CC BY
47
СТРАТЕГИИ БИЗНЕСА
анализ | прогноз | управление
электронный научно-экономическии журнал
DOI: 10.17747/2311-7184-2020-11-291-294
стр 291
Персонализированные данные как инструмент максимизации прибыли компании
Афанасьева Ксения Игоревна
Студентка 4-го курса факультета управления
Санкт-Петербургского государственного экономического университета; e-mail: ksyusha.afan@mail.ru
Бандерова Олеся Николаевна Студентка 4-го курса факультета управления
Санкт-Петербургского государственного экономического университета; e-mail: o_banderova@mail.ru
Научный руководитель: Степаненко Дарья Александровна К.э.н., доцент кафедры менеджмента и инноваций Санкт-Петербургского государственного экономического университета; e-mail: kadar_77@mail.ru
Аннотация. Статья посвящена исследованию влияния персонализированных данных на прибыльность компаний. Персонализированные данные рассматриваются как ресурс, позволяющий добиться лояльности клиента и за счет этого повысить продажи, то есть увеличить прибыль. В работе рассмотрены способы применения персонализированных данных в различных сферах деятельности и выявлены причины ограничений в использовании данного подхода, наиболее частыми из которых являются отсутствие квалифицированного персонала, ресурсозатратность и отсутствие четкого видения результата. Сделан вывод о необходимости применения различных инструментов изучения и персонализации клиентского опыта независимо от сферы деятельности копаний для максимизации прибыли компаний.
Ключевые слова: персонализированные данные, эффективность, увеличение прибыли, стратегия развития, экспоненциальный рост.
PERSONALIZED DATA AS A TOOL FOR MAXIMIZING THE COMPANY'S PROFIT
Afanaseva Ksenia Igorevna Student 4th year, Management department, St. Petersburg State University of Economics St. Petersburg;
e-mail: ksyusha.afan@mail.ru
Banderova Olesia Nikolaevna
Student 4th year, Management department,
St. Petersburg State University of Economics
St. Petersburg;
e-mail: o_banderova@mail.ru
Academic advisor: Stepanenko Daria - senior lecturer
The Department of Management and Innovation,
St. Petersburg State University of Economics, PhD in Economics
St. Petersburg;
e-mail: kadar_77@mail.ru
Abstract. The article is devoted to the study of the impact of personalized data on the profitability of companies. Personalized data is considered as a resource that allows you to achieve customer loyalty and thereby increase sales, i.e. increase profits. The research considers ways to use personalized data in various fields of activity and identifies the reasons for limitations in using this approach, the most common of which are the lack of qualified personnel, resource consumption and lack of a clear vision of the result. We concluded that it is necessary to use various tools for studying and personalizing customer experience, regardless of the field of activity of the companies in order to maximize the company's profits.
Keywords: personalized data, efficiency, increased profits, development strategy, exponential growth.
В современном мире персонализированные данные превратились в один из наиболее значимых и востребованных ресурсов. Применение персонализированного подхода позволяет клиенту чувствовать себя важным, что укрепляет привязанность к бренду. Проще говоря, крепкие связи - лояльный клиент, и как следствие - рост прибыли. Идеальная цепочка.
Целью работы является исследовать персонализированные данные как основу ведения бизнеса. Для этого необходимо решить следующие задачи:
1. Раскрыть сущность понятия «Персонализированные данные»;
2. Определить объем и значимость персонализированных данных;
3. Оценить влияние персонализированных данных на бизнес;
4. Рассмотреть применение персонализированных данных в бизнесе.
Однозначного понятия персонализированных данных не существует. Персонализация, или формирование уникального образа пользователя - один из основных трендов последних лет. Действия потребителя говорят зачастую больше, чем предоставленная личная информация. Таким образом, персонализированные данные можно определить как информацию, касающуюся личных данных человека, его интересов, предпочтений, отношений с другими людьми, демографических, социальных и поведенческих особенностей, использование которой направлено на мотивирование людей к полезному для компании действию.
