Американская компания LinkedIn — крупнейшая социальная сеть для профессионалов. Как и в Facebook, пользователи LinkedIn могут бесплатно создавать персональные аккаунты с описанием своей профессиональной карьеры. Представители компаний получают возможность подбирать кандидатов, а нуждающиеся в работе пользователи — просматривать предлагаемые вакансии. Разумеется, участники сети общаются между собой и формируют отношения. На веб-сайте легко ориентироваться, а пользователи могут выкладывать подробные профили и расширять свою сеть деловых контактов.
Шаблон «Ты — мне, я — тебе» не миновал и сферу арендного жилья. Airbnb — частная компания из Сан-Франциско. Она предлагает пользователям («хозяевам») сдать широкому кругу лиц в аренду свои дома, комнаты, квартиры, замки, лодки и т.д. Зарегистрировавшись на удобном веб-сайте, пользователи Airbnb описывают свое имущество, предназначенное для краткосрочной аренды туристами или другими людьми, нуждающимися в жилье по приемлемым ценам. Во избежание обмана была введена рейтинговая система как для хозяев, так и гостей. Основной источник дохода Airbnb складывается из комиссионных за бронирование (от 6 до 12%), а также из комиссионных за оформление платежей по кредитным картам.
Когда и как применять шаблон «Ты — мне, я — тебе»
Максимальный эффект этого шаблона проявляется в онлайн-сообществах. Его краеугольный камень — повышение предельной полезности. С каждым новым пользователем растет привлекательность сети для остальных участников. Возникает самоусиливающийся цикл, при котором «победитель забирает все», а новым игрокам чрезвычайно трудно закрепиться на этом рынке.
Несколько вопросов для размышления
Как нам убедить пользователей перейти из существующей сети в нашу собственную? Какой вклад мы можем внести в сообщество?
Какие стимулы нам придется применить, чтобы убедить пользователей остаться в нашей сети; в состоянии ли мы добиться ненавязчивого «привязывания» клиентов?
Как технически воплотить наши замыслы?
Чего мы рассчитываем добиться с помощью сети «Ты — мне, я — тебе»?
Должны ли мы (и если должны, то когда) отказаться от бесплатного использования нашей платформы и внедрить абонементную оплату или модель Freemium?
50. «Управление данными о клиентах» Употребите с пользой имеющиеся знания
Управление данными о клиентах — деятельность, которая особенно выигрывает от современного технологического прогресса и возможностей, которые открываются в области сбора и обработки данных. Компании, чья основная деятельность сосредоточена на получении и анализе информации (как), преуспевают, что свидетельствует о колоссальном спросе в этом сегменте. Популярность этой концепции подтверждается тем, что все чаще говорят о том, что «информация — это новая нефть». Еще в 2006 г. Майкл Палмер отмечал в своем блоге, что от массивов необработанных или непроанализированных данных проку так же мало, как от неочищенной нефти. И то и другое нуждается в переработке, чтобы представлять хоть какую-то ценность для бизнеса.
Аналогию между рыночными потенциалами данных и нефтяной отрасли можно провести не только благодаря их свойствам. Заметное сходство есть и в том, касается их цепочек создания стоимости. Процесс создания стоимости — ядро шаблона «Управление данными о клиентах» — фокусируется на данных о клиентах, которые рассматриваются как прибыльный источник, черпать из которого можно с помощью соответствующих инструментов (как, почему).
Собранные данные о клиентах используются для создания профилей различных людей. Индивидуальные профили содержат порой до тысячи характеристик (как). Учитывая невероятное увеличение объемов поступающей информации — согласно последним подсчетам, они увеличиваются в десять раз каждые пять лет, — нет ничего удивительного в том, что некоторые крупные базы данных удостоились специального наименования. Термином «большие данные» мы описываем гигантские массивы информации, которые невозможно оценить с помощью традиционных систем управления базами данных. Многие современные методы анализа данных принадлежат сфере «добыче знаний». Благодаря непрерывно совершенствующимся компьютерным технологиям мы получили возможность анализировать данные в колоссальных объемах с невиданной доселе легкостью.
Практическое применение шаблона мало зависит от конкретной отрасли: промышленность, энергетика, финансы, здравоохранение — все они пользуются приложениями для больших данных. Управление данными о клиентах помогает упрочить конкурентное преимущество, определить потенциальные возможности для экономии, проводить анализ рынка в режиме реального времени, готовить более эффективную рекламу и выявлять нерешенные проблемы. Если говорить кратко, оно является чрезвычайно мощным инструментом в принятии решений (как, почему).
