Корпорации знают о своем клиенте даже то, в чем он сам себе не может сознаться. Правда, пока эти данные идут в общем массиве, и никто не изучает отдельно материалы по вам или условному Серику. Данные о пользователях приходят большими объемами и разбираются роботами, алгоритмами.
Откуда банкиры берут эти данные и что с ними делают?
Дата-сайентист Google (data science – наука о данных) Cтивенс-Давидовиц Сет написал книгу «Все лгут. Поисковики, Big Data и Интернет знают о вас все». Книга вышла в 2018 году, но будет актуальна и в 2020 году. Почему? В одном из последних исследований компании Forester Research говорится, что 2020 год станет началом периода, когда накопленная компаниями потенциальная энергия изменений наконец-то сможет превратиться в кинетическую. Другими словами, многие эксперты ожидают, что 2020 год станет поворотным – в технологиях, финансах и в целом – в бизнес-подходах.
Так вот, в книге «Все лгут» автор рассматривает, откуда глобальные корпорации сегодня берут информацию о пользователях и что потом с этим данными делают. В этой работе отмечается, что сами пользователи не расскажут вам о себе много правды. Анкетирование, собеседование, фокус-группы уже не дают релевантной информации необходимого качества. Клиенты, отвечая на вопросы, будут стараться соответствовать тому образу, который они сами для себя создали.
Где выход?
Большие данные знают больше, чем клиент сам скажет о себе. Если вы заболели, то, возможно, напишете об этом в соцсетях. С большей вероятностью вы будете искать «расшифровку» своих симптомов в поисковике, или же начнете поиск доктора, или аптеки, где можно купить то или иное лекарство. Перед поисковиком пользователи максимально откровенны. Тем самым вы даете корпорациям информацию о том, в чем нуждаетесь именно сейчас. Видя это, корпорации предлагают вам какие-то решения, чаще всего – рекламу. Это самое ценное – пользователю этот продукт или услуга нужны прямо здесь и сейчас.
Информацию можно получать из социальных сетей – многие этим занимаются, но я до сих пор не видел ни одного более-менее успешного кейса в плане коммерческой ценности. Потому что не всегда эти персональные данные точны. И не всегда понятно, как можно интерпретировать поведение того или иного пользователя. Тем не менее есть любопытные параметры (мы их называем предикторы), которые уже можно монетизировать – это окружение клиента. Если бы можно было верифицировать эти данные, то, скорее всего, из этого объема можно было бы вычленить любопытную для бизнес-решения информацию.
Мы прекрасно научились писать «пауков» (системы по сбору данных) для соцсетей или агрегаторов, которые поставляют нам Big Data. На профессиональном языке это называется парсинг. Это процесс сбора данных с последующей их обработкой и анализом. К этому способу прибегают, когда предстоит обработать большой массив информации, с которым сложно справиться вручную. Программа, производящая сбор и синтаксический анализ, – это парсер.
Так вот, в соцсетях и агрегаторах есть информация, к примеру, о тех, кто продает машины, квартиры, есть информация о самозанятых, допустим, в Instagram и так далее. Называть эти открытые социальные сети или агрегаторы я не могу, потому что эти ресурсы не всегда рады тому, что с них скачивают данные и потом используют в своих целях. Им интересно продавать эти базы, поэтому они закрывают свои данные. Более того, сбор данных ограничивается серьезными условиями – это все-таки персональные данные, использование которых строго регулируется во всем мире.
Что получается в итоге?
Специализированные агрегаторы покупки-продажи машин, квартир, туристических услуг, социальные сети агрегируют у себя пользователей, а корпорации собирают данные о пользователях на этих площадках. Поэтому банкам, телекому и прочим передовым отраслям эти данные чрезвычайно интересны. Вопрос в другом – как скоро эти данные будут вовлечены в неизбежный глобальный процесс индивидуального предложения нужного продукта или услуги прямо здесь и сейчас? Исследователи говорят, что это время наступило.
