Информационный портал о Digital Transformation: тренды, новости, технологии и люди.
назад

Скоринг и геоаналитика: кейсы big data от МТС

Операторы сотовой связи уже знают о нас всё. Теперь они очень быстро учатся анализировать эти данные и продавать их…

Сотовые операторы владеют невероятным объёмом знаний о своих абонентах. Но, как и во многих других отраслях, до недавнего времени никак их не использовали. «Собака на сене» — это, пожалуй, наиболее яркая характеристика сложившейся ситуации. Впрочем, российские «собаки» очень быстро учатся. «МегаФон» уже продаёт всем желающим доступ к своему сервису геопространственного анализа. Что-то в этой сфере делает «ВымпелКом». Правда, пока с уверенностью можно говорить только об использовании «Билайном» Office 365 для перевода сотрудников на удалённую работу. В МТС тоже функционирует подразделение big data, которым руководит вице-президент по стратегии и маркетингу Василь Лацанич. И себе в заслугу оно может поставить как минимум три кейса.

Пример 1. Оптимизация персонала розницы

В России насчитывается более 6 000 салонов, на которых красуется логотип в виде яйца. «Когда салонов 10, 20 или даже 120, вы можете управлять ими фактически вручную, — говорит Василь Лацанич. — Когда салон открыть, когда ему закрываться, потому что людей больше нет, какой ассортимент держать, где у вас хороший продавец, а где нужно найти человека лучше… В ситуации с 6 000 магазинов этот процесс становится исключительно “клаудовым”. Фактически вы не можете прикасаться к самому предмету — магазину — его нужно вычислять».

Раньше компания «МТС» руководствовалась здоровой логикой: когда магазины должны открываться и закрываться, сколько человек должно работать в течение рабочего дня. Теперь оператор использует средства геоаналитики, помноженные на знание абонентских данных. Анализ времени движения людских потоков показал: порядка 17 % продавцов попросту лишние, а 32 % рабочих часов в месяц оплачивается зря. Ощутимые цифры для 6 000 магазинов с фондом оплаты труда в 10 миллиардов рублей! 

Пример 2. Размещение салонов связи

Как оператор поступал раньше? Появился новый торговый центр — в нём надо открыть салон. Есть проходная улица — ставим на ней магазин. Технологии big data позволили увидеть «хитмапы» людей: где они ходят, где ездят, где задерживаются. Основываясь на полученной информации, компания стала работать над расположением собственных магазинов. «Открывать много новых [салонов] мы не планируем, — рассказывает Василь Лацанич. — Но постоянное перемещение из менее [выгодной] в более выгодную точку уже не по наитию, а по науке точно улучшит наши бизнес-показатели». Один из результатов: на Тверской улице, в части от станции «Охотный Ряд» до станции «Тверская», не осталось ни одного салона МТС. Выяснилось, что самая дорогая в России улица с точки зрения стоимости аренды торговых площадей отличается более низкой проходимостью магазинов, чем в среднем столичном торговом центре. По Тверской не ходят, а ездят.

Пример 3. Продукт для банковского сектора

Готов сервис для банков, позволяющий оценивать риски заёмщика на основе анализа данных о его отношениях с МТС: частота смены номера, количество блокировок, регулярность пополнения баланса. Компания уже технически готова предложить банкам сервис по мониторингу подозрительной активности, происходящей с SIM-картой абонента. Однако этот сервис, разработанный для предотвращения случаев мошенничества (фрода) с банковскими картами, может быть запущен только после устранения законодательных ограничений на обработку персональных данных.

Ссылки:

Выступление Василя Лацанича на форуме Microsoft Digital Transformation 2016: http://msdigitaltransformation.ru/player.

«МегаФон» предлагает доступ к своим большим данным: http://www.computerra.ru/139582/megafon-big-data/.

«ВымпелКом» переведёт до 70 % своих сотрудников на работу из дома: http://www.kommersant.ru/doc/3023556.

МТС погружается в big data: http://www.comnews.ru/content/102425/2016-06-10/mts-pogruzhaetsya-v-big-data.

Автор: Андрей Школин.

Обсудить статью можно здесь.

назад
Читайте другие статьи:
Павел Бетсис, Microsoft: цифровая трансформация — это вопрос выживания
21.11.2016
читать
Алгоритм предсказания спроса на товары со скидкой для «Пятерочки»
12.09.2016
читать
«Сталевары! Ваша сила в плавках»: big data и интернет вещей на «Магнитке»
12.09.2016
читать