Банкам нужны данные. Большие и маленькие. "Банковское обозрение" 30.12.2015 - CleverDATA

О том, что такое сейчас технология Big Data, зачем она нужна, насколько она «горячая» и какую пользу из нее можно извлечь - об этом и многом другом рассуждают Вячеслав Семенихин, директор по маркетингу компании «Смартфин», Александр Гладько, независимый эксперт, создатель проекта Qiwi BigData и Денис Афанасьев, генеральный директор компании CleverDATA.

Читать интервью на сайте «Банковского обозрения»

Денис Афанасьев: Коллеги, давайте для начала определимся, что такое Big Data в понимании каждого их нас. Мы вот для себя пришли к выводу, что для наших заказчиков-банков Big Data - это скоринг, риски, маркетинг.

Александр Гладько: Для нас Big Data - это маркетинг и риски, если речь идет о внешних заказчиках. Внутри компании это управление коммуникациями и CRM.

Вячеслав Семенихин: С моей точки зрения, Big Data - это данные, большие и маленькие, которых просто становится больше, их надо считать, и требуется новая технология их обработки. С точки зрения возможностей работы с клиентом, согласен, это привлечение клиентов, правильная оценка их риска в случае продаж кредитного продукта, удержание и кросс-продажи, возвращение клиента. С точки зрения технологий - это и новая IT-инфраструктура. Но ко всему этому мой опыт работы показывает, что люди, как правило, не умеют считать. Возьмем организацию численностью 7 тыс. человек. Это значит - тысяча руководителей внутри организации. Сколько из них умеют сравнивать средние с учетом квадратичного отклонения? А сколько могут собрать, очистить и нормализовать данные для расчета? Для того чтобы в организации можно было заниматься Big Data, надо, чтобы и в маркетинге, и в бухгалтерии, и в аналитических отделах люди хорошо считали и умели представлять другим данные, то есть это должно быть частью культуры организации.

Денис Афанасьев: Абсолютно верно. Мы четко видим на своих примерах, что есть проблема данных: какие они, насколько они полезны и прочее. Но есть проблема их обработки, и она зависит от персоналий. Если есть хороший аналитик, креативный, который делает для бизнеса хорошую модель, то это работает. Мы же видим, что кто-то разочаровался в Big Data, а кто-то хорошо работает с этой технологией. Есть много компаний, которые используют внешние данные в маркетинге, они четко, на цифрах нам показывают эффективность. Она не фееричная, конечно, но 20-30% дает.

Вячеслав Семенихин: Они хотя бы считают.

Денис Афанасьев: Да, технология работает, эффективность есть. На это нужна определенная культура, люди, которые считают, а их надо растить, находить.

Александр Гладько: Стали появляться новые роли в организации, потому что даже те люди, которые хорошо умеют считать, как правило, либо далеки от бизнес-процессов, либо являются жесткими интровертами, классическими Data scientist.

Денис Афанасьев: Бывает, что человек может посчитать цифры, сделать модель. Но не понимает бизнес.

Александр Гладько: Потому что он с ним не разговаривает.

Денис Афанасьев: Тогда он не может понять, зачем эта модель. Но есть и другая крайность. У человека, который немножко умеет считать и у которого хорошо с фантазией, красиво все получается. Но цифр мало.

Вячеслав Семенихин: Коллеги, у меня такой вопрос. Я часто сталкиваюсь с этой проблемой. Для того чтобы внедрять Big Data в узком смысле, для скоринга и для маркетинга, надо понимать, о чем речь. В вашей практике много ли специалистов, которые могут хорошо собирать данные, очищать их, нормализировать и хранить? Как часто вы встречаете это на практике при работе с поставщиками? Насколько это обычный навык для организации?

Александр Гладько: Сочетание всех этих навыков в одном человеке - крайне редкое явление, такой «черный лебедь», его поймать очень сложно. Поэтому нормальная практика в организациях - это разделение. Есть, например, подготовка и очищение данных - это отдельный процесс.

Вячеслав Семенихин: Саша, а ты встречал в организациях людей, которые занимаются подготовкой данных? И насколько часто? Или тебе присылают данные, а ты говоришь: «Сейчас мы с ними поработаем». В моей практике я не встречал таких людей, но много о них слышал.

