Как правило, существующая сегодня в организациях ИТ-инфраструктура не позволяет накопленным Big Data стать ценным ресурсом и источником полезных знаний для менеджеров и сотрудников.

Возникают проблемы с отказоустойчивостью, со скоростью соединений, не хватает оперативной памяти и дискового пространства. Проблема постоянно усугубляется тем, что поток данных растет в геометрической прогрессии. Попытки решить ее на аппаратном уровне – наращиванием числа серверов и оперативной памяти – не дают заметного эффекта, обходятся дорого и не позволяют организации избавиться от этого раз и навсегда.

Решением задачи может стать высокопроизводительная аналитика, которая позволяет реализовать принципиально иной подход к работе с Big Data. Использование решений класса High Performance Analytics дает возможность сверхоперативно и с большой точностью обрабатывать и анализировать огромные объемы информации.

У нас в компании SAS любят рассказывать историю о том, с чего все начиналось. В компанию поступил запрос от одного банка ускорить процедуру расчета рисков, что ранее занимало около 18 часов. Мы изучили процесс и пришли к выводу, что это невозможно сделать быстрее при использовании одного процессора, ускорение в таком случае составило бы максимум 10%, что не особо существенно. После экспериментов с некоторыми из алгоритмов, которые мы использовали, было обнаружено, что есть возможность расчета матрицы параллельно на разных процессорах. Почти все, что мы делаем сейчас, мы делаем с применением платформ MPP (Massively parallel processing) – вместо использования одного процессора задействованы сотни процессоров, которые могут работать над той или иной частью проблемы. Мы сделали это, и теперь расчет рисков в банке занимает до 12 минут!

Сегодня инструментарий SAS High Performance Analytics предлагает три варианта распределенной высокоскоростной обработки данных: средства углубленного анализа данных, средства отчетности и визуализации данных, а также прикладные аналитические решения. Остается лишь правильно сочетать эти технологии, чтобы удовлетворить потребности любой организации.

Украинский бизнес пока присматривается к возможностям высокопроизводительной аналитики и визуализации данных, экспериментирует с инструментами. Но чтобы в полной мере оценить преимущества таких решений, нужен серьезный подход и инвестиции, в том числе со стороны компании должна быть готовность выделить отдельное железо под in-memory технологии. Второй важный момент – развертывание проекта Big Data должно быть осознанным и проработанным решением, а не следованием очередной популярной тенденции.

Рынок ритейла в Украине еще молод, однако этот сегмент имеет значительный потенциал, и SAS рассматривает его как весьма перспективный на ближайшие годы. Пару недель назад я участвовал в форуме журнала «Форбс», посвященном развитию розничных сетей. Было чрезвычайно интересно послушать доклады таких представителей розницы, как «Велика Кишеня», «Укрзолото», «Эпицентр», а также получить ценную информацию, что называется, из первых уст. Так, по прогнозам международной консалтинговой компании Euromonitor International, к 2015 г. в Украине инфляция увеличится на 3% по сравнению с текущим годом, это повлечет дальнейшее падение покупательной способности населения, поэтому отечественным ритейлерам придется искать новые способы повышения эффективности своего бизнеса и сокращения расходов.

К сожалению, сегодня все еще существуют предубеждения касательно автоматизации рабочих процессов в этой сфере. Отечественные ритейлеры ищут новые способы повышения эффективности своего бизнеса и сокращения расходов. Многие торговые сети в Украине предпочитают справляться с возникшими вызовами своими силами, что зачастую трудозатратно, а получение результатов растянуто во времени. На мой взгляд, сегодня для украинского ритейла немаловажную роль играет умение эффективно управлять процессами оптимизации цепочек поставок и товарных запасов, а также осуществлять ассортиментное планирование и прогнозировать спрос. Это помогло бы торговым сетям построить качественно иную стратегию, как для оптимизации внутренних процессов, так и для более эффективного взаимодействия с покупателями.

Компания SAS работает на рынке ритейла почти 10 лет и обладает масштабной бизнес-экспертизой в этом сегменте. Приведу несколько примеров из иностранной практики. Так, в китайском отделении компании Amway специалисты SAS внедрили решение по прогнозированию спроса и оптимизации товарных запасов для всей цепочки движения товара: от распределительного центра, через уровень складов – и до уровня магазинов и пунктов выдачи товаров. В результате выполнения проекта время пополнения запасов было сокращено на 20%, а удовлетворенность клиентов возросла до 97% – за счет сокращения задержек доставок. Помимо этого, отмечено снижение товарных запасов на 10% при одновременном уменьшении случаев дефицита товара. Ритейлер не раскрывает свои финансовые показатели, но можно только представить, как это отразилось для него в денежном эквиваленте.

