Если сегодня заходит речь о социальных сетях, то в первую очередь вспоминают об “Одноклассниках”, Twitter, Facebook и других сообществах, сформировавшихся в среде Web. На самом деле такие сети в том или ином виде существовали на протяжении всей истории человечества, и даже соответствующая научная дисциплина со своим математическим аппаратом зародилась несколько десятилетий назад, когда Интернета еще не было вовсе. Всплеск внимания к анализу социальных сетей во многом связан с тем, что необходимая для такого анализа исходная информация накоплена в настоящее время во многих организациях, причем она изначально находится там в электронном виде. Более того, как оказалось, результаты анализа социальных сетей можно с успехом использовать для решения довольно сложных бизнес-задач. Всё это привело к появлению отдельного сегмента рынка бизнес-аналитики, одним из лидеров которого является компания SAS, имеющая в своем портфеле решения Social Network Analisys (SNA) для телекоммуникационной и банковской отраслей. О возможностях, которые предоставляют подобные инструменты, научный редактор PC Week/RE Сергей Свинарев беседует с руководителем практики Customer Intelligence российского представительства компании SAS Сергеем Усачевым.

PC Week: Для чего сегодня в бизнесе чаще всего применяются инструменты анализа социальных сетей?

Сергей Усачев: Это вирусный маркетинг и борьба с мошенничеством. Оба направления по разным причинам стали чрезвычайно актуальными, а SNA является эффективным и, пожалуй, незаменимым средством в решении подобных задач.

PC Week: Что такое вирусный маркетинг? Чем он отличается от других способов продвижения товаров и услуг?

С. У.: Давайте сравним вирусный маркетинг с традиционным целевым. Представим себе банк, который провозгласил и реализует клиенториентированную стратегию. Он подбирает для определенного клиента интересный для него банковский продукт и доносит до него это предложение. Эффективно ли это? Несомненно. Только есть некоторые проблемы. Во-первых, каждое такое обращение стоит денег. Во-вторых, нужно заботиться о политике контактов с клиентами: не заваливать их спамом и не быть слишком навязчивыми. В-третьих, вы не можете просто так отправить персональное предложение любому своему клиенту, а тем более не клиенту. Есть законы, которые запрещают подобные обращения. И в России они действуют. Получается, что вы имеете возможность лишь продавать дополнительные продукты, и то в определенных рамках, вашим нынешним клиентам.

Все эти проблемы решаются с помощью вирусного маркетинга. Обнаружив в социальной сети с использованием методов SNA некие сообщества тесно связанных между собой людей (допустим, часто разговаривающих друг с другом по телефону) и выявив их лидеров (людей с наибольшей сферой влияния внутри группы), вы подбираете предложение, подходящее не только для лидера, но и для его окружения. При этом вы ожидаете, что один контакт с лидером может побудить к покупке нескольких человек, которые могут и не являться вашими клиентами. Иными словами, вы можете заниматься не только кросспродажами, но и привлекать новых клиентов, не вступая в прямой контакт с клиентами ваших конкурентов. Как известно, лучший способ мотивации покупателя — рекомендация друга. Этот принцип и реализован в вирусном маркетинге.

PC Week: Каким образом SNA выявляет сообщества и роли их участников?

С. У.: Для этого используется информация, характеризующая связи между людьми. В случае мобильного оператора это может быть количество SMS, отправленных одним абонентом другому, число и длительность разговоров между ними. При этом учитывается и направление связи — кто кому звонит. В тех случаях, когда прямых отношений между людьми нет, применяются иные подходы. В борьбе с мошенничеством, например, рассматриваются связи, реализуемые через другие объекты. Скажем, два человека имеют право управлять одним транспортным средством. Или один является поручителем по кредитному договору другого.

PC Week: В чем особенности автоматизации решения подобных задач?

С. У.: Во-первых, они предъявляют серьезные требования к производительности программных средств. Для определения итоговой степени связи между клиентами используются достаточно сложные математические алгоритмы. К примеру, мобильному оператору придется обработать огромный объем данных по так называемому детальному абонентскому трафику, где число абонентов исчисляется миллионами. Важно, чтобы алгоритмы действовали не только эффективно, но и с приемлемой производительностью. Немалое значение имеет и накопленный вендором опыт. Так, в первых проектах компании SAS разбиение многомиллионной абонентской базы на сообщества занимало несколько дней. Сейчас, когда отобраны лучшие алгоритмы и оптимизированы вычислительные процедуры, указанная работа выполняется гораздо быстрее.

PC Week: Означает ли это, что со временем вирусный маркетинг придет на смену традиционному?

С. У.: Я думаю, что, скорее, они дополнят друг друга. А если говорить об автоматизации, то и в том и в другом случае в задачах сегментации или при построении прогнозных моделей широко применяются нетривиальные математические алгоритмы и методы углубленного анализа данных: деревья решений, регрессионный анализ, нейронные сети и др. В SNA при этом объектом изучения может быть уже не один клиент, а целое сообщество.

PC Week: Какие технологические решения необходимы для SNA?

С. У.: Во-первых, следует обеспечить хранение и обработку огромных массивов данных. Это функция хранилища. Во-вторых, потребуется обеспечить процедуры углубленного анализа данных, основанных на теории графов, статистике, алгоритмах data mining. Хорошо также, если все эти возможности реализованы в одном комплексе, на одной платформе.

PC Week: Спасибо за беседу.

Версия для печати (без изображений)