Размещено на http://www.allbest.ru/

Оглавление

Введение

Глава 1. Обзор литературы

Глава 2. Анализ инструментов digital-аналитики

2.1 Обзор рынка инструментов digital-аналитики

2.2 Требования к инструментам digital-аналитики

2.3 Выбор инструментов для разработки системы

2.4 Перспективы развития описанных технологий

2.5 Выводы по главе

Глава 3. Проектирование системы персонификации

3.1 Проектирование функциональных возможностей и технологической архитектуры системы

3.2 Описание интерфейса системы

3.3 Внедрение системы в управляющую компанию

3.4 Расчет потенциальных финансовых результатов системы

Заключение

Список литературы



Введение

Актуальность

Финансовый сектор, и в особенности, сегмент управляющих компаний, всегда был высоко конкурентным рынком с высокими показателями прибыли на клиента. Ввиду того факта, что выручка напрямую зависит от объема средств под управлением компании, ключевым драйвером прибыли для таких компаний является привлечение состоятельных клиентов с высоким аппетитом к риску. Малое количество таких клиентов на российском рынке и высокий уровень конкуренции среди управляющих компаний очень сильно увеличивают издержки на привлечение клиентов, вследствие чего, любое сокращение издержек этого процесса сильно сказывается на маржинальности управляющей компании.

В данной работе автор рассмотрит один из ключевых методов увеличения потока клиентов в управляющие компании при сокращении издержек на их привлечение. Этим методом является система персонализированного взаимодействия с клиентами. Серьезный эффект на деятельности управляющей компании будет достигнут за счет двух компонент: персонализированного подхода к клиентам и автоматизации процесса. Внедрение данной системы позволит любой управляющей компании получить конкурентное преимущество для увеличения денежных средств под управлением и наращивания доли рынка.

Цель исследования

Ключевая цель данной работы - разработка системы взаимодействия с клиентами для управляющей компании с использованием новейших технологий digital-аналитики для создания персонального подхода к клиентам при максимальной эффективности издержек.

Задачи исследования

Для достижения выше описанной цели, в работе выполнены следующие задачи:

1. Провести обзор рынка технологических инструментов, включая отдельные технологии и готовые решения для разработки описанной системы

2. Разработать функциональные требования системы персонификации в управляющих компаниях

3. Выбрать наиболее подходящий инструмента digital-аналитики для разработки системы

4. Исследовать перспективы развития инструментов digital-аналитики для определения возможностей развития системы

5. Спроектировать функциональные возможности и архитектуру системы

6. Разработать пользовательский интерфейс системы

7. Описать план внедрения системы в управляющую компанию

8. Рассчитать эффекты системы на финансовые показатели компании

Предмет и объект исследования

Объектом исследования является сфера digital-аналитики и технологии этой сферы, применимые для персонализации клиентского опыта. Предмет исследования - это система персонифицированного взаимодействия с клиентами в управляющих компаниях.

Практическая значимость

Несмотря на то, что рынок инструментов digital-аналитики был исследован тщательно и неоднократно, автор обозревает данный рынок с совершенно другой целью - для персонификации пользовательского опыта. Тем более, ввиду отсутствия систем персонификации на рынке, можно судить о том, что системы с таким набором функционала еще не были разработаны или внедрены в компании.

Однако, подобное исследование оказало бы большой эффект на деятельность управляющих компаний, несопоставимый по сравнению со стандартными CRM-системами, которые используются для аналогичных целей на сегодняшний день. Следовательно, данное исследование не только имеет практическую значимость для финансового сектора и управляющих компаний, но и отвечает требованиям научной новизны.

Определение ключевых терминов

В рамках данной работы будут рассматриваться следующие области, определения которых требуют уточнения: технологии digital-аналитики и деятельность управляющих компаний.

Digital-аналитика - это анализ количественных и качественных данных компании и конкурентов для постоянного улучшения клиентского опыта и привлечения клиентов [12].

Управляющая компания - организация, осуществляющая деятельность по управлению паевыми инвестиционными фондами и негосударственными пенсионными фондами [24]. Однако, это определение из Федерального Закона РФ можно дополнить, потому что на данный момент в ряд услуг управляющей компании входит доверительное управление личными инвестиционными счетами клиентов.

Система взаимодействия с клиентами (CRM) - программное обеспечение для организаций, предназначенное для автоматизации стратегий взаимодействия с заказчиками (клиентами), в частности для повышения уровня продаж, оптимизации маркетинга и улучшения обслуживания клиентов путём сохранения информации о клиентах и истории взаимоотношений с ними, установления и улучшения бизнес-процессов и последующего анализа результатов.

Персонификация клиентского опыта - взаимодействие с клиентами на полностью персональном уровне с максимальным учетом их нужд и желаний касательно продукта.

Методология исследования

Данная работа содержит несколько частей: анализ рынка инструментов digital-аналитики, разработка системы персонификации и оценка потенциального эффекта на финансовый результат. Каждая из частей исследования осуществляется по отдельной, наиболее подходящей для этой части методологии.

Для анализа рынка инструментов digital-аналитики, автору необходимо выполнить следующие шаги. Во-первых, в работе уточняются границы исследуемого рынка и описываются текущее состояние рынка и его тренды в целом. Во-вторых, рынок инструментов сегментируется на основе функционала и цели каждого из инструментов. В-третьих, каждый сегмент тщательно изучается и наиболее полезные для системы технологии подробно описываются. В-четвертых, автор выбирает наиболее подходящие для разработки системы инструменты и определяет их потенциал использования в проектируемой системе.