Серьезный эффект можно получить в рознице и за счет грамотного ценообразования – крупнейший фуд-ритейлер США Winn-Dixie при помощи решения SAS оценивает эластичность спроса. Точность такого прогноза составляет не менее 90%, в зависимости от цены товаров, при этом заранее учитываются такие неявные, но связанные с ценой факторы, как праздники, или, скажем, сезонность. Более того, использование предложенного нашими аналитиками сценарного анализа позволило ритейлеру получить дополнительную прибыль за счет гибкого переноса фокуса между тремя возможными сценариями: максимизацией объема продаж, повышением конкурентоспособности по товарной линейке или максимально возможным увеличением прибыли.

И это лишь небольшая часть задач, которые решает углубленная аналитика для различных сегментов ритейла. Осталось только перебороть традиционное для нашего менталитета недоверие и подозрительность ко всему новому. И наконец-то проверить эффективность таких инструментов на практике.

Повышение эффективности бизнеса, сокращение расходов и создание качественно иных стратегий по работе с клиентами – поиск решения этих задач в условиях экономической нестабильности для многих компаний только актуализируется.

Одно из решений – использование бизнес-аналитики. Однако внедрение этих технологий сопряжено с рядом трудностей. Безусловно, в каждом конкретном случае проблемы свои, но можно выделить четыре ключевые, которые встречаются наиболее часто.

Итак, первая, и, возможно, наиболее злободневная. Разрозненность и низкое качество данных. Поэтапная автоматизация не зависящих на первый взгляд друг от друга процессов часто приводит к тому, что организацией используется множество баз данных. Кроме того, самих источников исходных данных может быть много, и каждый из этих источников необходимо подключить. Чтобы получаемая в результате анализа картина была целостной и соответствовала истине, необходимо интегрировать данные и настроить процедуры обеспечения их качества, приведения к стандартам организации, а также обеспечить разделение прав доступа к исходным данным. Такие крупные вендоры, как SAS, предлагают специальный инструментарий или консалтинговые услуги для решения этих задач. Самостоятельно оценить объем требуемых работ по интеграции данных и созданию централизованного хранилища, конечно, можно, но даже крупные и продвинутые в плане аналитики организации допускают промахи, и реальный объем работ оказывается существенно больше, чем предполагалось изначально.

Проблема вторая. Интеграция со сторонними системами. Далеко не все решения совместимы друг с другом, соответственно, приходится искать варианты интеграции, писать интерфейсы и создавать прослойки между системами. Все это может затянуть сроки внедрения и потребовать дополнительных инвестиций.

Третья проблема. Дефицит квалифицированных кадров. Технология внедрена, а как ей пользоваться – никто не знает, или знает, но не использует все возможности того или иного решения в полной мере. Иногда ИТ-специалисты рьяно берутся за внедрение нового ПО, но поскольку эта работа отличается от прокладки сетей или настройки бухгалтерских учетных систем, их пыл быстро угасает, и происходит не процесс ради результата, а процесс ради процесса. Для решения этой проблемы, например, компания SAS оказывает консультационную и техническую поддержку на всех этапах работы, которая включает в себя обучение работе с внедряемыми решениями.

И наконец, четвертая проблема. Ментальная. Многие компании, узнав стоимость лицензии Топ-5 вендоров, принимают решение самостоятельно разрабатывать необходимое им программное обеспечение. По нашей оценке, в результате на реализацию такого проекта уходит от года до полутора лет, а цель так и не достигается. Теряется как время, так и деньги. В противовес тому, что при покупке лицензии компания получает необходимый эффект в течение 3-6 месяцев после внедрения такого решения.

Резюмируя, хочу отметить, что невозможно дать универсальных советов. Однако руководители отделов и топ-менеджеры компаний должны быть готовы к тому, что могут столкнуться с проблемами, которые приведены выше. Общий совет – необходимо проводить качественные информационные и обучающие кампании параллельно с внедрением новых решений. А лучше готовить специалистов заранее, до начала этапа внедрения.