Александр Гладько: Есть пара банков, которые я знаю. Альфа-Банк, например.

Вячеслав Семенихин: Альфа-Банк, Сбербанк, там целые подразделения этим заняты. И, наверное, еще где-то такое есть. Наверняка в стране, где дают отличное высшее математическое образование, есть еще люди, которые это делают. Но, к сожалению, их мало.

Александр Гладько, независимый эксперт, создатель проекта Qiwi BigData

Александр Гладько: Денис, в твоей практике в DMP-платформах выделена отдельная роль, для того чтобы люди собирали данные, готовили и отдельно их обрабатывали?

Денис Афанасьев: Нет, я такого там не вижу. DMP, как правило, это достаточно небольшие компании, и многие специалисты совмещают роли. Задача небольших компаний - найти многофункциональных людей.

Вячеслав Семенихин: Я считал, что важно этот вопрос проговорить. Я так понимаю, что у нас одинаковая оценка того, что надо воспитывать культуру работы с данными. Я согласен, что это часть Business Intelligence. Если ты хочешь принимать решения, основываясь на данных, то у тебя должна быть компетенция эти данные собрать, обрабатывать и нормально с ними работать. А если люди среднее не умеют считать, хотя готовят ежедневные отчеты, то и решения получаются кривые.

Денис Афанасьев: Проблематика точно такая же: отовсюду собрать данные, преобразовать и всем дать результат. Как в центральном хранилище, потому что оно вроде нужно всем, удовлетворяет нужды подразделений.

Вячеслав Семенихин: Вот мы сейчас сидим втроем и вроде бы соглашаемся с тем, что в целом по рынку огромного прорыва в использовании данных не было. Как вы думаете, с чем это связано в первую очередь? С плохими моделями, недостатком данных, отсутствием технологий?

Александр Гладько: Основная проблема - мало ярких кейсов. Кейсов нет, потому что, с одной стороны, приходит поставщик данных и говорит: «У меня есть отличные решения, есть технология, я вам могу ее дать». И на стороне заказчика он встречает людей, которые банально считать не умеют, и они просто не понимают, что им предлагают. Допустим, вендор приходит и говорит: «Вам надо Hadoop у себя развернуть». Его спрашивают: «А что это такое?» - «Это очень круто, вы можете неструктурированные данные хранить и обрабатывать, дешевле будет, и все». А специалиста в финансовом институте, который мог бы оценить преимущества этой системы, просто нет, они не умеют. Отсюда возникает проблема. Дальше, когда вендор приходит и говорит: «У нас есть кейс с каким-то банком, и у нас такие-то данные», - этим данным просто так никто не поверит. Их надо перепроверить. А кто это будет перепроверять? Нет человека в отделе маркетинга или в отделе продаж, который понял бы, о чем с математической точки зрения идет речь. И на этом все заканчивается. С другой стороны, первое лицо говорит: «Не-не, ребята, вот интересный тренд на рынке, давайте попробуем». Но для того чтобы попробовать, надо в организации воспитать культуру работы с данными. Такой культуры катастрофически не хватает, потому что на ее развитие требуются годы. И вот в этом, мне кажется, одна из больших проблем.

Денис Афанасьев: Согласен. Я бы прибавил к этому то, что данные - это только часть бизнес-процесса. Условно говоря, аналитики могут посчитать и выделить какие-то сегменты, с которыми хорошо бы взаимодействовать, для того чтобы их активно привлечь. А дальше это уходит в колл-центр или к логистам, которые должны выдать пластиковые кредитные карточки. В итоге эффективность всего процесса определяется самым слабым звеном. Если идет просадка, аналитики говорят: «Смотрите, мы посчитали прекрасную модель». Что дальше? Куда она ушла, как дальше ее обрабатывать, как работают с этими людьми? Не выстроен единый процесс. Более того, эти подразделения, аналитики и маркетологи, продавцы могут вообще плохо взаимодействовать друг с другом.

Вячеслав Семенихин: Да, абсолютно. Часто так и происходит, потому что в обычном финансовом институте есть своего рода китайские стены между отделами, разного рода уровни конфиденциальности клиентской информации и т.д. То есть надо очень осторожно передавать информацию. И я согласен с проблемой этого узкого звена. То есть если в организации умение работать с данными не является частью требуемых компетенций любого подразделения, то всегда появляется какое-то слабоумное звено, которое все тормозит. Потому что бизнес - процесс сложный, в нем участвуют 20 подразделений, и вот где-то там пропал нейрон или кусочек мозга - и все, сигнал дальше не идет.

