Вейнанд Йонген - Onlife. Ритейл будущего. Что нужно сделать сегодня, чтобы быть лидером отрасли завтра

В Соединенных Штатах настроение более прагматичное: больше невмешательства . Люди считают, что для своего процветания электронная коммерция нуждается в свободном обмене данными. Федеральная торговая комиссия США (FTC), однако, занимает жесткую позицию против предприятий, которые в своих заявлениях о конфиденциальности в интернете вводят потребителей в заблуждение, говоря о том, как будут использованы их данные. Google и Facebook благополучно пережили все это [107] Interview professor Lokke Moerel, De Brauw Blackstone Westbroek, Het Financieele Dagblad , February 15, 2014. . Нас беспокоит, что мы понятия не имеем о том, как в будущем компании поступят с данными, которые мы предоставляем им сегодня.

Большие данные и конфиденциальность являются противоречивыми темами и в отношении ритейлеров. Предоставление конфиденциальности потребителям может стать новой уникальной точкой продаж для бизнеса. В конце концов, гора уже накопленных общих данных оставляет достаточно возможностей для внесения соответствующих предложений анонимным клиентам законным, и при этом эффективным, способом.

Выбирая защиту данных по принципу проектирования , компании могут принять решение о процедурной защите конфиденциальности клиентов. Это, однако, требует от них с самого начала встроить защиту личных данных в свои услуги. Затем компания может открыто говорить о своей политике конфиденциальности, чтобы показать потребителям: у них в любом случае есть выбор [108] Interview with Susan Athey, economist, Michael Persson, de Volkskrant , June 13, 2014. .

С другой стороны, потребители больше ожидают защиты данных от своего банка, чем от местного супермаркета, где у них есть карты лояльности. Любимый интернет-магазин должен делать их счастливыми, часто отправляя персональные предложения. Им должна быть предоставлена возможность решать, хотят ли они получать выгоду от персонализированных коммерческих услуг в (интернет-) магазинах, туристических агентствах, банках и страховых компаниях, и если да, то как часто.

Target поражает цель

Однажды в 2012 году разгневанный отец пришел в Target в пригороде Миннеаполиса, требуя поговорить с менеджером [109] ‘How Target Figured Out A Teenage Girl Was Pregnant Before Her Father Did’, Kashir Mill, Forbes , February 16, 2012. . Почему, черт возьми, его дочь-подросток была выбрана для специальных предложений детских игрушек и колясок для малышей? Менеджер был в растерянности, и ему ничего не оставалось, кроме как извиниться.

Target использует ряд данных для своего маркетинга, объединяя номер социального страхования, имя, адрес электронной почты и предыдущие покупки [110] ‘How Companies Learn Your Secrets’, Charles Duhigg, The New York Times , February 16, 2012. . На основе этих данных система может делать определенные прогнозы. Если молодая женщина покупает в марте бутылку лосьона для тела размером больше средней, пакет, легко превращающийся в мешок для подгузников, и горсть биодобавок, включая кальций, магний и железо, шансы на то, что она родит ребенка в августе, близки к 90 %.

Через несколько дней после инцидента менеджер снова обратился к семье, чтобы еще раз извиниться. Представьте себе его удивление, когда отец поделился с ним новостью, что его дочь призналась: она все-таки беременна.

Алгоритмы иногда могут дедуктивно вывести о нас факты, о которых не имеют понятия даже члены наших семей (см. пример про Target выше). Однако скептики непреклонны в том, что большие данные всегда нужно интерпретировать, особенно в случае этических проблем. Они считают, что такого рода данные являются «инструментом, помогающим нам найти ответы, достаточно хорошие на данный момент, пока мы не найдем лучшие методы и даже лучшие ответы» [111] Big Data: A Revolution That Will Transform How We Live, Work, and Think , Viktor Mayer-Schonberger and Kenneth Cukier, Houghton Mifflin Harcourt, 2013, page 276. . Ученые и статистики настойчиво утверждают, что корреляции, подтвержденные большими данными, очень далеки от причинно-следственных связей. Они также снова и снова подчеркивают, что часто используемые и неточные данные имеют серьезные недостатки [112] ‘Saving Big Data from Big Mouths’, Cesar A. Hildalgo, www.scientificamerican.com, April 29, 2014. .

Большие данные как явление не в состоянии избежать классического цикла шумихи . Их сторонники убеждены, что большие данные станут ответом практически на любую проблему в мире. Однако маловероятно, что обещания окажутся универсальными. Большие данные бывают разных форм и размеров, но не все они являются хорошими [113] ‘The Eight Most Common Big Data Myths’, Joerg Niessing, www.knowledge.insead.edu, March 5, 2015. .