Ключевые цифры. Как заработать больше, используя данные, которые у вас уже есть - [25]

Наш подход состоял из трех этапов.

– Мы выделили все небольшие компании и создали исчерпывающий список их потребностей, которые BT потенциально могла бы удовлетворить.

– Мы выявили, какие из этих потребностей представляются малым и средним клиентам наиболее важными.

– Нам нужно было разобраться, существуют ли различные типы небольших компаний, для которых эти потребности могут различаться. Например, имеет ли сервисная компания с годовыми доходами в 5 миллионов долларов такие же потребности с точки зрения коммуникации, как компания с таким же оборотом, но занимающаяся производством?

Мы начали с первого этапа, и по итогам работы у нас сформировался список.

Новые каналы и рынки

• Выход на новые географические рынки

• Развитие новых каналов дистрибуции

• Вывод на рынок новых продуктов и услуг

Концентрация на клиентах

• Рост клиентской базы

• Улучшение сервиса и коммуникации

• Повышение доходов от существующих клиентов

Эффективность работы

• Улучшение процессов управления поставками и запасами

• Улучшение процессов закупки

• Улучшение управления внутренними процессами

•

Обеспечение последовательности в наиболее важных системах и процессах

Управление бизнесом

• Снижение усилий на выстраивание соответствия административным правилам и регулированию

• Улучшение процессов управления компанией (в том числе финансового)

• Улучшение управления информационными технологиями

Эффективность работы персонала

• Обмен информацией с коллегами

• Обеспечение более гибких условий работы (в частности, работа на дому)

• Возможность постоянной работы за пределами офиса

Безопасность

• Обеспечение защиты бизнеса от преступлений и других рисков типа онлайнового мошенничества, компьютерных вирусов и взломов систем

Так как мы посчитали невозможным сконцентрироваться на всех семнадцати пунктах, наша вторая задача состояла в том, чтобы выяснить, какие из них считались нашей аудиторией наиболее важными. Это было сделано с помощью количественных исследований, в основном интервью крупной выборки из небольших компаний (в ходе которого мы спрашивали, какие потребности они считают наиболее важными). Представленная ниже в виде диаграммы информация наглядно показывает, что наши клиенты считали наиболее важным.

В итоге мы хотели выявить различные сегменты, у участников которых имелись свои уникальные приоритеты с точки зрения потребностей. Для этого использовался кластерный анализ – моя любимая статистическая процедура. Вы позволяете данным самим говорить за себя и самостоятельно формировать различные группы клиентов. После этого вам необходимо принять здравое суждение о том, насколько осмысленно и правильно объединять людей в такую группу. Именно комбинация данных и их интерпретации делает эту процедуру столь забавной – ведь, по сути, это наполовину наука и наполовину искусство.

Предположим, мы проинтервьюировали представителей тысяч небольших и средних компаний, задав им вопрос о единственно важной потребности – эффективном управлении цепочкой поставок (которую нужно было оценить по шкале от 1 до 10). Их ответы (представленные точками на иллюстрации ниже) выглядели примерно так, как представлено ниже.

В данном случае ясно, что существуют два сегмента: компании, считающие управление цепочкой важным делом, и те, для кого это неважно. Кластерный анализ в данном случае будет крайне простым. Мы можем легко обозначить границами два четко сформировавшихся кластера.

Теперь давайте предположим, что мы задали участникам два независимых вопроса: первый – о важности управления цепочкой поставок; второй – о возможности сотрудникам постоянно работать за пределами офиса. Ответы на эти вопросы выглядели так, как представлено ниже.

Вы довольно легко можете увидеть три сегмента: первый – люди, считающие управление цепочкой важным (справа); второй – люди, не считающие управление цепочкой важным, но отдающие должное важности мобильности рабочей силы (вверху слева); третий – люди, не считающие важным ни один из вопросов (внизу слева).

Нам было нужно придать этим результатам визуальную форму. Но справиться с этой задачей на компьютере не так-то просто. Один вариант может состоять в том, чтобы нарисовать границы с помощью определения сравнительного расстояния. При проведении кластерного анализа мы давали компьютеру следующие инструкции:

• минимизировать расстояние между точками, принадлежащими к одной и той же группе, что позволяет более четко выразить суть групп, а значит, позволяет и вам легче их выявить;

• максимизировать расстояние между центрами различных групп, чтобы группы стали более заметными и вам было проще их найти.

Если вопрос заключался бы в оценке всего двух-трех потребностей, то нам вообще не понадобился бы компьютер. Мы могли бы увидеть и нарисовать нужные точки самостоятельно, а затем провести границы вокруг кластеров. Но вы наверняка помните, что мы хотели изучить не две потребности, а целых семнадцать. Это нам не по силам. (Вы мне не верите? Попытайтесь оценить хотя бы половину – и вы рискуете сойти с ума.)

Заставив компьютер обработать данные по всем семнадцати параметрам, мы обнаружили, что у нас сформировалось пять основных кластеров. Они значительно различаются между собой, когда речь заходит о сравнительной важности каждой из семнадцати потребностей, однако внутри каждого кластера потребности участников были крайне схожи между собой.