Как графы знаний увеличивают продажи в реальном времени

Знакомы ли вы с графами знаний? Что вы думаете о технологии графов в целом? Если вы работаете в сфере B2C, эта статья может стать для вас переломным моментом. Я поделюсь некоторыми примерами использования этой технологии ведущими B2C компаниями для улучшения качества обслуживания покупателей, получения более глубокого представления о портфеле клиентов и, в конечном счете, увеличения доходов. А если вы работает в B2B, то могу вас обрадовать: кто первый начнет применять эти технологии, тот и победит.

Вы не захотите это пропустить. Окунитесь в подробности ниже и начните преобразовывать свой бизнес уже сегодня.

Вы, наверное, видели все заголовки газет о корабле, застрявшем в Суэцком канале.

От автомобилей до всех других секторов, здравоохранения, медицины и т.д. - на все это влияют проблемы, связанные с цепочкой поставок. И эти проблемы выдвинули на передний план то, как все мы связаны друг с другом. Никто не может избежать этого - изоляция, происходящая в другой части света, имеет реальные прямые материальные последствия для того, как мы работаем, как работает наш бизнес и как наши клиенты воспринимают наши услуги.

Многие из этих проблем цепочки поставок, если вы действительно задумаетесь об этом, - это проблемы с данными. Теперь, используя неэффективные ручные процессы, мы можем получать данные о поставках. Более 75 процентов руководителей, участвующих в исследованиях, не уверены в качестве имеющихся у них данных, а более 938 компаний из списка Fortune 1000 столкнулись с проблемой поставщиков T1-2 во время пандемии. Многие из нас знают, что в сфере B2C, мы все обычно знаем своего поставщика первого уровня, но поставщик первого уровня зависит от поставщика второго уровня, который зависит от поставщика третьего уровня, и так далее и тому подобное.

И воздействие на поставщиков третьего, четвертого, пятого уровней каскадом отражается на нас и на нашей способности решать проблемы наших клиентов. Более 938 компаний из списка Fortune 1000 осознают, что у них нет доступа к поставщикам второго уровня, и их бизнес подвергается критическому риску из-за задержек в цепочке поставок.

А прогнозы - хорошие прогнозы и плохие прогнозы - одинаково неточны. Плохие данные о поставках обходятся нам в миллионы, они стоят неверных решений, неэффективных операций, логистики и многого другого. И все эти сложные проблемы на самом деле являются проблемами данных. Как мы можем улучшить качество данных, улучшить понимание данных и улучшить аналитику данных благодаря взаимосвязанному характеру мира, в котором мы живем?

Давайте отвлечемся на секунду и рассмотрим типичную архитектуру, которую имеют многие наши внутренние ИТ-системы. ИТ-системы на протяжении многих лет органически росли, но они росли, когда времена были проще, и данные было очень просто распределить по ролям и столбцам. Они были структурированы. За последние 15 лет на нашем пути появилось множество неструктурированных и полуструктурированных данных, множество подключенных данных, множество мобильных данных. Но все системы, которые мы обычно используем, были спроектированы и построены до того, как все это произошло.

И когда мы просим наши команды по работе с данными и специалистов по исследованию данных создать больше информации, больше сведений из этих систем, им трудно получить контекст. Контекст чрезвычайно важен при принятии бизнес-решений. Если покупатель приходит в определенный день и покупает определенный продукт, необходимо знать, как он пришел, почему покупатель покупает именно этот продукт - это определенная демографическая группа, которая имеет определенный покупательский диапазон, которая имеет определенный выбор цвета?

Диктуют ли выбор покупки рыночные факторы, такие как события, местоположение или что-то еще? Диктует ли выбор покупки цепочка поставок? Был ли товар недоступен в другом месте, и поэтому они пришли в ваш магазин? Насколько важен весь этот контекст? И с учетом всего этого контекста, как мы можем направить его от жестких, однонаправленных систем, которые мы имеем сегодня?

Все это звучит замечательно. Но часто, когда я разговариваю с ИТ-директорами, это кажется нереальным. Многие ИТ-директора спрашивают меня, есть ли история успеха? Действительно ли кто-то преобразовал весь свой бизнес? Реально ли получить ценность, если мы будем использовать контекст в каждой части нашего розничного бизнеса?

Данные часто скрывают важный контекст:

Теперь давайте рассмотрим очень, очень яркий пример. Понимание того, как извлекать из данных более глубокий контекст, очень помогло компании Amazon. У Amazon, возможно, одна из самых сложных систем инвентаризации в мире. У них есть товары во многих различных категориях и вертикалях. У них есть товары премиум-класса и товары самого низкого ценового диапазона. У них есть товары для холостяков, детей, малышей, взрослых, для ухода за жизнью, по всем системам. Их клиентская база также сложна, как и их цепочка поставок от склада до доставки. Они используют контекст для принятия многих решений. Они используют контекст, соединяя все свои ИТ-системы.

