Предиктивная аналитика: что это такое и почему НКО важно ее использовать

По мнению экспертов, предиктивный анализ данных позволяет общественным организациям определять тех, кто готов стать донором, волонтером или совершить пожертвование. Изображение с сайта www.pexels.com (ССO).
По мнению экспертов, предиктивный анализ данных позволяет общественным организациям определять тех, кто готов стать донором, волонтером или совершить пожертвование. Изображение с сайта www.pexels.com (ССO).

Ком­мер­че­ские ком­па­нии в сво­ей рабо­те актив­но исполь­зу­ют про­гно­зы: высчи­ты­ва­ют точ­ное пове­де­ние кли­ен­та, его веро­ят­ные покуп­ки на дол­гое вре­мя впе­ред. Каким обра­зом этот опыт могут исполь­зо­вать и обще­ствен­ные орга­ни­за­ции? Воз­мож­но ли узнать, как эффек­тив­нее увлечь потен­ци­аль­ных доно­ров на осно­ве при­вы­чек уже лояль­ной ауди­то­рии? Подоб­ные про­гно­зы полу­ча­ют­ся с помо­щью пре­дик­тив­но­го ана­ли­за. Кор­ре­спон­дент Теп­ли­цы Ната­лья Бара­но­ва разо­бра­лась в вопро­се и спро­си­ла у экс­пер­тов, как этот метод помо­жет НКО кар­ди­наль­но изме­нить под­ход к рабо­те.

Что такое предиктивная аналитика

Поня­тие пре­дик­тив­ной, или про­гноз­ной, ана­ли­ти­ки (от англ. Predictive analytics) появи­лось в финан­со­вом сег­мен­те. В первую оче­редь, такой метод ана­ли­ти­ки осно­ван на боль­ших дан­ных. «С ее помо­щью мож­но пред­ска­зы­вать пове­де­ние кли­ен­та на бли­жай­шее вре­мя или его даль­ней­шие покуп­ки. Это мож­но сде­лать бла­го­да­ря ана­ли­зу исто­рии поку­пок», – объ­яс­ня­ет ком­мер­че­ский дирек­тор ком­па­нии «Ланит Омни» Дмит­рий Зелен­ко.

Тор­го­вые сети зача­стую дей­ству­ют по моде­ли look a like – выяв­ля­ют, в чем пове­де­ние одних кли­ен­тов похо­же на пове­де­ние дру­гих. «Допу­стим, вы в одном мага­зине регу­ляр­но поку­па­е­те хлеб, моло­ко и мас­ло, – при­во­дит при­мер экс­перт. – Здесь цель пре­дик­тив­но­го ана­ли­за – срав­нить ваше пове­де­ние с пове­де­ни­ем дру­гих поку­па­те­лей, похо­жих на вас. Я, напри­мер, наря­ду с хле­бом, моло­ком и мас­лом поку­паю еще и сме­та­ну. Если вы ее не поку­па­е­те, зна­чит, либо вы ее не еди­те, либо поку­па­е­те в дру­гом мага­зине. Зада­ча мага­зи­на пред­ло­жить вам купить сме­та­ну по спе­ци­аль­ной цене», – добав­ля­ет Дмит­рий.

«Пре­дик­тив­ная ана­ли­ти­ка, исполь­зуя мате­ма­ти­че­ские моде­ли, поз­во­ля­ет про­гно­зи­ро­вать буду­щее на осно­ве ана­ли­за дан­ных». Глеб Бас­ха­нов

«Пред­ставь­те, что вы вла­де­е­те сто­про­цент­ной инфор­ма­ци­ей о том, какие спортс­ме­ны и коман­ды будут побеж­дать на сорев­но­ва­ни­ях в бли­жай­шее вре­мя, тогда вы име­е­те воз­мож­ность ста­вить на них день­ги и без про­блем стать мил­ли­о­не­ром. Пре­дик­тив­ный ана­лиз откры­ва­ет дверь к подоб­ной воз­мож­но­сти, пото­му что маши­на, имея дан­ные о состо­я­нии спортс­ме­нов, кон­ку­рент­ной сре­ды, исто­рии игр, пого­ды и любой дру­гой инфор­ма­ции луч­ше, чем любой бро­кер, может про­гно­зи­ро­вать успех», – опи­сы­ва­ет метод руко­во­ди­тель отде­ла интер­нет-мар­ке­тин­га агент­ства циф­ро­вых ком­му­ни­ка­ций Molinos Глеб Бас­ха­нов.

Еще по теме: Как НКО спро­гно­зи­ро­вать объ­ем пожерт­во­ва­ний и успеш­ность кам­па­нии с помо­щью машин­но­го обу­че­ния.