Объем рынка персонализированных данных, который является частью Big Data, оценить сложно: он слишком непрозрачен и методологии оценок разнятся. Как видно на рис. 1, по прогнозам компании Statista.com, специализирующейся на рыночных и потребительских данных, к 2022 году глобальный рынок Big Data вырастет до 260 миллиардов долларов США, что более чем в 1,5 раза превышает размер рынка в 2018 году [9]. Рынок персонализированных данных занимает незначительную долю в общем объеме Big Data, но при этом динамика его развития соответствует изменению объемов последнего и характеризуется экспоненциальным ростом. В соответствии с законом Гордона Мура, основанным на исследованиях Intel, мощность вычислительных устройств увеличивалась вдвое, позже этот феномен был исследован на удвоении стоимости фабрик по производству микросхем. В настоящее время есть математические расчеты, подтверждающие, что стоимость элемента сети растет квадратично по отношению к количеству [4]. Таким образом, платформенные организации способны удваивать оборот. Оборот рынка персонализированных данных растет быстро: в 2018 году он составил 890 млн руб. ($13,7 млн), что на 22% больше, чем в 2017 году [1].
Согласно исследованию «Защити меня» [5], проведенному международной сетью компаний «PricewaterhouseCoopers» в 2018 г. в городах с населением более 500 тысяч человек, где приняли участие 1680 жителей старше 18 лет, россияне понимают суть современных экономических отношений:
• 78% респондентов согласны с тем, что компании собирают данные о пользователях только для того, чтобы извлечь больше прибыли;
• 76% респондентов указали, что если они доверяют компании, то спокойно делятся с ней конфиденциальными персональными данными;
• 88% респондентов уверены, что они не контролируют объем персональных данных, которые компании собирают о них.
В целом, люди считают, что компании собирают о них больше сведений, чем они хотели бы им предоставлять.
Встает вопрос об этической ответственности бизнеса, что влияет на уровень доверия компании. В ряде исследований рассматриваются подходы к формированию стратегий, основанных на ценностной ориентации потребителей, которую можно отождествлять при некоторых условиях с системой ценностей руководителя и сотрудников компании. Некоторые компании, относящиеся к так называемым «зеленым» компаниям, например, Starbucks, The Body Shop, Southwest Airlines, Zappos, а также русские компании «ВкусВилл», ABBYY и Яндекс, строят доверительные отношения как внутри организации, так и с внешними контрагентами. Они заявляют, что бизнес создан для служения обществу, для выгоды не только продавца, но и покупателя [3].
Сегодня потребители не платят за многие услуги, которые получают в интернете: за поиск информации, за электронную почту, за хранение данных в облаке, за общение в социальных сетях. Однако эти услуги лишь условно бесплатные: платой являются данные, которые компании затем превращают в прибыль.
В большинстве случаев люди ожидают, что компания предугадает их потребности, и взамен этого готовы предоставлять информацию о себе. Получается, что задача вовсе не в том, чтобы изловчиться и выудить из кли-
Рис. 1. Оборот рынка Big Data, млрд долл.
Mit М17 м» а и им ди ки
СТРАТЕГИИ БИЗНЕСА Том 8 № 11 (2020)
анализ | прогноз | управление Business Strategies
электронный научно-экономический журнал стр 293
ента хоть какие-то данные, а последовательно собирать информацию о них и улучшать сервис. В выигрыше остаются обе стороны: компании используют накопленные данные для максимизации выручки и LTV клиентов (Lifetime Value), а те, в свою очередь, получают персонализированный подход, за которым пришли.
Понимание своих клиентов посредством персонализированных данных, а именно: как, когда и что они покупают, помогает владельцам бизнеса оптимизировать цены, ассортимент, программы лояльности и пространство. Наиболее эффективно использование персонализированных данных может проходить в голографических организациях, получающих все большее распространение в бизнес-среде, где каждый элемент - проект или отдел - отражает всю организацию в миниатюре [2].
Несмотря на выгоду, которую приносят компаниям персонализированные данные, не все спешат внедрять их использование в свою деятельность. На рис. 2. представлены результаты исследования [6], проводимого международной компанией BCG, специализирующейся на управленческом консалтинге, о причинах отказа от персонализации данных компанией, актуальных и по сей день.
