Большие данные — это не просто множество данных. Вот как следует их использовать для принятия более интеллектуальных решений.

Если говорить о больших данных, то у розничных продавцов больше информации, чем у большинства организаций. Правда, CIO магазина розничной торговли House of Fraser Джулиан Бёрнетт признает, что объем информации не всегда соответствует уровню знаний.

«Розничная торговля — это та отрасль, которая довольно давно продает, руководствуясь инстинктом, — говорит он. — Важно быть в состоянии подкрепить свои решения, предъявив то, что может работать. Я совершенно уверен, что мы получаем набор данных, чтобы иметь возможность должным образом информировать наших сотрудников в процессе принятия решений».

Бёрнетт рассказал, как он поставил бизнес-аналитику (BI) в центр внимания в House of Fraser и поделился передовым опытом разработки стратегии, совершенствования этого потенциала и использования инноваций, включая искусственный интеллект (ИИ).

1. Создайте стратегию эффективного потребления данных

По словам Бёрнетта, инвестиции его фирмы в BI позволяют принимать решения, руководствуясь фактами, а не инстинктом.

Формируя свою команду, Бёрнетт, который пришел в House of Fraser в октябре 2015 г., уделял основное внимание потенциалу BI и набирал специалистов со значительным опытом. Хотя фирма уже применяла ПО компании MicroStrategy для BI, оно не являлось основным элементом данной технологии.

Бёрнетт рассказывает, что приступив к своим обязанностям, он провел тестовый опрос. «Сколько человек ежедневно читает сколько отчетов? — вот что он хотел выяснить путем опроса сотрудников фирмы. — Ответ на этот вопрос дает представление, насколько запутаны дела. В данном случае у нас было около 800 активных пользователей, которые ежедневно читали примерно 18 тыс. отчетов. Это ужасно много информации, и она, вероятно, использовалась неэффективно».

Разобравшись в этом, Бёрнетт сумел увидеть большие возможности для создания знаний. Он начал процесс консолидации и совершенствования потоков данных в компании, одновременно думая о том, как организация могла бы представлять свою информацию в более удовлетворительном виде с помощью инструментов визуализации данных, которые предоставляет MicroStrategy.

«Мы просто позволили данному подходу просочиться сквозь бизнес, чтобы посмотреть, что произойдет, — рассказал он. — Результат превзошел ожидания. Мы сопровождали эту стратегию кампанией стимулирования и поддержки, включая вебинары, в которых люди могли участвовать. 200-250 человек регулярно хотели знать, как им получить доступ к новым формам информации и что они могут сделать с этими знаниями, когда получат их».

2. Рассматривайте BI как незавершенную работу

House of Fraser продолжает оттачивать свою стратегию в области данных. В конце 2016 г. фирма начала знакомиться с MicroStrategy 10. Обновленная версия данной технологии предоставляет работникам доступ к интерактивным приборным панелям. Основная часть работ по имплементации была завершена в I квартале текущего года. Однако Бёрнетт считает, что BI-проекты всегда остаются незавершенными.

«Мой замысел в том, чтобы резко сократить количество создаваемых отчетов, — говорит он. — Я хочу предоставить людям гораздо более динамичную платформу для получения информации и удовлетворить любопытство ненасытных ритейлеров. Розничная торговля требует очень большого объема данных. Если я смогу предоставить инструменты для удовлетворения любознательности, будет отлично».

Бёрнетт говорит, что имплементация BI уже дала бизнесу ряд преимуществ. Широкое распространение и использование инструментов визуализации позволило всем работникам организации получить гораздо более четкое представление о положении дел в ключевых областях, таких как наличие товаров на складе и их возврат.

Используется также самостоятельное обнаружение данных, когда пользователи могут всего за 20 минут создавать интерактивные приборные панели. Бёрнетт считает, что концентрация усилий на предоставлении возможностей позволяет пользователям быстро визуализировать данные и находить инновационные способы повышения удовлетворенности клиентов.

«Трансформация происходит благодаря тому, что каждый в фирме стремится повысить производительность своего труда, — говорит он. — Так что мы поддержали некоторые из этих образцовых инициатив, накапливая данные, применяя аналитические инструменты и возможности измерения результатов и демонстрируя усовершенствования. В этом истинная мощь наших инструментов».

3. Применяйте алгоритмы, чтобы расширить свои возможности работы с данными

Бёрнетт приводит пример того, как фирма использовала BI для поддержки анализа данных в стратегии оптимизации уценки. Как и все розничные продавцы, House of Fraser стремится как можно дольше избегать предоставления скидок. Если они предоставляются, то должны быть как можно более разумными, говорит Бёрнетт, и максимизировать прибыль от каждой продажи.

«Данный подход опирается на науку и творчество, — рассказал он. — Недавно сравнили вычисления машины на базе ИИ с поведением наших покупателей. Мы создали очень большой набор исторических данных о ценах и рекламных акциях. Мы передали эту информацию алгоритму».

Бёрнетт получил отчет о стратегии предоставления скидок до и после использования больших данных для ее совершенствования. Он представил эту информацию правлению фирмы. По его словам, наблюдается существенное различие между производительностью труда человека и ИИ. В некоторых случаях алгоритмы дают увеличение на 20-25%.

«Набор данных — это информация о действиях нашего персонала в прошлом, — говорит он. — Это тест на сравнительно небольшом перечне продуктов, но он предоставляет персоналу сведения, позволяющие повысить производительность труда. У нас имеются некоторые исторические данные, которые показывают, как персонал справлялся со своими обязанностями в прошлом, что может быть полезно для совершенствования акций в будущем».

Хотя потенциальные выгоды значительны, важно понимать, говорит Бёрнетт, что набор факторов, а не только цена, определяет успех стратегии скидок. Человеческие эмоции по-прежнему играют важнейшую роль в принятии правильных решений. Поэтому не следует думать, что ИИ на основе алгоритмов уничтожает рабочие места.

«Порождаемые алгоритмом данные расширяют человеческие возможности, а не заменяют людей, — говорит Бёрнетт. — Это усовершенствование, это не та ситуация, которой следует опасаться. Полезно рассматривать выгоды именно с таких позиций».

Версия для печати