Денис Афанасьев: Я много раз сам встречался с очень интересными компаниями. Их рассказ о себе строится примерно по следующему принципу: «Мы -запилили краулинг- соцсетей, обогатили телефонные номера клиентов дополнительными данными, построили модель предсказания покупки». - «Супер, ребята, давайте внедрять. А у кого из банков уже используется?» - «Ну, пока что мы пилотируем со всеми, включая Сбербанк». - «А где применяется? Какие результаты? Почему эта модель не применяется широко?» Дальше следуют красивые ответы, но по факту есть какой-то разрыв шаблона. Я думаю, эти ребята не врут, что внутри модели они действительно что-то насчитали, у них этот индекс получился, но он не везде применим.

Александр Гладько: Потому что у моделей есть такая особенность: их нельзя просто так переносить в другую организацию. Они очень сильно зависят от контекста выполнения: клиентской базы, людей, процессов. И каждый раз модель практически строится заново: что мы видим, то и делаем.

Вячеслав Семенихин. директор по маркетингу компании «Смартфин»

Вячеслав Семенихин: Если у вас другие источники, другие бизнес-процессы, то и на выходе все совершенно другое.

Денис Афанасьев: Да. Говорят, кейсов нет. Кейсы на самом деле есть; в принципе, они понятны. Что мы делаем? Разбавляем данные, смотрим, что у нас с рисками, какие у нас сегменты. Сейчас у нас новая идея - маркетинговый сигнал. Показывает хорошую эффективность. Я хочу вернуться к вопросу о том, почему прорыва не произошло. Во-первых, есть известный цикл зрелости технологий Гартнера. Сначала все ожидают, что сейчас придут, поставят тот же Hadoop - и все, солнце взойдет. А что обнаруживают? Работать надо. Опять надо работать, опять нужны люди, процессы, надо соединять, думать, какие данные. А думать никто не хочет.

На самом деле, Big Data ставит задачу как можно сильнее исключить человека из принятия решений, автоматизировать процесс. Иначе - завал. Мы сейчас приходим к тому, что машина должна делать предложения людям прямо, исключая маркетологов. Но работы надо сделать много и внутри организации, и снаружи. Поэтому прорыва не то чтобы не произошло, он и не мог произойти. То есть сейчас, разочаровались, сказали: ладно, надо работать, и при последовательной сдаче работы кривая эффективности будет уже повышаться. Будем решать проблемы с внешними данными, проблемы с поставками, например, на чем повышается эффективность: на интеграции, на коммуникации? Мы предлагаем сейчас решения, которые эти проблемы решают.

Вячеслав Семенихин: То есть вы берете решения, которые агрегируют данные из большинства источников, и предлагаете их банкам, как на блюдечке, правильно?

Денис Афанасьев: Да, это выглядит так, но на самом деле мы избегаем слова «агрегатор». Мы подключаем поставщиков и покупателей, то есть данные нигде у нас не агрегируются. Это единое место, куда банк может зайти и сразу подключиться к нужному источнику.

Вячеслав Семенихин: Вы предлагаете шлюзы, откуда банк может взять данные?

Денис Афанасьев: Да, банк выбирает данные, которые ему нужны, поставщик просто подключает его к требуемому источнику, и в одном формате, «через одну трубу» это все попадает в банк.

Вячеслав Семенихин: Это такой USB-порт?

Александр Гладько: Это, кстати, помогает решить проблему по подготовке данных, то есть, если ты подключаешься к этому порту, то уже получаешь правильно подготовленные данные.

Денис Афанасьев: Потому что одного источника всех внешних данных не существует. Надо начинать работать с соцсетями, с телекомами; пробуете с кем-то одним, у вас что-то получилось на небольшом массиве клиентов, надо масштабировать. Надо масштабировать, а значит, идти ко всем телекомам, ко всем соцсетям, ко всем источникам, чтобы просто найти данные по всем клиентам. И здесь мы понимаем, что у нас в индустрии есть касты на интеграцию, на договоренности: это же надо с ними договариваться, вырабатывать схемы, как это безопасно, не нарушая закона, сделать.

