Big Data под угрозой: почему бизнес больше не стремится узнать все о своих клиентах

Клиенты устали, серверы подорожали

Весь последний год в общении с крупным бизнесом я слышу нотки разочарования большими данными, в которых мы им помогаем разбираться. Мол, старались собрать как можно больше информации о клиентах, чтобы лучше их понимать (и больше им продавать, конечно), но количество имеющихся знаний по-прежнему не коррелирует с бизнес-результатами. Знаю, что в одном из банков изменился даже статус позиции у руководителя департамента Big Data: с уровня CEO-1 менеджера перевели на ступеньку ниже — CEO-2. Бюджет на большие данные стал меньше, а конкретных результатов с «бигдатеров» стали требовать больше. 

На мой взгляд, есть несколько причин, по которым гонка за данными сходит на нет.  

Во-первых, утечки клиентских данных и риски оборотных штрафов — они могут составить от 1% до 3% — заставляют бизнес задуматься, а зачем он эту информацию не только собирает, но и хранит. И если придется увеличивать расходы на защиту данных, нужно быть уверенными, что они точно нужны. 

Во-вторых, закончилась эпоха дешевых серверов. Железо стало дорогим, и его закупки нужно серьезно аргументировать. Например, одному нашему клиенту из страхового сектора серверы, необходимые для обработки клиентских данных, обошлись в 100 млн рублей. Такие бюджеты во многих компаниях требуют согласований на самом верху. Если раньше крупные игроки могли покупать серверы сотнями, то теперь мощности наращиваются и распределяются куда более взвешенно. 

В-третьих, изменилось потребительское поведение. Раньше бизнес стремился не только получить от клиента его данные, но и собрать их вовне — например, подтянуть информацию из соцсетей или найти те контакты, которые сам человек по какой-то причине не указал. Все это постепенно теряет смысл. Люди, по нашему опыту и по опыту наших коллег и клиентов, все реже отвечают на звонки с незнакомых номеров, а получать рекламные сообщения они готовы только по тем каналам, которые сами указали. Любой банк будет выглядеть мошенником, если позвонит клиенту по номеру телефона, который тот ему не оставлял. В таком случае легко схлопотать жалобу в Роскомнадзор, а о сохранении клиентской лояльности речи и вовсе не идет. В условиях «красного океана» разбрасываться потребителями — непозволительная роскошь.  

Вывод: увеличение объема собираемых данных непропорционально лучшему пониманию клиента. Каждый шаг по расширению профиля клиента обходится дороже, чем эффект от использования этих данных. И тот же искусственный интеллект не приносит пока тех самых прорывных результатов, которые от него ожидают. Знаю историю, когда компания решила выделить людей определенной профессии среди своих клиентов, чтобы предложить им услуги. По факту затраты на это оказались выше, чем выручка от продаж. И если сегменты мигрантов или студентов вычленить довольно легко и недорого, то с узкими группами, такими как «сотрудники барбершопов», «бригадиры рабочих бригад» или «дизайнеры», цель не оправдывает средства. С одной стороны, это группы, под которые можно найти специальный целевой продукт, но, чтобы понять, что люди к этой категории относятся, приходится собрать очень много данных и тщательно их интерпретировать.

Замечу, что усталость от огульного сбора данных чувствуется не только на российском рынке. Для зарубежных игроков куда важней качественная работа c данными — например, возможность получать и анализировать информацию в реальном времени. Ставка делается не на объем данных, а на их актуальность и своевременность. Ну а GDPR (General Data Protection Regulation, или Общий регламент по защите данных, регламент ЕС от 27 апреля 2016 года. — Forbes), в свою очередь, обязывает компании более аккуратно обращаться с персональной информацией. Немецкая Deutsche Wohnen SE, например, заплатила €14,5 млн за то, что не удаляла данные о личном и финансовом положении клиентов. Общая сумма штрафов за нарушение составила в 2022 году уже почти €3 млрд. 

Обогащать нельзя прекратить

Летом мне на глаза попался список, рожденный в недрах одной из страховых компаний. В нем было перечислено, что страховщик хотел бы знать о своих клиентах. В перечне были марка и модель мобильного телефона, информация об их визитах к врачам, об используемых сервисах доставки, о полученных штрафах и т.д. И это только несколько примеров из длинного перечня. Но такая жажда обогащения данных уже скорее редкость, чем правило.