Общеизвестно, что традиционные маркетинговые приемы в ритейле уже не работают, и у маркетологов возникают новые задачи, решить которые привычными способами непросто. Особенно в условиях дефицита бюджета.

Как же ритейлеру удержать клиента, предоставляя не просто качественный сервис, но и предугадывая его желания и потребности? Поделюсь интересным кейсом.

У SAS множество клиентов в сфере розничной торговли. Показателен пример одного из самых известных ритейлеров США – сети Macy’s. Есть у этого игрока и свое интернет-подразделение Macys.com. В условиях жесткой конкуренции в онлайн-ритейле крайне важно получать полное представление о клиентах, независимо от используемых каналов взаимодействия с ними, и оценивать влияние на продажи тех или иных акций.

Чтобы сохранить высокое качество обслуживания клиентов и грамотно подбирать ассортимент, подразделение электронной коммерции Macys.com использует аналитические решения SAS. С их помощью Macy's анализирует ценность клиента на протяжении всего времени работы с ним. Это позволяет получать представление о том, как долго клиенты остаются на сайте, и как часто электронные письма или другие механизмы взаимодействия побуждают его заходить на сайт и совершать покупки. Macys.com выявляет наиболее ценных клиентов и анализирует их приверженность бренду. Маркетологам компании это позволяет оптимально подбирать предложения, наиболее соответствующие интересам покупателей, и в конечном итоге повышать качество обслуживания.

Первое время руководство Macy's опасалось, что сегментирование клиентов и отправка меньшего количества более персонализированных писем приведут к сокращению числа посетителей сайта. Сейчас частота рассылок сократилась, но они несут больше полезной информации, поэтому клиенты стали отписываться от рассылок на 20% реже. А аналитические решения для автоматизированного формирования отчетов экономят более 500 тыс. долл. в год за счет сокращения времени на анализ данных.

Это лишь один небольшой пример использования углубленной аналитики, которая также решает многие другие задачи, стоящие перед ритейлерами – тут и оптимизация цепочек поставок, и вопросы ценообразования, и прогнозирование спроса, и оптимизация товарных запасов, и еще масса актуальных вопросов по развитию бизнеса.

Несколько недель назад прошел ежегодный глобальный форум SAS в Вашингтоне, а потом я уехал в отпуск. И вот, разобрав терабайты рабочей почты и приведя дела в порядок, появилось время осмыслить полученную на этом мероприятии информацию и подумать, что из услышанного на конференции можно применить в украинских реалиях.

Признаюсь, мне по душе такие масштабные мероприятия. Концентрация информации и интенсивность общения в течение нескольких дней бывает столь высока, что создается впечатление, будто ты прошел экспресс-курс в бизнес-школе. Коллеги, клиенты, эксперты с мировым именем – и бесконечные новости, истории успеха, новый взгляд на, казалось бы, уже знакомые продукты.

Одна из технологий, которая была в фокусе форума и уже достаточно успешно работает у клиентов компании по всему миру, причем есть несколько проектов и в Украине – SAS Real Time Decision Manager. Это инструментарий для принятия решений в режиме реального времени, он позволяет идентифицировать клиента по всем имеющимся на него данным непосредственно в момент его обращения в компанию (будь то звонок в контакт-центр, личный визит в офис или любой другой контакт).

Такие технологии оказывают колоссальную помощь банкам при выдаче кредитов. В сложившихся рыночных условиях, когда население старается избегать кредитных учреждений, а мошенники совершенствуют свои преступные схемы, для банков очень важно принимать правильные решения о выдаче кредитов с учетом всех рисков и возможностей. И такие решения должны приниматься очень быстро, буквально в присутствии клиента или в момент совершения транзакции. Тогда банк сможет, с одной стороны, обеспечить высокий уровень сервиса и заинтересовать клиента, пока он готов взять на себя такие финансовые обязательства, а с другой – управлять качеством своего кредитного портфеля и придерживаться приемлемого уровня риска.

С точки зрения маркетинга предложение клиенту тех или иных услуг в режиме реального времени на основании почти мгновенно предоставляемой аналитической информации – это сравнительно новая на сегодня бизнес-модель. Сложнейшая задача со множеством параметров и вариантов решается за считанные секунды. Например, пока клиент в момент обращения в компанию получает необходимую ему информацию от оператора, на мониторе последнего всплывает подсказка, какой еще продукт может быть сегодня потенциально интересен клиенту или насколько надежным заемщиком тот может быть, или какие ему можно предложить условия/услуги дополнительно. Такое себе – мгновенное детальное досье на клиента, как в американских фильмах про ФБР.