Вячеслав Семенихин: Но есть же принцип Парето 80:20. Можно ли прийти к 20% поставщиков (это четыре - шесть компаний примерно), договориться с ними самому и получить лучшие данные? Зато точно знаешь источник, точно договорился, точно по хорошей цене.

Денис Афанасьев: Наверное. Но если это делает сам банк, то что нужно? Внутри должен быть кто-то, кто знает поставщиков, знает, куда пойти, с кем договориться.

Вячеслав Семенихин: Согласен. Это отдельная компетенция.

Александр Гладько: Здесь есть еще один важный момент. В мире данные удваиваются каждый год в объеме, но некоторые из них еще очень быстро устаревают, становятся несвежими, «с душком». Cookies, например-

Денис Афанасьев: А с другой стороны, если вы не начнете накапливать данные о ваших клиентах прямо сейчас, то завтра их уже просто не будет, и не на чем модели будет делать, когда вы будете готовы ими заниматься. У вас либо есть история клиента, либо ее нет.

Александр Гладько: Соответственно организации достаточно медленно действуют. Пока наладится работа, пройдут первые эксперименты, которые, скорее всего, будут неудачными. Поэтому очень важно, чтобы в банке крышевание (в хорошем смысле этого слова) внедрения этого процесса было на самом высоком уровне, чтобы придать ему устойчивость. Простой пример. Когда мы взаимодействовали с одним из крупнейших БКИ, оно построило нам модель, которая рассчитывала индекс склонности взятию кредита и индекс надежности. Посчитали, вроде бы внутри модели все работает, все хорошо. Пошли к клиентам. Нормальный клиент скажет: «Ок, давайте нам сегмент тех людей, которые хорошо берут кредиты и очень хорошо их отдают». Просчитали сегмент, отдали. Получилось? Нет, не получилось. Чудес не бывает, к сожалению. Можно было остановиться, признать этот эксперимент неудачным. Все-таки мы нашли в себе силы сделать еще один шаг - мы изменили подход к восприятию этих двух параметров: надежности и склонности. Мы их стали воспринимать просто как категории А и Б, учитывать их просто как еще две переменные в наших моделях. И дальше, когда мы перешли к построению вероятностных моделей, эти две переменные начали отыгрывать совершенно по-другому, уже существенно лучше.

Вячеслав Семенихин: У меня тоже был такой случай. Сначала хорошо отыграли, а через несколько недель - очень плохо. Но там, может быть, и рынок изменился. Когда мы сделали тест, тот показал хорошую эффективность (она в 4 раза превысила ожидаемую). А потом, когда поставили покупку на поток, что-то изменилось на рынке, в точках продаж, и результат у нас раз в 10 упал по сравнению с завышенными ожиданиями. Мы до сих пор не можем понять, что случилось.

Денис Афанасьев, генеральный директор компании CleverDATA

Денис Афанасьев: Да, есть такое. У нас был кейс для компании, которая продает машины. И следующую концепцию сигналов мы обрабатывали. Человек в Интернете размещает объявление, что он продает машину, мы это видим, подаем об этом сигнал, надо делать коммуникацию - например, предложить записаться на тест-драйв. По одному региону сделали коммуникацию - неэффективно, а по другому региону получили просто фантастический отклик: 50%. Это, вообще, очень хорошая тема - сигнал, потому что предложение может быть хорошим, интересным человеку, но оно должно поступить вовремя-

Вячеслав Семенихин: Вовремя - это значит в тот момент, когда у него есть потребность в том или ином продукте или сервисе?

Александр Гладько: Да. Причем, посмотрим на то, что выбирают крупные банки. Герман Греф говорит о чем? Что банк трансформируется, банк не нужен, банкинг нужен. Что это значит? Услуга и товар нужны в тот момент, когда человеку это нужно. Банк и компания не должны все время присутствовать рядом с человеком. Зачем, когда знаешь, что есть «Клиент-Сбербанк», который где-то рядом?

Вячеслав Семенихин: Банк - больница, человек туда приходит по необходимости, и не надо эту необходимость всегда носить с собой.

