Новости

Страховые компании сейчас активно интересуются технологическими решениями, которые повышают эффективность борьбы с мошенничеством. Это критично, ведь выплаты по подстроенным страховым случаям достигают 20% от общей суммы выплат по убыткам по КАСКО. Такая статистика в свою очередь серьезно влияет на тарифы, сильно завышая их, а трудоемкие проверки подозрительных убытков значительно замедляют процесс урегулирования. Как следствие, снижается лояльность клиентов и растут репутационные риски – и отрасли в целом, и отдельных компаний.

Понимая эти тенденции, «АльфаСтрахование» одной из первых на российском рынке инвестировала в аналитическую систему для противодействия мошенничеству на основе решений SAS и уже получила конкретные финансовые результаты. Вместе с традиционными способами для выявления подозрительных убытков компания теперь использует технологии машинного обучения. Автоматизированы ручные операции специалистов, занимающихся проведением расследований по подозрительным убыткам. Это позволяет уйти от влияния человеческого фактора, избежать ошибок и анализировать большой объем данных за минимальное время.

Для расследований убытков, похожих по профилю на мошеннические, и работы с мошенническими группами используется анализ связей между участниками ДТП, транспортными средствами, договорами страхования. Автоматически построенные взаимосвязи позволяют за минимальное время оценить ситуацию, получить полную картину взаимоотношений клиента и компании и выявить случаи, в которых необходимо привлечь к работе правоохранительные органы.

Как отмечает Александр Харагезов, директор департамента страховых выплат компании «АльфаСтрахование», помимо основной свой задачи – противодействия мошенничеству, – реализованный проект позволил сократить время урегулирования убытков для благонадежных клиентов.

Способы мошенничества в автостраховании изменяются, адаптируясь под новую нормативно-правовую базу, под появление современных электронных сервисов, под процессы урегулирования убытков страховых компаний. Подходы к выявлению, расследованию и противодействию мошеннических действий должны постоянно эволюционировать, чтобы продолжать эффективно поддерживать экономическую безопасность компании и успевать за постоянно растущими стандартами сервиса для клиентов.

Тестирование на совместимость «РЕД ОС» с серверной инфраструктурой «Ростелекома» было проведено в октябре 2020 года. Положительные результаты подтвердили корректность работы российской операционной системы на серверах оператора.

Как отмечает старший вице-президент «Ростелекома» по информационным технологиям Кирилл Меньшов, серверные операционные системы являются ключевым компонентом ИТ-инфраструктуры компании. Использование отечественных ОС — стратегический шаг в направлении импортозамещения не только внутри компании, но и по отношению к заказчикам. Многим компаниям важно использовать отечественные технологии, которые обеспечивают безопасность данных и нивелируют риски, связанные с санкционной политикой иностранных государств.

Эффективность и результативность работы среднего звена управления — одна из самых серьезных проблем, с которыми сегодня сталкиваются производственные и другие компании, считают аналитики IDC. Причинами этого являются резкое увеличение объемов данных и необходимость ускорения принятия решений. В новом докладе аналитиков IDC рассматривается влияние технологий искусственного интеллекта на принятие решений и преимущества внедрения цифрового инжиниринга — управления деятельностью предприятия на основе надежной системы принятия решений, базирующихся на действиях клиентов и состоянии рынка.

Аналитики указывают на несколько причин, по которым предприятиям необходимо задуматься о преобразовании структуры управления. Во-первых, это медленный и неполный поток информации к лицам, принимающим решения. Информация слишком долго проходит через уровни, на каждом из которых сотрудники сопоставляют, анализируют и интерпретируют данные. Когда же решения приняты, распоряжения вновь движутся на средний уровень управления по той же траектории.

Информация по пути наверх искажается и неверно интерпретируется, поскольку на сотрудников влияют личные цели, KPI и стимулы. В итоге, к тому времени, когда решение дойдет до места, оно может уже устареть. Наконец, на среднем уровне управления зачастую создаются препятствия для обмена информацией в рамках предприятия и, соответственно, для совместной работы.

К 2030 году кадровый резерв среднего звена управления начнет истощаться, полагают аналитики, и вместе с ним будет падать численность среднего звена. В итоге в нем останется лишь несколько человек, управляющих высокоструктурированной системой принятия решений.

