Мозг компании

Выходя, все по очереди говорили мне комплименты и хлопали по плечу. Оставшись с генеральным, я сразу рассказал ему про условия Макса его же словами. Генеральный задумался на несколько секунд. «Надо составить хороший контракт, поговори с юристами», – сказал он в итоге. Это значило «да»! Еще же он попросил проговорить с каждым директором его часть проекта и составить общий план реализации, желательно со сроками. Он будет презентовать его учредителям. Про ресурсы даже не спросил, выделение их, видимо, подразумевалось вместе с одобрением проекта. Выходя, я испытал восторг от своей крутости – проект утвержден и вместе с условиями Макса! Я сразу написал ему. Он ответил лаконично: «Я не сомневался, что они не откажутся от такой прибыли».

Надо было делать декомпозицию плана по месяцам и ближайшим спринтам. Писать заявки на поиск людей. Мне нужна была статистика от аналитиков, документация по процессам в корпоративной системе от отдела разработки и много чего еще. Все надо было собрать в кучу, чтобы понять, с чего начать и с чем придется иметь дело. Все приветливо отвечали на просьбы, но через неделю я понял, что никто не собирается мои просьбы выполнять. «Было некогда, я посмотрю завтра» – стандартный ответ. И непонятно, это специально или действительно все заняты. В ответ мне самому стали поступать какие-то несуразные просьбы. «Ты не мог бы прислать презентацию по цифровизации нашего взаимодействия с поставщиками, у нас завтра конференция». Я был в растерянности первое время от таких просьб, но в итоге стал спокойно поступать так же, как они с моими просьбами. Игнорировать. Документации никакой не было, данные были только в виде отчетов, а не raw. Единственной программой для аналитики был excel. Ни о каких выгрузках в аналитические программы речи даже не было. Все надо было делать с нуля и самим. Единственно, что удалось сделать быстро – найти людей. И только благодаря тому, что я сам полез на сайт поиска вакансий и вызвал на собеседования ребят с нужными мне компетенциями. Но как договориться с остальными о взаимодействии по проекту, я не представлял.

– Макс, есть проблемы, неделю прошу дать мне данные и документацию, но пока сплошные завтраки. Это не фирма, а какое-то болото. Никому ничего не надо, все заняты своими делами.

– Не переживай, нам никто не нужен, кроме собранной тобой команды. И нужно API к данным по клиентам, товарам и продажам, все транзакции, а также к почте по адресам клиентов и пока все. Добейся этого, иди прямо к директору по айти. Похоже, что в компании проект нужен только руководству.

– Ты, к сожалению, прав, – с грустными смайликами ответил я Максу.

Я работал до этого только в небольших компаниях, где все помещались практически в одной комнате и каждый стремился помочь другому. В больших корпорациях все не так. Менеджеры всех уровней пытаются изобразить активную деятельность количеством поручений другим. Но никто сразу не берется делать то, что просят. Они сначала спросят у других, не могут ли они сделать. И мне показалось, что они соревнуются в том, кто больше всего придумает, как будто им деньги платят за это. О реализации уже никто не думает, главное провести совещание и что-то запланировать. Так как планы никто не сводит и не отслеживает, то 90% таких инициатив просто забывается в потоке новых. За этим самодостаточным потоком внутренней информации, непрерывно порождаемой менеджерами, уже никто не видит клиента. Вместо клиентов отчеты и презентации. Кафка писал, что большое количество бумаг и законов характерно для умирающих империй. Именно тогда мне пришла мысль, что некоторых менеджеров есть за что сократить. Теперь я понимаю, почему Макс не соглашался идти в офис.

Клиентский анализ

Команда собрана, и вот дошло дело до планирования спринтов. По команде айти-директора нам предоставили какую-то документацию и сделали API. Мы развернули с новой командой кластер в ЦОДе и стали получать данные.

– С чего начнем? – уже не без оптимизма написал я Максу.

