Методы разработки стратегии

"За год  работы "Кибермаркетинга" мы  обучили больше специалистов, чем  все игроки рынка интернет-маркетинга за все время его существования",— рассказывал в интервью СФ (N8/2012) Анар Бабаев, идеолог проекта Cybermarketing.ru компании "Сеопульт". 

Успех "Сеопульта" и его "плодотворная дебютная идея" стали головной болью для "Нетологии". Идея образовательного маркетинга активно шлав массы. Вслед за "Сеопультом" образовательный проект в сфере интернет-маркетинга запустил его конкурент — Rookee.ru. Его проект Imba.ru ("Академия интернет-маркетинга для бизнеса") также предлагал бесплатные курсы от известных специалистов. Сам "Сеопульт" вкладывался в развитие проекта Seopult.tv, превращавшегося в ценную базу видеокейсов от практиков интернет-бизнеса. "За год тенденция оформилась: бесплатное образование в нашем секторе окончательно вытеснило коммерческие продукты,— констатировал Спиридонов.— Конкурировать с ними было бессмысленно". 

К маю 2012 года проблема стала очевидной: выручка "Нетологии" снижалась, впереди ждал летний спад. "Мы сели и стали в аварийном режиме придумывать, что делать дальше,— вспоминает Спиридонов.— Нам рекомендовали закрыться на мертвый сезон. Но мы решили не закрываться. Сели и со страху все придумали". 

"Мы проводили  серьезные мозговые штурмы в поисках идеи. Взгляд упал на корпоративный сектор",— вспоминает Спиридонов. "Нетология" попыталась представить своими клиентами не учеников, а их будущих работодателей. Шаг от хорошо знакомого рынка b2c на рынок b2b выглядел так: компании не интересовались семинарами и курсами, им был нужен готовый сотрудник. 

По данным исследования Trainings Index группы компаний "Малакут",в 2011-2012 годах компании охотно наращивали затраты на обучение персонала. Бюджеты на обучение нижнего кадрового звена выросли за 2011 год почти вдвое, до 70 тыс. руб.— на линейный менеджмент, и почти втрое, до 55 тыс.,— на специалистов. Исследование, опубликованное в мае 2012 года, также отмечало, что объем аутсорсинга услуг по корпоративному обучению растет, у заказчиков вновь появился интерес к дистанционному образованию. 

"Любой бизнес хорош тогда, когда он отвечает на чью-то боль. Боль интернет-бизнеса — нехватка специалистов по электронной коммерции, маркетологов, продвиженцев, руководителей проектов",— уверен Спиридонов. Программы для подготовки этих специалистов он проанонсировал в обновленной "Нетологии", перезапуск которой произошел в марте этого года. 

Внешне новые  программы выглядят горизонтальной агрегацией семинаров, которые вела "Нетология", в двухмесячные онлайн-курсы. Однако теперь они выстроены не вокруг "областей знаний", например "продвижение сайта", а вокруг специальности, скажем, "руководитель интернет-магазина". Каждый модуль включает обязательное практическое занятие и тесты. Результаты тестов складываются в общую оценку, которую ученик получит по итогам обучения. Спиридонов говорит, что одним из сильных мотиваторов для преподавателей становится возможность присмотреть за время обучения будущего работника. Так проект получает наставников — представителей крепких, развивающихся компаний, а ученики — будущих работодателей. Технологической же новацией в "Нетологии" стала внутренняя система ведения занятий, которая по аналогии с такими известными онлайн-университетами, как Udemy.com, позволяет работать с заданиями, общаться, следить за рейтингом. Рейтинги доступны потенциальным работодателям. "Понятно, что они заинтересуются лучшими, это будет мотивировать учеников",— уверен он. По его словам, несколько компаний уже заинтересовались подключением к внешней кузнице кадров. "Мы становимся чем-то вроде гибрида центра подготовки специалистов и кадрового агентства",— говорит Спиридонов. 

"У игроков "образовательного маркетинга" нет цели побеждать в войне образовательных программ, их цель — получить "лид", контакт потенциального клиента, чтобы позднее продать ему продукт",— говорит Максим. Если эту цель можно достичь одним семинаром, нет смысла делать серию. И уж конечно, у них нет цели инвестировать в создание отраслевого кадрового центра. "Здесь нас "образовательный маркетинг" уже не догонит",— уверен Спиридонов.

