Check Levi9 best QA positions to Backbase team!
×Закрыть

Big Data в бизнесе (интервью с Антоном Вокруг)

— Для чего электронному бизнесу нужны big data? Этот подход эффективнее традиционного анализа пользовательских профилей и персонализации?

«Большие данные» открывают новые возможности для поиска ранее незаметных взаимосвязей (корреляций) между разными данными. При правильном внедрении, любой бизнес, в том числе и онлайн-коммерция, получает огромную выгоду.

Используя «большие данные», мы можем настроить механизм «персонализации» очень результативно по сравнению с традиционными статистическими методами. Клиенту предлагается товар, который полностью отвечает его вкусам, и вероятность покупки на сайте увеличивается в разы, что, естественно, приводит к росту прибыли.

Например, благодаря этой системе, у одного из наших крупных клиентов глубина просмотров интернет-магазина возросла в 1,8 раза. Только через наши виджеты персонализации у него в неделю проходит порядка 7 000 кликов на сайте. Мы попросили клиента предоставить последнюю информацию по продажам (в системе она конфиденциальна для безопасности пользователей), и узнали, что за три месяца работы с нашим продуктом его интернет-магазин увеличил прибыль на 17,5%. Я уверен, что это далеко не предел возможностей.

— Как онлайн-бизнес использует «большие данные» сегодня? Это метод небольшой группы новаторов или тренд, к которому уже присоединились многие предприятия? Какие компании чаще всего работают с big data — большие или маленькие? На чем они специализируются и в каких странах находятся?

Анализ «больших данных» очень активно сейчас приходит в электронную коммерцию! Все большие ритейлеры, такие как Amazon и Alibaba, уже в полной мере используют эти технологии. Big Data давно уже стандарт рынка — это необходимо для роста конверсии, продаж и прибыли в условиях сегодняшней конкуренции.

В Европе и США в сфере электронной коммерции очень высокая конкуренция, поэтому маркетологи интернет-магазинов расположены к любым сервисам, которые потенциально могут увеличить прибыль, а DataProm — именно из таких. Маркетологи и владельцы бизнесов легко идут на контакт и, проведя несколько А/В-тестов устанавливают сервис, показавший самые лучшие результаты. Поэтому очень важно было на этапе разработке уделить время R&D.

Но у больших ритейлеров есть возможности содержать огромный штат программистов и самостоятельно вести процесс R&D. Средние и маленькие интернет-магазины такой возможности не имеют, так как это несет большие операционные затраты. Именно для таких магазинов мы и разработали свой сервис DataProm.

В США таких проектов, как DataProm достаточно много, мы равнялись на RichRelevance и разработки Amazon. В Европе и России наш конкурент — RetailRocket, достойный нужно сказать.
В Азии пока сильных конкурентов нет, поэтому DataProm нацелен именно на азиатский рынок.
Отдельно хочется отметить регион Юго-Восточной Азии (ЮВА). Рынки онлайн-коммерции в Китае и Индии очень динамично развиваются, рост составляет примерно 70% в год. Во всех странах Азии с каждым годом увеличивается количество интернет-магазинов и растет количество пользователей сети. В отличии от США и Западной Европы, там почти ничего пока не знают о технологии «больших данных» в бизнесе и потенциальной прибыли.

— Когда и почему Вы начали работать с big data? Какими были основные этапы развития компании?

В мае 2014 года мы начали с разработки «черного ящика» — с поиска и тестирования математических моделей и алгоритмов анализа данных для электронной коммерции. Очень долго тестировали и подбирали эффективные модели, которые приведут интернет-магазины к увеличению продаж. После этого мы приступили к разработке всего продукта, и закончили в сентябре 2015.
Несколько месяцев спустя после старта работы нас поддержал украинский фонд Fison, проинвестировав 500 000 $ в нашу компанию.

В прошлом году мы были на конференции RISE в Гонконге и поняли, что пока в этих регионах про «большие данные» только говорят, но реальных работающих сервисов нет.