– С того, что попроще, чтобы сработаться в команде. Будем делать клиентский анализ. Самая понятная пока тема, и данные есть. Как у вас сейчас организована реклама на сайте? Как делается рассылка писем? Про остальное не спрашиваю, вряд ли есть еще что-то.

– Пока до конца сам не понял, на сайтах ставит баннеры вебмастер по заданию того, кто попросит. Баннеры делает маркетинг. Вебмастер сделал себе админку, чтобы хоть как-то вести учет баннеров и быстро их снимать, если попросят. Письма рассылают через облачное приложение, делают выгрузку аналитики с адресами, контент-менеджер пишет текст, менеджер по рекламе отправляет письма после утверждения его руководителем, тот у других утверждает. Как-то так, как я понял.

– Что, все делают руками? И сколько разных писем рассылают в месяц?

– Два-три.

– Я только одного не понимаю, как компания с таким древним подходом заняла значительную долю рынка. Прошлый век. Начнем с этого. Найду подходящий фреймворк на джаве для создания цепочек взаимодействия. За аналог возьмем буржуйский облачный сервис, зарегистрируйся пока и проанализируй, что полезного там для нас есть. Начнем раскраивать на задачи.

– А что будет в ядре системы?

– Машоб, конечно. Я тебе уже говорил, что все будет строиться на одном ядре самообучающейся по целям нейронки. Для маркетинга нужен клиентский анализ, чтобы быстро, прямо в онлайне, кластеризовать пользователей по их параметрам и действиям на сайте или в почте. RFM анализ построим, чтобы стадии отслеживать. Отслеживающие коды поставим в письма и на сайте, будем все писать в базу по каждому клиенту. А дальше накручиваем на это все, что надо для автоматического взаимодействия с клиентом – скрипт построения цепочки взаимодействия drag&drop с автоматическим выбором канала коммуникации с клиентом, смотря где он сидит. Или задачу закрепленному менеджеру отправляем письмом, если совсем глухой клиент.

– Большой план, нам полгода такое делать.

– Нет, я не идиот, чтобы делать все самому. Сделаем быстрее.

Через месяц появился первый прототип. И это была фантастика для маркетинга. В системе можно было делать сотни сегментов по сотням собираемых данных по клиентам, строить к каждому сегменту цепочки взаимодействия гарантированного контакта. Это когда сначала цепочка пытается показать баннер клиенту, если не удается, то посылает письмо, если не открыл, то шлет пуши в приложение, если и там не посмотрел, то отправляет задание закрепленному за клиентом менеджеру с текстом, что надо сделать. Все клиенты, по которым нужны действия, попадали в сеть из таких сегментов. При этом учитывался как динамический признак даже жизненный цикл клиента, новичок он или бывалый, как часто делает покупки, все ли он уже купил и не собирается ли отвалить. И это тоже был признак для сегментирования в цепочки. Действия клиентов в ответ на пока баннера или клик в письме тоже записывались в базу, и он сразу мог попасть в следующую цепочку. Так клиент мог не выходить из цепочек месяцами, главное было не переборщить. Первые welcome-цепочки и по брошенным корзинам мы построили сами.

Единственное, что надо было делать маркетингу, – это построить такие сегменты и цепочки и написать много текстов и нарисовать много сотен баннеров. Что они, конечно, не могли сделать сразу. Макс сказал, что чуть позже сделает систему автоматической генерации текстов писем и товарных баннеров из базы товаров. Но пока надо было напрягать маркетологов. Я отвечал в команде за взаимодействие с другими отделами, а не только руководил проектом.

Но самый фокус системы клиентского анализа был в способностях, основанных на машобе. Макс презентовал их команде лично. Система анализировала поведение и покупки клиента и могла заранее сказать, что клиент может уйти. И посылала задачу менеджеру на удержание. Система лучше менеджеров знала, что клиент уже купил, а что вероятней всего купит, исходя из типовой корзины таких клиентов. Это мы назвали «корзинный подход». Более того, система сама высчитывала, какой баннер или текст письма лучше отправить, так как знала, какой текст вызывает больше отклика из аналогичных. Это было как волшебство для меня, я впервые увидел, что может машоб в реальном бизнесе. Команда завелась, мы работали как бешеные, потому что результаты нас восхищали.