Гадание на интернете

Бизнес учится зарабатывать на предсказаниях. У этого рынка огромная сырьевая база. Публикации в СМИ, записки аналитиков, данные пользователей — ресурс, из которого производится будущее.

Текст: Константин Бочарский

"Не боитесь,  что вас, журналистов, скоро  заменят роботы?" — спрашивает Сергей Горшунов, основатель проекта Prognolic.com, ссылаясь на новости, в которых говорится, как компьютерные программы научились писать вполне осмысленные тексты. Горшунов занимается обратным. Он берет статьи и новости об акциях американских компаний и с помощью алгоритмов предсказывает движение цены на эти бумаги. 

Когда в середине 1990-х Горшунов занялся игрой на бирже, первое, с чем он столкнулся, была нехватка информации. "Играть на бирже не умел никто. Знания собирали по крупицам, смотрели в рот брокерам. А те знали не больше нас",— вспоминает он. Дефицит информации создавал спрос на экспертное мнение — звездами финансовых рынков становились аналитики. Доверие к их прогнозам базировалось на силе персонального брэнда. И Сергей задался вопросом, соответствует ли сила брэнда качеству предсказания. Так он начал сопоставлять прогнозы аналитиков и их исполнение. 

Первые записи Горшунов делал  от руки. "Расчертил лист, записал  столбиком фамилии и стал отмечать: сбылось, не сбылось",— вспоминает он. Затем бумагу сменил Excel. А вскоре Горшунов, освоив по учебникам UML — язык проектирования программного обеспечения, заказал программу индийским программистам. Ее основой стал рейтинг аналитиков, рассчитываемый на основании исполнения прогнозов. 

Проект развивался, и в 2011 году кто-то из приятелей подкинул Горшунову ссылку на смотрины стартаперов, которые проводил в Москве только что созданный Игорем Мацанюком инкубатор Farminers. Смотрины прошли успешно, Prognolic получил $150 тыс. посевных инвестиций от Farminers, и в начале 2012 года сервис открылся для пользователей. Сейчас в базе Prognolic.com около 2 тыс. аналитиков из 350 организаций — банков и брокерских компаний. Ежедневно Prognolic записывает в свою базу около 50 рекомендаций. Каждую из них сервис относит к определенной отрасли, выявляет причину, на основании которой дан прогноз, фиксирует рекомендации. Затем сопоставляет прогноз с реальным поведением цены на конкретную бумагу, оценивает его качество (проиграли вы или выиграли, и сколько, если бы следовали прогнозу) и на основании виртуальных выигрышей и проигрышей вычисляет рейтинг аналитика. 

Рейтинг — не единственный инструмент оценки точности предсказаний. Фавориты Горшунова — сигналы от инсайдеров и так называемый surprise reaction — реакция на сюрпризы. "Сигналы от инсайдеров — это сделки топ-менеджеров с акциями своих компаний,— поясняет Горшунов.— Инсайдер обязан опубликовать информацию о такой сделке в течение двух суток с момента ее совершения. Правда, ежедневно на сайте SEC публикуется примерно 2 тыс. таких сообщений, и уследить за этим потоком человеку сложно". 

Prognolic зондирует сайт SEC, разбирает  новости на составляющие и анализирует их. "По моим наблюдениям, котировки отрабатывают подобные новости в течение 30 минут,— рассказывает Горшунов. — Пользователи Prognolic получат информацию о сделке инсайдера спустя 45 секунд после публикации на сайте Sec.gov". Индикатор surprise reaction отслеживает ситуации, когда ежеквартальный отчет компании значительно отличается от ожиданий инвесторов. Если аналитики сходились, что компания покажет скромные результаты, а показатели оказываются выдающимися, рынок бурно реагирует на такие события. 