Денис Афанасьев: Банк должен возникать именно в тот момент, когда человеку это нужно. И автодилер должен возникать тогда, когда человек задумался о смене машины. По одному региону хороший результат, а по другому - плохой. При опросе выясняется, что в одном регионе люди продают машину, чтобы купить другую, а в другом - чтобы долги закрыть, жизнь тяжелая началась. Конъюнктура разная - результат разный, и это надо учитывать. Опять же, не надо ждать чуда: мол, сделаем коммуникацию -и всем будет хорошо. Надо опять думать, смотреть конъюнктуру, к эффективности возвращаться. Я считаю, что маркетинговые сигналы, которые строятся именно на базе внешних данных, - это очень важно. У нас есть другой показательный пример, когда при исследовании внутренних данных нужны внешние. Мы исследуем покупательскую корзину в магазине «Пятерочка». Стоим около отдела медицинских товаров. Смотрим на статистику чеков, строим модели и понимаем, что на первом месте - медикаменты, их покупают только в разделе медикаментов, потом идет парфюм, на третьем месте - канцтовары.

Вячеслав Семенихин: Это вы кластеры выделяли, то есть связанные группы?

Денис Афанасьев: Да, что с чем покупают, чтобы расположить правильно. А вот, как вы думаете, батарейки, например, с чем коррелируют? Ни с чем. То есть батарейки покупают во всех отделах. В игрушках - вместе с игрушками, а если мы говорим о «Пятерочке», где нет электронных приборов, то там просто приходят и покупают батарейки в любом месте. Но почему люди покупают батарейки? Потому что у них есть игрушка, в которой батарейки кончились. Внешний сигнал прошел: там что-то произошло, там батарейки кончились - человек идет и покупает. Вот такие сигналы внешних данных мы стараемся находить.

Александр Гладько: То есть у каждой из компаний есть фрагментарный вид картины, она видит данные, этих данных много. Компании кажется, что это большие данные, они действительно большие, тем не менее они составляют какую-то малую долю того необходимого массива, который нужен.

Вячеслав Семенихин: То есть если я правильно понимаю, из-за того, что у банков нет удовлетворенности в работе с внешними клиентами (допустим, в части выдачи кредитов из-за того, что растет просрочка), банки концентрируются на лояльной клиентской базе, но при этом они упускают возможность работы с низкорисковыми сегментами вовне из-за того, что просто не занимаются этим вопросом? Такой вывод можно сделать из того, что вы сказали?

Александр Гладько: Да. Можно внимательнее проанализировать внешние базы. У банка что происходит? Я насобирал миллион клиентов в дополнение к миллиону существующих клиентов и понял, что те, которых я собрал, проблемные. Я говорю: не хочу заниматься привлечением новых клиентов сейчас, потому что не знаю, как они себя ведут. Я буду сейчас работать с существующими, потому что знаю их поведение, буду выбирать лучшие сегменты по просрочке и у меня будет низкий риск. При этом, если у меня миллион своих клиентов, то это значит, что есть еще 99 миллионов на внешнем рынке. Может, с ними тоже как-то поработать можно? Говорят: нет-нет, они страшненькие, вообще непонятно, как себя ведут. Таким образом, банк, по сути, отказывается от роста. Хотя мог бы воспользоваться внешними данными и найти низкорисковый сегмент.

Вячеслав Семенихин: Это скорее кризисная тактика, когда мы не играем в долгую, а боремся за выживание здесь и сейчас.

Денис Афанасьев: Есть две проблемы, точнее задачи. Есть работа со своей базой, а есть лидогенерация. Они немножко разные, эти задачи, несмотря на то что похожи. Мы чаще стараемся смотреть кейсы по своей базе. В маркетинге есть четкий постулат: первая продажа клиенту деньги не приносят, а на второй, третьей он начинает зарабатывать. В первую продажу закладываются затраты, в том числе на скоринг. Клиент стал лоялен и т.д. Поэтому основная задача, которую мы хотим решить, - это именно повышение вторых, третьих продаж за счет внешних данных, чтобы понять, к кому из клиентов сделать правильное предложение вовремя, попасть с предложением в правильное время и по правильному каналу. Потому что у нас каналов к клиенту очень много. Это затрагивает и юридические аспекты, потому что проблема - не только в обработке этих данных, но и в коммуникациях. Нам же запрещают общаться с клиентом. Он должен дать четкое письменное согласие: давайте мне предложения и т.д. Поэтому нам приходится коммуникацию переключать в новые каналы. Например, когда работали с партнерами в Qiwi, что они делали, когда клиент банка приходит к ним? Ему на чеке писали предложения этого банка или в информационных sms, потому что в этот момент есть контакт с клиентом. Таргетированная реклама - то же самое. Реклама всегда была охватывающей широкую аудиторию, медийной, потому что надо было всем показать, завлечь кликнуть. А сейчас она превращается на самом деле в канал донесения предложения, то есть там можно увидеть конкретного клиента с его потребностями.

