Перейти к основному содержанию

3779 просмотров

Big data следит за тобой: как заставить потребителя совершить нужные бизнесу действия?

Управляющий директор ДБ «Альфа-Банк» Максат Нуриденулы поделился с Kursiv.kz своим опытом работы с большими данными

Фото: shutterstock.com

Концепция big data (большие данные) позволяет манипулировать поведением клиента, заставляя его совершать нужные бизнесу действия. Об основных ценностях больших данных и их возможностях рассказал управляющий директор ДБ «Альфа-Банк» Максат Нуриденулы.

– Для начала хотелось бы определиться с терминами. Что такое big data в вашем понимании?

– Глобально, big data – это все окружающие нас данные. Например, информация о том, что вы засмотрелись на рекламный баннер или bluetooth-сигнал ваших умных часов, или «разговор» базовой станции с телефоном. В практической плоскости это то, на чем можно заработать. К примеру, к 2016 году человечество произвело 16 зеттабайт информации. Однако только 1,5% из этого объема люди смогли пустить в дело, тем или иным способом монетизировав информацию. Оставшиеся 98,5% – это пока еще информационный шум, что-то вроде неразработанного нефтеносного слоя. При этом к 2023 году ожидается уже 160 зеттабайт информации.

Поэтому я считаю, что некорректно говорить о big data как о простой базе данных. Нет, большие данные – это история именно про ценность и монетизацию, которая осуществляется через онлайн- или офлайн-каналы. Их можно перечислить: искусственный интеллект, технологии интернета вещей, нейронные сети – все это продукты big data. И, на мой взгляд, говоря о больших данных, нужно рассматривать развитие именно этих направлений и в частности искусственного интеллекта.

IMG-20181128-WA0035.jpg

– Не могли бы вы остановиться на этом подробнее?

– Эксперименты с искусственным интеллектом начались еще в 1970-х годах, когда машину попросили написать текст. Эксперимент удался, но лишь частично, поскольку текст был красивым, но бессмысленным. Сейчас с помощью искусственного интеллекта можно написать картину, которую не отличишь от работы живого автора. Работа ИИ основывается на больших данных, как и десятки других экспериментальных и коммерческих направлений (чат-боты, нейронные сети и другое). Эти направления являются уже работающими или перспективными каналами монетизации больших данных. Потенциал дальнейшего внедрения безграничен.

– Как банкиры используют нейронные сети в своей работе?

– Нейронные сети используются для предиктивного анализа, который позволяет понять следующий шаг человека как потребителя. Для того чтобы ответить на вопрос, во сколько этот покупатель купит килограмм апельсинов в среду, нужно собрать и проанализировать много информации. Выводы можно сделать, автоматически получив данные из легальных источников о поведении того или иного человека в социальных сетях, специфике его карточных платежей, посещениях сайтов и о многом другом. И все это в итоге приводит к тому, что банки теперь могут предсказывать вероятность покупки клиентом того или иного товара. Хочу напомнить, что обрабатывают информацию не люди, а машины, система.

– Приведите примеры.

– Есть интересный кейс, мы исследовали группу клиентов, часто посещающих кофейни. Наши специалисты в автоматическом режиме анализировали их карточные транзакции. Рассматривалась разная информация: в какие кафе они ходят, как далеко от заведения находится их место работы и жительства, каков средний чек, возраст гостей и даже интерьер и кухня заведений. На базе этого мы сделали аналитику, которую предложили кофейням, недавно потерявшим своих клиентов. Мы дали им решение, программу лояльности, которое с высокой долей вероятности вернет клиентов обратно. На big data мы попытались предугадать, в какое время клиент пойдет в кофейню. И за несколько часов до его похода мы отправляли ему сообщение о том, что для него доступно несколько вариантов напитков в разных заведениях, предоставляя ему возможность выбора.

– А в чем выгода для банка?

