Мелиса Савина

«Мы стремимся создавать тренды в цифровой повестке», — утверждает Виктория Эркенова, руководитель Центра цифровой трансформации Главгосэкспертизы России. Как началась цифровая трансформация экспертизы в строительной сфере, какие плоды уже принесла и как будет идти дальше? Подробнее об этом можно будет услышать 25 марта на форуме BIG DATA 2020, организованном издательством «Открытые системы».

- Для чего и когда был создан Центр цифровой трансформации, который вы возглавляете?

Центр создали в сентябре 2019 года на базе Управления информационных технологий Главгосэкспертизы России. Но еще задолго до его появления в Главгосэкспертизе уже активно внедряли цифровые решения, направленные на преобразование модели организации и проведения государственной экспертизы. Результатом этих усилий стал переход к оказанию услуг в электронной форме и к созданию решений, базирующихся на data-ориентированном подходе как неотъемлемом элементе цифровой трансформации строительной экспертизы.

Наша сегодняшняя главная цель — на основе передовых технологий создать цифровые решения для всего института экспертизы. Мы ожидаем, что это поможет интегрировать его в единое цифровое пространство строительной отрасли. «Цифровая экономика» вошла в перечень основных направлений стратегического развития России до 2025 года. Строительная отрасль — немаловажная часть экономики страны, и мы должны стать своего рода драйвером для всего института государственной экспертизы. Одним из шагов на этом пути станет создание Единой цифровой платформы экспертизы.

- Какие цели и задачи ставит перед собой Единая цифровая платформа экспертизы? Какие этапы и сроки обозначены в ее развитии?

Единая цифровая платформа экспертизы — продукт, разработанный на базе нашего центра. Он представляет собой открытую совокупность информационных систем экспертных организаций и предназначен для обеспечения бесшовного информационного взаимодействия участников процесса строительной экспертизы. Для автоматизации своей работы участники процесса могут использовать как единую платформу, так и собственные информационные системы, интегрируя их в общее информационное пространство. Первые участники уже определены, и сейчас ведутся работы по запуску ЕЦПЭ. Ранее министр строительства и жилищно-коммунального хозяйства РФ определил сроки внедрения платформы — первый квартал 2020 года. И сейчас мы можем сказать, что единое цифровое пространство строительной экспертизы фактически сформировано.

- Как именно можно использовать большие данные в проектировании и в работе с документацией? Например, для облачной платформы для экспертных организаций, формирования базы знаний по основным ошибкам проектирования?

Я считаю, что управление данными, включающее в себя анализ больших данных, — это неотъемлемый элемент цифровой трансформации. И как вы правильно отметили, для нас, по сути, это один из источников информации по типовым ошибкам, на основании анализа которых мы формируем базу знаний.

В единой цифровой платформе заложены подходы к оценке представляемой на экспертизу документации, они расширяют наши возможности по анализу данных и вытекающих из этого трансформационных последствий. Но формирование базы знаний — не единственный результат анализа больших данных. Его применение также дает возможность использовать и развивать прогнозную аналитику, основанную на алгоритмах искусственного интеллекта, в процессе проведения государственной экспертизы проектной документации.

- Есть ли у больших данных теневая сторона? Может ли их применение повлечь погрешности или ошибки?

Появление погрешностей или ошибок напрямую связано с подходами к обработке данных и используемыми методами их анализа. В зависимости от целей анализа, необходимо применять соответствующие дополнительные правила его проведения. В нашем случае на уровне хранилища мы используем разметку данных, включая присвоение данным и массивам данных идентификаторов, которые отражают тип (классификация данных) или интерпретацию данных для решения конкретной задачи. Так, для каждого пакета документов, который поступает на экспертизу, формируется машиночитаемое описание и производится тематическое структурирование документации — создается единый идентификатор для набора файлов, подготовленных по одному из разделов. В итоге из всего массива данных можно выделить документацию, описывающую определенные решения, из этих решений — набор данных, относящихся к определенной категории объектов капитального строительства, например к объектам разведки и разработки месторождений твердых полезных ископаемых. Это повышает результативность обработки таких данных.

И раз уж мы с вами заговорили о больших данных, не могу не заметить, что объем документации, хранящейся сейчас в наших системах, превышает 150 Тбайт и составляет более 30 млн электронных документов.

- На конференции «Развитие института государственной экспертизы» вы говорили о дата-центричном подходе, который реализуется в Главгосэкспертизе. Расскажите, в чем он заключается и какова его ценность.

