Data Driven: как принимать решения на основе данных
Article title

Data Driven: как принимать решения на основе данных

28 октября 2019
~ 20 минут на чтение
Data Driven (дословно — «управляемый данными») — это подход к управлению, основанный на данных. Его главный постулат: решения нужно принимать, опираясь на анализ цифр, а не интуицию и личный опыт.

Алексей Семёнов
редактор
Data Driven применяют в разных областях бизнеса и науки. Мы рассмотрим, как подход используется в digital: маркетинге, дизайне и менеджменте.

Принципы подхода

  • Готовность к инвестициям. Данные необходимо извлекать, хранить, анализировать, интерпретировать и визуализировать. На все это требуется внимание, время и деньги.
  • Умение анализировать и интерпретировать. Важная часть работы с данными — их анализ и построение гипотез. Для этого требуются специальные знания и опыт.
  • Доверие данным. Данные должны быть точными и чистыми — тогда им можно будет доверять и правильно интерпретировать
  • Принятие решений на основе данных. Прежде чем предпринять что-то важное, нужно собрать и проанализировать цифры.

Принятие решений на основе данных

Понятие Data Driven появилось еще в 90-х годах прошлого века и получило широкое распространение в бизнесе. В менеджменте чаще всего всего упоминается термин Data Driven Decision, в переводе — «решения, принятые на основе данных».

Подход подразумевает, что нужно понимать данные и уметь строить прогнозы на их основе. То есть на этапе принятия решения должно быть понимание, на что оно повлияет, что нужно изменить, какого результата можно добиться. Так появился термин Data Driven Decision, который подразумевает использование фактических данных для принятия управленческих решений.

Как подход работает на практике

В первую очередь нужно определить бизнес-цель на текущем этапе, например, это может быть рост прибыли или доли на рынке. Второй шаг — обозначить стадии и промежуточные цели, достижение которых определяется метриками. Достижение метрики говорит о том, что компания движется в правильном направлении.

К примеру, рост прибыли можно оценить по количеству новых клиентов, среднему показателю оттока клиентов, размеру среднего чека, количеству повторных продаж, проценту конверсии и показателю маржинальности.

Важно, чтобы цели были достижимы, а метрики грамотно подобраны:
  • Их не должно быть много: по 3−5 на этап.
  • Метрика должна быть сравнительной — это значит, что вы должны иметь возможность сравнить показатели с предыдущим периодом.
  • Метрика должна выражаться в относительных показателях. Например, измерять скорость удобнее всего в километрах в час, то есть скорость — это пройденное расстояние относительно времени.
Популярные метрики для оценки бизнеса: уровень удовлетворенности клиента, вовлеченности сотрудников, объем прибыли до вычета расходов и т.д.

Еще один важный момент, который необходимо учитывать, — поведенческая психология руководителей, те моменты, когда интерпретация данных подстраивается под личные приоритеты менеджера.
В компаниях, где процесс принятия решений основан на данных, заведен четкий порядок: сначала принимающий решения определяет условия выбора и только после этого требует кропотливого анализа от остальной команды.
Кэсси Козырьков
главный специалист по принятию решений на основе данных в Google (Chief Decision Scientist)
Рекомендуем прочитать статью Кэсси Козырьков «Введение в аналитику принятия решений». В ней она рассказывает, как правильно планировать и принимать решения на основе данных.

Data Driven в менеджменте

Data Driven Management — управление бизнесом на основе объективных, фактических данных.

Подход открывает перед управленцами широкие возможности:
  • Повышение эффективности инвестиций. Данные могут рассказать, как привлечь новую аудиторию, повысить качество пользовательского опыта и пр.
  • Сокращение маркетинговых издержек. Анализ рекламных кампаний направлен на то, чтобы они были эффективнее: тратить по минимуму, чтобы зарабатывать по максимуму.
  • Рост клиентоориентированности. Детальный анализ данных помогает понять предпочтения целевой аудитории, выстроить персональные коммуникации с клиентом, отслеживать отзывы.
  • Оперативное реагирование на изменения рынка. Отслеживание данных в реальном времени позволяет принимать решения практически молниеносно.
Результат — рост прибыли.