Горшунов говорит, что  всегда любил заниматься исследованиями и никогда не был поклонником технических индикаторов. И данные ему больше нравится создавать, чем потреблять. Его специализация на формирующимся рынке "гадания по данным" — формализация качественных оценок и оцифровка нарратива. Начав со странички в Excel, Горшунов верит, что сможет создать продукт не менее востребованный и сложный, чем продукты Bloomberg. Правда, на вопрос, чем закончилась его собственная игра на фондовом рынке, Горшунов с улыбкой отвечает: "Как обычно. Проигрался". 

"Я знаю, как  взять данные и превратить их в деньги",— говорит Роман Зыков, директор по аналитике Ostrovok.ru, сооснователь стартапа Retail Rocket. В сентябре 2012 года Зыков выступал в Лондоне на конференции Big Data Europe. Он был единственным представителем России и делил трибуну со спикерами от компаний PayPal и eBay. Доклад Зыкова был посвящен технологии Hadoop — open source-проекта, созданного для решения сложных задач по перевариванию огромных массивов данных. 

Hadoop — лишь один инструмент из целого арсенала средств для работы с большими данными. Появились эти средства в последние несколько лет. Зыков использовал Hadoop для построения сложных рекомендательных систем в Ozon.ru, Wikimart. А в марте этого года вместе с партнерами, один из которых — Николай Хлебинский, руководитель отдела веб-аналитики Dostavka.ru, запустил стартап RetailRocket, предлагающийи нтернет-магазинам формирование рекомендаций на основании внутренних данных магазинов. Другими словами, предсказания, какой товар лучше подойдет покупателю. Подключившись к RetailRocket, магазин передаст ему данные товарного каталога, транзакций и веб-аналитику. На их основании RetailRocket сформирует оптимальные товарные рекомендации для посетителя. "Самостоятельное создание такой системы требует больших затрат,— объясняет Зыков.— Необходимо разработать алгоритмы, наладить сбор, хранение и обработку данных, спроектировать систему, которая будет справляться с пиковыми нагрузками и быстро обрабатывать гигантские объемы сведений". Пока доступ к RetailRocket бесплатный, после тестирования системы стартап определит способ и размер взимания платы с компаний. 

На продажи  с помощью рекомендаций приходится значительная доля выручки крупных интернет-магазинов, рекомендации являются основой бизнеса для таких гигантов, как Netflix. "Суть нового витка конкурентной борьбы — использование данных для превращения хаоса в деньги",— считает Зыков. Шаг от анализа до предсказательной аналитики очень короткий, и за несколько последних лет его сделали практически все отрасли. 

Google Unemployment Index (GUI) отслеживает запросы к поисковой системе по таким темам, как безработица, купоны материальной помощи, адреса центров занятости и пр. Увеличение количества подобных запросов и, соответственно, рост GUI — верные признаки грядущих трудных времен. Это типичный механизм предсказания по открытым данным. Корпоративный же сектор может использовать сведения о собственных операциях и клиентах. 

В отчете "The Forrester Wave: Big Data Predictive Analytics Solutions" за первый квартал 2013 года компания отмечает массовый интерес бизнес как предсказательной аналитике. Среди главных игроков направления — лидеры рынка корпоративных данных, компании SAS, IBM, SAP, Oracle.В октябре 2012 года калифорнийская компания The Heritage Provider Network (HPN) объявила конкурс: $3 млн за алгоритм, который сможет определить, сколько дней клиент HPN проведет в следующем годув больнице. Ее примеру следуют сотовые операторы, страховые компании, ритейлеры и небольшие стартапы. История проекта Funf.org, разрабатываемого аспирантом MIT Media Lab Надавом Аарони, началась с приложения для Android. Funf анализировал мельчайшие социальные взаимодействия, выполняемые с помощью телефона: разговоры, SMS-переписку, действия в соцсетях. Алгоритмы позволяли предсказывать, когда пользователь установит новое приложение или сколько потратит денег. Сегодня Funf — открытая платформа, используя которую, любой желающий может разработать приложение, связанное с поведением пользователей смартфонов. "Часто наше поведение определяется не логикой, а серией предыдущих взаимодействий",— говорит Аарони. Будущее запрограммировано прошлым и настоящим. Этот код, хоть и грязноват, но выложен в открытом доступе. 