Беседуя со специалистами в сфере строительной экспертизы, я часто сталкиваюсь с неверным, на мой взгляд, убеждением. Многие считают, что если в организации для принятия какого-либо решения используются отчеты или статистика, то такая организация — дата-ориентированная. Увы, это заблуждение. Подготовленный отчет может всего лишь сообщить о том, что в проектной документации было, например, десять ошибок. Но он не ответит на самый главный вопрос: почему это произошло и что надо сделать, чтобы исключить повторение подобных ошибок?

В Главгосэкспертизе подход к решению проблемы и к пониманию ее сути иной: обработка данных используется для получения ответов на вопросы «Почему?», «Кто?» и «Какие действия предпринять?». В этом и заключается специфика наших методов работы.

Говоря о тактических мерах и технических решениях, используемых для реализации этого подхода, я бы выделила перевод в машиночитаемый формат сведений из документов, на основании которых принимаются решения. То есть вся юридически значимая информация из электронного документа переводится в размеченные данные для построения аналитики и принятия решения, что и обеспечивает реализацию дата-ориентированного подхода.

- Легко ли экспертам Главгосэкпертизы переходить на цифровые технологии? Какие затруднения они испытывают? Как им помогают их преодолеть?

Я пришла в Главгосэкспертизу как раз в период активного перехода к оказанию услуг в электронном виде. Это был один из первых этапов нашей трансформации. Вместе с тем я стала свидетелем и действовавшего на тот момент порядка работы, который предусматривал представление документации на бумажных носителях. Так что я представляла себе трудности, с которыми придется столкнуться.

Безусловно, любые нововведения встречают на своем пути преграды. Соответственно, и процесс перевода услуг в цифровую форму усложняется рядом факторов. Исходя из своего опыта, я бы выделила два типа сложностей, которые могут возникнуть при переводе государственных и муниципальных услуг в цифровой формат: методические и организационные. К методическим относятся проблемы, возникающие в ходе управленческой деятельности по созданию и использованию определенного набора принципов, правил и методов, способов перевода услуг в электронный вид. Отсутствие единых стандартов влекло применение нетиповых решений и, как следствие, разобщенность в подходах.

Прежде чем говорить об организационных проблемах, хочу сказать, что в моем представлении «организовать» — это подготовить, наладить, объединить для выполнения конкретной цели. Соответственно, под организационными проблемами я подразумеваю сложности, возникающие в управленческой деятельности по подготовке, наладке и объединению технических и других средств, необходимых для перевода услуг в электронный вид.

Несмотря на то что в Главгосэкспертизе в целом процесс упрощался, снижались временные и финансовые затраты, большинство участников в первое время относились к новому формату достаточно настороженно, считая, что его внедрение потребует организационных и финансовых затрат, в том числе на обучение. Честно признаться, первые изменения, связанные с переходом на электронную форму взаимодействия с заявителем, действительно давались нелегко. Здесь ключевую роль играл человеческий фактор: для многих экспертов поначалу этот процесс был сложным и непонятным. С другой стороны, совместно с нами переживали преобразования и наши заявители. На начальном этапе стало очевидно, что первым шагом должны стать просвещение и обучение.

Наши специалисты провели около сорока семинаров и разработали обучающие материалы в различных форматах — от электронных документов до видеороликов с субтитрами. Кроме того, было создано подразделение для консультирования пользователей новых сервисов. В этом направлении была проделана огромная работа.

Но ключевым аспектом, благоприятно повлиявшим на внедрение всех этих изменений, по моему мнению, стало то, что мы смогли донести до каждого участника процесса информацию о преимуществах, которые можно получить от внедрения цифровых технологий в процесс наших рабочих коммуникаций. И как результат, сейчас мы получаем от экспертов уже не вопросы о порядке работы с новыми сервисами, а многочисленные предложения по их развитию.

- Чего уже удалось достичь в результате цифровой трансформации? И чего вы ожидаете в будущем?

Изменения от внедрения передовых технологий в нашу работу носят глобальный характер. Помимо смены парадигмы всей работы, изменения мышления как наших экспертов, так и заявителей, полный переход на электронный документооборот принес многочисленные преимущества прикладного характера.

Во-первых, сократилось время, затрачиваемое экспертами на оценку поступившей на рассмотрение проектно-сметной документации. Это, в свою очередь, позволило заявителям использовать образовавшееся дополнительное время на качественное устранение замечаний.

