В рамках экспертной сессии «Дальше настоящего. BIG DATA и ИИ» эксперты рынка затронули темы комплексной автоматизации основных бизнес-процессов, поделились результатами экспериментов и рассказали, какие пользовательские данные влияют на стоимость продукта. Отдельно эксперты затронули этические вопросы массового сбора данных о потребителях. Управлял дискуссией основатель TenChat Семен Теняев.
Обсуждая перспективы видео аналитики и анализа трафика уникальных посетителей, Михаил Кораблев, генеральный директор BIT, поделился успехами компании: «Сейчас мы внедряем системы, которые позволяют считать уникальных посетителей, обрабатывать эти данные, суммировать их с различными данными с кассовых аппаратов, с данными с товарных полок в магазине. Полагаю, что это позволит нам формировать индивидуальную товарную корзинку под каждого конкретного посетителя. Причем не только с учетом возможностей конкретного магазина, но и с учетом самого посетителя, его окружения».
Отвечая на вопрос об этике, Михаил Кораблев отметил, что намечается очень тонкая грань между беспрепятственным сбором аналитических данных и вмешательством в частную жизнь покупателей. Отвечая на вопрос модератора о возможностях и рисках обработки данных, Дмитрий Рейдман, директор департамента развития цифрового бизнеса Х.Технологии ПАО «Ростелеком», сообщил следующее: «Ритейл – это большой рынок, на котором всегда есть место для какой-то цифровой трансформации, поиска клиентов. Более того, в нем всегда есть риски. Мы давно заняты обработкой Big.Data и готовы делиться экспертизой».
Александр Айваз, директор по управлению данными компании «Лемана ПРО» поделился практикой компании и объяснил, как «Лемана ПРО» использует накопленную за годы работы экспертизу: «Мы стремимся с помощью технологий обработки данных минимизировать рутину, которая встречается на протяжении любого бизнес-процесса, и максимизировать время, которое отводится на общение человека с человеком. Это делается для того, чтобы у наших сотрудников, у продавцов в торговом зале, у сотрудников контакт-центра было больше времени и возможности работать непосредственно с клиентом для того, чтобы решать его задачу, что-то подсказывать, рекомендовать, и даже вдохновлять».
Максим Савченко, руководитель аналитической платформы Т-Data в Т-Банке, отметил особую роль эквайринга. Он все глубже интегрируется в аналитику и позволяет видеть путь клиента целиком – как в оффлайне, так и в интернет-торговле. Это открывает новые возможности для бизнеса. Он подчеркнул, что Т-Банк имеет богатый опыт сбора и анализа обезличенных агрегированных данных о транзакциях клиентов и в настоящий момент готов ими делиться: «Мы собираем, обрабатываем и интерпретируем все данные, которые получаем в рамках операционной деятельности банка и наших лайфстайл сервисов, охватывающих более 50 млн клиентов банка. Это позволяет видеть и находить интересные закономерности и тренды об изменениях рынка и потребительских предпочтениях, которые в конечном итоге влияют на показатели бизнеса. Результатами таких исследований мы делимся в СМИ и новых медиа, где подсвечиваем, например, чем отличаются траты взрослого поколения от миллениалов, на какие категории товаров и услуг растет или падает потребительский спрос, чем отличаются траты по регионам и районам городов-миллионников, и так далее».
Ольга Макарова, директор по маркетингу «Купер», также заявила о готовности предоставлять аналитику бизнесу и привела пример: «На основании характеристик заказа мы точно можем определить вид домашнего животного, как минимум породу, вес, рост, возраст – все это на основании корма, который покупает клиент. Таким образом, если у бренда есть задача рассказать, что их банановый йогурт, например, теперь имеет 0% жирности, мы с удовольствием подберем аудиторию, географию и прочие рекомендации».
Евгений Старосельский, главный архитектор AI-решений «Группа компаний Б1», отметил, что компания не располагает большими данными, но готова предоставить бизнесу эффективные инструменты для роста продаж: «Мы сейчас фокусируемся на трех ключевых задачах и компонентах: модели распродаж и промо-модели, товарные рекомендации и также оптимизация регулярных цен. Я бы сказал, что это базовый пакет, который нужен каждому ритейлеру, который хочет повышать свои KPI. Уже сейчас у каждой из этих моделей есть подтвержденный эффект: модель распродаж показала рост 4% пункта рост, в рекомендациях – 2%».