Data Driven используют крупнейшие компании мира: Intel, Google, Chevron. В России, например, «Сбербанк». В банке с каждым годом растет количество решений, принятых на основе анализа данных. В качестве ключевого подхода к моделированию «Сбербанк» использует CRISP — Cross Industries Standard Process по Data Mining — межотраслевой стандарт извлечения данных.
График количества решений «Сбербанк»
Рост количества решений, которые «Сбербанк» принимает на основе данных. Источник
Иногда надо убедить себя, что аналитика данных дает более консистентный, более достоверный результат, чем эксперт, который сидит в этом направлении уже 25 лет. Но он может не знать чего-то, что показывают данные.
Максим Еременко
старший управляющий директор и главный исследователь данных «Сбербанка»

Data Driven в дизайне

Data Driven Design — проектирование продуктов на основе данных, полученных с помощью тестов, исследований, проверки гипотез.

Раньше предполагалось, что дизайнер принимает решения на основе собственного вкуса и опыта, однако сейчас этого недостаточно. Работа в digital оценивается по KPI (Key Performance Indicators) и, чтобы их достичь, необходимо уметь прогнозировать, а значит анализировать.

Преимущества подхода:
  • Для заказчика. Нет действий, сделанных наугад, все решения обоснованы.
  • Для дизайнера. Меньше необоснованных правок и споров, исключается элемент вкусовщины.
При таком подходе подрядчик и заказчик концентрируют свои усилия, чтобы сделать сервис удобным пользователям, а не удовлетворять чьи-либо амбиции.

Новый уровень требований привел к тому, что профессия дизайнера распалась на несколько самостоятельных единиц — теперь над проектами работают целые дизайн-команды: UI-дизайнер, UX-проектировщик, дизайнер анимации, аналитики и арт-директор. Также подключаются специалисты по Big Data (data scientist).

Data Driven Design — это постоянные циклы улучшений, но здесь есть риск погрязнуть в данных и уделить излишнее внимание мелочам.

Такое явление получило название датацентризм. Например, в 2009 году из-за подобного подхода из Google уволился ведущий дизайнер.
Да, это правда, что команда в Google не могла выбрать между двумя вариантами синего, поэтому они тестируют 41 оттенок, чтобы увидеть, какой из них лучше работает. Недавно у меня была дискуссия о том, должна ли граница быть шириной 3, 4 или 5 пикселей, и меня попросили доказать свою правоту. Я не могу действовать в такой обстановке. Я уже устал обсуждать такие незначительные дизайнерские решения. В этом мире есть более захватывающие проблемы дизайна, которые требуют решения.
Дуглас Боумен
бывший креативный директор Twitter, был ведущим дизайнером в Google, Stopdesign и Wired

В маркетинге

Data Driven Marketing — стратегия реализации маркетинга, построенная на основе анализа данных, собранных в ходе взаимодействия с потребителями.

В процессе работы маркетологи получают инсайты и представление о трендах отрасли, а затем на их основе строят прогнозы. Здесь важен один момент — понимание данных, которые уже имеются или могут быть получены, а также способов их организации, анализа и применения для улучшения маркетинговых усилий. Цель Data Driven marketing — повышение качества потребительского опыта и точности персонализации.

Аналитические инструменты позволяют использовать персонализированный маркетинг. А обращение к целевой аудитории повышает шансы на удачное завершение сделки, то есть увеличивает конверсию, а в итоге — прибыль. Анализ и использование данных позволяет лучше понимать клиентов и принимать обоснованные решения, а не действовать наугад.