Во-вторых, существенно сократились издержки на разработку и предоставление документации, ее транспортировку и т. д. Переход на «цифру» позволяет заявителям экономить деньги и время. Это весомые аргументы для любого бизнеса, и строительная отрасль здесь не исключение.

Если говорить о будущем цифровой трансформации в Главгосэкспертизе, то сейчас главная задача — создать такие технологии, которые бы полностью исключили ошибки при проектировании. К сожалению, качество проектирования в нашей стране, хотя и улучшается в последние годы (причем не в последнюю очередь благодаря усилиям нашего учебного центра), но пока оставляет желать лучшего. Поэтому мы стремимся исправить данную ситуацию всеми доступными путями, в том числе используя новейшие технологические возможности прогнозной аналитики.

- О чем вы планируете рассказать на форуме и что хотели бы услышать?

Я благодарна за приглашение принять участие в таком знаковом мероприятии, как форум BIG DATA 2020, и планирую рассказать его участникам о больших данных Главгосэкспертизы, о том, как мы их обрабатываем, о новых технологиях и решениях, которые мы используем, и о возможностях развития, которые они нам дают.

Считаю, что дискуссии на таких площадках всегда полезны и несут положительный синергетический заряд для дальнейшего развития дата-ориентированных подходов в наших организациях.

Компания iiko занимается написанием и продажей программного обеспечения для управления ресторанным бизнесом. Пять лет назад iiko стала предоставлять свои разработки по модели SааS (ПО как сервис), и тогда ей потребовалось создать блок эксплуатации и обслуживания. Компания практикует DevOps; об этом в преддверии конференции «Корпоративный DevOps 2019», посвященной DevOps как управленческому подходу и его роли в цифровой трансформации, которую издательство «Открытые системы» проведет в Москве 26 ноября, рассказал Сергей Гнутов, руководитель эксплуатации и технической поддержки компании iiko.

- Почему компания прибегла к DevOps?

Мы решили предоставлять свою продукцию как сервис, поэтому пришлось перестроить вcе процессы и идеологию взаимодействия внутри команды. Стандартный подход к управлению неприменим при работе с облачными сервисами: здесь любое действие требует гораздо большей скорости реакции, сложных инструментов и тесного взаимодействия в команде, начиная с тех, кто общается с клиентами, и заканчивая теми, кто пишет код.

Обычное управление с четкой иерархией и согласованием — простая, но очень громоздкая система. В современных реалиях, когда продукция требует обновлений каждый день, командно-административный процесс выстроить невозможно. Нужно либо содержать большую команду, либо до рынка продукт будет идти медленно. То и другое приводит к неэффективности компании.

- DevOps — подход к взаимодействию команды разработчиков и службы эксплуатации. Но чаще всего на конференциях об этом рассказывают представители одной стороны, разработки. Вы в своем выступлении предлагаете посмотреть на DevOps глазами службы эксплуатации. На чем сделаете акцент?

На проблемах, которые возникают при взаимодействии, на том, как на эти проблемы смотрит служба эксплуатации, и на нашем практическом опыте их преодоления.

Сергей Гнутов: «Внедрение DevOps в конце концов делает команду единым целым, с общим инструментарием, целеполаганием, задачами»

- В iiko быстро наладили этот процесс?DevOps позволяет справиться с проблемами за счет построения горизонтальных связей, гибкости и разрешения стандартных противоречий, существующих между командой эксплуатации и командой разработки. Как известно, первая всегда хочет стабильности, вторая – изменений. С DevOps все команды рассматривают продукт как единое целое. Этапы разработки, тестирования, эксплуатации остаются, но они подконтрольны единой команде. Это меняет подходы к отдельным этапам и к взаимодействию команд, позволяет компании быть экономически эффективной и снизить затраты на реализацию решений.

Внедрение не останавливается до сих пор – его нельзя разделить на стадии и отметить финальную точку. Одна из особенностей этого подхода заключается в постоянных улучшениях: нужно создать такую модель, которая фокусируется на недостатках системы и постоянно пытается их исправить. Мы не прекращаем работать над тем, чтобы новая операция была лучше предыдущей.

- Как у вас сочетаются SAFe и DevOps?

