Владимир Кулагин - Digital@Scale

А производитель фитнес-браслетов Fitbit реализует концепцию B2B2C в рамках совместных корпоративных фитнес-программ с такими компаниями, как BP и Adobe. Эти программы ориентированы на укрепление здоровья персонала; таким образом, контрагентом по договору является компания (модель B2B), а ее сотрудники выступают в роли потребителей (модель B2B2C). Фирмы Panasonic и Allianz тоже взаимодействуют между собой схожим образом, обеспечивая безопасность домов и квартир. Panasonic устанавливает в доме клиента свои системы мониторинга и контроля, а Allianz Global Assistance (дочернее сервисное предприятие компании Allianz) в случае серьезного происшествия получает сигнал тревоги и направляет на место происшествия экстренные службы.

Цифровизация в корне меняет подходы к взаимодействию с клиентами, причем не только в сегменте конечных потребителей. Новые правила уже действуют и в сегменте B2B, зачастую по аналогии с моделью B2C. Например, немецкие производители отопительных систем раньше распространяли свою продукцию в основном через установщиков. Такие компании, как Buderus, Viessmann, Vaillant, Wolf и Junkers, – все они «взращивали» собственных установщиков отопительных систем, которые, в свою очередь, приводили им новых клиентов.

Однако берлинский стартап Thermondo разрушил эту модель, создав платформу, объединяющую разрозненные монтажно-сервисные бригады, поставляющие отопительные системы клиентам по всей Германии. Портал появился в 2012 г. А уже в 2015 г. среднегодовые темпы роста компании составили 864 %. Клиент, просматривающий портал, может выбрать систему отопления из множества брендов, причем по индивидуальной фиксированной цене, которая включает в себя установку. Thermondo даже дает рекомендации по поиску финансирования (рис. 1.4). Подобную модель сейчас можно наблюдать на рынке онлайн-сервисов дизайна интерьеров, которые позволяют заказывать домашнюю мебель и технику.

Таким образом, сегодня у производителей и продавцов есть одна общая проблема: их традиционные бизнес-модели находятся под угрозой. Проблема, впрочем, не нова – вспомните хотя бы пример компании Compaq. И так же как в случае с Compaq, проблема сама по себе не исчезнет. Необходимо разработать подход, регулирующий взаимодействие между участниками новой экосистемы – скажем, между производителями и установщиками отопительных систем, сайтом Thermondo и другими игроками рынка. Другими словами, необходим механизм омниканального управления.

«Данные – это новая нефть», гласит популярный афоризм. Данные становятся сырьем для любого проекта, связанного с цифровизацией. Согласно исследованию McKinsey, в последние несколько лет международные потоки данных способствовали мировому экономическому росту в большей степени, чем классическая торговля товарами. Компании получают и создают колоссальные объемы данных, которые с помощью продвинутой аналитики можно превратить в большие суммы денег.

Так, интернет-магазины типа Amazon или Overstock применяют в своей деятельности системы динамического ценообразования, которые позволяют им буквально за секунды корректировать цены на миллионы товаров из своего ассортимента. Для этого они постоянно собирают информацию о ценах конкурентов и обрабатывают ее вместе с данными о текущих маркетинговых акциях. Затем, используя динамические ряды и анализ больших данных, они в режиме реального времени строят обратные кривые спроса для всех своих товаров.

Netflix использует аналитику больших данных для адаптации контентного интерфейса и рекомендаций своим пользователям, тем самым вовлекая их в регулярное пользование сервисом и снижая их отток, а телекоммуникационные компании на многих рынках, включая российский, с невысоким ARPU (Average Revenue Per User, средняя выручка на пользователя) способны удвоить и даже в ряде случаев утроить выручку от работы с текущей базой благодаря технологиям машинного обучения для предсказания Next Best Action – оптимального персонифицированного предложения, подбирая приемлемое предложение не только по цене, но также каналу и времени взаимодействия и стилю коммуникации.

Операторы физических ретейл-сетей могут оптимизировать свое местоположение в районах города в зависимости от характеристик трафика. Этот же подход сейчас активно тестируется и набирает популярность и в банковском секторе. В промышленных компаниях продвинутая аналитика данных позволяет существенно сократить затраты на ремонт, повысить уровень энергоэффективности, а также снизить стоимость / повысить выпуск благодаря расчету оптимального микса используемых сырья и материалов.