Они преобразуют клиентский опыт. Они меняют способ поиска товаров. Они изменяют способ, которым клиентам рекомендуют продукты, и они изменяют способ, которым клиенты в конечном итоге получают продукты. Вы можете увидеть преимущества, и это не ограничивается только Amazon. Давайте посмотрим на LinkedIn, давайте посмотрим на Facebook, на подъем социальных ремесел для всех нас, кому нравится общаться со старым другом или с кем-то важным. Восемь из 10 человек, делающих сегодня карьеру, получили положительный эффект от использования такого инструмента, как LinkedIn, для поиска следующей работы.

Если вы посмотрите на примеры из сетевой науки, то вероятность того, что мы найдем следующее повышение зарплаты благодаря кому-то, кого мы знаем, а не благодаря тому, что мы что-то сделали, гораздо выше. То, что мы сделали, абсолютно важно, но сила влияния вашей сети на ваше следующее продвижение по службе, ваше следующее повышение зарплаты зависит от того, каких людей вы знаете. Как гласит старая поговорка: "Важно, кого вы знаете, а не что вы знаете".

Если вы посмотрите на Google PageRank, то Google произвел революцию в поиске, когда он появился - он был захватывающим, он был быстрым, он был гораздо более точным. PageRank от Google - это применение технологии графов, которая создает гораздо больше контекста в поиске. Часто я слышу, как мои близкие, не имеющие технического образования, говорят: "Как Google удается понять, что я действительно ищу?". И ответ - контекст.

Посмотрите на PayPal, обеспечивающий безопасность одноранговых транзакций, посмотрите на поиск лекарств или eBay, меняющий способ поиска товаров, меняющий способ доставки в тот же день. Многие из этих интересных и захватывающих приложений трансформировали множество приложений по всему миру.

За последние два года в отчете компании McKinsey говорится, что независимо от местоположения, независимо от географии страны, доля электронной коммерции в общем объеме розничных продаж резко возросла. Будь то Индонезия, Австралия, Сингапур, Индия, Китай, США, Германия - люди видят, что значение электронной коммерции выросло в два-десять раз. Как B2C, вы уже подумали о том, как вы будете справляться с этим? До 2019 года электронная коммерция составляла, возможно, один-два-три процента оффлайн-бизнеса. Сейчас это шесть, восемь, десять процентов вашего оффлайн-бизнеса.

Если вы сможете инвестировать больше и создать гораздо более высокую тягу в этой части, это потенциально может уберечь вас от потерь в оффлайн-сегменте. Вирус не исчез полностью. Мы все эволюционируем в новую норму, где гибрид кажется нормой. Является ли ваша организация, клиенты, которых вы обслуживаете внутри и вне организации, организованными вокруг инвестиций, которые теперь потребуются электронной коммерции, чтобы не отстать от конкурентов, и опыта, который клиент теперь считает минимальным? Еще два года назад минимум был таким: "Я захожу на сайт, ищу, выбираю что-то, получаю это в течение пяти-шести дней". И этого было достаточно.

Сейчас опыт электронной коммерции кардинально изменился. Если я куда-то иду, я ожидаю, что сайт будет простым, что сайт будет интуитивно понятным, что поиск нужного мне товара не займет много времени. Я ожидаю, что сайт порекомендует мне правильную конфигурацию, правильные опции, и я ожидаю, что доставка будет быстрой, легкой и простой. Это новый необходимый минимум, и поскольку доля продаж через электронную коммерцию становится все выше и выше, решение этой проблемы является стратегическим требованием.

Итак, почему граф должен решить эту проблему для вас? Графовая технология фундаментально объединяет взаимосвязи данных очень интуитивно понятным и связанным способом, с более глубоким контекстом. Графы - это естественный способ мышления. Это также естественный способ хранения данных, и это также естественный способ анализа данных.

Если вы когда-нибудь смотрели на граф из людей, если вы когда-нибудь пытались объяснить кому-то в своей сети друзей, как вы знаете кого-то, кто знает кого-то еще, и пытались набросать это на листе бумаги, вы, скорее всего, рисовали граф. Если вы нарисуете карту, карту путешествия клиента, карту жизненного цикла клиента на семинарах по разработке идей, когда клиент впервые взаимодействует с вашей компанией в статье, рекламе, от друга или по рекомендации, заходит на ваш сайт, затем проверяет другие вещи - это и есть граф. Это граф их путешествия по взаимодействию с вашим брендом. На каждом этапе этого пути они находятся на разных узлах графа.