А как же, например, банковский скоринг, спросите вы. Финансовым организациям для оценки платежеспособности нужно собрать как можно больше информации о человеке. Но коллеги-айтишники из банков все чаще признаются, что рост количества параметров в скоринговой модели ощутимо не влияет на качество кредитного портфеля. Как и прежде, о платежеспособности клиента лучше всего говорят его заработная плата, место работы и кредитная история. А, например, огромный объем данных разных ОФД (операторов фискальных данных) нуждается в такой сложной и длительной обработке, что позволить ее себе могут лишь самые крупные игроки.

Можно еще вспомнить парсинг соцсетей и обогащение клиентских данных таким способом. Выяснилось, что для кредитного скоринга эти данные далеко не всегда годятся. Хотя бы потому, что круг общения клиента в определенной соцсети может вообще никак не соотноситься с его уровнем дохода и платежеспособностью. С одной стороны, наш круг общения, действительно, хорошо показывает социальную группу, внутри которой мы находимся. Но профиль в соцсетях не всегда актуальный. Например, у меня есть профиль в сети «Одноклассники», в котором в графе связей люди, с которыми я сейчас вообще не общаюсь. Соответственно, никакой информации о моей реальной платежеспособности эта информация не даст. И я тут далеко не уникален. 

Безопасность берет в тиски

На пути у сторонников сбора данных внезапно оказались службы информационной безопасности. Их роль во многих компаниях сейчас серьезно укрепилась. Во-первых, достигло критической массы количество утечек, которое все это время росло по всему миру просто потому, что становится больше данных и людей с доступом к ним тоже. Во-вторых, с февраля 2022 года утечек и рисков их возникновения в России стало еще больше, так как увеличилось число кибератак на российские компании. Теперь даже внутри компании получить доступ к клиентским данным становится все сложней. Департаментам Big Data и Machine Learning приходится доказывать, что эти данные действительно им нужны для обучения моделей. На этом фоне растет интерес к решениям по маскированию (обезличиванию) персональных данных, чтобы можно было их безопасно передавать для анализа и обработки внутри компании. Но маскирование данных, как и любая технология, требует затрат. 

На мой взгляд, погас и тренд на обмен клиентскими данными между компаниями, которые входят в одну группу. При таком обмене каждая компания сначала зашифровывает клиентские данные определенным образом. Затем зашифрованные данные из разных компаний с помощью специального программного обеспечения можно сопоставить и найти продукты и услуги, которыми один и тот же человек пользуется в разных организациях. Сегодня мы видим, что компании предпочитают обмениваться данными по старинке, прописывая предоставление персональных сведений партнерам в согласии на их обработку. 

Как работать дальше?  

Пока бизнес платил за источники данных, их хранение, обработку, он игнорировал те данные, которые буквально лежали у него под ногами. В новых условиях настало время обратить на них внимание. С чего начать? 

• Провести аудит уже собранных данных о клиентах и разобраться, какая информация уже есть, в каких системах она хранится, в каких бизнес-процессах используется и кто вообще имеет к ней доступ. В крупных организациях с клиентскими данными могут работать десятки, если не сотни систем разного уровня. Далеко не всегда пользователи одной из них знают, что информация, которой они располагают, может пригодиться и их коллегам тоже. Позиция «сначала аудит, потом все остальное» типична и для западного рынка. Суть в том, что процедуры обработки данных были максимально прозрачны. И даже если порой это кажется дополнительной работой, в долгосрочной перспективе компания от этого выиграет. Логика простая: чем выше уверенность клиентов в том, что их данные под защитой, тем охотней они делятся персональной информацией и тем проще в конечном итоге бизнесу, который может разрабатывать продукты на основе правдивых сведений.

• Понять, что происходит в компании с согласиями на рекламу и обработку персональных данных, полученных от клиентов. Сколько таких форм? Где они хранятся? Ведется ли в компании учет сроков действия согласия? Знаете ли вы, на что согласился конкретный клиент и можно ли ему звонить или отправлять рекламные сообщения без риска штрафов со стороны Роскомнадзора? 

• Сфокусироваться на актуальности и качестве данных. Синхронизируйте процессы, связанные с взаимодействием с клиентами, ведь в крупных компаниях это часто слабое место. Приведу пример: я не так давно сменил мобильного оператора. Заодно оставил новому оператору заявку на подключение домашнего интернета, на что получил ответ: «Ваш дом не обслуживается». Однако после этого мне снова дважды позвонили из колл-центра этого же оператора и предложили воспользоваться услугой домашнего интернета! Получается, что одно подразделение не знает, что делает другое, и обслуживание клиента не собирается в единую цепочку. Подобные ситуации далеко не редкость, и сбор данных с последней мили должен быть включен в процесс обслуживания клиента. 

Мнение редакции может не совпадать с точкой зрения автора