Уверен, что в тех реалиях, в которых украинский бизнес оказался сегодня, подобные технологии имеют все шансы на успех, ведь они не просто эффективны в плане улучшения продаж, удержания клиентов и повышения их лояльности. Благодаря таким аналитическим инструментам компании могут значительно оптимизировать свои операционные затраты, а также управлять различными видами рисков.

Чтобы понять и удовлетворить потребности горожан, нужно их услышать. Услышать всех сразу: и работающее население, и пенсионеров, и студентов, и домохозяек. Как быть, если у каждого свой способ участия в общественной жизни? И при этом, возможно, не все традиционные способы коммуникации позволяют обмениваться мнениями.

Ответ на этот вопрос можно найти в одном небольшом немецком городе.

Сегодня мало кто из молодежи в Германии посещает общественные заседания, читает газеты или смотрит телевидение. При этом нельзя сказать, что современные молодые люди равнодушны к тому, что происходит вокруг, они просто другие. Вместо традиционных форм коммуникации они используют интернет и социальные медиа, чтобы узнавать новости, делиться впечатлениями и высказывать свое мнение. На этом и построили свою коммуникацию с горожанами городские власти немецкого города Хайдельберг (150 тыс. жителей).

А началось все с того, что несколько лет назад городской совет Хайдельберга одобрил многомиллионный проект нового конференц-центра. Казалось бы, горожане никак не отреагировали на это решение. Но случайно было обнаружено, что они активно обсуждают его в социальной сети Facebook. На основании этого открытия мэрия приступила к изучению продвинутых инструментов мониторинга и исследования общественного мнения и настроений горожан. В результате было выбрано решение SAS Text Analytics, которое способно анализировать огромные массивы неструктурированной текстовой информации. Решение автоматически определяет ключевые слова и тематику сообщений, производит семантический разбор текста и анализирует контекст. Благодаря этому, можно оперативно отслеживать настроения и мнения местных жителей, оптимизировать сервис и рабочие процессы, принимать обоснованные решения и т.д.

Проанализировав социальные медиа, чиновники получили информацию о настроениях горожан, что называется, из первых уст, а также развеяли слухи и опровергли дезинформацию в режиме онлайн. Замечу, речь идет о том, что опубликовано на страницах Facebook, Flickr, Twitter и YouTube, а также в блогах и на форумах, – т.е. о данных, которые добровольно размещены самими пользователями в открытом доступе. Так что это нельзя назвать вторжением в частную жизнь – и не может им быть: законы о защите данных в Германии являются одними из самых строгих в мире.

Единственный недостаток, который нужно учитывать при мониторинге комментариев и мнений в интернете, это то, что обмен информацией частными лицами онлайн не подлежит такой же строгой проверке фактов, как пресса и телевидение. Иногда трудно отличить слухи или чье-то личное мнение от истины. Когда публичная кампания с целью дезинформации подрывает общественную поддержку того или иного чиновника, и слух превращается в городской миф, общественность теряет свое право голоса – она уже не может принимать решение, основанное на объективных и правдивых данных. Поэтому нужно выявлять такие тенденции на ранних этапах, чтобы предоставлять горожанам достоверную информацию. Сегодня это возможно при использовании современных инструментов углубленной аналитики – интеллектуальный анализ текста позволяет очень быстро идентифицировать источники распространения определенной информации и отслеживать ее резонанс в обществе.

Коллеги из европейского офиса рассказали на днях, как в ЕС борются с налоговыми преступлениями в части возмещения НДС.

Как оказалось, ежегодно за счет «карусельных» схем возмещения НДС бюджеты стран Евросоюза недополучают около 100 млрд. евро. Такого рода мошенничество выглядит следующим образом: мошенник из одной страны продает товар своему сообщнику в другой стране посредством tax free, то есть происходит стандартная внешнеторговая сделка. Этот сообщник продает товар новому покупателю уже с НДС, не отдавая при этом налог в государственный бюджет. Покупатель снова продает товары без обложения их налогами – часто обратно мошеннику в первоначальной стране – и затем обращается за возмещением НДС к государству. В результате государство не получает ни цента в этой цепочке купли-продажи. В среднем, только одна компания из 10 000 участвует в подобных схемах, однако при сотнях миллионов транзакций в год сумма потерь для бюджета выглядит впечатляющей.