Какие данные собираются:
  • Об обслуживании клиентов.
  • Об удовлетворенности пользователей.
  • О поведении пользователей на сайте или приложении.
Цели:
  • Увеличение эффективности.
  • Привлечение новых и удержание постоянных клиентов.
  • Персонализированный подход к коммуникациям с пользователями.
  • Понимание потребностей пользователей с помощью анализа данных.
  • Повышение клиентоориентированности.
Data Driven Marketing позволяет:
  • Определить целевую аудиторию рекламной кампании.
  • Таргетировать предложения, сообщения и контент.
  • Прогнозировать поведение пользователей на основе паттернов.
  • Повысить эффективность рекламных кампаний.
  • Увеличить пожизненную ценность клиента (LTV) за счет повышения количества повторных продаж.
  • Оперативно реагировать на изменения рынка.
Метрики
Чтобы не распыляться, важно отслеживать только самое важное.

Метрики для электронной коммерции:
  • Cost Per Action — цена за клик, стоимость, которую вы платите за привлечение одного пользователя. Позволяет оценить целесообразность вложений и возврат инвестиций из рекламного канала.
  • Conversion Rate — показатель конверсии, процент пользователей, которые совершили конверсионное действие, например оставили заявки или купили. Позволяет прогнозировать прибыль.
  • Shopping Cart Abandonment — «брошенные корзины», количество пользователей, которые бросили оформление заказа на определенном этапе. Позволяет найти узкие места в воронке продаж.
Метрики для сервисов с подпиской (SAAS):
  • Monthly Recurring Revenue — регулярная месячная выручка. Нужна для того, чтобы понять, сколько вы зарабатываете в среднем за указанный промежуток времени.
  • Churn Rate — показатель оттока клиентов, количество пользователей, которые не стали вашими постоянными покупателями и покинули вас. Позволяет прогнозировать убытки. Хорошими цифрами считаются показатели менее 3%.
  • Lifetime Value — пожизненная ценность клиента, доход с потребителя за все время пользования сервисом. Показатель используется для расчета вложений в таргетированную рекламу, чтобы понять, сколько вы можете потратить без убытков.
  • Customer Retention Rate) — показатель удержания клиентов. Демонстрирует какой процент пользователей вы способны превратить в постоянных клиентов.
Data Driven уже сейчас широко используется в маркетинге — об этом, например, говорит исследование Google:
Новое исследование Boston Consulting Group по заказу Google показало, что компании-лидеры в digital-маркетинге добиваются в 1,4 раза большего снижения расходов и в 2,5 раза большего повышения доходов, чем другие.
Google активно внедряет Data Driven, например, вы можете использовать атрибуцию на основе данных при запуске контекстной рекламы в Google AdWords.
Справка Google о Data Driven
Справка Google
Чтобы получить такую возможность вы должны накопить определенный объем данных: получить более 15 000 кликов и 600 конверсий за всю историю рекламного кабинета. Также нужно учесть, что инструмент эффективно работает лишь в сочетании с автоматическим управлением ставками.

Как начать работать на основе данных

Чтобы стать Data Driven компанией, необходимо определенным образом подготовиться: у вас уже должны быть основные навыки работы с данными, ресурсы и решимость в преодолении определенных преград.

План

  • Определите источники, убедитесь в точности, актуальности и чистоте данных.
  • Сформируйте команду: специалист и аналитик (например, маркетолог и data scientist).
  • Соберите все источники на одной платформе (нужны данные из максимального количества источников: продукт, рекламные кабинеты, CRM, ERP система и т.д.).
  • Создайте инфраструктуру для хранения данных: соберите всю релевантную информацию, систематизируйте ее в подходящий формат, загрузите в базу.
  • Визуализируйте: используйте для этого дашборды и BI-платформы.
  • Получите опыт: экспериментируйте и оценивайте результаты, развивайтесь в анализе и интерпретации. Всегда проверяйте гипотезы.
  • Оптимизируйте. Данные необходимо очищать и структурировать, а иногда проверять их на достоверность. Это отнимает время, но необходимо отлаживать процессы.
  • Формируйте в компании культуру работы с данными.

