Виммер провел аналогию с лягушкой, которая выпрыгнет и спасется, если ее бросить в горячую воду, но погибнет, если воду с лягушкой медленно нагревать. Для сохранения жизнеспособности компаниям нужна немедленная цифровая трансформация.

За последние несколько лет мир радикально изменился: все отрасли эволюционируют в сторону большего использования окружающих данных. Apple Watch неожиданно становятся «умными» конкурентами для легендарных швейцарских часов, а смартфоны – для банков. Как следствие, данные превращаются в стратегический актив. Компаниям нужна в буквальном смысле аналитическая фабрика, способная поддержать их потребности в информации.

В Teradata планируют интегрировать все существующие и будущие решения в единую аналитическую экосистему, создав лучший в своем классе инструмент для анализа всех видов данных. При этом озвучиваются три стратегические цели проводимых работ: простота, выбор и гибкость. Под простотой понимается доступность решений для широкого круга пользователей, так называемая «аналитика с человеческим лицом». Выбор подразумевает наличие разных инструментов для анализа различных категорий данных и решения различных бизнес-задач, а гибкость – широкие возможности внедрения, включая облачную модель.

Компания достаточно активно ведет себя на рынке. Среди ее последних приобретений за 2014 год числятся Revelytix, занимающаяся управлением данными, Hadapt — разработчик решений для Hadoop, а также консалтинговая компания Think Big, специализирующаяся на проектах Больших Данных. В рамках форума были анонсированы два решения: Think Big Dashboards Engine и комплекс Data Warehouse Appliance 2800. Первое позволяет быстро формировать отчетность с использованием информации из «озер данных» на базе Hadoop, а второе реализует потребности в скоростной аналитике с помощью обработки данных в оперативной памяти.

Большой интерес вызвали выступления на конференции нескольких крупных заказчиков Teradata.

«Сопоставление внутренних и внешних данных порождает взрыв информации», — отметил Суреш Пиллай, глава департамента клиентской аналитики eBay. По его мнению, именно так и появляются Большие Данные, позволяющие компаниям изучать наблюдаемые тенденции.

Разумеется, успех интернет-ретейлера определяет «последний клик», приведший к покупке, однако компанию должен интересовать весь путь покупателя, который также полон интереснейшей информации. Иногда в поисках причинно-следственных связей приходится опускаться на уровень кликов, разбираясь в истории покупки. Аудитория eBay так широка и разношерстна, что концентрироваться на какой-либо ее части нельзя. Надо работать со всеми, но по различным правилам, определяя значимые для каждого сегмента факторы.

Как подчеркнул Пиллай, Большие Данные позволяют дойти в персонализации предложений до каждого конкретного клиента, отслеживая ключевые события в их жизни. Например, «не заметив» у человека рождения ребенка, компания теряет массу возможностей для дополнительных продаж и обеспечения его лояльности.

Обычно компании строят модель оттока клиентов, несложно оценить и вероятность продажи товара конкретному клиенту. Но гораздо труднее выстроить систему рекомендаций, «угадав» готовность клиента сделать покупку продукта другой категории. Эта задача в eBay успешно решается с помощью машинного обучения. Однако, предупреждает Пиллай, доверить машине абсолютно все нельзя, работа для эксперта всегда найдется. «Думая о науке, не забывайте об искусстве», — призвал он.

Испанскому филиалу Vodafone аналитические технологии помогли завоевать более твердые позиции во время передела рынка. В 2012 году начался «конвергентный бум» — массовый рост рынка конвергентных услуг, создав для компании немало проблем. Занимая хорошие позиции в мобильном сегменте, она не могла то же сказать об охвате клиентов фиксированной связью. Одним из шагов на пути исправления этой ситуации стало поглощение компании Ono, специализировавшейся на проводных соединениях, и последовавшее слияние клиентских баз.

«Главной целью усилий стало сокращение оттока при одновременном повышении ценности клиентов. Это потребовало скоординированной работы нескольких департаментов», — сказал Франсиско Азорес, руководитель департамента по управлению ценностью клиентов Vodafone Spain. Для заполнения пробелов в собственных знаниях использовались данные из трех внешних источников. При этом критически важно было рассматривать информацию о клиентах в контексте семьи – именно это давало возможности поддерживать продажи конвергентных услуг. Далее производилась сегментация домохозяйств, после чего формировались маркетинговые кампании, жизненный цикл которых был полностью автоматизирован. Новые тарифы с включенным контентом помогли стабилизировать ценность клиентов и радикально сократить их отток.

Как признал Азорес, гораздо большего эффекта можно достичь, если объединить клиентские данные с информацией об их текущем местоположении, – это даст возможность предлагать принципиально новые сервисы. Пока весь вопрос в том, чтобы получить от клиентов разрешение использовать подобные данные.