Вячеслав Семенихин: А если клиент еще не оставил заявку или не подписался на рассылки? Значит, нужны дополнительные партнерские каналы, которые дают доступ к клиенту в каком-то новом интерфейсе.

Денис Афанасьев: Телекомы ищут новые парадигмы своего существования. Исторически они зарабатывали деньги на услугах связи. Что они хотят сделать? Они хотят зарабатывать деньги не с клиента, которому они эту услугу предоставили, а с компаний, которым они обеспечивают доступ к этому клиенту. У них сейчас становится активной их клиентская база, и они хотят начать оказывать именно маркетинговые услуги - предоставлять каналы коммуникации с клиентами, то есть направить денежный поток в обратную сторону. То есть тоже действуют в этом ключе, они имеют доступ к клиентской базе.

Александр Гладько: Полностью согласен. Но в то же время данные сотовых операторов сейчас - одни из наиболее дорогих на рынке и одни из наименее доступных.

Денис Афанасьев: Потому что лицензия.

Александр Гладько: Потому что риск отзыва лицензии. Но эти два больших направления бьются между собой. Если ты хочешь сделать продаваемый продукт, тебе не нужно делать его дорогим.

Вячеслав Семенихин: А какие есть альтернативы? Что еще можно использовать для повышения эффективности работы с клиентом? Что-то «горячее»?

Денис Афанасьев: Big Data?

Вячеслав Семенихин: Мы разобрались с тем, что Big Data - это некое общее понятие. Ожидания у всех реалистичные, все начинают работать с какими-то кусочками того, что входит в представление Big Data. Кто-то разворачивает технологии обработки неструктурированных данных у себя, кто-то начинает проводить предиктивную аналитику, выделять более узкие сегменты, делать какие-то кластерные, регрессионные анализы поведения клиентов. А что еще можно сделать? Что вообще есть «горячего» на рынке?

Денис Афанасьев: Сигналы - очень перспективная тема. Мы видим хорошую эффективность именно в области маркетинга, потому что в итоге какую задачу мы хотим решить? Чтобы человеку приходило полезное предложение, чтобы банки не тратили время на бесполезные коммуникации.

Александр Гладько: Точки контакта с клиентом, их набор существенно не изменился, потому что их определяет образ жизни человека. Растет мобильный канал, он действительно изменил ландшафт, это уже произошло. Мобильный трафик не менее интересен рекламодателям, чем трафик со стационарных устройств. Вопрос в том, где клиент видит сообщение. Как правило, это один из нескольких экранов. И все основные эксперименты происходят здесь. С моей точки зрения, одним из разочарований рынка были DPI-платформы - те, которые видят все пакеты, которыми твой роутер обменивается с прокси-сервером. Казалось, что здесь прорыв, что, увидев все, что человек делает, все его урлы, мы сможем собрать по нему все. Тем не менее пока такого прорыва не произошло. Было, с моей точки зрения, небольшое количество компаний. Такое чувство, что рынок попробовал, обжегся и дальше перестал пробовать.

Денис Афанасьев: Панацеи нет. Ответ простой. Если мы говорим о DPI, то он лучше, чем счетчик, который собирает. Потому что счетчик видит большую аудиторию, но не на всех сайтах. DPI видит меньшую аудиторию, но на всех посещаемых сайтах. Чтобы чего-то достичь, приходится комбинировать. Ведь все - смотря для чего. Для нас сигнал - то, что он купил, а не то, что он пошел. Поэтому, чтобы всю картинку соединять, нужно много точек взаимодействия. Цифра у нас сейчас охватывает всю жизнь среднего потребителя. Да, всегда есть люди, которые говорят: «Меня нет в соцсетях, и мой холодильник со мной не разговаривает». Но если посмотреть на сервисы, они закрывают нашу жизнь полностью, по кружочку. Соцсеть знает, с кем мы дружим, но она больше, в общем-то, ничего и не знает. В соцсети нет панацеи, потому что самое полезное, что можно там взять, - это социальный граф: кто мои люди, кто мое окружение.

