма помогает им с инвестициями, предоставляя продукты, портфельные решения, советы по финансовому планированию и возможности в сфере недвижимости.

Как и компании-конкуренты, фирма Кита проводила опросы, чтобы анализировать свои результаты. Но в какой-то момент Кит и его менеджеры поняли, что опросы не дают никаких результатов, которые помогали бы в разработке стратегии.

Поэтому команда Кита решила пойти другим путем — внимательно слушать клиентов. Они провели ряд интервью, на которых дали клиентам возможность свободно говорить, и результаты глубоко их поразили.

Во-первых, Кит понял, что его данные бесполезны. Вопросы в анкетах были построены на представлениях менеджеров о том, что им хотят сказать клиенты, а не на том, что они хотели сказать на самом деле. Поэтому собранные данные, в свою очередь, тоже не отражали реальных пожеланий клиентов. Списки приоритетов, составленные по итогам интервью с ними, и того, что менеджеры считали приоритетом клиента, совпадали лишь в половине случаев.

Кит не одинок в своем заблуждении: исследования показывают, что большие данные часто бывают «в точности неверными». Deloitte приводит выводы одного из исследований: «Свыше двух третей респондентов заявили, что сторонние данные о них были в целом верны только на 0—50%. Треть респондентов сочла, что эта информация верна на 0—25%».

В случае Кита к этому прибавлялась ошибка в оценке приоритетов. Например, компания считала, что возрастные клиенты не будут ставить «технологичность» (цифровые и онлайн-инструменты) высоко в списке своих требований. Однако по результатам интервью они обнаружили, что, хотя сами эти клиенты не были активными пользователями технологий, для многих из них это все равно было важно. Во-первых, с сайтом за них работали ассистенты, которые ценили технологии, а во-вторых, они считали современные технологии необходимым требованием для бизнеса.

Кроме того, Кит и его команда с удивлением обнаружили: чтобы получить настоящую полезную информацию, понадобилось очень мало интервью. Он говорит, что «всего 18—20 клиентов помогли выяснить все самое главное». Это так называемый эффект насыщения — исследовательский термин, который означает точку, где можно переставать проводить интервью, потому что ничего нового вы уже не услышите.

Слушайте клиентов

Общаться с клиентами — это не так интересно и ново, как инвестировать в «большие данные». Зато у такого общения есть долгая история успеха. Вспомните, например, важный момент в истории Toyota.

Когда в Toyota решили разработать премиальный автомобиль для США, команда не засела в Токио, чтобы продумать идеальный дизайн, и не стала анализировать мнения своих клиентов о старых моделях. Вместо этого компания отправила своих дизайнеров и менеджеров в Калифорнию, чтобы те изучили целевую аудиторию (американских менеджеров мужского пола с высоким доходом), поговорили с ними и выяснили, что им нужно от машины. Полученная таким образом информация вместе с несомненно отличными инженерными навыками дала Toyota совершенно новое направление: экспорт элитных машин в США. Вы, скорее всего, знаете эти машины под брендом Lexus. С тех пор слушать клиентов — неотъемлемая часть культуры Toyota. В Adobe тоже создали целую «культуру слушания клиентов» и составили набор полезных советов о том, как именно их нужно слушать. Например, Элейн Чао, продакт-менеджер компании, выразила это следующим образом: «Слушать клиентов — это только первый шаг. Наша главная задача — понять, что хотят сделать клиенты, но необязательно — как именно они хотят это сделать».

Поэтому, если ваши данные не из разряда «в точности неверных», используйте современные технологии, ищите паттерны в поведении клиентов, но понимайте ограничения больших данных. Это исторические и статичные данные. Исторические — потому что это информация о прошлом; ваши клиенты, скорее всего, уже ведут себя не так, как это показывают данные. И статичные — потому что и любой другой метод компьютерного моделирования, они никогда не смогут ответить на вопрос, который не пришел вам в голову.

Посмотрите на мир чужими глазами, и вы совершите настоящие открытия. Но для этого вам нужно действительно интересоваться клиентами и выслушать их истории.