Следующая часть исследования - концептуализация системы, которая, в свою очередь, состоит из трех стадий: проектирование технологической архитектуры системы, разработка пользовательского интерфейса и описание внедрения системы в организацию. Для проектирования технологической архитектуры выбранные инструменты digital-аналитики будут объединены в единую систему при помощи технологии интеграционной шины. Разработка пользовательского интерфейса будет состоять из описания интерфейса для клиентских менеджеров, а также того, как с системой будет взаимодействовать пользователь. И, наконец, процесс внедрения системы будет полностью основан на принципах проектного менеджмента. При описании этого процесса будут установлены необходимые вехи процессов разработки и интеграции, а также сроки прохождения каждого под-процесса. Будет учтена организационная структура управляющей компании для того, чтобы назначить ответственных за реализацию всего процесса.

Оценка финансового эффекта проекта будет проведена с использованием следующих метрик: прибыльность системы, чистая приведенная стоимость проекта и дисконтированный период окупаемости. Данные показатели выбраны ввиду всесторонней оценки финансовой успешности проекта. После расчета этих индексов, будет произведена оценка влияния системы на основные формы финансовой отчетности: отчет о прибылях и убытках и отчет о движении денежных средств.

Результаты исследования

В результате решения каждой из поставленной задач по вышеприведенной методологии, автор планирует достичь трех основных результатов.

Первым результатом будут выводы из анализа рынка digital-аналитики. Планируется выяснить текущее состояние рынка и его перспективы, а также выбрать наиболее подходящие для разработки системы инструменты. Данный этап позволит понять, насколько текущий уровень зрелости технологий соответствует требованиям системы, а также какие есть перспективы развития у данного рынка для дальнейшей эволюции системы.

Вторым полученным результатам будет полноценная концепция системы персонифицированного взаимодействия с клиентами управляющей компании. В рамках концепции системы будут спроектированы следующие блоки системы: технологическая архитектура с использованием новейших инструментов digital-аналитики, пользовательский интерфейс для клиентских менеджеров и клиентов управляющей компании, а также процесс внедрения системы в текущую ИТ-структуру компании.

Третий результат исследования является ответом на вопрос, насколько выгодно и разумно внедрять систему. В результате анализа эффекта системы на финансовые показатели компании, можно будет сделать вывод, окупается ли разработка подобной системы и какой именно финансовый результат она принесет для управляющей компании.

Структура работы

Данная работа состоит из пяти частей: введение, обзор литературы, анализ инструментов digital-аналитики, разработка концепции системы персонификации и заключение. Во введении автор раскрывает актуальность исследования, цели и задачи работы, практическую значимость работы, а также методологию и ожидаемые результаты исследования. В обзоре литературы автор описывает основные используемые источники и раскрывает основные выводы из них.

Первая глава основной части - анализ инструментов digital-аналитики. В данной главе автор обозревает рынок digital-аналитики, а также рассматривает перспективы развития этого рынка. После обзора рынка, изучаются функциональные требования проектируемой системы в управляющих компаниях, а затем происходит выбор основных инструментов для создания системы.

Во второй главе основной части - проектирование системы персонификации, автор разрабатывает концепцию системы персонифицированного взаимодействия с пользователями. В первую очередь происходит проектирование функционала и технологической архитектуры системы, затем - описание ее интерфейс для пользователей внутри компании и клиентов управляющей компании. После проектирования системы, автор рассматривает текущую ИТ-архитектуру управляющих компаний и описывает процесс внедрения системы в управляющую компанию с основными сроками и ответственными. В конце практического исследования происходит расчет стоимости системы и ее эффекта на привлеченных клиентов и средства под управлением компании для оценки прибыльности системы.

Наконец, в заключении автор приводит основные выводы из теоретической и практической частей и раскрывает информацию о потенциальном влиянии описанных технологий на сегмент управляющих компаний и финансовый сектор в целом.



Глава 1. Обзор литературы

Весь набор источников для данной работы можно разделить на четыре секции: анализ бизнеса управляющих компаний, обзор инструментов digital-аналитики, ИТ-архитектура компании, поддерживающие источники для финансового и проектного моделирования. Источники секции управляющих компаний необходимы автору для точного определения деятельности управляющих компаний, структуры монетизации, а также обзора состояния российского рынка на сегодняшний день и его тенденций. Литература по ИТ-архитектуре компаний, в частности, финансового сектора, дает информацию о возможностях и способах внедрения системы в управляющую компанию. Поддерживающие источники необходимы для правильного моделирования внедрения проекта и финансовых эффектов на ключевые показатели управляющей компании. И, наконец, литература секции digital-аналитики содержит данные о рынке исследуемых инструментов, их описание, а также - обзор трендов в персонификации пользовательского опыта.

Основной источник информации в секции управляющих компании это Asset Management Companies for Beginners (Kennon, 2018). Это интернет-статья, которая содержит наиболее актуальную информацию о рынке управляющих компаний и монетизации компаний на этом рынке. Автор черпает из статьи детали о функционировании управляющих компаний и текущем состоянии международного рынка.

Два других источника информации об управляющих компаниях: Why Industry Needs Asset Management Tools (Vanier, 2001) и Investment Management (Billings, Cowder P. & Cowder J., 2001). Они предоставляют автору углубленную информацию по специфике индустрии и поясняют основные драйверы ценности для клиентов управляющих компаний. В них также содержится информация о том, почему в управляющих компаниях нужна персонификация в принципе, и в каких именно аспектах.

Из всех перечисленных секций, секция digital-аналитики наиболее крупная и важная, т.к. предоставляет данные для всей исследовательской части данной работы. В ней представлено большое количество источника, часть из которых не будет описана ввиду ознакомительного характера и низкой важности относительно других источников.