Вячеслав Семенихин: У меня 5 тыс. друзей в Фейсбуке, и я, честно говоря, думаю, что социальный граф там ничего не даст. Я вчера получил приглашение от человека, с которым у меня 600 общих друзей. Мне стало интересно, я прошелся по началу этого списка и никого не смог узнать-

Денис Афанасьев: Нет, почему. Я думаю, в среднем можно сказать, что это люди определенного круга- Фактор друзей, по крайней мере, закрывается хорошо в соцсети. Всякие Uber, Яндекс.Такси и прочие знают, куда мы ездим. Телекомы знают, с кем мы разговариваем, какие сайты посещаем. И для всех случаев нашей жизни есть какой-то цифровой сервис. Если мы им пользуемся, то в целом они знают про нас все. Но каждый из них знает про нас только кусочек.

Вячеслав Семенихин: Это очень интересная тема, потому что это не персональные, а социальные данные, личные данные, которые сейчас законодательством никак не ограничиваются, то есть я могу из букинга накачать все про конкретного человека, если мы не говорим о его паспорте, а говорим о его аккаунте, то можно в сегодняшнем правовом поле собирать эту информацию, анализировать и использовать. И никаких ограничений нет на сегодняшний день. Пожалуйста, пользуйтесь.

Денис Афанасьев: Да. На самом деле технологии дают еще кое-что, мы же можем оперировать производными этих данных. На самом деле, сами персональные данные никого не интересуют.

Да, и персональные данные никого не интересуют. Мне нужно понять, что человеку продать. Мне не интересно, кто этот человек, на самом деле. Если мне «Билайн» будет слать только 0 или 1, которые я могу интерпретировать, что это продажа, то мне этого будет достаточно. Технически мы не передаем никакие данные, ни персональные и не личные.

Александр Гладько: Это не персональные, это личные данные.

Денис Афанасьев: Да, и личные данные никого не интересуют. Мне нужно понять, что человеку продать. Мне не интересно, кто этот человек, на самом деле. Если мне Билайн будет присылать только 0 или 1, которые я могу интерпретировать в терминах продажи, то мне этого будет достаточно. Технически мы не передаем никаких данных, ни персональных, ни личных.

Вячеслав Семенихин: Главное, чтобы не возникали персональные данные, за которые можно получить нарекание от надзорных органов. А все остальное - это информационные услуги, это потоки каких-то битов, которые никак не регулируются.

Денис Афанасьев: На самом деле там достаточно размытые формулировки. Конечно, в итоге решение о допустимости принимает юрист, который работает в организации. То есть,сейчас нет какого-то общего понимания и общих подходов к интерпретации. Я отвечаю за это, и я так решил. И так работают.

Александр Гладько: Поговорим про точки роста, про укрупнение существующих бизнесов. С вашей точки зрения, ждет ли нас появление двух, трех крупных игроков на рынке данных, один из которых, возможно, станет монополистом с государственным участием, или нет?

Денис Афанасьев: По моему мнению есть здравый смысл, есть рыночная конъюнктура, а есть еще регулирование и политическая воля. Это три разнонаправленные силы. Поэтому можно рассуждать только о том, какая сила победит. Если говорить о рыночной конъюнктуре, то укрупнение - это зло, потому что, если посмотреть на все развитые рынки, то что для нас развитый рынок? Это большое количество участников как со стороны предложения, так и со стороны спроса. Тогда рынок развит, тогда есть правила, есть формирование цены. Как только идет укрупнение с той и с другой стороны, начинается перекос. Когда монополист, мы имеем простую экономику. Монополист на рынке диктует цену, и экономика исчезает.

Вячеслав Семенихин: Я полностью согласен. Здесь невозможна централизация. Скорее всего, по мере взросления покупателей, то есть тех субъектов, которые хотят покупать данные из разных источников, по мере возрастания рынка будет появляться все больше компаний, которые готовы оказывать эти информационные услуги качественном и в нужном объеме, потому что мы понимаем, что для оказания этих информационных услуг необходим консультация. Я не представляю себе «Ростелеком», который качественно и клиентоориентированно консультирует маленького клиента.

