Русский | English


 

Плохая новость для управленцев: аналитики не умеют готовить проекты решений на основе данных

Все полученные нами предложения по кейсу сводятся к тому, что для уменьшения ущерба от пожара нужно уменьшить количество пожарных, ведь чем больше пожарных на пожаре - тем больше ущерб!
Чем больше пожарных - тем больше ущерб
При этом полезная рекомендация должна была быть как минимум «предоставьте больше данных - только результата и управляемого показателя недостаточно!».

И такая ситуация - не исключение, а правило. Чем больше хирургов участвует в операции, тем выше смертность. Спрос (обычно) регулируется ценой, поэтому чем выше спрос - тем выше цена. Но это не означает, что всегда при повышении цены будет повышаться спрос.

В реальной жизни управление всегда подстраивается под реальность, и результат - тоже ее следствие. Так что пока аналитики проходят переобучение и заодно смену парадигмы, придется управленческие решения на основе данных готовить самим.

1. При прочих равных.

Управленческие решения всегда принимаются с оговоркой «при прочих равных». Поэтому и данные для выбора варианта действий должны быть максимально однородны.

На практике для каждого варианта действий нужно создать контрольную группу, на что и был намек в виде ссылки на презентацию в задании.

2. Скрытые характеристики

Если контрольных групп нет, то нужно хотя бы исключить влияние всех имеющихся значимых факторов. Чем ближе характеристика к истинной причине изменений, тем выше ее прогнозная сила. Исключение влияния таких характеристик или выделение только сравнимых сегментов позволит принимать верные управленческие решения.

Например, в случае с пожарными добавление в анализ площади возгорания и типа объекта позволило бы выделить их влияние и дальше анализировать только дополнительное влияние количества пожарных.

Для этого необходимо проверять все потенциально значимые характеристики, которые можно сформировать по всем имеющимся данным. В рознице мы обычно кроме традиционных SKU, RFM, даты (реже - анкет), в качестве характеристик используем все ключевые слова в описании предложений и товаров в разрезе естественных периодов (время суток, день недели) чтобы гарантированно не упустить важную зависимость.

Несмотря на большую сложность проверки сотен тысяч гипотез, это обычно оправдано, и система уверенно находит, что орешки нужно продавать любителям покупать «ПИВО» по вечерам, а напитки в таре по поллитра или с «хэш-тегом» #40% наиболее эмоционально заряжены :)

3. Дальновидность и анализ всех последствий

Важно сравнивать долгосрочные результаты. Исследования показывают, что покупатели при отсутствии в продаже любимого товара могут заменить его на более дорогой, и краткосрочно анализ чеков покажет хороший результат. Но долгосрочно продажи падают до 60%, хотя замена некоторых «любимых» товаров в определенных потребительских сегментах оказывается лучше и CLV клиента возрастает.

Анализировать нужно изменение доходности по всем товарам, а не только акционных. Компенсация от поставщика - хорошо, и ее стоит добавить к доходам, но часто раздражение от неуместных предложений или канибаллизация товаров более высокого ценового сегмента окажется больше всех временных выгод.

Вот такие плохие новости, уважаемые управленцы. Клиентов нужно беречь и глубоко анализировать, а принимать решения на несравнимых и неполных данных - крайне недальновидно и опасно. Вас предупреждали.


Связаться с нами

Свяжитесь с нами для профессиональной консультации при выборе программы лояльности