Вы не хотите показывать рекомендации в реальном времени для товара, который только что закончился на складе. Вы не хотите рекомендовать товар, доставка которого составляет 25 дней. Как все это отобразить в рекомендациях в реальном времени, чтобы клиент получил незабываемые впечатления и просто захотел совершить сделку?

Графовая технология во всем мире переживает ускоренное развитие. Gartner, а также другие аналитики, прогнозируют, что рост приложений, использующих граф, составит 100 процентов в течение 2022 года, и с 4 процентов внедрения мы, скорее всего, достигнем 30 процентов. Если вы не рассматриваете граф прямо сейчас, вполне вероятно, что ваши конкуренты серьезно рассматривают и внедряют технологии графов, создавая возможное конкурентное преимущество.

Графовые технологии помогают во многих секторах. Это анализ решений, который вполне может быть прогнозированием мерчандайзинга, пониманием того, на каком мерчандайзинге сосредоточиться, пониманием прошлых CJM или в других сегментах. Это может быть опыт клиента, будь то омниканальный опыт, опыт в магазине или на рынке. Что-то вроде онлайн-маркета или оффлайн-маркета в торговом центре. Это также может быть унификация данных.

Зачастую данные о клиентах поступают в несколько мест, но они никогда не совпадают и не бывают абсолютно чистыми. Времена, когда мы мечтали о 100-процентно чистых данных, согласованных данных из всех источников данных, прошли. Реальность такова, что у нас так много систем, с которыми взаимодействует клиент, что нам приходится искать новые инновационные способы понимания того, кто является нашим клиентом. Если клиент пользуется WiFi в торговом центре и совершает транзакции в трех разных магазинах, они могут не использовать одно и то же устройство. Они могут не использовать одну и ту же кредитную карту или один и тот же номер мобильного телефона.

Для нас найти способ сказать, что это был один клиент, это была одна семья клиентов, создает большую ценность для бизнеса, и это то, что граф делает очень, очень хорошо, начиная с персонализации на вашем сайте и заканчивая персонализацией в магазине и многое другое.

Каковы некоторые примеры использования технологий графов в режиме реального времени, которые внедрили крупные компании? Варианты использования могут варьироваться от SAP до eBay, до систем динамического ценообразования Marriott или систем инвентаризации Walmart, Nordstrom и т.д. Существует также масса приложений в различных вертикалях, которые также очень применимы в розничной торговле. Если вы посмотрите на управление основными данными, то розничная торговля сталкивается с серьезными проблемами, связанными с разрозненностью данных, данными, поступающими из разных систем, и необходимостью для ИТ-специалистов - особенно для людей, отвечающих за управление, конфиденциальность и безопасность соответствия - понимать, где находятся ваши данные. А если клиент потребует удалить данные, в вашем технологическом ландшафте постоянно появляются новые продукты.

Иногда трудно понять, где находится информация о ваших клиентах. Графы - это идеальный, естественный способ обеспечить скорость, гибкость и простоту соблюдения Закона о защите персональных данных. Если вы посмотрите на управление доступом к идентификационным данным, то данные доступны во многих различных хранилищах, и множество различных партнеров могут быть партнерами по доставке, партнерами магазинов или партнерами по цепочке поставок. Как обеспечить, чтобы данные были доступны только нужной стороне, нужному субъекту на нужном уровне доступа? И графы, опять же, являются идеальным способом управления идентификацией и доступом, которому доверяют крупнейшие розничные компании и крупнейшие банки.

Переходя к рекомендациям в реальном времени, можно привести очень интересный пример использования от eBay. eBay, помимо всего прочего, хотел создать гораздо лучший опыт для клиентов, пытающихся найти свой продукт. С тех пор, как Google стал суперуспешным, используя графы для поиска, "поиск" стал синонимом слова "граф". Если вы пытаетесь улучшить поиск, базовой технологии noSQL уже недостаточно. Если клиент хочет купить мужскую сумку из телячьей кожи стоимостью менее ста долларов, вам недостаточно иметь реляционную базу данных или хранить бирки под сумками.

Это поисковый запрос, который необходимо разбить на графы, чтобы дать наилучшую рекомендацию на первой странице, чтобы понять, что именно может понадобиться клиенту. Возможно, клиент искал веганские устойчивые продукты на вашем собственном сайте в течение последних 10 минут. И тогда вы точно не покажете изделия из кожи. Вы можете показать, например, изделия из искусственной кожи. Таким образом, контекст опыта работы клиента с eBay или вашим сайтом и использование его в процессе поиска в режиме реального времени - подключение ко всем различным хранилищам данных, будь то инвентарь, каталог, инвентарь цепочки поставок и т. д., и показ наилучшей возможной рекомендации - было большой проблемой для eBay.