Денис Афанасьев: Потому что там, где нет конкуренции, нет качества. Там никто не будет повышать качество ради самого качества. Повышают качество только ради того, чтобы заработать больше денег.

Александр Гладько: Консультационные услуги - в масштабах рынка, их объем сравнительно невелик. Если мы говорим про рынок покупки и продажи данных, то, может быть, здесь есть поле для укрупнения. И вокруг центральной биржи могут уже возникать маленькие бизнесы.

Денис Афанасьев: Есть пример замечательной компании Qiwi. Конкурентом Qiwi был «Элекснет». Были разные подходы к бизнес-модели. «Элекснет» была централизованной компанией, которая руководила всеми терминалами и сама занималась их размещением, установкой, обслуживанием - всем. Qiwi - это провайдер, агентская схема, они сами покупают терминалы, сами ставят где-то. Абсолютно рыночная история. Если бы политическая воля была такой: давайте все платежи через нашу единую и неделимую- Но это вопрос уже к Герману Клименко.

Вячеслав Семенихин: Что в 2016 году из трендов вы можете выделить? Чего мы ждем от Big Data в наступающем году? Чудес?

Александр Гладько: Нет.

Денис Афанасьев: Может быть, там чуда не будет, но на самом деле будет шаг вперед, потому что многие банки заложили все-таки на это деньги, бюджеты запланировали. Мы со многими переговариваемся, где-то пилотируемся, где-то будем переходить уже к производственным этапам. И шаг вперед в этом направлении индустрия сделает. Дальше мы ждем регулирования, конечно, потому что назрело. Как бы ни было страшно, но какое-то движение в ту сторону будет. И мы надеемся, что рынок внешних данных сделает шаг в более цивилизованное русло, потому что сейчас все очень непонятно, хаотично, много таких кейсов: пришла какая-то мелкая компания, где-то какие-то данные схватила, утащила в другое место, пытается их там продать, монетизировать- Эта «пена» должна сходить, все должно становиться более цивилизованным. Я думаю, что в 2016 году во всех этих вещах мы продвинемся. Но работы еще много, не на один год. Эта тема пришла надолго, и мы только в начале пути.

Александр Гладько: Думаю, наибольшее развитие получит моя любимая тема - соединение онлайн- и офлайн-данных. Вот здесь должна в этом году продвинуться существенно.

Денис Афанасьев: Полностью поддерживаю, это основная тема. Потому что исторически есть два мира: онлайн и офлайн. Они сейчас начинают соединяться.

Вячеслав Семенихин: То есть онлайн растет в сторону офлайн. Недавно был в Риме, видел «Сотворение мира» Микеланджело: там маленькая, но непреодолимая грань между онлайном и офлайном- Я шучу. Как вы думаете, это, по сути, единые источники данных или нет?

Александр Гладько: Находятся точки соприкосновения. У нас есть единая сущность, наш пользователь, он себя очень по-разному проявляет в онлайне и в офлайне. В онлайне это, главным образом, cookies, набор URL`ов. Офлайн - это в основном телефонные номера. Но за ними за всеми стоит один человек. Соединить его где-то, в какую-то точку - это большая задача, к управлению которой рынок и движется.

Денис Афанасьев: Да, движется активно, потому что все больше наших физических офлайновых активностей оцифровано, то есть они оставляют цифровой след, который начинает использоваться.

Вячеслав Семенихин: У меня, со своей стороны, большая надежда на то, что в организациях культура BI будет заметно расти, то есть будет больше специалистов, которые умеют работать с данными, понимают технологии, умеют ими пользоваться. Люди будут чаще принимать решения на основе цифр, а не на основании интуиции или интуиции, прикрытой видимостью цифр. Цифр становится больше, и мы как пользователи часто удивляемся невниманию продавцов и финансовых институтов, магазинов к тому, кто мы есть. А на самом деле это так просто. Обо мне, наверное, все известно, но никто меня не замечает, и мне присылают что-то тогда, когда им нужно, и не присылают - когда мне нужно. В принципе, если в организациях вырастет культура понимания своего клиента через цифру, то мы все как потребители очень сильно выиграем.

Источник: cleverdata.ru

Комментарии: