Если же говорить о крупных компаниях, то знания накапливаются внутри команд, работающих с digital-сервисами. Особенно в digital-сервисах. Например, в онлайн-кинотеатре уже точно есть сложившаяся бизнес-модель, понимание, кто твой клиент и как он себя ведет, на какие показатели смотреть и как их можно прогнозировать. То есть, как минимум, появляется прогнозная модель. После этого вы уже фактически предполагаете, какие метрики на что могу повлиять, строите гипотезы и формируете систему. Можно выбрать из команды пару-тройку айтишников, которым интересно не просто писать код, но и думать более широко. Аналитика данных всегда находится на стыке нескольких компетенций, поэтому переученный айтишник — один из неплохих возможных вариантов. Это должен быть человек, который и бизнес понимает, и знает, как развивать продукт, и четко видит, чего ждет клиент. Есть, к примеру, курсы, которые переучивают маркетологов на аналитиков данных.
Я уверен, что в ближайшие пять лет бизнесы будут развиваться не за счет классической бизнес-модели, а за счет работы с данными. То есть те, у кого больше данных и кто лучше их интерпретирует, будут обгонять всех остальных. Поясню свою мысль на примере. Многие люди сейчас уезжают работать и жить в другие страны. Предположим, что компания создает сервис по адаптации для таких людей в чужом государстве. Классическая бизнес-модель будет звучать так: я беру деньги с человека, чтобы помочь ему устроить жизнь в другой стране (найти жилье, познакомиться с местными, выучить язык, получить работу и так далее). А новая бизнес-модель, основанная на грамотном использовании данных, будет звучать так: создаем бесплатный сервис, но собирая данные людей, продаем предположения того, что человеку необходимо в данный момент. Грубо говоря, мы анализируем данные и понимаем, что человеку сейчас необходимо будет искать жилье и продаем этот инсайт девелоперу, который сможет предложить хорошие варианты для этого человека. Ты о клиенте знаешь все и продаешь именно это знание.
Главная страница » Как бизнесу правильно работать с метриками и не допускать ошибок в их анализе