Михаил Платонов, PepsiCo Технологии, которые позволяют компании лучше понимать потребителя, самые перспективные

Большие данные уже давно интересуют не только технологическиекорпорации. В сфере продаж и производства их используют для того,чтобы лучше узнать потребителя и сделать ему наиболее актуальноепредложение. В рамках спецпроекта Inc. совместно с акселераторомGenerationS старший IT-директор PepsiCo Михаил Платонов рассказал,как big data применяется для продаж продуктов питания и зачемкорпорации не из сферы IT ищут стартапы для внедрения новыхтехнологий.

Больше данных

Технологии, позволяющие компании лучше понимать своихконечных потребителей,  самые перспективные. Онипомогают увеличить продажи и добиться на рынкеконкурентного преимущества. В основном, это технологии,связанные с цифровизацией маркетинга, продаж, управленияцепочками поставок. Но мы [в PepsiCo] также занимаемсяупрощением и автоматизацией наших внутренних процессов.

Наибольший потенциал для цифровизации лежитв сфере big data. У любой компании есть большоеколичество внутренних данных. Если связать их с внешнимиданными, которые мы можем получить от ритейлерови других игроков рынка, таких как мобильные операторыи платежные системы,  можно понять, каквзаимодействовать с покупателями и создать предложение,которое отвечало бы их интересам.

Совмещая данные из внутренних и внешнихисточников, можно получить полезную информацию. Например,у нас есть данные о том, в какие торговые точкимы продаем нашу продукцию. С помощью технологиираспознавания изображений мы собираем данные о том, чтопрямо сейчас находится в каждой конкретной торговой точке:сколько там нашей продукции, какая у нее цена и такдалее. Совместив эти данные, мы выясняем, где на полкенет Pepsi. Если это так, значит, надо увеличить поставкив магазин. Если, наоборот, продукции осталось слишкоммного  тогда запускаем дополнительную промо-кампанию.

Bigdata помогает больше узнать и о самихпотребителях. Например, у нас могут быть 3 типапокупателей. Во-первых, мамы, которые покупают Агушу для своихдетей,  это один тип потребителей. Во-вторых, люди, которыеготовятся к вечеринке: им нужны напиткии снэки,  в этом случае они могут взятьне только Pepsi, но и наши чипсы. И, в-третьих,люди, которые испытывают жажду в жаркий день и срочнохотят ее утолить. Это может быть один и тот жепотребитель, а могут быть разные люди в разныхситуациях.

Чембольше мы будем знать о том, в какой ситуациичеловек совершает выбор, тем более индивидуальное предложениемы можем для него разработать. И тем лучше будетдля нас и для самого потребителя.

Использование Big Data также помогает корпорациямбыстрее запускать рекламные кампании по всему миру.В PepsiCo, благодаря сбору персональных данных потребителей,мы создаем промо-кампании по продвижению брендовв интернете. Данное решение интегрировано с основнойцифровой платформой компании и позволяет использоватьчат-ботов в социальных сетях.

Внешний взгляд

Компании не из сферы IT вынужденысоздавать корпоративные акселераторы для поиска и внедренияновых технологий. В первую очередь, в связис тем, что они не занимаются их разработкойсамостоятельно, поэтому им нужен партнер. Допустим, нашакомпетенция лежит в сфере продаж, маркетинга, создания новыхпродуктов питания, а не IT, поэтому мы ищемстартапы, которые могут предложить свои инновационные решенияв сфере Big Data.

Еще одна причина, почему корпорации ищутстартапы,  такие компании следуют модели открытыхинноваций. Их конкуренты, которые обращены внутрьсебя, не видят возможности, которые есть на рынке. Онипривыкли выстраивать бизнес-процессы определенным образоми не хотят ничего менять. Акселератор нужен, чтобыпонять, как решают те же задачи на внешнем рынке,и привнести внешний взгляд в свои процессы.

В нашем случае мы заинтересованы в том,чтобы прийти от идеи к ее проверке максимальнобыстро. Так что мы ищем стартапы, которые уже имеютготовое проверенное решение. Мы не хотели быработать на этапе, когда самого продукта ещене существует. На стадии пилота понять, может листартап стать партнером, намного легче.

Опыт прошлого акселератора PepsiCoLab 2 года назад  для нас был положительным. Тогдау нас тоже было направление TechLab. В его рамкахмы посмотрели около 300 участников, затем сузили воронкудо 50, а до финальной стадии со своими пилотамидошли 10, успешными были 9 из них. С двумякомпаниями мы продолжили работу уже за рамкамиакселератора. Одно из предложенных ими решений было связанос распознаванием товара на полке, второе с мобильными платформами цифрового маркетинга.

Внедряя новые технологии, компания может столкнутьсясо сложностями. Во-первых, сотрудники могутне понимать, как ее использовать, так что надо выделитьвремя для их обучения. Во-вторых, сама технология, которуюпредлагает стартап, поначалу может работать нестабильно или бытьнедостаточно качественной. В этом случае нужны дополнительныеусилия со стороны IT-отдела, чтобы она работала так, кактребуется, и приносила необходимые результаты.