Понимание ценности данных пришло в 1980-х гг. с появлением управления информацией. Возможность создавать персонализированную рекламу повлекла за собой колоссальный спрос на данные. Вместе с этим предпринимались первые попытки напрямую обращаться к корпоративным клиентам через сервисные группы с целью налаживать личные отношения и более эффективно удовлетворять их индивидуальные потребности. 1990-е положили начало созданию баз данных, которые позволяли компаниям не только хранить эти данные, но и с большей точностью выбирать маленькие группы потребителей для того, чтобы адресовать им свои предложения. Мы ведем речь о предшественниках современных электронных систем управления взаимоотношениями с клиентами (CRM-систем). На развитие этих первых систем немалое воздействие оказали программы удержания клиентов, в особенности связанные с кредитными картами, поскольку эти программы снабжали информацией о потребительских шаблонах.
С началом распространения Интернета покупатели оставляли все больше цифровых следов, вот почему компаниям, в частности розничным предприятиям, становилось все проще собирать подобную информацию и формировать детальные и персонализированные профили покупателей. В практику были внедрены новые способы применения этих данных, что не могло не породить волну общественной критики, в связи с чем многократно участились случаи беспокойства по поводу конфиденциальности данных.
Среди магазинов Amazon на голову выше всех конкурентов. Стремление компании анализировать и культивировать отношения с покупателями воспринимается как нечто самой собой разумеющееся, ведь на завоевание нового клиента расходуется в пять раз больше средств, чем на удержание довольного потребителя. Чтобы извлечь максимум выгоды из этого расхождения, Amazon использует данные о продажах с целью выявить взаимосвязи между продуктами и установить, какие покупки обусловливают последующие приобретения. Согласно Amazon, требуется сравнительно немного базовой информации, чтобы в точности спрогнозировать будущее поведение покупателя. Она служит основой для индивидуальных рекомендаций или даже полностью кастомизированных веб-страниц. Ее цель — соблазнить клиента на совершение импульсных покупок, немаловажный фактор, способствующий успеху компании.
В Google, которая продает собственный персонализированный рекламный сервис, сбор данных еще более тесно связан с генерированием прибыли. Компания с успехом использовала финансируемую рекламой бизнес-модель, основанную на ее сервисе AdWords, всего через два года после выведения на рынок своей поисковой системы. AdWords ненавязчиво размещает индивидуализированную письменную рекламу в результатах поисковых запросов. В 2004 г. Google расширила функциональность AdWords, внедрив AdSense, рекламный сервис, который может интегрироваться непосредственно в веб-сайты клиентов. В следующем году она приобрела аналитическую систему, разработанную Urchin Software, и с ее помощью сумела еще активнее применять шаблон «Управление данными о клиентах». Упомянутая система представляет собой весьма действенный инструмент веб-анализа и сегодня предлагается владельцам сайтов на бесплатной основе под названием Google Analytics. Реклама приносит Google свыше 90% прибыли, собирая данные посредством бесчисленного количества бесплатных сервисов, таких как поисковые системы, персональные календари, аккаунты электронной почты, карты и рейтинговые системы.
Некоторые американские телекоммуникационные компании, среди них Verizon, AT&T и Sprint, также признают важность сведений о клиентах. Их бизнес заключается в продаже агрегированных анонимных данных третьим сторонам, которые могут, к примеру, применять статистику пользования для выбора оптимального местоположения нового магазина.
Бизнес-модели социальных интернет-медиа целиком и полностью зависят от анализа пользовательских данных. Facebook и Twitter используют эти данные для более эффективного размещения третьими сторонами персонализированной рекламы на страницах социальных сетей. Оба ресурса пока остаются бесплатными, поэтому предоставляемые пользователями сведения можно считать платой за пользование. Хотя Facebook продолжает работать над расширением этой бизнес-модели, Twitter предпочел пойти несколько другим путем: компании, которые работают с Twitter, могут воспользоваться преимуществами премиум-сервисов. Их твиты занимают более высокие позиции в лентах пользователей, что служит им своего рода рекламой. Помимо этого, Twitter сотрудничает с компаниями, занимающимися анализом данных третьих сторон, которые имеют неограниченный доступ к ее базам данных, а следовательно, и к фактически неистощимым источникам информации для анализа рынка, рекламы и научно-исследовательской деятельности.
