Большие данные уже давно интересуют не только технологические корпорации. В сфере продаж и производства их используют для того, чтобы лучше узнать потребителя и сделать ему наиболее актуальное предложение. В рамках спецпроекта Inc. совместно с акселератором GenerationS старший IT-директор PepsiCo Михаил Платонов рассказал, как big data применяется для продаж продуктов питания и зачем корпорации не из сферы IT ищут стартапы для внедрения новых технологий.

Больше данных

Технологии, позволяющие компании лучше понимать своих конечных потребителей, — самые перспективные. Они помогают увеличить продажи и добиться на рынке конкурентного преимущества. В основном, это технологии, связанные с цифровизацией маркетинга, продаж, управления цепочками поставок. Но мы [в PepsiCo] также занимаемся упрощением и автоматизацией наших внутренних процессов.

Наибольший потенциал для цифровизации лежит в сфере big data. У любой компании есть большое количество внутренних данных. Если связать их с внешними данными, которые мы можем получить от ритейлеров и других игроков рынка, таких как мобильные операторы и платежные системы, — можно понять, как взаимодействовать с покупателями и создать предложение, которое отвечало бы их интересам.

Совмещая данные из внутренних и внешних источников, можно получить полезную информацию. Например, у нас есть данные о том, в какие торговые точки мы продаем нашу продукцию. С помощью технологии распознавания изображений мы собираем данные о том, что прямо сейчас находится в каждой конкретной торговой точке: сколько там нашей продукции, какая у нее цена и так далее. Совместив эти данные, мы выясняем, где на полке нет Pepsi. Если это так, значит, надо увеличить поставки в магазин. Если, наоборот, продукции осталось слишком много — тогда запускаем дополнительную промо-кампанию.

Big data помогает больше узнать и о самих потребителях. Например, у нас могут быть 3 типа покупателей. Во-первых, мамы, которые покупают «Агушу» для своих детей, — это один тип потребителей. Во-вторых, люди, которые готовятся к вечеринке: им нужны напитки и снэки, — в этом случае они могут взять не только Pepsi, но и наши чипсы. И, в-третьих, люди, которые испытывают жажду в жаркий день и срочно хотят ее утолить. Это может быть один и тот же потребитель, а могут быть разные люди в разных ситуациях.

Чем больше мы будем знать о том, в какой ситуации человек совершает выбор, тем более индивидуальное предложение мы можем для него разработать. И тем лучше будет для нас и для самого потребителя.

Использование Big Data также помогает корпорациям быстрее запускать рекламные кампании по всему миру. В PepsiCo, благодаря сбору персональных данных потребителей, мы создаем промо-кампании по продвижению брендов в интернете. Данное решение интегрировано с основной цифровой платформой компании и позволяет использовать чат-ботов в социальных сетях.

Внешний взгляд

Компании не из сферы IT вынуждены создавать корпоративные акселераторы для поиска и внедрения новых технологий. В первую очередь, в связи с тем, что они не занимаются их разработкой самостоятельно, поэтому им нужен партнер. Допустим, наша компетенция лежит в сфере продаж, маркетинга, создания новых продуктов питания, а не IT, поэтому мы ищем стартапы, которые могут предложить свои инновационные решения в сфере Big Data.

Еще одна причина, почему корпорации ищут стартапы, — такие компании следуют модели открытых инноваций. Их конкуренты, которые обращены внутрь себя, не видят возможности, которые есть на рынке. Они привыкли выстраивать бизнес-процессы определенным образом и не хотят ничего менять. Акселератор нужен, чтобы понять, 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 максимально быстро. Так что мы ищем стартапы, которые уже имеют готовое проверенное решение. Мы не хотели бы работать на этапе, когда самого продукта еще не существует. На стадии пилота понять, может ли стартап стать партнером, намного легче.

Опыт прошлого акселератора PepsiCoLab — 2 года назад — для нас был положительным. Тогда у нас тоже было направление TechLab. В его рамках мы посмотрели около 300 участников, затем сузили воронку до 50, а до финальной стадии со своими пилотами дошли 10, успешными были 9 из них. С двумя компаниями мы продолжили работу уже за рамками акселератора. Одно из предложенных ими решений было связано с распознаванием товара на полке, второе — с мобильными платформами цифрового маркетинга.

Внедряя новые технологии, компания может столкнуться со сложностями. Во-первых, сотрудники могут не понимать, как ее использовать, так что надо выделить время для их обучения. Во-вторых, сама технология, которую предлагает стартап, поначалу может работать нестабильно или быть недостаточно качественной. В этом случае нужны дополнительные усилия со стороны IT-отдела, чтобы она работала так, как требуется, и приносила необходимые результаты.