Отношения между работодателями и сотрудниками существенно изменились из-за трансформации методов работы и оценки перспектив. Сейчас основной темой соглашений о приеме на работу является улучшение жизни сотрудников, с одной стороны, и улучшение результатов работы, с другой. Работодатели стремятся предоставить сотрудникам максимальную гибкость в организации труда и построить с ними глубокие отношения.

Связь гибкости с производительностью особенно ярко проявилась во время пандемии COVID-19, отмечают аналитики. Опрос, проведенный в первом квартале 2020 года, показал, что в компаниях со стандартной 40-часовой рабочей неделе только 36% сотрудников показывали высокие результаты. При переходе к гибкому режиму высокие результаты отмечались у 55% сотрудников.

Сотрудникам необходимо также чувствовать общность своих целей и целей компании. Хотя руководители пытаются создать такую общность, составляя корпоративные заявления о миссии, опросы показывают, что они часто снижают вовлеченность сотрудников. Компаниям нужно участвовать в актуальных общественных и культурных дискуссиях, считают аналитики.

Наконец, компаниям необходимо углубление отношений с сотрудниками, участвуя в их личной жизни — предлагая консультации, обучение для членов семьи, в том числе пострадавших от пандемии, помощь в уходе за детьми и так далее.

Решения на основе искусственного интеллекта играют все большую роль в цифровизации компаний: только за последние три года в них было вложено 306 млрд долл. Масштабирование проектов, использующих технологии ИИ, может дать серьезную выгоду. И вместе с тем многие компании не получают ожидаемых результатов.

В ходе исследования, проведенного Accenture, было установлено, что компании, делающие ставку на масштабирование ИИ, в 1,5-2,5 раза чаще других собирают под такие проекты профессиональные кросс-функциональные команды. В такие команды входят специалисты по работе с данными, машинному обучению и нейросетям, которые работают с бизнесом рука об руку над достижением поставленных целей.

Работа команд подчинена строгим правилам и стандартам, затрагивающим требования по модульности решений, логированию, юнит-тестам, контролю версий кода и исходных данных, ограничения по версиям используемых библиотек машинного обучения и другие важные аспекты, которыми часто пренебрегают дата-сайентисты. Такой подход становится залогом успеха ИИ-проектов.

Авторы исследования отмечают, что в команде ИИ-проекта должны работать специалисты из разных областей, их сотрудничество, различные навыки и подходы создадут синергетический эффект. 72% респондентов отмечают, что в таких командах каждый сотрудник должен четко понимать свою роль и вклад в развитие всего проекта.

Многие компании признают важность ИИ для развития бизнеса, но технологии еще очень новы, и на рынке мало специалистов, обладающих должным уровнем компетенций. Поэтому нужно четко установить требования к уровню подготовки специалистов и инвестировать в их обучение и развитие. В 70% успешных компаний участники проектных команд по ИИ прошли специализированное обучение по работе с данными.

62% респондентов считают, что внедрение ИИ благоприятно скажется на их работе, а 67% уверены, что им необходимо увеличивать компетенции в работе с ИИ.

Основной вывод исследования - по-настоящему успех ИИ-проектов зависит не только от мотивации бизнес-лидеров и профессионализма проектных команд, но и в целом от того, насколько каждый сотрудник компании осведомлен о преимуществах и возможностях ИИ. Нужно определить минимальный уровень знаний для сотрудников и помочь всем усовершенствовать их, оценить преимущества от работы с данными и ценность инноваций для компании.

Торговый дом «Вимос» – российская сеть, специализирующаяся на торговле строительными материалами и хозяйственными товарами на рынке Северо-Западного региона. Данному сегменту бизнеса свойственны сезонные спады и скачки спроса. Сети необходимо было максимизировать прибыль в сезон, сохранить ее уровень в период «затишья», при этом удержав закупочную силу по ключевым категориям и не изменив ценовой сегмент. Все это требовало нетривиального подхода к управлению ценами, кардинального пересмотра методологии и подхода к бизнес-процессам, а также выбора надежного ИТ-инструмента.

Консультанты «Корус Консалтинг» предложили выстроить решение на базе Competera Pricing Platform, которая автоматизирует ценообразование с использованием искусственного интеллекта. В ходе проекта новый инструмент интегрировали с учетными системами, структурировали и вычистили исторические данные, помогли организовать ежедневную выгрузку изменений.

