Процесс цифровой трансформации АО «Казахтелеком» подразумевает использование компанией инструментов Big Data, которые на основании обезличенных абонентских данных помогут казахстанским предпринимателям оценивать потенциал размещения торговых точек в той или иной дислокации, утверждает директор по цифровизации дивизиона информационных технологий крупнейшего телеком-оператора страны Куат Сандалов.
Одной из целей цифровой трансформации, которая проходит в «Казахтелекоме», является преобразование в data driven company – структуру, которая принимает все решения на основе больших данных и для которой данные являются активом. С этой целью в «Казахтелекоме» создана специальная площадка – «песочница Big Data», где рассматриваются проекты по использованию инструментов «больших данных» как для внутреннего пользования, так и для решения проблем клиентов. Одним из таких проектов может стать Analytics as a Service, при помощи которого казахстанские предприниматели смогут оценить все плюсы и минусы размещения бизнеса в конкретной точке, рассказал нашему изданию директор по цифровизации дивизиона информационных технологий АО «Казахтелеком» Куат Сандалов.
«Analytics as a Service – это, на самом деле, сервис самообслуживания, когда предприниматель, который хочет открыть в какой-то конкретной местности кофейню, магазин или аптеку, заходит на сайт и вводит в систему ожидаемые параметры: на какую проходимость своей точки он рассчитывает, на какой средний чек покупателя закладывается при открытии своего заведения, – говорит Куат Сандалов. – А система соотносит его ожидания с обезличенными абонентскими данными в этой конкретной географической точке и определяет, с какой долей вероятности он в этом месте дислокации добьется нужного результата. В настоящий момент этот сервис находится в разработке, но мы планируем выйти на его тестирование в ближайшее время».
— Сервис будет платным?
— Нет, по крайней мере, на первых порах точно нет. Видите ли, сейчас вся наша страна только в начале своего пути в работе с технологиями Big Data, поэтому основная цель Analytics as a Service – это популяризация культуры работы с данными. Мы хотим, чтобы предприниматели убедились в том, что это работает, приносит эффект. Data Science сейчас для нашего бизнеса – это слишком дорогой черный ящик: если крупные компании, такие как банки или ретейл, могут позволить себе содержать специалистов по работе с данными, то остальным это экономически невыгодно. А мы, являясь большим оператором связи и имея огромные массивы данных как внутренних, так и внешних, можем «оптом» предоставлять обезличенную аналитику для нужд малого и среднего бизнеса, который, убедившись в действенности одного инструмента Big Data, может прийти и заказывать какой-то дополнительный инструментарий. И вот на нем, в зависимости от сложности задач, уже можно будет зарабатывать.
— А на себе инструменты Big Data компания уже обкатала?
— Разумеется: наша «песочница Big Data» уже сгенерировала около 50 кейсов, которые направлены на улучшение бизнес-процессов и увеличение выручки компании. Конечно, не все кейсы будут реализованы после теста, но два из них – лучшее предложение для клиента, next product to buy, и предсказание оттока клиентов, churn prediction – уже реализованы в компании несколько лет назад и помогают нам зарабатывать больше.
— И как формируется лучшее предложение для клиента?
— На основе тех же больших данных, исходя из ежедневных потребностей конкретного абонента. Машина производит сегментацию базы, собирая похожее поведение людей, совершивших покупку того или иного тарифного плана. На выходе мы получаем список тех лиц, которым нам с высокой степенью вероятности успеха стоит предложить новый тарифный план, потому что он полностью соответствует их поведению в течение среднесрочного периода. То есть они в течение последних месяцев регулярно и интенсивно используют услуги, которые заключены в продаваемом тарифном плане: «вручную» мы бы каждого такого клиента искали бы часами, машина это делает в считаные секунды. И наш коммерческий отдел получает возможность делать конкретные предложения только тем абонентам, которые в них действительно могут быть заинтересованы. То есть мы и себе жизнь облегчили, и абонентов не отвлекаем «ковровым» обзвоном.
— А готовые уйти клиенты как вычисляются?
— Там учитывается интенсивность обращений в технические службы и в службы сервиса – если человек в них обращается несколько раз за короткий промежуток времени, значит, его проблема не решена, и это серьезный повод для недовольства. Также ведется тот же ретроспективный анализ: машина видит и оперативно реагирует на такие вещи, как, допустим, резкое падение трафика у абонента, что может означать отпуск или переход к другому оператору. И это для нашего коммерческого дивизиона сигнал о том, что с клиентом нужно работать индивидуально. Причем система, как правило, позволяет делать выводы о возможности ухода примерно за пару месяцев до принятия абонентом окончательного решения по расторжению контракта.
— Это уже окончательно сложившиеся системы или они как-то модернизируются «Казахтелекомом»?
— В цифровом мире нет ничего окончательно сложившегося: мы оба этих кейса постоянно дополняем и развиваем. Добавляются новые данные, выявляются новые зависимости, что позволяет увеличить точность и полноту прогнозных моделей. Тут важно еще и то, что обе эти модели – и next product to buy, и churn prediction – очень сильно повышают лояльность клиентов, потому что мы не предлагаем то, что абоненту не нужно, и заранее знаем тех абонентов, которые планируют отказаться от наших услуг.
Есть еще один нюанс: поскольку «Казахтелеком» переходит к клиентоцентричной форме управления, при которой мы вокруг каждого клиента будем выстраивать индивидуальный набор сервисов и услуг, без использования больших данных компания не сможет осуществить эти планы. Мы сейчас разрабатываем аналитику NPS, Net Promouter Score – Индекса потребительской лояльности. Там будет собираться детализированная информация по качеству обслуживания абонента как в пунктах сервиса, так и в «поле». Есть большая общая цель всей компании – повысить NPS в целом, чтобы люди рекомендовали «Казахтелеком» своим знакомым и близким. И мы ее решение приближаем за счет расширения инструментов Big Data.
— Такая работа требует создания отдельной инфраструктуры?
— Безусловно, мы создали «Фабрику данных», которая отвечает за инфраструктуру, сбор, обработку, очистку данных. Одновременно в каждом бизнес-подразделении выделили специалистов, занимающихся аналитикой больших данных, использующих все аккумулированные данные, накопленные компанией, для решения бизнес-задач своего направления. Раньше, если кому-то нужно было получить срез аналитических систем, отправлялся запрос в централизованное подразделение, и через какое-то время оно высылало необходимую информацию. Но запросов становилось все больше, и эта структура стала узким горлышком – мы ее децентрализовали, обучили всех, кто даже косвенно работает с данными, необходимым навыкам – и теперь все эти вопросы решаются оперативно. И затраты окупятся: мы ожидаем, что доход от использования больших данных будет исчисляться миллиардами тенге.