В 2012 г. Бельгия стала первой страной Евросоюза, налоговая служба которой начала использовать углубленную аналитику для борьбы с карусельным мошенничеством - так называемую гибридную модель для выявления налоговых преступлений. Инновационный метод использует аналитические решения компании SAS для выявления даже наиболее ловких мошенников. Налоговая служба Бельгии исследует саму сущность мошенничества – например, мониторит деятельность людей, которые подпадают под определенные характеристики, формирующие соответствующую модель поведения. Под контролем оказываются также персоны, о которых налоговикам сообщают из других стран, или компании, занимающиеся незадекларированной деятельностью.

Однако даже если поведенческие характеристики уже определены, вся сложность заключается в оперативном нахождении мошеннических операций среди огромного количества сделок, а также в управлении и проверке этой информации. А это терабайты неструктурированных данных! Анализ такой информации с использованием продвинутых аналитических инструментов помогает быстро определить организации, которые попадают в негативную модель поведения, и принять меры до того, как ущерб будет нанесен. С гибридным подходом обнаружения правонарушений правительство Бельгии имеет возможность перезапустить отложенные ранее проекты, которые до этого считались трудозатратными и неэффективными за неимением необходимых инструментов для выявления и борьбы с мошенничеством.

Используя углубленную аналитику, бельгийское правительство экономит около 1 млрд. евро в год, при этом потери госбюджета сократились на 98%. Бельгийский опыт уже сейчас переносится в другие страны ЕС.

Учитывая украинские реалии, подобные технологии могут стать тем инструментом, который действительно поможет бороться и с налоговыми мошенниками, и с теми чиновниками, которые их покрывают. Было бы желание, инструменты уже существуют.

Business Intelligence и жилищно-коммунальное хозяйство – два понятия из разных миров? Возможно, кому-то изложенное ниже в контексте нынешних украинских реалий покажется футуристической зарисовкой, но это совершенно реальная история.

Каждый раз, бывая в Кэри, небольшом американском городе в штате Северная Каролина, где находится штаб-квартира компании SAS, я поражался тому, насколько там продумана жизнь – начиная с работы коммунальных служб и заканчивая организацией дорожного движения. Во время одной из поездок коллеги рассказали мне о том, каким образом там была оптимизирована работа городских и коммунальных служб.

Несколько лет назад в г.Кэри существовали те же проблемы, что и во многих других городах – было очень много разрозненных баз данных в различных городских службах. Это существенно усложняло работу местных властей, направленную на обеспечение нужд горожан. Кроме того, рост населения почти на 50% с 2000 по 2010 гг. по-своему влиял на качество работы полиции, коммунальщиков и прочих городских служб.

Городские власти приняли решение объединить имеющиеся у них базы данных в одном хранилище, чтобы иметь более точную картину происходящих процессов и принимать на основании этого соответствующие решения. Для этого чиновники использовали аналитические инструменты SAS.

Изменения не заставили себя долго ждать. Так, во время экономического кризиса несколько лет назад городским властям нужно было оперативно решить, какие расходы из городского бюджета (размером в 350 млн. долл.) можно сократить. Нужно было определить, какие суммы из запланированных не были потрачены в проектах капитального строительства. Используя данные из трех баз – бюджета капитального строительства, доходов и расходов городского бюджета, а также другие финансовые ведомости, чиновники смогли оперативно найти деньги, которые не были потрачены, что дало возможность «высвободить» более 10 млн. долл.

Финансовый департамент создал специальный портал, который позволяет рядовым потребителям проверять собственные показатели использования воды и определять, есть ли у них утечка. Чтобы это осуществить, нужно было проанализировать терабайты информации. Это стало возможным благодаря технологиям BI, которые автоматически подсчитывают все данные и предоставляют ежедневные, ежемесячные и годовые отчеты по каждому потребителю.

По словам городских властей, следующим этапом информационного обеспечения в Кэри станет внедрение предсказательной и визуальной аналитики. Город уже начал загружать свои геопространственные данные в систему для последующей визуализации. А предсказательная аналитика поможет определить, как дальнейшее развитие мегаполиса может повлиять на уровень сервисного обслуживания горожан.

Признаюсь, я реалист, но очень хочется верить, что опыт г.Кэри когда-нибудь смогут перенять и украинские города.

Коррупция, увы, проблема интернациональная и бич не только украинской государственной системы.