Пилотирование проекта проводилось на нескольких торговых базах. Система анализировала продажи по 25 тыс. товаров и предлагала изменения цен с учетом сформированных для «Вимос» бизнес-ограничений и правил. В течение квартала аналитики вместе со специалистами сети еженедельно проводили переоценки, а также помогали руководителям товарных направлений в работе с системой и интерпретации предлагаемых ценовых решений.

По результатам пилота выручка ТД «Вимос» выросла на 10%, валовая прибыль – на 9%, а продажи в единицах – на 6%, и все это при сохранении уровня маржинальности. Показатели зафиксированы на 10% географии представленности сети. Компания получила дополнительную прибыль и снизила нагрузку на руководителей товарных направлений. Сейчас принято решение о ролл-ауте проекта на всю сеть, что включает в себя масштабирование платформы Competera, ревизию ценовой политики и тактики, пересмотр ценовых зон и конкурентной стратегии, внедрение регулярного мониторинга рынка, кластеризацию ассортимента, а также выделение обособленной функции в коммерческом подразделении.

Специалисты Хьюстонского университета и ряда других учреждений опубликовали доклад, посвященный данным, которыми в компаниях пренебрегают, хотя их можно было бы использовать для развития бизнеса. В частности, авторы отмечают, что с помощью биометрических данных можно было определять оптимальное время и выбирать наилучшие способы для того, чтобы заинтересовать потенциальных клиентов. А связи в социальных сетях можно задействовать для более эффективного распространения маркетинговых сообщений, напоминают исследователи. В докладе также обсуждается польза выявления и прогнозирования тенденций в процессе развития отношений с клиентами. Обозначены способы сбора данных о клиентуре конкурентов и использования для укрепления связей с собственной клиентской базой.

Описаны возможности использования неструктурированных данных, в том числе журналов контакт-центров и видеозаписей процесса обслуживания, для повышения эффективности работы представителей компании. Рассматривается польза данных, позволяющих делать выводы о причинно-следственных связях, для профилактики оттока клиентов.

Авторы напоминают, что при анализе ценности маркетинговых данных нужно учитывать полную стоимость их использования, которая включает возможные последствия злоупотребления сведениями о покупателях и цену обеспечения соответствия требованиям регуляторов.

Как выяснилось в ходе исследования «Как изменились бизнес-процессы российских компаний в 2020 году», проведенного ABBYY, в течение года 57% компаний были вынуждены изменить ИТ-стратегию. 65% респондентов отметили, что целью большинства инновационных проектов в 2021 году станет повышение эффективности бизнеса, а 51% подчеркнули важность привлечения новых клиентов и увеличения продаж. При этом, несмотря на декларируемую цифровую трансформацию, большинство компаний используют для подготовки к внедрению технологий традиционные методы: 54% респондентов опрашивают сотрудников. Только 9% российских компаний используют для этой задачи интеллектуальный анализ бизнес-процессов. Больше всего таких респондентов – среди представителей банков и телекоммуникаций.

Одной из наиболее перспективных технологий оказалась роботизация бизнес-процессов (Robotic Process Automation, RPA). Более половины респондентов сообщили, что уже внедрили роботов или планируют использовать RPA в ближайшее время. Это соответствует и результатам глобального исследования, по данным которого 46% сотрудников крупных организаций используют роботов не менее 2 часов в день для задач классификации документов и обработки информации. При этом 30% опрошенных компаний отмечают, что одним из ключевых препятствий для внедрения роботов является невозможность оценить потенциальную эффективность проекта.

Как отмечают в ABBYY, события 2020 года существенно изменили приоритеты российского бизнеса. Увеличение числа клиентов, создание новых каналов обслуживания стало главной задачей для многих компаний, которые раньше отодвигали подобные проекты на второй план. Роботов стали внедрять во все более сложные процессы, чтобы постепенно снижать зависимость от присутствия сотрудников в офисах. Вероятно, в следующем году компании будут выбирать технологии, которые гарантируют им быстрое повышение эффективности бизнеса.

Несмотря на возросшую роль технологий во всех бизнес-процессах, заметен неоднородный характер цифровизации российских компаний. Так, более 32% респондентов сообщили о планах по развитию CRM-систем, а еще 22% – ECM-систем. Больше всего таких респондентов было среди представителей малого и среднего бизнеса. Крупные компании отметили в качестве приоритетных направлений RPA, решения на базе обработки естественного языка (Natural Language Processing, NLP), корпоративный поиск и платформы Process Intelligence.