В секции digital-аналитики, ключевой источник, описывающий необходимые инструменты, это IBM Coremetrics - Web Analytics and Digital Marketing Optimization (Ruuskanen, 2013). Это исследование предлагает полноценное сравнение инструментов digital-аналитики на момент 2013 года. Ввиду того, что этот источник довольно старый, из него можно почерпнуть только высокоуровневую картину рынка, и рассказать о динамике рынка к сегодняшнему дню. К сожалению, из академических источников, этот - наиболее современное собрание, сравнивающее все инструменты digital-аналитики. Следовательно, информация, необходимая для исследования по большей части содержится в интернет-статьях и книгах, а не академических источниках.

Дополнительный источник на предмет инструментов digital-аналитики это The Use of Digital Analytics for Measuring and Optimizing Digital Marketing Performance (Jarvinen, 2016). Несмотря на то, что инструменты не рассмотрены так же тщательно и глубоко как в предыдущем источнике (Ruuskanen, 2013), он гораздо более современный, а следовательно, точный. Более того, данный труд дает возможность посмотреть именно на сегмент digital маркетинга, что крайне полезно для исследования. При этом наиболее актуальный источник данных, это веб-сайт с основными инструментами, как говорилось выше - Usage of traffic analysis tools for websites. Данная статья предоставляет информацию о ранжировании популярности инструментов и случаях их использования.

Основная информация в области digital маркетинга и его применениях изложена в двух следующих источниках: Integrating Digital Analytics In Strategic Marketing Decision Making (Kovala, 2017) и Strategy Optimization and Research for the Modern Trends in Digital Marketing (Ispravnikova, 2015). Хоть эти труды покрывают одну и ту же область, они рассказывают о ней с двух различных точек зрения. В то время как первый источник рассказывает про интеграцию инструментов и методов digital маркетинга в бизнес решения, во втором можно найти информацию о текущих трендах и применении digital маркетинга именно к стратегии компании. Данные из этих источников используются для концептуализации технологической и интерфейсной частей системы именно на этапе привлечения новых клиентов. В свою очередь, возможности персонификации пользовательского опыта на самых ранних этапах являются одним из конкурентных преимуществ системы.

Главный источник в секции рынка digital-аналитики, поднимающий тему персонификации это The Personification of Digital Marketing (Frank, 2015). Это интернет-статья, которая описывает текущие тренды и методы персонификации в digital маркетинге, и является одним из немногих актуальных источников на тему персонификации клиентского опыта. Так как именно процесс персонификации является ключевым для данной системы, информация из этой статьи крайне ценна для исследования. Второй по важности источник, предоставляющий информацию о инструментах digital-аналитики с точки зрения покупателя - это Web Analytics 2.0: The Art of Online Accountability and Science of Customer Centricity (Avinash, 2009). Данная статья опять же рассказывает о динамике рынка инструментов digital-аналитики и о том, как развивалась персонификация в течение последних 10 лет.

Помимо англоязычных источников, есть большое количество русскоязычных источников по этой теме, которые, в свою очередь более актуальны для российских реалий. Первый из таких источников - Инструменты digital-маркетинга в практике микро-, малого и среднего бизнеса (Александровский, Казанькова, 2015). Эта статья содержит информацию о применении инструментов digital-аналитики в российском бизнесе и степени готовности архитектуры российских компаний к нему.

Крайне важные источники по стратегии маркетинговой коммуникации от русскоязычных авторов это Интегрированные интерактивные off-on-line коммуникации на рынке digital-маркетинга в интернет-экономике (Пономарева, 2015) и Методы digital-маркетинга (Назаров, 2017). Данные стати предоставляют информацию о прикладном применении инструментария в digital маркетинге, и дают более полную картину рынка. Как и другие, не перечисленные в обзоре литературы источники, они носят лишь ознакомительный характер для более точного понимания digital-аналитики.

Следующая секция источников - литература на тему ИТ-архитектуры компаний в целом и финансового сектора в частности. Этот раздел литературы необходим для построения более точной технической структуры системы и более точного понимания процессов внедрения в компанию.

В секции ИТ-архитектуры ключевую роль играют следующие источники: Enterprise Architecture in Digital Business' Strategy Making (Merenheimo, 2017) и Моделирование архитектуры предприятия (Ефремова, 2017). Эти научные статьи позволяют более глубоко погрузиться в архитектуру предприятия в целом, а также понять, как в ней сочетаются инструменты digital-аналитики с остальными ИТ-системами.

Для более точного понимания ИТ архитектуры финансовых организаций, а также углубленного изучения других аспектов архитектуры, не охваченных источниками выше, автор использует следующую книгу: Архитектура предприятия (Коротков, 2013). В свою очередь, для рассмотрения последние тренды в архитектуре необходимы данные из статьи компании McKinsey: A two-speed digital architecture for the digital enterprises (Bossert, Ip, Laartz, 2014).

Последний набор источников - материалы, в которых автор черпает информацию для более точного моделирования внедрения системы персонификации в управляющую компанию, а также расчета финансовых показателей и эффектов разработанной системы. Соответственно, источники из этой группы не несут исследовательской ценности, а используются лишь для справочных и ознакомительных целей.

Из источников, относящихся к проектному менеджменту, наиболее полезными оказались Проектный менеджмент и основные методы его реализации (Воропаева, 2017) и Contributions of Design Thinking to Project Management in an Innovation Context (Mahmoud-Jouini, Midler, Silberzahn, 2016). Второй, помимо общей информации по проектному менеджменту и процессу внедрения ИТ-систем в компанию, рассказывает также о принципах дизайн-мышления, а следовательно, помогает автору более точно и научно спроектировать интерфейса системы.