– Данных о клиентах мало в вашей корпоративной системе, вы ничего о них не знаете, кроме компании, должности, отрасли и емейла. Это ничто. Делаем интеграцию с внешними поставщиками данных. Запрашивай договор со СПАРК. А я займусь API с соцсетями.

– Точно. Обогатим данные. Я тут недавно видел еще один сервис, который по комментариям в соцсети определяет психотип человека. Мне кажется, нам это может пригодиться, пока не пойму для чего, но чую, что лишним не будет.

– Будем делать на их основе рекомендации менеджерам. Давай адрес. Только надо проверить, насколько точно определяет. Что-то мало верится, что могут определить без специальных тестов.

– Лучше, чем по тестам, определяют, я читал. Темперамент по крайней мере лучше определяется по реакции на комментарии людей, а этого в сети полно. Статистически причем, а не какое-то настроение. И не подделаешь, как на тестах.

– Хорошо, коннектимся, давай адрес. И СПАРК подтяни, по юрлицам будем брать инфо по количеству в штате, оборотам, учредителям, платежам в бюджет. Много чего интересного там, тоже пригодится. Даже контакты и адреса вашим менеджерам, как оказалось, доверять нельзя. Пишут всякую хрень, только бы не отдавать контакты своих клиентов. Очень грязные данные от них.

Хотя еще много что надо было отладить, через 3 месяца мы сделали чудесную систему для маркетинга, но почему-то никто не спешил ей пользоваться. Я писал письма, через директора по маркетингу собирал совещание, подходил лично, но никто не делал сегменты и цепочки, тем более письма и баннеры. Это был первый саботаж системы, и я не понимал почему. Пока мне не подсказала одна девушка-аналитик, которая работает с маркетологами. Слишком прозрачную систему мы сделали. Клиентский анализ сразу показывал, сколько каждая рассылка принесла продаж, на какой баннер кликают, а какой бесполезен для клиентов. Раньше никто не мог вычислить с ходу эффект от рассылки или от баннера, не было даже статистики кликов. А теперь все как на ладони – на онлайн дашборде, прям видно, как идут продажи по рассылке. Если идут. И в этом проблема – никто не имел практики такого онлайн-маркетинга, и все боялись обнажить свои компетенции. Я написал Максу.

– Я говорил, что их всех надо увольнять, – ожидаемо ответил Макс. – Ничего страшного, придется сделать посложнее, но обойдемся и без них.

– Есть мысли как?

– Кластеризуем клиентов с учетом рода деятельности и контактов перед покупкой так, чтобы все клиенты попадали в какой-то сегмент. И сделаем универсальную цепочку, которая будет работать по всем каналам – в почте, на сайте или в приложении. Учет контактов позволит замкнуть цепочки в цепочки. И включим самые важные предикты – допродажи, рекомендаций по брендам и сериям, отток со скидками для возврата.

– А тексты кто будет писать, они не хотят делать их в таком количестве.

– Текстов и баннеров надо много, иначе не будет толку. Поэтому сделаем автоматические товарные баннеры и тексты, заполняемые товарами автоматически. Как в рекламе Яндекса. Особо художественных текстов клиентам не нужно, маркетинговые тексты только раздражают.

– Так маркетологи совсем без работы останутся.

– И не забудь об этом доложить руководству, что система работает сама. Без них. Как мы обещали. А маркетологам передай: «на биржу труда, детка».

Это был любимый слоган Макса с некоторого времени, когда он сам поверил в дееспособность своих алгоритмов. У него была цель, которая была предметом договоренности с руководством – снижение издержек за счет уменьшения ручных операций. Если мы автоматизируем создание писем и баннеров, это будет первый крупный успех проекта.

Поиск с рекомендациями

– Надо еще поменять систему поиска, – написал как-то утром Макс.

– Зачем, мы только прикрутили Elastic, со всеми фичами, хорошо ищет.