Компания eBay хотела осуществлять поиск по более чем 20 000 товаров, более чем 150 000 атрибутов. И обеспечить это было очень сложно. Поэтому eBay выбрал технологию управления графов, которая хранит все вероятностные модели, и они используют ее в Google Assistant. Так что если вы когда-нибудь попробуете воспользоваться любым помощником Google, вы можете сказать: "Позвольте мне попробовать eBay".

И голосовой поиск, который вы можете там использовать, сначала попадает в систему на базе графов, где она использует обработку естественного языка, создавая поисковую строку, которая дает наилучшую возможную рекомендацию. И эти рекомендации должны быть настолько хорошо обучены, потому что вы используете такой интерфейс, как Google Assistant, где у вас нет возможности показать несколько товаров и нажать здесь, нажать там. В этом обмене важно, чтобы вы сначала показали лучший товар, потому что это голосовая рекомендация. И это то, чего eBay смог достичь с помощью графов для продуктов Google assistant.

Руководство по оцифровке процесса продаж

Теперь давайте посмотрим на Meredith Corp. Meredith Corp - очень интересный пример использования, потому что многие из нас здесь борются с концепцией действительно уникального клиента 360. Мы знаем, что у нас есть семья как клиент, мы знаем, что у нас есть пары, есть родители с детьми, есть бабушки и дедушки, большие семьи, холостяки, дети и т. д. Но как нам соединить эти точки? Это очень сложно, верно? Есть организации, у которых есть онлайн-присутствие, есть присутствие в магазине, есть мобильная лаборатория, есть колл-центр, WhatsApp, Viber и тд. Существует так много источников данных. И очень трудно понять, кто ваш настоящий клиент.

Что будет делать Meredith Corp, так это брать анонимные данные - только cookies, ничего больше. У большинства из вас есть гораздо больше информации, не только куки, а гораздо больше, но даже с такой простой вещью, как куки, они смогли преобразовать 14 миллиардов анонимных точек данных в 163 миллиона уникальных профилей. Только подумайте об этом. 14 миллиардов точек данных преобразуются в 163 уникальных профиля. И это только с помощью cookie-файлов об опыте онлайн.

Теперь добавьте всю остальную информацию, которая у вас есть. Давайте создадим граф знаний и добавим в него все транзакции, подписки на рассылку и все остальное. Каждый, кто подписывается на WiFi в вашем магазине, каждый, кто просматривает ваш сайт электронной коммерции после входа в систему, каждый, у кого есть корзина, у кого есть список желаний - все эти данные добавят еще больше богатства к этим 163 миллионам уникальных профилей и дадут вам более точный подсчет. На следующей ежеквартальной встрече или во время следующей кампании, которую вы проводите, у вас будет гораздо лучшее понимание того, кто на самом деле является вашим клиентом и кто оказывает влияние на вашу клиентскую базу.

Говорят, что если вы потеряете влиятельного человека, то потеряете 40 других клиентов, поэтому очень важно знать, кто такие влиятельные люди. Также важно знать, кто находится ближе всего к влиятельному лицу, а кто дальше всего от него, чтобы вы могли использовать науку о данных в подходе к обслуживанию клиентов. Вы можете заставить свои колл-центры следить за звонками влиятельных людей, используя SalesAI для передачи информации в колл-центр, чтобы они могли проявить особую любовь и заботу. Использование науки о данных в обслуживании клиентов, кампаниях и многом другом теперь является важнейшим, но очень простым в развертывании инструментом. Благодаря графу.

упоминается, что окупаемость инвестиций составила 417%.

ИИ и графы окупились более чем в четыре раза в течение трех лет по стоимости инвестиций. В программном обеспечении, в людях, во времени - это увеличение дохода на 2,2 миллиона, ускорение времени выхода на рынок на 60 процентов, времени создания ценности и экономия более 1,8 миллиона. Графы не только делают вас более совместимыми. Они не только сокращают площадь аппаратного обеспечения, но и помогают экономить расходы, оставаться в соответствии с требованиями, а также увеличивать доходы.

Поскольку эти решения могут работать в любом домене, то мы уверены, что они могут быть полезны для вашей организации и в разных кейсах. Вы можете создать стратегические конкурентные преимущества, используя графовую технологию уже сейчас и бесплатно, начав с системы автоматического занесения данных в CRM SalesAI.