Пора ли маркетологам и аналитикам менять профессию: интервью с Павлом Мальцевым

16 мая 2018, 15:46
0

Пора ли маркетологам и аналитикам менять профессию: интервью с Павлом Мальцевым

Мы поговорили с Павлом Мальцевым, основателем сервиса Reportkey.ru о трендах аналитики, на кого переучиваться маркетологам и какие технологии изменят бизнес уже в ближайшие несколько лет.

— Ты слышал мнение, что сервисы автоматизации никогда не заменят работу хорошего специалиста? "Ручная" работа — это новый тренд. Диджитал не исключение, бутиковые агентства противопоставляют себя конвейерным.


 Это скорее некоторая идеология. Кто-то покупает продукты без ГМО и глютена, кто-то не ест мясо, кто-то считает, что ручная работа лучше автоматизации.


В чем я согласен, так это с тем, что каждому клиенту действительно требуется индивидуальный подход. Зачастую владельцу малого и среднего бизнеса нужен психолог, а не отчет. Нужно поговорить, где-то убедить, где-то утешить, где-то подбодрить.


Человеческое общение сложно автоматизировать, но и это уже возможно. Например, недавно анонсирован Google Duplex, в котором почти невозможно отличить голос робота от человеческой речи.


Демо Google Duplex.


— Раз автоматизация это вопрос идеологии, значит не так важно автоматизировать или нет рутинные задачи? Какая клиенту разница, прорабатывают ли его кампании вручную или генерируют за несколько минут? Также какая разница владельцу агентства, занят ли его сотрудник рутиной или сидит в соцсетях?


— Качество работы отличается. Ручная работа более индивидуальная. “Заточена” под конкретный проект. С другой стороны, автоматизация минимизирует ошибки, увеличивает производительность, тем самым исключает человеческий фактор.


Для клиента себестоимость выполненной задачи при автоматизации ниже, но и качество больше похоже на конвейерное. Для агентства при внедрении автоматизации становится проще масштабироваться без раздувания штата и, тем самым, снизить внутренние расходы на проект.


— Можешь выделить тренды, которые изменят аналитику в ближайшем будущем? Чтобы маркетологи, которые хотят развиваться могли уже сейчас двигаться в этом направлении.


 Если говорить кратко о глобальных трендах аналитики, то это конечно глубинное машинное обучение и всё что из него вытекает: NLP (языковой интерфейс), прогнозы, рекомендации, поиск зависимостей и паттернов, тестирование гипотез.



Павел Мальцев на хакатоне Ai.Hack.


10 лет назад было сложно найти решение использующее искусственный интеллект, через 10 лет будет сложно найти решение, которое не использует искусственный интеллект. Называется данное течение augmented analytics (дополненная аналитика).


Уже сейчас у многих компаний ведется работа в этом направлении. Предположительно, максимальный всплеск продуктов, разработанных с использованием этих технологий придется на ближайшие 3-4 года. В основном исследованиями этих областей глубоко занимается компания Gartner.


— Какие сложности возникают в процессе внедрения этих технологий?


 На сегодняшний день одна из больших проблем дополненной аналитики — данные содержащие неточности или ошибки. Выстроить системы подготовки и проверки данных сложная задача, так как для разных баз, для разных сфер необходимы разные условия диагностики данных. В этой области также появляются новые рабочие места.


 

Пример одной из заметной системы NLP, автопоиск способа визуализации, поиск аномалий в данных и предложение рекомендаций:


Демо сервиса SpotIQ.


— Интересно звучит,  но как это все может использоваться на практике? Приведи пример для типового бизнеса.


 Например, у вас есть статистика продаж, которая показывает уменьшение дохода по сравнение с прошлым месяцем. Но почему это произошло? Падение в отрасли? Какой-то из рекламных каналов перестал работать? Активность конкурентов? Или другие причины?


Чтобы ответить на эти вопросы, необходимо изучить в данные веб-аналитики, электронной коммерции и социальных сетей. Затем, нужно немедленно внести изменения в бизнес-процессы. Но чтобы понять необработанные данные — нужно пройти множество технических шагов:

  1. Собрать данные
  2. Очистить для подготовки к анализу.
  3. Провести анализ.
  4. Обменяться информацией с организацией и подготовить план действий.

Шаги кажутся сложными, но на практике еще сложнее. Нужно нанимать дорогостоящих специалистов, которые 80% будут тратить на подготовку и очистку данных.


Для малого и среднего бизнеса эти шаги практически невыполнимы. Вот тут и появляется дополненная аналитика, которая автоматизирует весь процесс подготовки и анализа данных. На выходе появляется информация с конкретными шагами для руководителя или маркетолога.


— Как ты думаешь, специалистам по рекламе, маркетологам и аналитикам пора осваивать новые профессии? Или достаточно просто следить за трендами?


 Самая перспективная область для сегодняшнего аналитика  data scientist. Аналитик в текущем виде не особо будет нужен, ведь решения будет принимать алгоритм, то есть выиграет тот, чья математическая модель будет точнее других. Уже тоже есть некоторые работающие решения в области поиска оптимального алгоритма. Например, DataRobot и H2O.ai.