– Монетизация данных в этом случае предполагает, что это будет повышение программ лояльности для клиента. Мы развиваем бизнес нашего партнера, за этим следует рост транзакций и, соответственно, дополнительный доход для банка. Современные системы по сбору и обработке данных легко могут масштабироваться под любые объемы бизнеса. К примеру, в торговые центры приходят десятки тысяч человек, которых можно распознавать уже на входе по биометрическим данным и, соответственно, управлять всем этим потоком. Это позволяет манипулировать оттоками и новым привлечением покупательского трафика, что в итоге сказывается на повышении среднего чека и в целом на росте бизнеса.

– Кстати, о big data и геоаналитике: работает ли это в Казахстане?

– Да, в Казахстане есть решения. Мы, например, работаем с основными игроками телекоммуникационного рынка и два месяца назад запустили первый коммерческий проект по real-time-маркетингу. Человек, заходящий через свой мобильный телефон на любой сайт, может получать от нас предложения на товары и услуги, находящиеся рядом с пользователем. Интересно наблюдать, когда человек смотрит сайт авто и в этот момент получает предложение о кредите. Людям такой ход нравится, так как это в новинку. Даже несмотря на ощущение, что за ними следят, постепенно клиенты привыкают к этому новому миру.

– А насколько это законно?

– Есть закон о защите персональных данных. Мы никогда не передаем персональные данные наших клиентов третьей стороне. Маркетинговые активности проводятся только с согласия клиентов. Если нет согласия клиента, с нашей стороны нет активности.

– Если заглянуть в будущее, то какими станут банки с дальнейшим развитием big data?

– Сам по себе банкинг как продуктовое явление никуда не денется, а вот классические банки исчезнут. Банков в традиционном понимании не будет, их заменят «сервисные агрегаторы», как я их называю, они будут управлять спросом и его удовлетворением на одной площадке. Банк будущего – это многоуровневые B2B- и B2C-системы, где сойдутся капитал, передовая научная мысль, банковская компетенция, транзакционный финтех и клиенты. Заря глобальной финансовой трансформации уже видна и в Казахстане. Посмотрите на наш банковский рынок: малый и средний бизнес сегодня формирует серьезную бизнес-повестку в среде банкиров.

– Что мешает банкам уже сейчас начать работать с большими данными?

– Любому бизнесу для развития нужны инвестиции, время и компетенции. У кого-то нет одного компонента из этого набора, у кого-то всего набора, а кто-то до сих пор считает, что большие данные – это лишь модная фишка на сезон. Признанный факт: big data – это не только прямая монетизация через стимулирование клиентов на покупку, но и внутренняя аналитика для построения цифрового банка на базе клиентского опыта. Кроме того, в Казахстане, как, впрочем, и в целом в СНГ, не хватает кадров. Конечно, есть отдельные курсы, тренинги, семинары по data-science, но высокого уровня компетенций крайне мало. Существующие специалисты, понятное дело, востребованы и высокооплачиваемы. Очевидно, что data-science – это одна из профессий будущего, поэтому мы уже сейчас готовим для себя молодых специалистов.
 

698 просмотров

Как собеседование при приеме на работу изменится в следующее десятилетие

Уже совсем скоро рекрутеры смогут получать больше данных не из резюме, а изучая индивидуальные особенности кандидатов и их физиологические признаки

Фото: Kelsey Mcclellan

Большинство рекрутеров и менеджеров по поиску персонала согласятся: собеседование – далеко не самый лучший способ поиска идеального кандидата для работы. Бывает, что претенденты на должность преувеличивают свои сильные стороны, а менеджеры принимают решения, основываясь на субъективной информации.
 
И поскольку быстрый технологический прогресс заставляет компании постоянно менять стиль работы, эта проблема только усугубляется. Профессиональные навыки и опыт, когда-то считавшиеся крайне необходимыми, теперь оказывают все меньшее влияние на шансы кандидата достичь успеха на работе. 

«Если принять как факт то, что одни специальности исчезают и появляются другие, что в 2030-х и 2040-х годах 80% специальностей будут совершенно новыми, а значение опыта и навыков снижается, вы наверняка сделаете ставку на такие качества, как любопытство, способность учиться, коммуникабельность и уровень мотивации», – говорит Томас Чаморро-Премузик, профессор психологии Университетского колледжа Лондона и Колумбийского университета и главный специалист по привлечению талантов в компании Manpower Group.