$24 млрд достигнет объем рынка Big Data к 2016 году, по оценке исследовательской компании IDC

4. Обзор журнала "Коммерсантъ Секрет Фирмы", №3 (328), 03.03.2013

Малоизвестная компания "Центр уникальных товаров" продает с помощью невзрачных буклетов устройства для отпугивания мышей, тренажеры для подбородка и прочую "ерунду". Однако, как выяснил "Секрет фирмы", за копеечным товаром стоит масштабный и отменно организованный бизнес с годовым оборотом более полумиллиарда рублей.

Текст: Юлиана Петрова

Между тем бизнес у темной лошадки поставлен на широкую ногу: 122 магазина в 53 городах РФ, 30 франчайзи и годовая выручка 620 млн руб. (по данным ЦУТ за прошлый год). Это почти вдвое больше, нежели зарабатывает Le Future. Компания торгует довольно пестрым ассортиментом — товарами для дома, дачи, здоровья, предметами одежды и туристическим инвентарем и др. Их потребительская ценность не всегда очевидна — кому, например, нужны электровеник, будильник-гантель или коврик для холодильника? При этом себестоимость всех товаров (как правило, китайских) невысока, зато продаются они с пяти- и даже десятикратной наценкой. Более того, недавно ЦУТ открыла шесть собственных магазинов в Шанхае и успешно продает китайцам китайский же товар. Что такого делают в "Центре уникальных товаров", чего не видят или не умеют другие ритейлеры? 

В 2002-м Иванов открыл в Москве первый магазин "Центр уникальных товаров". Через год их стало семь, все по 25-30 кв. м. Тогда же ЦУТ обзавелся собственной курьерской службой. "Я аутсорсинг не люблю. Своя служба стоит столько же, сколько и внешняя, но ее удобнее контролировать. К тому же наши товары не всегда понятны в использовании. Свой курьер клиентам все объяснит, сторонний же просто сунет в руки",— рассуждает Иванов. 

В 2004 году ЦУТ  стал открываться в регионах. Иванов ориентировался на крупные сети — если "Ашан" и Metro в городе есть, значит, магазин открывать стоит. Сначала был Санкт-Петербург, потом Ростов-на-Дону, Саратов и др. Каждый год добавлялось по три-четыре города. Стартовые затраты на один магазин площадью 30 кв. м со всеми товарами составляют 1 млн руб., говорит директор ЦУТ по экономике Михаил Щепетков. 

Самое сложное — подобрать ассортимент, дающий постоянную выручку. "Порой срабатывают абсолютно глупые идеи. Никто не думал, что набор прозрачных чехлов на паспорта, который в каждом переходе продается по 100 руб., а у нас стоит 360 руб., выстрелит. Но наши клиенты охотно покупают эти наборы",— говорит Иванов. 

Чем торговать, решает экспертный совет из восьми сотрудников, в него входят семь женщин и один мужчина. "В основном ведь женщины все покупают. Вот я и собрал дам разного возраста и менталитета, младшей 23 года, старшей — 62",— рассказывает Михаил. Каждый эксперт ищет товары по выставкам, магазинам, в интернете, в наших и западных телемагазинах. Дважды в год ездят на крупнейшую выставку потребительских товаров в Гуанчжоу. На еженедельные совещания экспертов также приходят "ходоки" — изобретатели и поставщики со своими изделиями. 

ЦУТ заказывает товары у 120 поставщиков из Китая. Российских товаров мало, не более 15% ассортимента. Критерии выбора новинок — невысокая цена и полезность в хозяйстве. В каталоге можно найти, например, теплые сиденья для туалетов, акупунктурные тапочки, фены для обуви и пр. ЦУТ старается не продавать товары дороже 3,5 тыс. руб.— спрос на них небольшой, а держать на складе накладно. Наценки относительно закупочных цен высокие, но потребитель этого особо не замечает, потому что большинство товаров стоят по 500- 800 руб. Прежде чем включить новинку в ассортимент, сотрудники ЦУТ сами ее опробуют. "Я, например, испытывал на даче электрическую мухобойку",— говорит Иванов. Если тест пройден успешно, компания заказывает пробную партию 5 тыс. штук.