Управляющий партнер компании Watcom Data Consulting Алексей Князев и сложностях внедрения Big Data на российском рынке и сроках окупаемости технологии
Основные сложности внедрения технологии Big Data на российском рынке
Процесс проникновения Big Data во все сферы бизнеса неизбежен.
Поговорим о сложностях их внедрения на рынке российской коммерческой недвижимости.
1. Источники данных слабо структурированы, и их не так много. Применение тех или иных технологий актуально тогда, когда есть с чем работать. У нас пока мало что меняется. Особенно в рентном бизнесе. Не так давно 90% торговых центров, помимо своей выручки, считали только входящих посетителей. Сейчас лидеры отрасли начинают автоматически считать и посетителей этажей/зон/арендаторов, и собирать автоматически выручку с детализацией до чека, а также другие поведенческие метрики на основе wi-fi аналитики (частота посещений, синергия арендаторов, длительность визита)
2. Поскольку это инвестиции, то вторая проблема — как доказать собственникам, что тратить на ИТ сегодня нужно даже больше, чем на маркетинг (в том числе, потому что маркетинг становится частично ИТ). Ещё вчера собственник считал, что достаточно построить в нужном месте красивое здание, и оно будет «генерить» ему постоянный «кэш». Теперь к нему приходит управляющий и говорит, что нужно проинвестировать приличную сумму в ИТ. Это вызывает недоверие и такие вопросы как: «Ты уверен?!», «Ты что, без этого не сможешь управлять?!», «Без этого мы не сможем зарабатывать?!».
3. Управляющий должен быть достаточно высокого профессионального уровня. Компетенция позволит ему не бояться сказать «Да!» и объяснить собственникам, что без инвестиций в большие данные невозможно обеспечить рост капитализацию объекта в средней и долгосрочной перспективе». К сожалению, собственники и управляющие часто ждут результатов в короткие сроки. Как следствие, и те и другие хлопают в ладоши, принимая «таблеток», дающие моментальный результат и с сомнением относятся к проектам, требующих долгих инвестиций, результаты которых тяжело прогнозируемы. Почему их долго и сложно прогнозировать? Потому что нужно эти данные накопить (а это время, и чем больше данных, тем точнее и лучше начинает себя вести система), потому что мало кейсов. И это плохо проработанная территория, в отличие от BTL-акций, ночей распродаж и приглашения звезд. Поэтому лидеры в области торговой недвижимости создают свои акселерационные программы для инновационных стартапов, предоставляя им возможность экспериментировать на их территории и готовы инвестировать время и деньги в ошибки и опыт.
Стоимость и окупаемость технологии Big Вata
По нашим кейсам в торговой недвижимости срок окупаемости может быть очень коротким, когда девелопер ловит арендатора с помощью наших систем на занижении оборота (да, такие до сих пор есть!) или на обосновании позиции, что скидку он давать не будет, потому что и дальше идет апелляция к данным о ситуации в торговом центре. Все это достаточно топорные кейсы использования данных, в них мало интеллектуальной составляющей. Но мы работаем как раз над тем, чтобы система могла подсказывать решения и правильно интерпретировать результаты этих решений, чтобы копились знания и можно было говорить об увеличении выручки торгового центра за счет грамотного управления и/или за счет увеличения оборота арендаторов (а через процент с оборота и увеличения выручки торгового центра).