Внедрение WFM-системы стало очередным этапом построения клиентского сервиса по мировым стандартам и позволило учитывать пиковые и сезонные нагрузки, оптимально распределять время на командные встречи, обучения и перерывы, а также оптимизировать количество специалистов в зависимости от канала общения. С помощью системы компания может получать более полное представление о фактической загрузке специалистов и о том, как они соблюдают расписание, собирать информацию, которая помогает оптимизировать процессы и строить лучший клиентский сервис в отрасли.

Критерием выбора ИТ-платформы стали возможность технической интеграции с внутренними сервисами «Авито», удобство и простота в использовании. Кроме того, важна возможность доработок под особенности компании и поддержки системы в будущем, опыт и надежность исполнителя, разумное сочетание «цена-качество».

Решение Naumen WFM прогнозирует поток обращений в поддержку и автоматически строит расписание для специалистов в различных каналах сервиса. Управление графиком работы ведется централизованно: система учитывает квалификацию, профессиональные навыки и статус каждого. Если в график вносятся изменения, сотрудники получают push-уведомления по их активностям. Каждый специалист видит свое расписание на персональной странице или в приложении, может сам формировать запросы на изменение графика. А для контроля работы в системе предусмотрены отчеты об активностях операторов и их пунктуальности. Новый формат работы позволяет повысить дисциплину сотрудников и их вовлеченность.

Как отметила Анна Аверина, директор по клиентскому опыту «Авито», дополнительным бонусом стало то, что компании удалось разгрузить супервайзеров и руководителей направлений. Раньше они вручную составляли и редактировали графики работы более 700 сотрудников, поэтому без общей системы не могли видеть всю картину целиком.

Согласно исследованию покупательского поведения Shoppers Study, проведенному Zebra, большинство (77%) руководителей розничных продаж считают, что клиенты удовлетворены сегодняшним уровнем персонализированного обслуживания в магазине. Однако правда заключается в том, что довольны лишь 57% покупателей. Это серьезная разница в восприятии, и ее нужно устранить, если ретейлеры хотят увеличить посещаемость и продажи в своих магазинах.

Хотя большинство покупателей все еще предпочитают обычный магазин интернет-площадке, эта тенденция не будет сохраняться долгое время. Судя по текущим отзывам потребителей, через пять лет только 46% из них по-прежнему будут совершать в обычных магазинах больше покупок, чем в интернете.

Но это не означает, что традиционная модель розничной торговли мертва или хотя бы смертельно больна. Электронная торговля не обесценила привычные магазины, как это может показаться по газетным заголовкам. 64% ретейлеров открыли новые магазины в 2019 году. А интернет-ретейлеры, в том числе те, кто сразу начинал с цифрового формата, направляют своих клиентов в физические магазины для реализации модели «купить онлайн, забрать в магазине», а также для возврата онлайн-покупок.

Ретейлерам также не пришлось отказываться от тех принципов работы, благодаря которым витрины их магазинов оставались открытыми на протяжении стольких десятилетий. По крайней мере не полностью. Удобство онлайн-шопинга побудило ретейлеров к тому, чтобы создавать новый потребительский опыт и внедрять стандарты эффективности операций и управления складом, позволяющие удовлетворить покупателя 21-го века, который ждет мгновенной реакции на свой запрос, будь то информация, товар или услуга.

Технологии – главный фактор позитивного шопинга

Если ретейлеры хотят выиграть и сохранить покупателей в эти сложные времена, они должны модернизировать свои магазины и цепочки поставок. Однако руководители могут столкнуться с трудностями в поисках технологий, которые помогут им понять, что в действительности происходит у них или на рынке, и найти причины происходящего. А без правильных технологий практически невозможно узнать, как устранить проблемы, влияющие на впечатления покупателя в магазине (например, из-за неправильного размещения товара может казаться, что его нет), или как воспользоваться возможностью увеличить размер корзины.

В то же время может быть сложно понять, помогает или мешает технология покупателю в магазине.