Сложности

  • Просто собирать данные недостаточно, их необходимо обрабатывать, анализировать, интерпретировать, строить гипотезы, проверять и снова анализировать.
  • Недешевая инфраструктура. Необходимо установить системы веб-аналитики, системы учета ресурсов (ERP), CRM, системы коллтрекинга и сквозной аналитики. Также вам потребуется визуализировать отчеты в дашбордах. И все это должно быть отлажено и работать в связке.
  • Необходима команда технических специалистов. Как минимум должен быть один аналитик и один профильный специалист, который в дальнейшем будет использовать результаты в работе.
  • Нужна культура управления данными. Менеджмент компании должен быть подготовлен: уметь работать с данными и своевременно их обрабатывать. Поэтому Data Driven необходимо внедрять постепенно, так, чтобы команда успевала развиваться вместе с ним.
  • Результаты требуют определенного времени. И если вы начали работать на основе данных, то они должны ставиться во главу угла, иначе подход не даст никакого результата.
4 шага, чтобы стать Data Driven компанией

Если вы можете обойтись без анализа данных и машинного обучения, то обойдитесь.
Кэсси Козырьков
главный специалист по принятию решений на основе данных в Google (Chief Decision Scientist)

Инструменты

Инструменты позволяют принимать цепочки решений на основе данных, то есть каждое из них будет обдуманным и с прогнозируемым результатом.

Одна из самых доступных платформ для работы с массивами данных — «Битрикс24». Он объединяет в себе корпоративный портал, CRM, инструменты сквозной аналитики, Big Data и автоматизацию бизнеса. Пользователям доступны чат-боты, роботы в задачах, AI-скоринг для прогнозирования успешности сделок, интеграции с популярными коммерческими площадками, соцсетями, мессенджерами.

Платформа собирает все источники информации в одном месте и визуализирует их для последующего анализа и прогноза.
Заказать внедрение «Битрикс24»
Отправляя, вы даете согласие на обработку персональных данных
Сбор и анализ данных могут значительно улучшить процессы в вашей организации, если будут использоваться правильно и системно: на всем пути клиента, от формирования потребности до рекомендации знакомым. Подход Data Driven должен стать частью культуры вашей компании, каждого ее сотрудника.
Читайте по теме
588
Оцените статью
(3.66)

Поделитесь материалом с друзьями и коллегами:

Комментарии к статье

Другие статьи в блоге
Статьи ~ 25 минут на чтение

Система сбалансированных показателей: как перейти от стратегии к действию

226
08 ноября 2019
Статьи ~ 15 минут на чтение

Как составить портрет потребителя: инструкция, шаблон и примеры

349
06 ноября 2019
Статьи ~ 15 минут на чтение

Как использовать шрифт без нарушения авторских прав

134
22 октября 2019
Статьи ~ 15 минут на чтение

Как использовать чат-ботов: сценарии и примеры

1129
21 октября 2019
Статьи ~ 25 минут на чтение

Выбираем редакцию «1С-Битрикс». Каким проектам подойдет Enterprise

342
17 октября 2019
Статьи ~ 10 минут на чтение

Как в Uplab разрабатывают сайты. Этап backend

507
11 октября 2019
Статьи ~ 15 минут на чтение

«Битрикс24.Бостон» — обзор обновления

995
10 октября 2019
Статьи ~ 15 минут на чтение

Tone of voice бренда: практическое руководство и примеры

1927
03 октября 2019
Статьи ~ 30 минут на чтение

Продвижение сайта на Tilda Publishing в 2019 году

53924
27 сентября 2019
Статьи ~ 30 минут на чтение

Юзабилити-аудит сайта: чек-лист с примерами

1472
23 сентября 2019
Скрыть форму
+7 499 653 78 83