Демо сервиса DataRobot.


 Заменят ли роботы маркетологов и как это произойдет?


 Заменят специалистов, которые создают и настраивают рекламные кампании, причем уже в ближайшие 2-4 года. Просто изменятся задачи. Будет автоматизировано большинство рутинных технических задач, основная борьба будет за креатив. Что нельзя автоматизировать в ближайшее время — так это творчество.


— Многие говорят про прогнозную аналитику, BI, большие данные. Но что делать на этом фоне небольшому региональному агентству, кроме того как репостить эти статьи у себя в пабликах и рерайтить для блогов? Как соотнести современные технологии и реальность малого бизнеса?


 

— У малого регионального интернет-агентства в России есть ряд особенностей, которые затрудняют внедрение аналитики. Например, низкая стоимость часа специалиста. Иногда зарплата интернет-маркетолога в регионах составляет всего 10 000-15 000 рублей. В этом случае, экономически выгоднее нанять больше людей, чем заниматься автоматизацией. Да и малые рекламные бюджеты и объемы трафика обычно не позволяют автоматизировать из-за нехватки данных. Автоматизация строится на больших объемах данных, когда человек уже не справляется.


 Предположим, агентства автоматизировали все, что только можно: ведение рекламных кампаний, отчетность, клиентам звонят умные голосовые помощники. Все используют примерно одни и те же сервисы и технологии. Как работать на таком рынке? Как выделиться? Раньше у клиента если не результаты, то хоть отчеты разных агентств друг от друга отличались.


— Например, выделяться можно аналитикой и прогнозами. Кто научится качественнее строить предсказания, тот и выиграет. Если клиент получит информацию, что через два месяца у него будет столько-то продаж, то он сможет заранее планировать свои ресурсы. Такое агентство опередит тех, что не умеют работать с прогнозной аналитикой.


 Каких сервисов автоматизации не хватает именно тебе? Скажем, как владельцу SaaS-сервиса.


Интересно было бы попробовать, например, чат-бот для технической поддержки с машинным обучением. Такие продукты уже есть, но для их применения надо очень много входящих данных. Еще интересна технология NLP, голосовой интерфейс как замена или дополнение к текстовому.


Пример использования NLP в работе маркетолога.


 Что лучше для агентства, развивать свои внутренние сервисы или использовать готовые? Многие сейчас пилят что-то свое на основе Power Bi.


— Вечный вопрос "пилить своё или купить готовое". Зависит от того, в каком случае сходится экономика. Для малых и средних агентств обычно история со своим сервисом не окупается. Стоимость разработки и поддержки в итоге значительно превышает экономическую выгоду.


Нужен руководитель проекта, штат специалистов на разработку. А если говорить о системах, которые взаимодействуют с другими системами, то техническая поддержка занимает значительную часть расходов. Например, Facebook примерно раз в полгода меняет показатели, отключает старые версии API, вводит новые требования к запросам и ужесточает правила.


 
Чем любит заниматься в свободное время человек, который декларирует автоматизацию как способ избавления от рутины? Есть ли у тебя это свободное время и на что ты предпочитаешь его тратить?


— Свободное время трачу на то, что нельзя автоматизировать — впечатления. Путешествия занимают от 2 до 10 месяцев в году. Предпочитаю сочетать их с работой, уезжать куда-нибудь надолго, а не дробить отдых на короткие поездки.


Офис Reportkey в 2016 частично находился на Бали.


 Reportkey — сервис для интернет-агентств, Наверняка ты много общаешься со своими клиентами. Что бы ты хотел сказать своему клиенту, если брать собирательный образ? Может быть что-то вдохновляющее или наоборот поругать )


— В первую очередь поблагодарить их за использование сервиса. Надеюсь, за 3 года мы сэкономили суммарно десятки лет человеческий жизни :) У нас хорошие пользователи. Я вижу, как они действительно стараются приносить пользу своим клиентам. 


Пока что, основные сдерживающие факторы я вижу на стороне клиентов этих агентств. Агентство обычно предлагает тестировать новые каналы рекламы, инструменты, а клиенты очень консервативны. Обычно работа ограничивается контекстом и SEO. Поэтому, мое основное пожелание пожелание  обучать клиентов, больше рассказывать о новых технологиях и как эти технологии помогут именно им.


Из приятного — у нас скоро скоро будут новые функции и более удобные гибкие тарифы.


— А какими сервисами для автоматизации пользуешься ты сам? Необязательно про рекламу и аналитику.


— Если говорить про Reportkey, то например, у нас почти полностью автоматизирована бухгалтерия в связке Тинькофф Банк и Мое Дело. Также у нас автоматизирована реклама и аналитика. Через API, либо встроенными функциями выполняются большинство задач.


В быту, из последнего постепенно внедряю умный дом. Зашел в квартиру, камера распознает лицо, срабатывают различные датчики, исполняются сценарии по управлению светом и приборами. Люблю автоматизацию :) 

Ответить?
Введите капчу

✉️✨
Письма Коссы — лаконичная рассылка для тех, кто ценит своё время: cossa.pulse.is