DevOps – концепция, SAFe – конкретный инструмент организационного и технического характера одновременно (Scaled Agile Framework, SAFe – фреймворк для реализации принципов Agile в крупных организациях – М. С.). И если технический аспект у agile-компаний разный (например, могут быть различные производственные среды), то управленческий – универсальный. Во всех таких компаниях есть этапы планирования, оценки эффективности исполнения и пр. SAFe объединяет команду для выполнения бизнес-задач. При этом в нем есть элементы, которые подходят для различных организационных моделей.

- Чем вам нравится именно SAFe?

SAFe хорошо детализирован, в нем понятно, что нужно делать. Проблемой гибких фреймворков является то, что они слишком размыты. Если спросите аудиторию, что такое Agile, то все дадут этому разные определения. А инструменты должны быть точные. Вы можете проводить разные исследования, но, например, микроскоп – всегда микроскоп, с определенной оптикой и настройками. Так и SAFe – у него четкие блоки планирования, исполнения задач, распределения ролей в командах, оценки эффективности изменений и т.д. Причем блоки могут функционировать автономно, для нас это важно. Ведь скорость – одна из ключевых характеристик изменений. Если вы полгода что-то готовите, а потом еще полгода это внедряете, то половина людей забывает за это время, что было в самом начале. Мы хотели, чтобы фреймворк заработал, так сказать, с колес. Поэтому стали постепенно встраивать SAFe в существующие процессы, и он показал себя хорошо.

- Если DevOps – мировоззренческая концепция, то как вы меняете мышление людей?

Это самое сложное – заставить сотрудников думать по-другому. Впрочем, такие изменения не происходят одномоментно. Человек, который хочет поменять идеологию компании, должен видеть картину сверху и понимать, как эту картину создать. И здесь, как в сказке про суп из топора. Сначала вы говорите, что можете сварить суп из топора, но потом просите немного соли, затем добавляете лук, далее – морковь. В конце концов у вас получается нормальный суп.

Так и с командой. Люди поначалу всегда отвергают изменения, в этом и корень проблемы. Но если у вас есть видение того, что нужно сделать, вы разобьете путь на несколько этапов. Сначала просто познакомите всех в команде, потом создадите канал коммуникации. Далее – подготовка совместного инструмента, планирование, эксплуатация, разработка и пр. Между тем вы постоянно улучшаете взаимодействие, в том числе и в неформальной обстановке – допустим, идете вместе пить пиво. Люди привыкают работать сообща; вы даете им целеполагание; они видят результаты. Все эти шаги в конце концов делают команду единым целым, с общим инструментарием, целеполаганием, задачами.

- А эти шаги надо продумывать заранее, или они скорее интуитивные?

Думаю, 50 на 50. Нельзя сделать универсальный список шагов и составить к нему инструкцию, инструментарий зависит от конкретной ситуации в компании. В то же время примерный общий набор шагов вполне понятен.

- Как новые люди внедряются в команду? Если с имеющимися сотрудниками надо провести немалую работу, то тяжело ли обучать новичков?

В DevOps это проще, чем в других средах, благодаря гибкости и горизонтальности подхода. Если новый человек приходит в систему, система сама его научит всему необходимому. Сначала вы выстраиваете систему, потом она начинает работать на вас. Поэтому с каждым конкретным человеком не нужно проходить все этапы – вы погружаете его в среду, и она делает свое дело.

- Как часто у вас меняются люди?

У нас довольно стабильная команда. Ротация кадров на уровне 10-15% в год. Это немного с точки зрения рынка.

- Покажете на конкретных примерах, как внедряли DevOps, что получалось, что нет?

Давайте оставим примеры для конференции.

В июле 2016 года вступил в силу закон 54-ФЗ «О применении контрольно-кассовой техники при осуществлении наличных денежных расчетов и (или) расчетов с использованием платежных карт». Компании должны использовать электронные кассы, которые передают данные о всех продажах операторам фискальных данных, а те в свою очередь — Федеральной налоговой службе. ОФД оперируют большим количеством данных из чеков. Как работают с большими данными в «Платформе ОФД», рассказал глава компании Алексей Баров.

- Что входит в задачи оператора фискальных данных?

Первоначально основными задачами были передача чеков, хранение и представление их клиентам и фискальным органам. За три года работы потребности бизнеса возросли, и к прежним обязанностям добавились новые. Они не столько регламентированы законом, сколько обусловлены коммерческой деятельностью и пожеланиями клиентов. Личный кабинет в системе – точка получения информации клиентом не только о том, как его видит налоговая служба, но и о себе, о его положении в условиях рынка. Сегодня мы предоставляем предпринимателю аналитику, которая помогает в принятии бизнес-решений.