Для финансового моделирования, автор в первую очередь воспользовался следующим источником: Теоретические основы финансового менеджмента (Коваленко, Колачева, 2015), который использовался, как и предыдущие, для справочных целей. Для получения более точной информации о специфике финансового моделирования именно в управляющих компаниях, понадобились следующие научные статьи: Организация финансового менеджмента кредитной организации (банка) (Радковская, 2005) и Финансовый учет в управляющих компаниях (Сысоева, 2008)

Ввиду того, что данная работа носит в первую очередь практический, а не исследовательский характер, крайне трудно найти именно академические источники для исследования. По этой причине, помимо той литературы, которая была перечислена выше, автор воспользовался информацией с сайтов компаний-производителей инструментов аналитики, необходимых для разработки системы персонификации.



Глава 2. Анализ инструментов digital-аналитики

Основным задачам теоретической части исследования является выбор необходимых инструментов digital-аналитики для проектирования системы персонифицированного взаимодействия с клиентами, а также обзор перспектив развития данных инструментов и рынка в целом для понимания возможностей эволюции системы. Для этого автор обозревает актуальные сегменты рынка digital-аналитики, рассматривает предпосылки создания системы персонификации, выбирает наиболее подходящие для системы инструменты и рассматривает перспективы их развития.

2.1 Обзор рынка инструментов digital-аналитики

В рамках исследования автор будет рассматривать два сегмента рынка digital-аналитики. В первую очередь, это инструменты web-аналитики, позволяющие собирать максимально подробную информацию о посетителях сайта, и осуществлять ее анализ. Во-вторых, это аналитические инструменты, использующиеся в CRM-системах, выполняющих функции сегментации и создания триггеров для автоматической персонализированной коммуникации.

Начнем с первого сегмента. На сегодняшний день, рынок инструментов web-аналитики является высоко дифференцированным с большим количеством игроков, которые предоставляют широкий ряд продуктов с различным функционалом. Для рассмотрения этого ряда продуктов более подробно, нам необходимо провести его более глубокую сегментацию.

Согласно результатам анализа, можно выделить три основных сегмента по функционалу программного обеспечения:

· Настройка таргетинга и продвижения веб-сайта

· Сбор и анализ данных о числе пользователей, конверсии, удобства интерфейса и т.д.

· Сегментация входящего потока пользователя, анализ успешности рекламы и продаж для каждого сегмента; анализ текущей пользовательской базы

С точки зрения внедрения в систему, для данного исследования наиболее интересны сервисы из второго и третьего сегмента, а точнее их комбинации. В каждом из сегментов доминируют крупные игроки - компании, владеющие поисковыми системами и экосистемами таргетинга (Google, Yandex, Wordpress). Эти игроки занимают совокупно более 90% рынка в каждом сегменте по причине возможности интеграции сервисов между собой, а также с рекламой в поисковых системах и социальных сетях.

Оставшуюся долю рынка делят между собой мелкие игроки - разработчики специализированного программного обеспечения для digital-аналитики (Quantstat, AdHands), а также крупные компании, разрабатывающие целевые решения в области бизнес-аналитики (IBM, Adobe). Как правило, ПО от этих производителей обладает более широким функционалом ввиду специализации и может быть интегрировано как с продуктами из первой группы, так и с внутренними аналитическими системами компаний.

На сегодняшний день, динамика рынка указывает на усиление консолидации среди двух-трех крупных игроков (Google, Yandex, Wordpress) в первую очередь по причине удобства и возможности использования на безвозмездной основе. Однако, этот фактор не позволяет сразу отказаться от рассмотрения более мелких игроков, так как именно их функционал может быть критически важен для разрабатываемой системы.

В рамках данного исследования, нам интересны оба сегмента рынка, как по занимаемой доле, так и по функционалу. Автор будет рассматривать инструменты как крупных издателей, так и специализированных компаний в первую очередь с точки зрения функциональных возможностей, для того, чтобы сразу отобрать часть инструментов для выбора в следующих параграфах.

В сегменте сбора данных пользователей сайта, самый простой функционал предоставляют счетчики уникальных посетителей. К таким продуктам относятся ПО от Alexa, Liveinternet, Mail.ru и так далее. Подобные продукты не представляют интереса ввиду ограниченной функциональности. Они предоставляют лишь возможности учета статистики посещений и входящих пользователей. Более того, подобный функционал, как правило интегрирован в более сложные аналитические сервисы.

Далее идут мелкие компании, предоставляющие узкоспециализированные решения в области web-аналитики. Наиболее интересными представителями данного сегмента являются сервисы Calltouch, Quantcast и AdHands. Все из этих сервисов обладают возможностями анализа аудитории веб-сайта и рекламных компаний, но глубина функционала среди этих продуктов отличается. К примеру, сервис AdHands предоставляет возможности по финансовому планированию и анализу успешности таргетинговых рекламных компаний, генерации отчетов и отслеживанию источников прихода клиентов.

В свою очередь, Calltouch и Quantcast - продукты с более продвинутыми функциональными возможностями. В дополнение к функционалу AdHands, Calltouch предоставляет набор инструментов по анализу звонков, а также их автоматическому перенаправлению в системы компании (возможность, являющаяся крайне актуальной для проектируемой системы). Наконец, Quantcast является наиболее продвинутым из трех сервисов и предоставляет возможности по сбору детальных данных и сегментации пользователей сайта и участников рекламных компаний. Несмотря на отсутствие возможности работы со звонками, конкурентным преимуществом сервиса является сбор максимально детального профиля посетителя сайта в том числе по демографическим, поведенческим и другим продвинутым критериям.