Рис. 2. Основные барьеры в персонализации данных компаниями
Отсутствие квалифицированного персонала является наиболее часто упоминаемой причиной отказа от персонализации данных (74%), но большинство компаний также сталкиваются с препятствиями организационного характера. К ним относятся недостаточная межфункциональная координация (61%), недостаток талантов и знаний (54%), а также корпоративные культуры компаний, не предполагающие подобные инновации (52%). Более 60% считают, что у них нет четкого видения результата, а половина ссылается на отсутствие экономического обоснования и целей. Менее 50% называют существенным барьером для внедрения персонализации данных нехватку денежных средств.
Несмотря на то что изучение и персонализация клиентского опыта - это долгосрочная стратегия, примеров ее успешной реализации большое количество. В табл. 1 представлены компании, уже использующие персонализированный подход. Среди них Netflix, американская развлекательная компания, поставщик фильмов и сериалов на основе потокового мультимедиа, которая проводит около 250 А/В тестов в год, собирает информацию о более 300 млн пользователей по всему миру, составляя их профайлы. Рекомендации Netflix опираются на анализ предшествующих выборов пользователя, а также сопоставление его запросов с предпочтениями группы людей с похожими интересами. Система строит предложение, начиная с самых популярных в этой группе пользователей фильмов, сопоставляя их описания (более 200 тегов для каждого фильма) с уникальными предпочтениями клиента. Кроме того, Netflix персонализирует не только предложение, но и обложки видео, выделяя знакомых клиенту актеров и актрис, персонализирует и визуальные эффекты, делая главную страницу каждого пользователя уникальной. С каждым годом число платных подписчиков увеличивается. К концу 2019 г их число достигло 167 млн человек, что больше населения Франции, Великобритании и Румынии вместе взятых [10].
Крупнейший сайт бронирования проживания в мире Booking.com имеет доступ к большому количеству данных о клиентах - от имен и адресов до данных кредитной карты и телефонных номеров. Основываясь на предпочтениях клиентов, данных запросов на онлайн-платформе и опыта прошлых поездок, сайт персонализирует дальнейшее предложение: напоминает даты предыдущего визита, рекомендует отели по предпочтениям клиентов, предлагает прислать документы о бронировании в удобном для клиента виде и предупреждает о количестве оставшихся номеров. Кроме того, сам хозяин может определять потенциальных гостей и устанавливать собственные правила проживания. Booking.com в 2018 году заработал на сдаче апартаментов и домов 3,1 млрд долларов [7].
Ведущий ритейлер модной одежды Lamoda, предлагающий более 1 миллиона товаров от 900 брендов, увеличивает продажи за счет надежной персонализации. Lamoda начала с сегментации посетителей по геолокации: баннеры с одеждой соответствуют местным погодным условиям каждого клиента. Кроме того, автоматически выполняется таргетинг на основе прошлых покупок, близости к продуктам и брендам, уже заинтересовавших потребителя. Lamoda разработала и разослала персонализированные купоны для созданных ею сегментов, что значительно увеличило коэффициент конверсии. Для ускорения процесса покупки Lamoda подготовила баннеры, фильтрующие особенности каждого посетителя по наиболее предпочтительному цвету товара и порядку сортировки. Ритейлер использует обзоры продуктов, собирает готовые образы, чтобы подтолкнуть посетителей к приобретению. Когда клиент взаимодействует с формой оформления заказа, появляется уведомление о дополнительной скидке согласно расчету содержимого корзины в реальном времени. Путем персонализации
СТРАТЕГИИ БИЗНЕСА
анализ | прогноз | управление
электронный научно-экономическии журнал
стр 294
Lamoda достигла своей цели: добилась увеличения валовой прибыли на $15 млн и увеличила доходы за сеанс на 8% [8].