В недалеком будущем, принимая решение - подходит кандидат или нет, - работодатели смогут больше полагаться не на резюме и собеседования, а на поведение кандидата, его когнитивные способности, индивидуальные особенности и физиологические реакции. Уже сейчас разрабатывается технология, которая позволит работодателям анализировать историю онлайн-активности кандидатов, их биометрические данные и в реальном времени изучать реакции на симуляцию стандартных рабочих задач. 

С появлением таких технологий возникают и вопросы об их этичности и объективности. Кроме того, как предсказывают некоторые эксперты, неизбежно появятся трудности юридического характера. В ноябре прошлого года некоммерческая организация Electronic Privacy Information Center подала жалобу в Федеральную торговую комиссию США, пытаясь убедить ведомство начать расследование в отношении компании HireVue, которая занимается разработкой средств для найма сотрудников на базе искусственного интеллекта. Суть жалобы заключалась в том, что подобная технология является непрозрачной и неподотчетной. Компания HireVue отказалась от комментариев по поводу жалобы, заявив, что разработанная ею технология «гораздо более объективна, чем традиционные процессы отбора кандидатов». В текущем месяце в силу вступает закон штата Иллинойс, обязывающий компании уведомлять кандидатов о том, что компания использует методы видеоинтервью на базе искусственного интеллекта (ИИ) при приеме людей на работу. Кроме того, на рассмотрении в Конгрессе находится законопроект об обязательной проверке алгоритмов на предмет их объективности. Так какие же технологии способны кардинально изменить привычное собеседование при приеме на работу? 

Персональный профиль при помощи ИИ 

По мере того, как все большее значение приобретают навыки межличностных коммуникаций, все больше работодателей станут использовать ИИ для создания персональных профилей, сгенерированных за счет анализа аккаунтов кандидатов в социальных сетях, в LinkedIn, а также любых других письменных сообщений, опубликованных онлайн, как и слов, которые кандидаты используют в симуляциях виртуальной реальности и опубликованных видео. 

Два производителя, среди которых компания Humantic, уже предлагают рекрутерам и работодателям решения, основанные на обработке естественного языка – как раз с целью быстрого создания профилей кандидатов. Эти компании утверждают, что технология базируется на традиционных методах проверки личных качеств кандидата. Однако вместо заполнения огромных анкет алгоритм позволяет быстро и недорого провести персональный анализ. Как сообщает сам стартап, это может быть сделано как с согласия человека, так и без него. 

Сотрудник компании Advantage Talent из Атланты Трэйси Левин в своей работе по поиску кандидатов на руководящие позиции использует решение Humantic для того, чтобы выяснить, насколько кандидаты открыты новым идеям. По ее собственным словам, этот инструмент помогает ей избегать субъективных суждений. 

В то же время некоторые эксперты сейчас задаются вопросом, насколько точность этих алгоритмов соответствует точности традиционных методов. Решения на базе ИИ также способны определять медицинское состояние кандидатов по их профилям в социальных сетях, например, выявлять депрессию. Правда, профессиональные психологи выступают против, утверждая, что использовать подобную информацию для принятия решения о приеме на работу нечестно, а для работодателей еще и незаконно. 

Бен Тэйлор, бывший специалист по данным в HireVue, считает: если персональные профили станут доминировать, может возникнуть рынок алгоритмов для очистки истории кандидата в социальных сетях и других онлайн-аккаунтах от нежелательной информации. 

«Кредитный рейтинг» для навыков 

Вероятно, уже скоро компании смогут автоматически определять рейтинг навыков кандидатов, основываясь лишь на анализе опубликованного онлайн-текста – допустим, поста в LinkedIn или записи в Twitter. Эксперты считают, что в первую очередь этот метод будет использован для оценки способностей инженеров-программистов, поскольку зачастую они публикуют программный код на таких платформах, как GitHub. 