Следующая группа сервисов - крупные, интегрированные c поисковыми системами продукты. На рынке digital-аналитики есть две компании, чей набор продуктов, предоставляет необходимый функционал: Яндекс (Метрика и Аудитории), и Google Analytics, в особенности Premium-аккаунт с расширенным функционалом и поддержкой.

Функциональные возможности двух описанных инструментов digital-аналитики по большей мере совпадают и не уступают друг другу с точки зрения качества исполнения аналитических возможностей. Дополнительные преимущества заключаются в том, что один из этих продуктов (а возможно и оба) уже используются управляющими компаниями по причине наличия большого количества таргетинговой рекламы в поисковых системах. К основным возможностям инструментов обеих систем относятся:

· Счетчик уникальных посетителей сайта

· Анализ каналов прихода клиентов

· Анализ конверсии и рекомендации по ее повышению

· Сегментация посетителей сайтов на основе cookie-файлов, ссылок перехода и активности в социальных сетях

· Создание целевых сегментов, соответствующих существующей в базе сегментации

· Анализ поведения пользователей на сайте и настройка контента

· Создание уникальных отчетов и сбор результатов анализа посредством API

· Анализ и сегментация пользователей на основе геолокации

Помимо всего вышеперечисленного, Google Analytics 360 Suite (премиум-версия для крупных компаний), предоставляет возможности по анализу внутренних данных компании совокупно с широкими возможностями веб-аналитики. Другим преимуществом продукта от Google является круглосуточная поддержка и помощь во внедрении программного обеспечения. Ко всему прочему, данная аналитическая система может быть доработана под нужды каждой отдельной компании.

Отдельно стоит упомянуть сервис от компании IBM. Продукт Digital Analytics (ранее - IBM Coremetrics) занимает крайне малую долю рынка (менее 0,01% [11]), по причине отсутствия интеграции с поисковыми системы и, соответственно невозможности настройки таргетинговой рекламной компании. Однако, в рамках данного исследования, этот набор функционала не представляет высокого интереса, поэтому продукт от IBM может быть полезен для интеграции в аналитический модуль системы.

В дополнение к вышеописанным возможностям продуктов от Google и Яндекс, IBM также дает возможности A/B тестирования маркетинговых компаний и предоставляет динамические результаты анализа. К сожалению, часть функционала инструментов, описанных выше отсутствует в IBM. К другим минусам этого продукта относятся сложность в его внедрении и высокая стоимость инструмента.

Однако, конкурентными преимуществами этого ПО является высокая точность аналитических решений от IBM и возможность интеграции с другими продуктами. Так, если у компании уже установлена ERP-система, или, к примеру, IBM Customer Insight for Banking and Wealth Management, использование этого инструмента становится оправданным ввиду единой поддержки данных инструментов и сравнительно невысокой стоимости в случае использования продуктов компании в связке.

Вторая группа необходимых инструментов - программное обеспечение, выполняющее функции сегментации текущей базы и создания триггеров для автоматической персонализированной коммуникации. Этот набор возможностей в полной мере представлен в CRM-cистемах, которые скорее всего уже интегрированы в крупную управляющую компанию. Ввиду высокой стоимости внедрения системы ради отдельных функций, существует две возможности интеграции подобного функционала в систему персонификации: самостоятельная разработка и внедрение или использование возможностей продуктов digital-аналитики.

Подобный функционал в полной мере предоставляют лишь Google Analytics 360 Suite и продукты от IBM. Соответственно, в случае интеграции подобных инструментов в систему, необходимо использовать целостное решение, стоимость которого может быть крайне высокой. Более того, при внедрении одной из этих систем в ИТ-инфраструктуру компании, необходимо выделить крупный бюджет ИТ-департамента на интеграцию с текущими системами, обучение пользователей и поддержку от производителя, что не всегда финансово целесообразно.

2.2 Требования к инструментам digital-аналитики

Основная причина внедрения системы персонификации взаимодействия с клиентами в управляющей компании - возможность одновременно как повысить вовлеченность текущих клиентов, так и персонифицировать опыт новых клиентов для увеличения конверсии в инвестиции. Эти две причины ставят основные задачи перед инструментами, которые будут лежать в основе аналитического модуля системы персонификации. Соответственно, используемые инструменты digital-аналитики должны обладать следующим функционалом:

· Сбор максимально подробных данных о потенциальных клиентах для персонификации пользовательского опыта

· Анализ и агрегирование полученных данных для сегментации нового клиента и составления его профиля

· Сбор данных о источниках пользователей сайта, а также причинах ухода с сайта и прихода на сайт

· Автоматическое дополнение профиля клиента при получении новой информации

· Анализ профилей текущих клиентов для создания триггеров клиентским менеджерам и автоматических персональных предложений

Таким образом, один из необходимых инструментов должен осуществлять классические функции ПО для веб-аналитики: сбор данных из cookie-файлов, ссылок перехода на сайт, профилей в социальных сетях, и последующий анализ этой информации с выявлением ключевых метрик для сегментации клиента. В свою очередь, сегментация и дополнительная информация позволит подстроить лэндинг веб-сайта компании под профиль клиента, и взаимодействовать исключительно согласно его нуждам.

Второй инструмент необходим для анализа собранной о уже существующих клиентах информации и формировании триггеров о достижении определенных порогов инвестиций или возможности создания персонального предложения. Данный функционал может быть как крайне примитивным, так и невероятно развитым, в зависимости от количества триггеров, моделей сегментации в системе. В случае отсутствия (или высокой стоимости) подходящей системы на рынке, она может быть разработана ИТ-департаментом компании самостоятельно.