Именно поэтому ретейлеры и поставщики технологических решений последние пару лет принимают участие в работе концептуальных магазинов, например, Modern Retail Collective в Mall of America, или реализуют в своих магазинах собственные экспериментальные проекты. Прежде чем широко внедрять новые технологии, такие как метки RFID, системы автоматизации и мобильные платформы, их нужно проверить в реальной, гибкой среде, чтобы выяснить, какие из них действительно улучшают впечатления покупателей в магазине.

Например, можно ли лучше управлять ассортиментом в реальном времени и, в частности, пополнением товаров с помощью системы слежения «глаз в небе»? И поможет ли эта система выяснить, какую одежду покупатель примерил и купил, а какую оставил в примерочной или положил обратно на полку?

Кому-то, возможно, просто захочется узнать, достаточны ли вложения в новые мобильные компьютеры в точках продаж и в складское ПО, чтобы дать сотрудникам интеллектуальные инструменты и улучшить обслуживание покупателей. Другим требуется интегрировать дополнительные интеллектуальные технологии, такие как Интернет вещей (IoT), прескриптивная аналитика или даже искусственный интеллект, чтобы соответствовать современным требованиям к розничной торговле. И насколько система интеллектуальной автоматизации может улучшить впечатления покупателей? Поможет ли роботизированное устройство, проверяющее наличие и выкладку товаров на полках, не допустить, чтобы покупатели уходили с пустыми руками? Можно ли свести весь процесс управления запасами к установке полочных камер, подключенных к ИИ?

Хотя некоторые вопросы еще только ждут развернутых ответов, можно предположить, что в ближайшем будущем мы сможем лучше понять влияние технологий по мере возобновления работы магазинов и появления результатов этих экспериментальных программ. Уже первая волна проекта Modern Retail Collective в конце 2019 года позволила сделать выводы о том, какие технологии улучшают покупательский опыт в магазинах.

Например, удалось узнать, что половина покупателей (50%) любит самообслуживание и они предпочитают, чтобы сотрудники магазина их не беспокоили. Есть подозрение, что сейчас, когда COVID-19 требует дополнительных мер по физическому дистанцированию, эта цифра будет только расти. Другие 45% покупателей хотели, чтобы им сначала показали, что делать, а затем уже действовали сами. В большинстве случаев они обращались к сотруднику магазина, только когда у них возникали вопросы. Наконец, небольшая группа клиентов (5%) хотела получить помощь от сотрудника магазина и нуждалась в ней в течение всего общения с техническими системами. Эти предпочтения не могли быть обнаружены сотрудниками магазина, и, чтобы их выявить, потребовались формальные опросы.

Куда двигаться дальше?

Если ретейлеры хотят, чтобы их физические магазины оставались успешными в условиях цифровой экономики, они должны перейти от «систем учета» к «системам реальности», и действовать при этом быстро. Только те из них, кто обладает определенным уровнем операционного интеллекта и гибкости в решении задач, смогут быстро адаптироваться к изменениям рынка и оправдывать ожидания покупателей. Стоит отметить, что большинство ретейлеров уже довольно близко к тому, чтобы по праву называться «интеллектуальной компанией».

Однако одних технологий недостаточно. Как показала первая волна проекта Modern Retail Collective, если ретейлеры хотят получить максимальную отдачу от инвестиций, то внедрение технологий необходимо поддержать комплексными изменениями в магазине. Необходимо перестроить рабочие процессы и обучить сотрудников соблюдать правильный баланс между использованием технологий и участием человека, чтобы технологии не становились сдерживающим фактором. Не забывайте, что технологии не заменяют сотрудников магазина. Они позволяют им стать более эффективными, а покупатели при этом получают ровно столько независимости, сколько хотят.

Стратегии мерчендайзинга также должны меняться с учетом естественного потока покупателей в магазинах и покупательских интересов, данные о которых добываются, разумеется, с помощью технологий. Более того, показатели производительности должны лучше соответствовать ожиданиям и поведению покупателей и приобретать практическую ценность. Простые ключевые показатели эффективности, которых хватало пять лет назад, теперь могут уже не быть полноценным мерилом успеха. Требуется отслеживать более широкий набор входных и выходных показателей, чтобы по-настоящему оценивать успехи омниканального маркетинга. Сотрудники должны оценивать их влияние на омниканальный шопинг клиентов и помогать совершать конкретные и измеряемые действия в магазине.