Кроме того, мы помогаем рассчитывать налоговые платежи, в первую очередь по УСН. Таким образом, наш сервис значительно расширился: от передачи данных с касс в ФНС до помощи в принятии бизнес-решений и сервисных функций по отчетам государству.

- У «Платформы ОФД» есть несколько аналитических сервисов, основанных на использовании больших данных. Расскажите о них.

Самый востребованный – «Сравнение с рынком». Клиентам предоставляются агрегированные данные по их бизнесу и аналогичные показатели по рынку. Это дорогой, кастомизированный сервис, раньше он был доступен большим торговым сетям и производителям. Однако подобные возможности интересны и среднему, и малому бизнесу, и мы скоро сделаем их доступными в личном кабинете клиента. Скажем, владелец цветочного ларька сможет сравнить график своей выручки от продукции с графиком выручки в регионе в целом.

Другой сервис, «Аналитика по брендам», пока предоставляется по запросу клиентов, в основном он интересен производителям, которые получают возможность в реальном времени следить за тем, как их товары, особенно новинки, представлены в розничных сетях, и соотносить результаты со своими планами. Сервис дает ответы на вопросы, в какое количество торговых точек попал товар; каков объем продаж с точки; целевой это сегмент для бренда или нет. Все данные агрегированные, обезличенные и не раскрывают детальной коммерческой информации.

Третий сервис, Off Take (показатель объема продаж в торговой точке. — М.С.) предназначен для розничных сетей и предоставляет аналитику по эффективности работы торговой точки и отдельных продавцов. Ретейлер может сравнить определенный магазин с другими в регионе, например, по уровню нагрузки на продавца.

Источник: «Платформа ОФД»

У крупных ретейлеров, как правило, есть свои подобные системы, но выяснилось, что у многих они уже настолько нагружены, что добавлять инновации в них тяжело, и наш сервис становится для них удобной надстройкой. Мы даем клиентам возможность быстро реализовать многие свои задумки. Алгоритмы настраиваются для конкретной компании, но могут использоваться для других, с похожими запросами.

Еще один сервис – «Платформа Аренда». Он начинался с запроса владельцев торговых помещений информации о выручке клиента, которую может дать «третья» сторона как более объективная, для того чтобы использовать плавающую шкалу платы за аренду. У продавцов есть сезонные товары и сезонная активность, когда выручка больше или меньше и платить за аренду соответственно легче или сложнее. Применять плоскую шкалу здесь неэффективно, поэтому многие торговые центры переходят на гибкую ставку. Но арендодателю для контроля надо видеть размер выручки, и это можно сделать по чекам.

Но затем выяснилось, что спектр применения у сервиса шире. Многие стали использовать такую информацию, чтобы управлять не только своими помещениями как источником арендных платежей, но и всем продающим центром. Измерение количества покупок и других показателей позволяет вывести динамику развития, оценить эффективность маркетинговых компаний. Сейчас клиентами этого сервиса являются несколько десятков торговых центров и рынков.

- В каких отраслях востребованы такие сервисы?

Самые активные клиенты – производители фармацевтической продукции.

- С чем это связано?

Думаю, с тем, что этот рынок более регулируемый и прозрачный. Его участники меньше боятся прозрачности и меньше «закрываются» – регулятор все равно их видит. Поэтому они лучше готовы к использованию информации, которую предлагают наши сервисы, а ключевой принцип на этом рынке — «хочешь получить информацию о рынке – поделись «своей». В современном бизнесе выигрывают те, кто умеет жить в открытой среде, а не те, кто лучше всех «прячется». Мир ведет к открытости, но, безусловно, при условии соблюдения коммерческой и личной безопасности.

Вторая активная отрасль – продукты питания. Часть сегментов пока сложно поддается «обсчету». Так, в строительстве число наименований слишком велико — одних только гвоздей сколько! Но в целом, мы видим, и другие сегменты постепенно проявляют интерес.

- По вашим словам, в августе 2019 года выручка от аналитических сервисов на базе технологий больших данных составила порядка 10% общего оборота компании. Такой показатель достигнут впервые, по итогам всего 2018 года выручка от этих сервисов была мизерной. Чем объясняется такой всплеск?

