Мы расширяем возможности Data Science для наших крупных клиентов. К примеру, мы внедрили инструмент Kibana, который позволяет визуализировать большой объем данных, чтобы подробнее изучать поведение покупателей, анализировать их интересы, запросы и понимать, в каком направлении развиваться. При этом ориентироваться на реальные данные, а не на ощущения и домыслы.

Поговорили с руководителями проектов 3DaVinci Катериной Масленниковой и Еленой Кобзевой о преимуществах Data Science в B2B-отрасли и применении Kibana для наших клиентов.

Что такое Kibana. Kibana — это инструмент для визуализации данных. Kibana помогает презентовать данные в различных визуальных форматах: в виде линейного графика, гистограммы, круговых диаграмм, тепловых карт, целей, временных шкал и т. д.

Также Kibana используют для быстрого поиска и анализа логов. Логи указывают на уязвимые места системы, помогают собирать статистику посещаемости, изучать запросы, оценивать популярность страниц. Кроме того, изучая логи проще найти источник проблемы и оперативно устранить сбои.

Kibana позволяет собирать логи с момента установки. Кроме того, туда можно загрузить и свои готовые данные и получать выводы по ним. К примеру, для одного из клиентов мы таким образом выгружаем графики по работе менеджеров.

Data Science как B2B-тренд 2023 года. Мы писали, что Data Science, искусственный интеллект и машинное обучение продолжают оставаться основной тенденцией развития B2B-отрасли и в 2023 году. Данные играют очень важную роль в оптовом бизнесе, и в 2023 году станут еще более ценными для B2B-маркетологов.

Искусственный интеллект позволяет лучше изучать и понимать потенциальных и существующих клиентов. А собирая, анализируя и сегментируя данные о клиентах в масштабируемой форме, дает возможность отслеживать рентабельность инвестиций.

Как Data Science работает у нас. Мы тоже не отстаем от трендов и можем собирать большие объемы данных, логировать любое действие пользователей и на основе этого выстраивать и проверять гипотезы на основе ТЗ клиента.

Система B2B Движение — это хранилище данных. Клиенты оформляют здесь заказы, создают спецификации, просматривают товары, вбивают в поиск запросы в разных форматах — и в платформе накапливаются эти данные. Анализируя их, можно понять, что нужно покупателям, какого ассортимента им не хватает и т.д.

Мы логируем или, простыми словами, записываем определенные действия пользователя, о котором мы договорились с клиентом в ТЗ. Данные собираем за большой объем времени на отдельном сервере. Их нельзя хранить неделю или две, потому что это маленький срок и результаты они будут недостоверными. Для полноты картины данные лучше собираться как минимум несколько месяцев, а лучше полгода-год. А Kibana позволяет наглядно демонстрировать данные в разных визуальных форматах, удобных для восприятия.

Кейсы на основе Data Science в нашей B2B-системе. К примеру, анализируя данные о поведении B2B-покупателей в нашей системе, мы поняли, что если в карточку товара добавить связанные товары, то это положительно повлияет на сумму среднего чека.

Второй момент: если работать с брошенными корзинами, можно получить еще немного заказов. Но если обращаться к ним слишком часто, то это может привести к агрессии и массовой отписке пользователей. Важно правильно проанализировать брошенные корзины, процент и время их реализации и т.д. И к примеру, можно прийти к выводу, что нужно работать с корзинами не старше 18 часов и определенным размером. В этом случае риски, что от них откажутся, гораздо меньше, чем выгода от того, что менеджеру удастся довести их до завершения.

Также Kibana позволяет визуализировать запросы пользователей. Также в режиме реального времени можно увидеть, что чаще ищут пользователи, и вывести подходящие товары в топ.

Главные преимущества Data Science для наших клиентов. Мы используем инструмент широкого и глубокого анализа данных, которые отвечают за то, что происходит у наших клиентов в B2B-продажах. В итоге компании получают объективные данные, а не просто полагаются на ощущения или фидбеки менеджера, которые могут быть искажены.

Почему это отличается от данных, которые отображены в дашбордах B2B-системы, или от статистики, которую можно настроить в Google Analytics или Яндекс.Метрика? Во-первых, везде статистика стандартная, которая представлена основными показателями. А более глубокие отчеты требуют более проработанной настройки. В частности, чего точно не знает метрика и аналитика, это данные о конкретном пользователе. А у нас они есть. Мы практически под лупой можем изучать поведение клиентов. Поэтому найти что-то гибче, чем наш инструмент, практически невозможно.

В любом случае, выделение средств на предварительную аналитику и обращение к большим объемам данных зачастую оказывается значительно выгоднее, чем, к примеру, разработка многомиллионного функционала, в котором компания не до конца уверена. С помощью анализа данных можно заранее можно понять, будет ли разработки пользоваться спросом. Или если вашу компанию ждут крупные структурные изменения, которые могут повлечь огромные убытки, лучше протестировать такой сценарий с помощью Big Data.

Если у вас есть отдельные запросы для анализа, мы можем провести отдельную консультацию в рамках техподдержки для крупных и продвинутых клиентов. По всем вопросам можно проконсультироваться с нашими менеджерами.