Помимо реализации выше перечисленного функционала, инструменты digital-аналитики должны соответствовать следующим критериям: возможность внедрения инструментов в систему, экономическая выгодность и качественная реализация функционала. Для каждого из этих критериев автор разработал формальные требования к инструментам digital-аналитики:

1. Простота внедрения и поддержки

a. Наличие открытой архитектуры или исходного кода

b. Современная структура программного обеспечения

c. Желательно предусмотренная возможность интеграции с другими инструментами

2. Экономическая выгодность

a. Желательно распространение на бесплатной основе (в т. ч. open-source проекты)

b. Соответствие стоимости инструмента его качеству

c. Цена ниже стоимости самостоятельной разработки

3. Качественная реализация функционала

a. Наличие всех необходимых функций

b. Статистически подтвержденная успешность прогнозных и аналитических модулей ПО

c. Высокая скорость и надежность работы

d. Понятная логика действия каждого из элементов функционала

При соответствии всем из выше описанных критериев, а также наличию необходимого функционала, инструмент будет считаться оптимальным для использования в проектируемой системе. Скорее всего возникнет ситуация, при которой более качественные и приспособленные для внедрения инструменты будут иметь высокую стоимость. В таком случае, приоритет будет отдаваться неценовым фактором, но с учетом ограничения стоимости ниже ориентировочной стоимости разработки. Для аналитического функционала системы, стоимость собственной разработки оценивается в 3,5 - 4 млн. руб., согласно экспертному интервью.

2.3 Выбор инструментов для разработки системы

В рамках обзора рынка инструментов digital-аналитики было выделено несколько продуктов, которые могут быть внедрены в систему. Это Яндекс.Метрика, Google Analytics, IBM Digital Analytics и Quantcast. Для того, чтобы сузить область выбора, начнем с соответствия возможностей каждой из систем необходимым требованиям в части функционала.

Из первого параграфа данной главы можно сделать вывод, что наиболее полным инструментарием web-аналитики обладают именно системы от Google, Яндекс и Quantcast. Поэтому несмотря на все конкурентные преимущества программного обеспечения от IBM, данный продукт не подходит для данной системы, хоть и может быть принят к рассмотрению в компании, которая уже использует другие продукты от IBM.

В свою очередь, Google Analytics и Яндекс. Метрика являются более предпочтительными вариантами, чем Quantcast по причине интеграции с поисковыми системами и широкой пользовательской базе. Последнее позволит реализовать более простое внедрение в ИТ-инфраструктуру компании и сокращение издержек на поддержку ПО. Помимо этого, Quantcast не имеет русскоязычного сообщества и поддержки, что усложнит работу с данным продуктом для разработчиков и администраторов.

Исходя из вышеназванных причин, выбор остается между крупнейшими провайдерами инструментов digital-аналитики - Google и Яндекс. Еще до начала исследования автор предполагал, что выбор будет происходит между этими двумя системами, как и у более 90% владельцев сайтов в Европе, однако анализ других инструментов и систем был необходим для полноты исследования.

Для выбора между Google Analytics и Яндекс.Метрика, Аудитории, рассмотрим критерии, перечисленные в предыдущей главе. Как было сказано выше, ключевыми факторами при принятии решения будут нефинансовые критерии, а именно: простота внедрения и поддержки (пункт 1 критериев) и качественная реализация функционала (пункт 3 критериев).

С точки зрения простоты внедрения и поддержки модуля системы, оба решения практически идентичны. Они оба имеют открытую архитектуру (доступ по API, возможность изменения инструментов), но не имеют открытого исходного кода, являются современными и поддерживаемыми продуктами, могут быть просто интегрированы с другими инструментами. Соответственно, необходимо делать выбор в разрезе функционала и точности.

Качество реализации функциональных возможностей не столь прозрачно, как стоимость или поддержка. К сожалению, на сегодняшний день в открытом доступе нет статистического подтверждения большей эффективности того или иного инструмента. Однако, оба инструмента используются повсеместно, и весьма успешно, согласно различным отзывам в сообществе интернет-маркетологов и аналитиков. Высокая скорость и надежность работы, а также понятная логика действия также наблюдается у обоих рассматриваемых продуктов.

Несмотря на кажущуюся идентичность инструментов, у них есть некоторые отличия в функциональных возможностях. Так, Google Analytics более сосредоточен именно на аналитике посещений и успешности рекламных кампаний, в то время, как Яндекс имеет отдельный продукт Яндекс.Аудитории, который отвечает за построение необходимых сегментов, аналогичных сегментам в хранилище данных компании, и позволяет осуществлять аналитику на их основе. Google также имеет подобный функционал, но ввиду того, что у продукта Яндекс он выделен в отдельный продукт, можно сделать вывод о большем фокусе на данном направлении.

С другой стороны, Google Analytics имеет конкурентное преимущество в виде возможности частичной реализации функционала внутренней аналитики данных компании. Однако, данные возможности направлены в первую очередь на продажи существующей базе, и не отвечают в полной мере необходимым функциональным требованиям по персонализированной коммуникации. Более того, при внедрении данного решения, продукт перестает быть бесплатным, а значит, будет отставать по критерию экономической выгоды.

Приняв все вышеописанные факторы во внимание, автор принял решение о том, что набор продуктов Яндекс.Метрика и Яндекс.Аудитории являются более подходящими инструментами digital-аналитики для разработки аналитического модуля системы персонификации. Конечно же, это не отменяет качества продуктов Google или Quantcast. Инструменты этих компаний более предпочтительны при работе управляющих компаний на зарубежных рынках ввиду англоязычной поддержки и широкой пользовательской базы.

2.4 Перспективы развития описанных технологий

Обзор рынка инструментов digital-аналитики показывает, что программное обеспечение на сегодняшний день позволяет реализовать необходимый для системы функционал в полной мере. Однако, наблюдается ряд недостатков, которые могут быть устранены со временем для полного соответствия критериям системы персонифицированного взаимодействиями с клиентами.