Это не всплеск, а результат, иллюстрирующий динамику системного роста.

- То есть рост был в течение всего 2018 года? И продолжается сейчас?

Да.

- Каков прогноз на будущее?

Опираясь на текущие тенденции, можно рассчитывать, что к концу 2020 года общая выручка компании от аналитических сервисов составит треть.

- В связи с ростом доли в обороте компании сервисов, основанных на больших данных, что можно сказать об организации работы с данными в «Платформе ОФД»?

В компании уже год существует команда больших данных. Это подразделение включает в себя отделы ИТ, продуктов, продаж, то есть занимается не только технологиями и методологией, но и продажами. Команда растет, особенно относительно других подразделений, но работой с большими данными занимается вся компания, а в ней порядка ста сотрудников.

- Какие технологии применяются для сбора и аналитической обработки данных?

Нейросети, машинное обучение, реляционная и нереляционная СУБД. В нереляционной базе одна строка содержит все признаки продукта. С точки зрения хранилищ и долгосрочного складирования нереляционная база себя не зарекомендовала, но с точки зрения быстродействия она очень хороша. Поэтому используем обе базы – для гарантии сохранности информации и для скорости работы.

В день обрабатываем 40 млн чеков, в которых несколько строк, всего примерно 150 млн товарных позиций в чеках. Не поверите, слово «молоко» можно написать несколькими сотнями разных способов. Чтобы вычленить «молоко» из множества других слов, надо проанализировать 150 млн записей. Это возможно только с помощью новых технологий.

- Каким образом сохраняется конфиденциальность персональных данных и обеспечивается их безопасность?

Мы работаем с фискальными данными. Информация в отчетах клиентам всегда обезличена. Применяем несколько элементов защиты своей инфраструктуры: пентесты на попытки взлома, нагрузочное тестирование, резервирование мощностей (у нас три ЦОД). Убираем человеческий фактор: действует система дублированного контроля важных процессов, так чтобы не один человек всем управлял. Также используем традиционные элементы защиты, включая межсетевые экраны и антивирусы, применяем другие меры в целях сохранности и конфиденциальности данных.

- Какие партнеры есть помимо Сбербанка?

Сейчас, например, идет эксперимент по общим продуктам с Tele 2. С банками занимаемся скорингом, мониторингом выданных кредитов, эквайрингом. Договорились с рекламной платформой Segmento о развитии нового формата таргетированной рекламы с использованием агрегированных обезличенных данных кассовых чеков.

- Каковы планы по сотрудничеству со Сбербанком в области аналитики больших данных?

Работаем по вопросам ускорения и упрощения выдачи кредитов, по контролю этих процедур, чтобы сделать процессы удобнее, надежнее. Будем развивать новые банковские продукты и предлагать нашим клиентам стать клиентами Сбербанка. Также есть планы по работе с командой бонусной системы «Спасибо».

- А какие планы есть по дальнейшему развитию собственных сервисов и, может быть, расширению круга таких сервисов?

Хотим плотнее взаимодействовать с другими ОФД и покрывать еще большую долю рынка. Заняться учетом маркированной продукции. Будем помогать малому и среднему бизнесу развивать эффективность, работать с ассортиментом (куда попадают продукты, какие более популярны, какие – менее и почему). Использовать предсказательную аналитику для прогнозирования тенденций – что, где и как делать. Можем, например, советовать клиенту, на какие товары внутри категории сделать акцент. Планируем развивать бизнес-инструменты на базе обогащенных данных вместе с партнерами.

Розничная группа Inventive Retail Group‚ объединяющая сети специализированных магазинов цифровой электроники, детских и спортивных товаров, внедрила систему Wi-Fi-аналитики компании «НПО Аналитика», которая позволяет зафиксировать перемещение пользователей и успешность онлайн-рекламы.

Мария Голенкова: «Wi-Fi-аналитика действительно позволила в режиме реального времени проанализировать поведение посетителей магазинов и фактически измерить, насколько эффективна на самом деле реклама в Интернете»

Систему ретейлер в первый раз протестировал в 2017 году: в нескольких магазинах были установлены специальные сенсоры, отслеживающие перемещение пользователей со смартфонами с включенным Wi-Fi. В Inventive Retail Group хотели понять пути перемещения клиента между разными каналами продаж и оценить эффективность медийной онлайн-рекламы. Благодаря эксперименту компания сумела отследить пересечение трафика между магазинами одного бренда, между брендами самой компании, между разными торговыми центрами и автоматически собрать ряд важных показателей, таких как трафик галереи и процент захвата трафика магазином. На базе собранных данных она настроила рекламные онлайн-кампании и отследила посещение пользователями офлайн-магазинов (online-to-offline conversion). Затем опробовала использование отделом аренды данных с сенсоров как для общения с арендодателями, так и для планирования открытия новых магазинов – на основе информации о посещениях других торговых центров теми, кто был в магазинах.