Для нас это означало огромное конкурентное преимущество, которое мы и использовали. Три месяца назад мы открыли полноценный сейлз-офис в Гонконге, который охватывает Гонконг и Китай. Мы так же переводим сайт DataProm на китайский язык. Останавливаться на достигнутом мы не планируем, и в ближайшее время будем расширять географию наших продаж — например, планируем выйти на рынки Индии.

В конце мая 2016 года наша команда sales-менеджеров так же летала в Дубай на конференцию E-commerce Show Middle East — крупнейшее мероприятие в сфере электронного бизнеса в регионе. Там мы представили свой сервис, встретились более чем с десятью владельцами интернет-магазинов и маркетплейсов. Уверен, что в скором времени мы откроем еще один офис по продаже DataProm в Дубае!

— Кто Ваши основные клиенты?

В Украине у нас сейчас порядка 20 клиентов, в основном это электронные магазины среднего размера. Они начали пользоваться системой чуть менее трех месяцев назад, и, конечно, за это время трудно увидеть значительные изменения. Но, тем не менее, прогресс есть — у всех наших клиентов глубина просмотров на сайте увеличивается минимум на 15%. Люди уже приобретают товары, предложенные им с помощью наших виджетов.

На данный момент у нас нет ни одного клиента, который, попробовав, отказался бы от наших услуг. На сегодня наш Churn Rate равняется нулю, и это отличный показатель.

Но это все в Украине. А самое интересное ожидало нас в Азии! Мы заметили, что в Китае есть большой спрос на покупку электроники через интернет, а, например, в Гонконге больше заказывают онлайн одежду и косметику. Поэтому наши менеджеры по продажам сейчас активно работают с интернет-магазинами одежды в Гонконге.

Средний чек в странах Азии значительно выше, чем в Украине. Пока в этом регионе у нас 5 клиентов — 4 магазина одежды из Гонконга и один магазин электроники из Китая. Все пять после внедрения DataProm показывают очень высокие результаты — это и рост глубины просмотров (от 12% и выше), и продажи товара непосредственно через наши виджеты персонализации. И это только начало, ведь система построена на основе самообучения.

— Есть ли какие-либо ограничения при использовании «больших данных»?

Нет никаких ограничений — тут и заложен огромный потенциал Big Data. Чем больше разработок в этом направлении, тем лучше.

«Машина», анализируя огромный объем данных, может найти такие скрытые паттерны в поведении пользователей на сайте, которые не под силу выявить человеку.

Однако, в работе с «большими данными» важен не объем, а используемые алгоритмы и математические модели, их последовательность и совокупность. Важно, чтобы система или «черный ящик» («black box») знала, что и как искать, была правильно настроена. Это подразумевает огромное количество тестов — это настоящий R&D, что увеличивает порог входа на рынок подобных продуктов.

— А как же приватность?

В нашем случае анализ «больших данных» не основывается на личной информации. Компании, использующие наш сервис, предоставляют только неименные данные о поведении клиентов на их сайте. Таким образом, на данном уровне приватность никак не может быть нарушена. В контексте использования Big Data аналитики для интернет-магазинов, на мой взгляд, нет никаких угроз для пользователя.
В Европе и США клиенты чувствуют себя более защищенными. В Украине и России — относятся немного с недоверием, потому что для эффективной работы наших алгоритмов сервису необходимы данные пользователей. Приходится объяснять, что нам нужна только обезличенная информация.

👍НравитсяПонравилось0
В избранноеВ избранном0
LinkedIn
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

Рекламное интервью. :(
Хотелось бы технических деталей.

Спасибо за отзыв! Скажите, пожалуйста, какие именно детали были бы Вам интересны? Хотим сделать более полезный материал )

Любые ) Пока не очень понятно на чем работают

используемые алгоритмы и математические модели
. В чем инновация? Доступен ли продукт широком кругу пользователь или у них штат аналитиков через консольку скрипты запускает? Ну или где его можно посмотреть?

были бы технические детали — стало бы слишком очевидно, что это не Big Data :-)

Очень хорошо, что есть публичность и появляется такое. Чтобы качества каждого видны были.

«Мы за все хорошее, против всего плохого. Давай с нами» © ПР менеджер Карл Маркс.

Подписаться на комментарии