Где применяется предиктивный анализ

По мне­нию экс­пер­тов, метод пре­дик­тив­но­го ана­ли­за актив­но исполь­зу­ют систе­мы, кото­рые рабо­та­ют с боль­ши­ми дан­ны­ми. «На осно­ве ана­ли­за пове­де­ния поль­зо­ва­те­ля такие систе­мы, как Яндекс и Facebook, выяв­ля­ют веро­ят­ность покуп­ки това­ра сре­ди мил­ли­о­нов поль­зо­ва­те­лей, кото­рым пока­зы­ва­ет­ся рекла­ма. Таким обра­зом, уве­ли­чи­вая воз­врат инве­сти­ций для рекла­мо­да­те­лей и при­быль­ность сво­ей плат­фор­мы», – заме­тил Глеб Бас­ха­нов.

«Эти тех­но­ло­гии повсе­мест­но изу­ча­ют­ся и внед­ря­ют­ся в раз­лич­ных сфе­рах, напри­мер, авто­мо­би­ли без води­те­ля, опе­ра­ции без вра­ча, при­быль­ные инве­сти­ции». Глеб Бас­ха­нов

Более того, с помо­щью пре­дик­тив­ной ана­ли­ти­ки мож­но про­счи­тать огром­ное мно­же­ство вари­ан­тов пове­де­ния кли­ен­та. «Напри­мер, у мага­зи­на «Дет­ский мир» 20 тысяч това­ров в ката­ло­ге и 10 млн дер­жа­те­лей карт поку­па­те­ля, – рас­ска­зы­ва­ет Дмит­рий Зелен­ко. – Что­бы выбрать, кому и какой товар пред­ло­жить, нуж­но про­счи­тать 200 млрд вари­ан­тов. Здесь нужен дру­гой меха­низм, не про­сто MS Excel. Мы исполь­зу­ем про­грам­му SAP: зака­чи­ва­ем боль­шие дан­ные, полу­чен­ные от тор­го­вых сетей. На выхо­де мы полу­ча­ем вари­ан­ты с таб­ли­цей веро­ят­но­сти. И начи­на­ем отсе­кать: берем тех, у кого веро­ят­ность покуп­ки будет высо­кая. На выхо­де оста­ет­ся 2 млн вари­ан­тов».

Популярный метод

Без исполь­зо­ва­ния пре­дик­тив­ной ана­ли­ти­ки ком­па­ни­ям будет крайне слож­но выстро­ить пер­со­на­ли­зи­ро­ван­ный под­ход к кли­ен­ту. В этом уве­рен Дмит­рий Зелен­ко. «Сей­час наблю­да­ет­ся очень силь­ная кон­ку­рен­ция меж­ду тор­го­вы­ми сетя­ми за каж­до­го поку­па­те­ля. Если вы дела­е­те пред­ло­же­ние, кото­рое мне не нуж­но, то вы теря­е­те кли­ен­та. К при­ме­ру, если девуш­ка полу­ча­ет реклам­ные пред­ло­же­ния о муж­ских ботин­ках, то в пер­вый раз она воз­му­тит­ся, а во вто­рой уже забло­ки­ру­ет такие сооб­ще­ния», – ком­мен­ти­ру­ет экс­перт.

«Тор­го­вые сети долж­ны боль­ше знать о сво­их поку­па­те­лях, что­бы пред­ло­же­ние было реле­вант­ным. И это невоз­мож­но без про­гно­зов на осно­ве боль­шо­го объ­е­ма дан­ных». Дмит­рий Зелен­ко

К при­ме­ру, по инфор­ма­ции кон­суль­та­тив­ной аме­ри­кан­ской ком­па­нии Everstring, 68% мар­ке­то­ло­гов счи­та­ют, что пре­дик­тив­ная ана­ли­ти­ка – это клю­че­вой фак­тор роста. А по дан­ным Forbes insights, 63% убеж­де­ны, что имен­но такой метод помо­га­ет пред­ска­зать жела­ния и потреб­но­сти кли­ен­тов.

23 мар­та 2017 года в Москве про­шла кон­фе­рен­ция авто­ма­ти­за­ции мар­ке­тин­га. По сло­вам Дмит­рия Зелен­ко, 30% докла­дов были так или ина­че свя­за­ны с при­ме­ра­ми исполь­зо­ва­ния пре­дик­тив­но­го ана­ли­за. «Тен­ден­ция нали­цо: зав­тра этот метод будут исполь­зо­вать десят­ки, а потом и сот­ни ком­па­ний», – под­черк­нул Зелен­ко.

str-7_prezentatsiya
Слайд из пре­зен­та­ции Дмит­рия Зелен­ко, исполь­зу­е­мой при выступ­ле­нии на кон­фе­рен­ции авто­ма­ти­за­ции мар­ке­тин­га. Изоб­ра­же­ние предо­ста­вил экс­перт. Автор иссле­до­ва­ний ком­па­ния eMarketer.