Первым, и наиболее важным из таких недостатков является отсутствие полноценного решения для внедрения в компанию. Данный недостаток наблюдается ввиду отсутствия подобных систем ранее на рынке, а следовательно, низкого спроса на расширенный функционал. Объединение аналитики и сегментации как посетителей веб-сайта, так и текущих клиентов компании с последующей персонификацией взаимодействия с ними является целью разрабатываемой системы и может быть использовано в дальнейшем в качестве решения для увеличения лояльности клиентов и повышения конверсии. Однако, разработка подобной системы является актуальным далеко не для всех индустрий и даже компаний в финансовом секторе, и является выгодным только при высокой ценности каждого клиента и установившейся необходимости в персонализированном подходе, как в случае с управляющими компаниями.

Вторым недостатком является отсутствие статистически подтвержденной точности аналитических инструментов. Естественно, сегментация и таргетинг положительно влияют на продажи и конверсию, однако реальный эффект спрогнозировать почти невозможно. По мнению автора, исправление этого недостатка возможно в ближайшем будущем при развитии точности и предсказуемости инструментов digital-аналитики.

Помимо текущих недостатков инструментов, существуют также и не реализованные функциональные возможности, которые были бы крайне полезны как для проектируемой системы, так и для рынка digital-аналитики в целом. К таким возможностям относятся:

· Предложение новых площадок коммуникации с потенциальными клиентами на основе сегментации, помимо поисковых систем и социальных сетей. К таким площадкам могут относится веб-сайты конкурентов, онлайн и оффлайн мероприятия.

· Персонализация не только рекламы, но и визуальной составляющей веб-сайта и предложений для конкретного пользователя

· Рекомендация партнерских предложений потенциальным клиентам на основе предиктивной сегментации

Устранение описанных недостатков и повышение функциональных возможностей позволит существенно увеличить эффективность как проектируемой автором системы, так и инструментов digital-аналитики, используемых в других целях.

2.5 Выводы по главе

В рамках теоретической части исследования автор выполнил следующие задачи:

· Сегментация рынка digital-аналитики и обзор актуальных для проектирования системы сегментов

· Разработка формальных критериев выбора инструментов digital-аналитики для интеграции в аналитический модуль системы

· Выбор наиболее подходящего продукта для разработки аналитического модуля системы

· Обзор недостатков и перспектив развития рынка digital-аналитики на сегодняшний день

В результате выполнения этих задачи, было получено два основных вывода. Во-первых, текущий рынок инструментов digital-аналитики является достаточно зрелым для разработки аналитического модуля системы персонифицированного взаимодействия с пользователями компании. Присутствует большой выбор инструментов, функционал которых позволяет полностью реализовать возможности, отраженные в концепции системы.

Во-вторых, наиболее подходящим инструментом для разработки аналитического модуля системы являются продукты Яндекс.Метрика и Яндекс.Аудитории. Эти продукты обладают необходимым набором функционала, позволяют просто внедрить их в ИТ-инфраструктуру компании и поддерживать в рамках использования. Помимо всего прочего, эти инструменты распространяются на бесплатной основе, что делает их использование экономически обоснованным.



Глава 3. Проектирование системы персонификации

Данная глава содержит в себе разработанную автором концепцию системы персонифицированного взаимодействия с клиентами управляющей компании: ее технологическую архитектуру, пользовательский интерфейс, а также процесс внедрения в управляющую компанию и оценку потенциальных финансовых эффектов. В область данного исследования не входит полноценная разработка системы: написание программного кода, интеграция в управляющую компанию, дизайн интерфейсов или разработка СУБД для системы ввиду высокой ресурсоемкости подобной разработки. Автор производит исключительно концептуализацию технологической архитектуры и интерфейсов, и описание процесса внедрения.

3.1 Проектирование функциональных возможностей и технологической архитектуры системы

Система персонифицированного взаимодействия с клиентами должна состоять из трех основных модулей: аналитического, коммуникационного и конечного приложения. Помимо этого, система должна иметь доступ к хранилищу клиентских данных управляющей компании.

Аналитический модуль является сочетанием одного из инструментов digital-аналитики, описанных в предыдущей главе и разработанного ИТ-департаментом компании решения, которое осуществляет сегментацию и аналитику существующих клиентов. Выбранным инструментом web-аналитики для разрабатываемой системы является сочетание продуктов Яндекс.Аудитории и Яндекс.Метрика. Более подробно о функциональных возможностях и критериях выбора данных продуктов можно прочитать в предыдущей главе.

Функционал аналитического модуля можно разделить на работу с посетителями сайта - потенциальными клиентами, и взаимодействие с текущими клиентами. За первую группу возможностей отвечают продукты компании Яндекс, в то время как реализация второй части функционала предполагается внутри ИТ-департамента управляющей компании.

Рассмотрим случай использования инструмента web-аналитики. При входе пользователя сайта через прямую ссылку или через поисковую систему анализируются его cookie-файлы, базовая информация из аккаунта в социальных сетях а также других сайтах. Данное действие позволит собрать первоначальный поведенческий и демографический портрет пользователя сайта: его пол, возраст, уровень дохода, источник прихода, заинтересованность в инвестировании и так далее. Набор полей профиля пользователя может изменяться и дополняться в зависимости от результатов работы аналитического модуля системы.

Профиль пользователя позволит сопоставить его с одним из существующих сегментов и вывести актуальную именно для него информацию. Так, в зависимости от сегмента пользователя ему будет предоставляется соответствующая лэндинг-страница сайта. К примеру, для пользователей с высоким уровнем дохода будет отображаться страница с доверительным управлением, в то время, как для людей с параметрами среднего класса, будет выводиться страница с предложением индивидуального инвестиционного счета.