С учетом профессиональных навыков вроде программирования и личных качеств, например, умения выстраивать коммуникации с окружающими, кандидатам может быть присвоен определенный номер, напоминающий кредитный рейтинг.

«Можно будет увидеть сразу весь рынок, хотя на самом деле его пока еще нет», – говорит Тэйлор. 

Сотрудник Urban Institute и бывший уполномоченный Комиссии США по соблюдению равноправия при трудоустройстве комиссар Дженни Ян сравнивает подобный подход с опытом использования баллов по итогам Академического оценочного теста, которые сопровождают человека при каждом принятии на работу в течение всей его жизни.

«У меня не вызывают обеспокоенности какие-то статичные вещи, которые трудно изменить – зачастую они коррелируют с благополучием», – говорит она.

Виртуальное тестирование на профпригодность 

Работодатели уже используют VR-устройства для тестирования и обучения. Израильская компания ActiView предлагает применять VR-решения для оценки кандидатов при приеме на работу. В первую очередь речь идет о кандидатах, имеющих скромное резюме – например тех, кто только закончил учебу.

Надев шлем виртуальной реальности, кандидаты играют в когнитивную игру, а в это время система анализирует их поведенческие паттерны. «Продумываете ли вы стратегию своих действий перед тем, как приступить к решению проблемы, или нет? Насколько вы решительны в этом?» – приводит пример Гил Ашер, технический директор компании. Затем соискателю показывается имитация проблем, с которыми он может столкнуться на работе.

Другие производители инструментов оценки на базе VR не спешат использовать их для принятия решений о найме людей, поскольку некоторые кандидаты могут испытывать головокружение или морскую болезнь, надевая VR-шлем. 

«Разрабатывая систему оценки, нужно проявлять осторожность – чтобы обеспечить людям равные условия», – говорит Даг Рейнольдс, исполнительный вице-президент компании Development Dimensions International, разрабатывающей инструменты оценки и VR-системы для создания эмоционально комфортного состояния на рабочем месте. 

Как утверждает ActiView, компания использует современные VR-шлемы и тестирует неподвижные VR-модели, что уменьшает головокружение. Впрочем, если у кандидатов проблемы сохраняются, они всегда могут запросить альтернативный тест.

Такие компании, как HireVue, тестируют кандидатов при помощи видеосимуляций и проверяют их пригодность через алгоритмы. Среди клиентов фирмы были Hilton Worldwide Holdings, Unilever PLC и другие компании из списка Fortune 500. (Компания Unilever отказалась от комментариев. Hilton заявил, что в прошлом использовал инструменты прогнозной оценки HireVue как «один из многих источников данных», которые рекрутеры компании применяют для принятия решения о найме.)

«Подходящий мозг» для работы 

В ближайшие пять лет, говорят ученые, носимые медицинские устройства научатся измерять артериальное давление, движения глаз и электропроводность кожи (то есть степень электрокожного сопротивления), предсказывая состояние возбуждения и обеспокоенности. Эти технологии смогут помочь компаниям оценивать уровень стресса и вовлеченности соискателей, а также навыки их саморегуляции в ходе VR-симуляций. 

Некоторые эксперты утверждают, что такие системы даже способны отслеживать мозговые волны и выявлять, у кого из кандидатов мозг наиболее оптимально подходит для работы на конкретной позиции (вывод делается на основе данных о структуре мозга сотрудников, преуспевших в этой роли ранее).

Правда, корректно интерпретировать биометрические данные чрезвычайно трудно. Даже если вы сумеете обнаружить мозговые волны, то как определить, «вызваны ли они стрессом или просто глубокими раздумьями?», спрашивает Сантош Кумар, профессор компьютерных наук в Университете Мемфиса, который сам разрабатывает носимые медицинские устройства.

Кроме того, биометрическая информация способна выявлять ряд проблем со здоровьем – например, сердечно-сосудистые и психические заболевания, ограниченность в физических возможностях – и это может быть незаконным действием.

Перевод с английского языка осуществлен редакцией Kursiv.kz

Читайте нас в TELEGRAM | https://t.me/kursivkz

drweb_ESS_kursiv.gif