Что уж там говорить, если даже в »Департаменте труда и промышленности» Вашингтона были обнаружены неоднократные случаи мошенничества и различных злоупотреблений. В частности, как недавно стало известно, при взаимодействии с агентствами переводов истрачено нецелевым образом было 600 тыс. долл. Некая компания Hispanic Voices, предоставляющая услуги перевода, использовала несколько мошеннических схем: от выставления счетов за никогда не оказанные услуги или нескольких счетов на одну и ту же услугу, до выставления счетов за услуги, предоставляемые несертифицированными переводчиками (с таким же успехом любой студент-лингвист может на досуге заняться переводами).

Другие случаи не менее занимательны. Это и оказание услуг перевода одним и тем же переводчиком, находящимся в нескольких местах одновременно (очень впечатляет!), и огромные расходы на логистику для оказания несуществующих услуг и т.д. Некоторые из наиболее интересных схем – это вербовка рабочих, которые не говорят на английском языке, и, соответственно, сами нуждаются в переводчике!

И это только переводы. А сколько еще поставщиков различных услуг у государственных учреждений, чего только пресловутые госзакупки стоят! Человеческий фактор, как видим, и в США человеческий фактор. Вот только для местных чиновников коррупция – это не обыденная вещь, а все же исключение из правил, с которым они непрестанно борются, и, снимаю шляпу, достигают значительных результатов.

Борьба с коррупцией – непростая, но все же выполнимая технологическая задача. Непростая потому, что помимо повышения требований для лицензирования, увеличения количества проверок и т.п., еще необходимо проанализировать огромный массив неструктурированной информации, которая зачастую поступает из разных по формату источников. И для того, чтобы не просто упорядочить имеющиеся данные, но извлечь из них пользу, одних только инструментов текстовой аналитики будет недостаточно. А выполнимая – потому, что государственные учреждения по всему миру используют технологии типа SAS Fraud Framework, аналитического решения, которое как раз предназначено для проактивного обнаружения, предотвращения и расследования потенциально мошеннических действий в организации любого профиля.

И, несмотря на то, что мошеннические схемы постоянно совершенствуются, подобные системы все же позволяют выявить до 90% попыток мошенничества. Было бы желание.

Каждый день на нас обрушиваются тысячи рекламных акций, «горячих» предложений и скидочных купонов...

Все это приходит по электронной и обычной почте, в виде SMS, предложений в газетах и журналах, нам дают их в магазинах и на улицах. На большую часть этих бумажек-писем-спама мы просто не обращаем внимания, однако некоторые из них все же пробуждают наше любопытство, и мы останавливаемся, вчитываемся в присланное и соглашаемся приобрести определенный продукт или услугу. Особенно когда на товар, стоящий, например, 12000 грн. вам внезапно дают скидку 80%.

Откуда все эти компании знают, о чем я думаю и какие товары мне сейчас необходимы? Все просто до невозможности – это обычная математика.

Розничные сети по всему миру каждый день получают «тонны» данных о покупательских привычках своих клиентов, но большинство продавцов просто хранит эту информацию, абсолютно ее не используя. И только самые продвинутые торговые сети используют эти террабайты данных для проведения сложных маркетинговых исследований. Инновационные инструменты клиентской аналитики позволяют увидеть новые возможности там, где они неочевидны или не видны вовсе.

Например, крупные мировые розничные сети с помощью аналитических инструментов, входящих в решение SAS Marketing Automation, выполняют сегментацию покупателей, основанную на следующих показателях:

• времени, когда они делали покупки;
• частоты совершения покупок;
• расходов, т.е. сколько денег они потратили и насколько это прибыльно для продавца;
• стиля жизни – вещи, которые, скорее всего, приобретет покупатель с учетом его географического местонахождения и дохода;
• жизненного периода, например, будь это покупка первой в жизни квартиры, либо выход на пенсию;
• персонального отношения покупателя к приобретениям – покупает ли он самые дешевые или лучшие вещи и т.д.

Все эти данные собираются и анализируются, а результатом этого процесса становятся высокоэффективные целевые предложения для покупателей, от которых им с каждым разом все труднее отказаться. Наличие этих инструментов сегодня – это уже не конкурентное преимущество, а «musthave» для любой маркетинговой службы крупной компании.

Именно так нас и подталкивают к покупке, которую мы совершенно не планировали совершать в данный момент.