Пятый аналитический слой

Во времена учебы в универе у нас, как и полагается, были семинары по философии. И был у меня один приятель, одногруппник, который страсть как любил подискутировать. Этот одногруппник и занятия по философии образовывали какую-то взрывоопасную смесь: остановить этого парня было невозможно. И все бы ничего, ведь ваш покорный слуга и сам был не прочь горячо поспорить о всякой ерунде смысле бытия, но ведь приятель задавал поистине идиотские вопросы! Однажды разговор как-то зашел о старых стульях в аудитории. Так он не удержался и, возвысив голос, в патетическом порыве озадачил всех своим вопросом: «Стулья! Но что есть стулья?» В этот раз дискуссии не вышло, группа взорвалась хохотом.

Так вот, друзья, как и тот парень из моего студенческого прошлого, я решил пойти по тонкому льду и задать вам вопрос: зачем мы вообще работаем с данными? Ведь мы собираем данные (1), обеспечиваем их обработку (2), хранение (3), формируем сотни и тысячи SQL-запросов для построения дашбордов (4) – целых 4 слоя работы с данными, зачем это все?

Мы делаем это всего для двух вещей: мониторинга и оптимизации. Мониторинг — чтобы не проморгать, если вдруг что-то пошло не так. Оптимизация — чтобы увеличить эффективность диджитал-маркетинга в условиях ограниченности ресурсов. Добиться роста числа лидов, повышения их качества, снижения CPL, повышения ROMI. Именно для этого мы строим отчетность, именно для этого мы обеспечиваем работу всех этих четырех слоев работы с данными. Именно для этого маркетинг нужен бизнесу — позволять ему зарабатывать больше, драйвить его рост.

Но путь к этим целям зачастую оказывается настолько долгим, что мы уже забываем, куда шли. Мы тонем в бесконечной полировке этих четырех процессов по сбору, обработке, хранению и визуализации данных. Мы строим аналитику и не замечаем, как сам процесс построения уже оказывается нашей целью. Потому что «так правильно», «так принято», «уже выделены ответственные». И на практике я нередко встречал ситуации, когда построение аналитики условно на 100% вызывало фрустрацию бизнес-заказчика. Все эти десятки и сотни дашбордов построены, о Боже, и что же теперь дальше? Зачастую все эти тонны отчетов так и не открываются, а если и открываются, то сил и времени их анализировать, копать данные, катастрофически не хватает.

Но ирония в том, что для оптимизации и мониторинга, на самом деле, не нужны отчеты и дашборды. Нужны инсайты, которые вовремя подсветят опасную динамику в данных, и, главное, покажут ключевые зоны роста: области, где бизнес теряет деньги на неэффективном маркетинге и точки ультраэффективного масштабирования.

Мы в Smart Data Hub называем это концепцией 5го аналитического слоя. Слоя автоматического анализа данных на базе AI. Именно того слоя, который обеспечивает непосредственную финансовую отдачу от данных.

Мы строим автоматическую аналитику для десятков крупнейших компаний, лидеров российского рынка в различных отраслях, и мы поняли, что практически не делились этим опытом с вами! Да, мы обещаем исправиться и системно рассказывать о том, как строить автоматическую аналитику цифрового маркетинга. И в качестве первого шага — ловите наш кейс с брендом Lada на Adindex, где подрядчикам удалось сократить CPL на десятки процентов за счет автоматической аналитики на базе AI.

Игорь Кузин, директор департамента философии и визионерства в Smart Data Hub