Помимо автоматической подстройки лэндинг-страницы, в зависимости от данных пользователя собранных через Яндекс.Метрику, пользователь будет видеть персонализированные рекламные предложения в социальных сетях, поисковых системах и других веб-сайтах. В дальнейшем, успешность как рекламных компаний, так и персонализированной лэндинг страницы будет анализировать на предмет конверсии и соответствия реальным данным пользователя (в случае, если он станет клиентом). Благодаря собранным данным, аналитики будут обучать систему, и изменять сегментационные модели посредством инструмента Яндекс.Аудитории, что повлияет на повышение точности и эффективности системы со временем.

Другая часть аналитического модуля, которая отвечает за персонализацию взаимодействия с существующими клиентами будет разработана с нуля и будет выполнять две необходимые системе функции. Во-первых, это постоянное уточнение сегментации текущих пользователей для нахождения персонального подхода к каждому из них. В сегментации будут учитываться в первую очередь такие параметры, как уровень дохода, объем инвестиций, риск-профиль клиента, предпочтения в инструментах инвестиций, предпочитаемый метод коммуникации, успешность текущих инвестиционных стратегий. Благодаря данным параметрам (а позже и более широкому их набору), взаимодействие с пользователями будет осуществляться на почти персональной основе.

Во-вторых, важной функцией аналитического модуля системы является создание триггеров для формирования персональных предложений, партнерских программ, увеличения или уменьшения объема инвестиций. Основные примеры триггеров - это достижения порога в объеме вложенных средств в определенный инвестиционный счет или программу, резкое повышение или снижение доходности инструментов или ценных бумаг и создание нового инвестиционного плана, подходящего для пользователя.

За счет реализации этих функций планируется увеличить вовлеченность текущих клиентов в инвестирование, а следовательно, повысить их лояльность. Предполагается, что это увеличит объем инвестируемых средств на 3% от текущих клиентов.

Технологически данная система будет спроектирована как набор функций, которые будут анализировать хранилище данных клиентов, и формировать сегменты на основании кластеризации по ключевым параметрам. Затем, модуль программного обеспечения будет отслеживать изменения в базе данных внутри каждого сегмента и каждого пользователя. Если изменение будет вызывать один из триггеров, данная информация будет передаваться в виде автоматического сообщения клиенту или персональному менеджеру. персонификация технологический архитектура интерфейс

Часть системы, которая отвечает за анализ текущей клиентской базы не будет связана с интегрированными в систему инструментами digital-аналитики. Соответственно, это фактически будут два отдельных модуля ПО. Подключение к Яндекс.Метрика и Яндекс.Аудитории будет осуществляться по API. При этом необходимые для анализа данные будут передаваться в инструменты digital-аналитики, а основные выводы из анализа и триггеры для веб-сайта или персональных менеджеров будут передаваться посредством коммуникационного модуля.

Коммуникационный модуль системы представляет собой программное обеспечение, которое отвечает за реализацию следующего функционала:

· Автоматическая рассылка сообщений клиентам, содержащие персональные предложения, оповещения об изменении портфеля средств и подтверждения о прохождении транзакций

· OTT-звонки (Over The Top - тип связи через интернет, а не посредством сотовой связи) менеджеров клиентам через приложение системы

· Перенаправление звонков клиентов в мессенджер или на мобильный телефон персонального менеджера в зависимости от предпочитаемого типа связи клиента

Автоматическая рассылка реализуется по образу стандартной CRM-системы. Для последовательности работы и уменьшения сложности системы, данный функционал, как и остальная система (помимо встроенных аналитических модулей) пишется на Java с использованием надстроек и библиотек Java Enterprise Edition - модификации языка программирования для создания корпоративного программного обеспечения. Автоматизация рассылки происходит посредством вызова метода отправки стандартного, но персонализированного, сообщения при срабатывании одного из триггеров о том, что данному клиенту необходимо отправить сообщение.

Набор триггеров представляет собой некоторые флаги, которые формируются из аналитического модуля в результате отметки о прохождении некоторых операций или достижении границ в клиентской базе данных. К таким операциям относятся:

· Прохождение транзакции

· Изменение инвестиционного портфеля

· Достижение пограничной суммы инвестирования для определенной программы

· Возникновение новой инвестиционной программы, более подходящей для клиента

· Изменение тарифов или условий по определенной инвестиционной программе

· Перевод денег в другую инвестиционную компанию или банк

· Создание персонального предложения для клиента

В некоторых случаях данные триггеры будут инициировать не отправку автоматического сообщения клиенту, а отправку отметки в приложение персональному менеджеру о необходимости связи с определенным клиентом.

Голосовая связь менеджера с клиентом будет реализована посредством стандартных существующих способов связи через интернет. На данный момент наиболее часто используемой технологией является преобразование звуковых волн в битовые пакеты, отправка битовых пакетов клиенту и обратная расшифровка в звуковые волны.

Помимо возможности взаимодействия с текущими клиентами, коммуникационный модуль также будет позволять осуществлять связь с потенциальными клиентами. После регистрации нового пользователя в аналитическом модуле (см. выше для подробного описания реализации данного процесса), одному из менеджеров будет приходить сообщение о том, что необходимо связаться с определенным клиентом по предпочитаемому способу связи. В случае, если клиент предпочел сам связаться с компанией по единому номеру, его звонок или сообщение будет автоматически перенаправляться определенному персональному менеджеру, который отвечает за набор инвестиционных программ в сегменте, в который система определила клиента.