Преимущества для НКО

Для неком­мер­че­ских орга­ни­за­ций при­ме­не­ние тако­го мето­да может стать крайне любо­пыт­ным опы­том. «Мно­гие дума­ют, что пре­дик­тив­ный ана­лиз исполь­зу­ют­ся толь­ко в ком­мер­че­ских про­ек­тах, так как сто­и­мость ана­ли­за для НКО слиш­ком высо­ка. Это оши­боч­ное мне­ние», – ком­мен­ти­ру­ет digital-стра­тег Molinos Ната­лья Воро­бье­ва.

«Ста­ти­сти­че­ский ана­лиз дан­ных поз­во­ля­ет обще­ствен­ным орга­ни­за­ци­ям опре­де­лять тех, кто готов стать доно­ром, волон­те­ром или совер­шить пожерт­во­ва­ние». Ната­лья Воро­бье­ва

По мнению эксперта, исследования позволят дать ответы на такие вопросы:

  • кто более скло­нен к тому, что­бы совер­шить пожерт­во­ва­ние или стать доно­ром;
  • в каком воз­расте люди обыч­но начи­на­ют актив­но вовле­кать­ся в уча­стие в бла­го­тво­ри­тель­ных акци­ях;
  • из како­го рай­о­на, горо­да или обла­сти мак­си­маль­ное чис­ло пожерт­во­ва­ний;
  • в какое вре­мя года люди чаще заду­мы­ва­ют­ся о бла­го­тво­ри­тель­но­сти;
  • какая сред­няя сум­ма, кото­рую готов пожерт­во­вать тот или иной сег­мент ауди­то­рии.

Иссле­до­ва­ние долж­но состо­ять из ана­ли­за и интер­пре­та­ции дан­ных, полу­чен­ных из раз­ных источ­ни­ков. К при­ме­ру, из онлайн-опро­сов, ста­ти­сти­ки пожерт­во­ва­ний, через соц­ме­диа актив­ность (поиск людей, похо­жих по пове­де­нию на тех, кто актив­но делит­ся и лай­ка­ет запи­си в вашем сооб­ще­стве в соц­ме­диа).

«В резуль­та­те про­ве­ден­но­го ана­ли­за бла­го­тво­ри­тель­ная орга­ни­за­ция смо­жет опре­де­лить порт­рет и пове­де­ние сво­ей потен­ци­аль­ной ауди­то­рии и исполь­зо­вать эти дан­ные в поис­ке новой, похо­жей ауди­то­рии. Пред­ска­зы­вая, кого веро­ят­нее будет увлечь, фон­ды могут суще­ствен­но повы­сить уро­вень вовле­че­ния. Пре­дик­тив­ный ана­лиз так­же помо­га­ет опре­де­лить отрас­ли или про­фи­ли ком­па­ний, кото­рые с боль­шей долей веро­ят­но­сти гото­вы стать парт­не­ром». Ната­лья Воро­бье­ва

По сло­вам экс­пер­та, для того что­бы полу­чать досто­вер­ные фак­ты, необ­хо­ди­мо при­вле­кать не толь­ко мар­ке­то­ло­гов, но и экс­пер­тов, обла­да­ю­щих зна­ни­я­ми в обла­сти ста­ти­сти­ки. «Ина­че, интер­пре­та­ция дан­ных может быть не совсем кор­рект­ной, – пре­ду­пре­ди­ла Воро­бье­ва. – Так, напри­мер, одна из бла­го­тво­ри­тель­ных орга­ни­за­ций опуб­ли­ко­ва­ла иссле­до­ва­ние, в кото­ром выяви­ла кор­ре­ля­цию меж­ду склон­но­стью к бла­го­тво­ри­тель­но­сти и име­нем чело­ве­ка. Как поз­же ока­за­лось, вли­я­ние ока­зы­вал воз­раст, а дан­ные по име­ни не были ста­ти­сти­че­ски зна­чи­мы­ми».

В заклю­че­ние Дмит­рий Зелен­ко сове­ту­ет НКО понять, какие дан­ные у нее есть. «Затем с этим спис­ком мож­но обра­тить­ся в нашу ком­па­нию, – гово­рит он. – Мы посмот­рим и под­ска­жем, что с ними мож­но сде­лать». Экс­перт уве­ря­ет: бес­смыс­лен­ных дан­ных не быва­ет, их цен­ность про­сто нуж­но пони­мать.