Сенсоры передавали данные в облако, а ретейлер получал доступ к информации о состоянии потоков посетителей в магазинах в режиме реального времени с помощью интуитивно понятных дэшбордов. Информация была агрегированной и анонимизированной, персональные данные, как утверждают в компании, не собирались. Аналитическая платформа вырабатывала автоматические рекомендации по улучшению бизнес-процесса.

«Wi-Fi-аналитика действительно помогла в режиме реального времени проанализировать поведение посетителей магазинов и фактически измерить, насколько эффективна на самом деле реклама в Интернете», – отмечает директор по маркетингу Inventive Retail Group Мария Голенкова. Примененные технологии вкупе с платформами для таргетирования онлайн-рекламы позволили нацелить такую рекламу на любые категории посетителей отдельных магазинов. Так, во время некоторых рекламных кампаний посещаемость магазинов (конверсия витрины) теми, кто видел рекламу, повысилась в разы по сравнению со средним показателем, что теперь позволяет прямо во время проведения рекламной кампании оставить только те группы, в которых клиенты из онлайн приходят в офлайн.

Однако в работе возникли и определенные сложности. Например, как признает Голенкова, на установку сенсоров в магазинах требуется определенное время и иногда нужна дополнительная координация между отделами компании. Не все онлайн-партнеры хотят делиться данными для оценки посещения офлайн-магазинов – компания работает с теми, кто готов к этому. Главная же проблема – это отсутствие легальных методов получения информации о связке хэшированных МАС-адресов смартфонов посетителей магазинов, которые фиксируются сенсорами, и мобильных телефонов клиентов в CRM-компании.

«Надеемся, что со временем найдется решение и мы сможем полноценно видеть весь путь клиента до и после покупки в разных каналах, так называемый customer journey. Запуск мобильного приложения в будущем помог бы частично решить эту задачу», – говорит Голенкова.

На данный же момент группа способна обогатить CRM-систему, накапливая новую информацию о тех, кто уже зарегистрирован в программе лояльности. Существует несколько возможных применений этого механизма – например, гиперлокальная коммуникация или глубокий анализ того, как себя ведут лояльные покупатели, каково пересечение аудиторий различных брендов. Система показывает не только то, как и когда покупают в магазинах, но и когда этого не делают даже находясь какое-то время в магазине.

Компания на регулярной основе работает с двумя новыми метриками. Первая – это захват трафика. Аналитики смотрят, как он меняется в брендах и магазинах в зависимости от маркетинговых инициатив, переоформления витрин и пр. Вторая метрика – посещаемость офлайн-магазинов теми, кто видел онлайн-рекламу. «Раньше не было возможности говорить об этом показателе из-за отсутствия инструментов замера, поэтому считалось, что медийная реклама работает в первую очередь на бренд и генерацию спроса. Оказалось, что посещаемость традиционных магазинов зависит от посещаемости сайтов», – признает Голенкова. По ряду сегментов в онлайн-кампаниях O2O-конверсия (online-to-offline) составила 3,8%. Захват трафика (capture rate) теми, кто видел рекламу, из общего потока, прошедшего мимо магазинов в галерее торгового центра в период рекламной кампании, в сравнении с просто общим потоком был по ряду сегментов выше в два-три раза.

В мае 2018 года компания от тестирования перешла к повсеместному внедрению технологии. Теперь сенсоры установлены не в отдельных магазинах, а во всех охваченных проектами магазинах Москвы и Санкт-Петербурга. Есть сенсоры и в Сочи. Всего Inventive Retail Group оборудовала 94 магазина. Это проекты re:Store, Lego, Nike, Street Beat, Street Beat Sport, UNOde50. В случае успешной реализации этого эксперимента компания планирует подключить к нему и другие проекты и надеется, что благодаря этому оценка эффективности онлайн-кампании станет еще более объективной, поскольку увеличение числа оборудованных объектов дает комплексную картинку продаж.