– Он хорошо ищет, пока у тебя сотня тысяч товаров, а скоро потребуется поиск среди полумиллиона. Учитывая, как коммерсанты заносят характеристики и названия, будет полный бардак. Я посмотрел статистику, очень много клиентов уходят, не кликнув ни один товар.

– Но как ты сделаешь его точнее? Будем править характеристики.

– Это долго и не нужно. Люди сами знают, что им лучше подходит по поисковым запросам. Будем делать так, как делают поисковики – собирать запросы и клики. И добавим туда коэффициенты по марже и частоте покупок. Клиентам иногда пофиг, какой бренд, а нам прибыль нужна. Запилим на том же движке клиентского анализа, будет к тому же персонализированный поиск.

– Ну класс, это повысит конверсию на сайте. У нас немало статистики, чтобы это получилось?

– Достаточно, 200 тысяч запросов в день. Но это не все, чтобы сделать конверсию. Надо различать клиентов по готовности к покупке и дожимать близких к ней онлайн-консультантом. Обучим моего Раптора определять из клиентского анализа паттерны посетителей сайта, которые близки к покупкам. И разворачивать им онлайн-консультанта с предложением помочь выбрать то, что он смотрит сейчас на сайте. Поговори с контакт-центром, им это должно понравиться. Повысим число покупающих клиентов.

Этим Макс свернул мне мозги. Я не могу так мыслить. Так просто соединять разные технологии и задачи, о которых я даже подумать вместе не мог. Это была фантастика, команда обожала его именно за такие решения. А Раптором он называл свой core-алгоритм с reinforcement learning. Он действительно самообучался на данных решать любую задачу, даже сам подбирал и отсеивал лишние фичи в данных. Раптор был универсален. И казалось, что на нем мы можем сделать любую задачу. Мы уже обложили клиентов компании рекомендациями так, что они могут сами не думать, что им еще в комплекте надо купить. Система сама знает. И это только начало нашего проекта.

Мир уже изменился, трансформация уже запущена. Мы сами, по собственной воле становимся устройствами для чтения инструкций с компьютера и смартфона. Мы думаем, что знаем, как делать правильно, но все чаще обращаемся к поиску ответа в интернет. И делаем так, как написал кто-то с другой стороны экрана, слепо доверяя ему, если он отгадал.

Человек не мыслит критически, если его желание удовлетворяется. Критическое мышление сползает в ноль. Мы готовы погрузиться с головой в то, что нам внушает доверие и раскрывает наши даже потаенные желания. Но там, по ту сторону экрана, уже не человек, а программа. Вот в чем фокус. Корпоративная программа отгадывает желания потребителей и заполучает их лояльность. Я догадывался, что остается один шаг до создания желаний. И человек будет полностью ведом машиной. Догадывался, но пока не придавал этому большого значения. Пока был результат, который нам нравился.

И я начал понимать, почему крупные корпорации съедают мелкие. Не только потому, что могут аккумулировать большие средства для их покупки. Они имеют большие данные о поведении своих клиентов, которые нигде не купить. И поэтому они имеют возможность манипулировать мнением покупателей. Просто выявляя на большой статистике фичи, которые влияют на выбор.

Автоматизация закупок и цен

Когда еще через месяц мы прикрутили скоринг на сайте, рекомендательный поиск и создание баннеров на сайте, я устроил презентацию с показом эффективности совету директоров. Сколько операций мы упразднили, сколько дополнительных продаж рассылками и баннерами сделали. Генеральный был заметно доволен. Но лаконично сказал только, чтобы мы продолжали в том же духе. Позже ко мне прибежали из персонала подписать новую сумму в моем контракте. Она была в полтора раза выше. А в маркетинге очень оживленно обсуждали, кто чем теперь будет заниматься.

Мы решили отметить командой и свалили все вместе в бар. Макс поздравил нас и себя по скайпу. Он не любил такие тусовки. Вечером он написал: «Пора браться за закупки. Самая клоака. Будь готов».