Таблица 1. Сравнительная характеристика компаний, использующих персонализацию данных
Название компании Netflix Booking.com Lamoda
Сфера деятельности Потоковое мультимедиа Бронирование проживания Ритейл одежды
Способы персонализации Предложение контента, сопоставленного с предпочтениями потребителя, учитывающего знакомых ему актеров для составления обложек видео, а также визуальные эффекты по приглянувшемуся ранее оформлению Предложение на основе предпочтений, запросов и опыта предыдущих поездок клиента Предложение, основанное на сегментации посетителей по геолокации, истории прошлых покупок и приверженности к брендам, представлено в виде персонализированных купонов, индивидуального дизайна главной страницы и рекламных баннеров
Эффект Увеличение числа платных подписчиков Увеличение прибыли от сдачи апартаментов и домов до 2,8 млрд долл. Увеличение валовой прибыли на 15 млрд долл.; увеличение дохода за сеанс на 8%
Составлено авторами на основе данных источников [7, 8, 10]
Данные таблицы демонстрируют схожесть инструментов изучения и персонализации клиентского опыта независимо от сферы деятельности копаний. В представленных случаях персонализация данных является эффективным инструментом максимизации прибыли компаний. Каждое продуманное взаимодействие с клиентом обречено на успех ввиду роста их потребностей и запросов. Потребители готовы предоставлять данные, взамен ожидая обратного отклика со стороны компании в виде персонализированных предложений. Игнорируя данный подход, компания рискует остаться позади, поэтому персонализацию можно считать главным трендом в бизнесе в настоящее время.
Список литературы
1. Салтыкова М. Кто владеет вашими данными в интернете и что об этом говорит закон// Ведомости& [Электронный ресурс]: URL: https://www.vedomosti.ru/partner/articles/2019/06/05/803014-vladeet-dannimi (дата обращения: 14.10.2020 г).
2. Степаненко Д.А. Виртуальные организации: перспективы развития в условиях цифровизации экономики// Вестник образования и развития науки Российской академии естественных наук, 2018, 22 (4). С. 58-61.
3. Степаненко Д.А. Направления повышения экономической эффективности стратегий развития устойчивых организаций //Ученые записки Международного банковского института. Вып. № 4 (26) / Под науч. ред. М.В. Сиговой. - СПб.: Изд-во МБИ, 2018. С. 127-138.
4. Чуркина Н.С., Степаненко Д.А. Развитие сетевых структур: от внутренних рынков к платформизации// Стратегии бизнеса. Т. 8, № 8 (2020). С. 219-222 DOI: 10.17747/2311-7184-2020-8-219-222
5. Проект «Защити меня». Кибербезопасность, защита данных, конфиденциальность информации, доверие и регулирование. PWC [Электронный ресурс]: URL: https://www.pwc.ru/ru/publications/assets/protect-me-ru. pdf (дата обращения: 15.10.2020 г.).
6. Abraham М., Mitchelmore S., Collins S., Maness J., Kistulinec M., Khodabandeh S., Hoenig D., Visser J. Profiting from Personalization [Электронный ресурс]: URL: https://www.bcg.com/publications/2017/retail-marketing-sales-profiting-personalization (дата обращения: 15.10.2020 г.).
7. Booking Holdings [Электронный ресурс]: Notice of Annual Stockholders' Meeting and Proxy Statement. URL: https://ir.bookingholdings.com/static-files/b7a80c8c-4a3b-455d-a29f-f77a30a7c45f (дата обращения: 15.10.2020 г.).
8. Dynamicyield [Электронный ресурс]: CASE STUDY «Lamoda Achieves $15M Uplift in Gross Profit». URL: https://www.dynamicyield.com/files/case-studies/lamoda.pdf (дата обращения: 14.10.2020 г.).
9. Global No.1 Business Data Platform «Statista.com» [Электронный ресурс]: Revenue from big data and business analytics worldwide from 2015 to 2022. URL: https://www.statista.com/statistics/551501/worldwide-big-data-business-analytics-revenue/ (дата обращения: 14.10.2020 г.).
10. Netflix investor [Электронный ресурс]: Письмо акционерам о доходах за первый квартал 2020 года URL: https://s22.q4cdn.com/959853165/files/doc_financials/2020/q1/updated/FINAL-Q1-20-Shareholder-Letter. pdf (дата обращения: 15.10.2020 г.).
