[0:18] Speaker C: Всем привет! Меня зовут Дима Антохин. Сегодня мы поговорим про голод. Но про голод не физический, а про голод аналитический. И сделаем это вместе с Леной Перельдик и Сашей Мешковым. Но начну немножечко с предыстории. Если одним словом описать, зачем вообще нужен маркетинг, то на наш взгляд это слово «рост». Зачем мы вообще делаем какую-то коммуникацию, какую-то рекламу? Для того, чтобы расти. Расти в принципе или расти быстрее других. Но важно, чтобы рост был измерим. Да, метрик роста может быть много. Но обязательно нужно превратить это в цифры. И это нужно сделать не только для того, чтобы измерить вектор движения роста, но и для того, чтобы правильным образом транслировать цели в команды, партнерам. в медийные агентства, например, в брифах. И вот здесь начинает возникать аналитический голод. Для того, чтобы перевести наши цели в язык цифр, нужно что-то посчитать. И мы прошли по группе и насчитали, что у нас возникает порядка тысячи аналитических задач в год. Это клиентские стратегии, это какие-то ежедневные запросы, это вопросы, связанные с R&D и новым бизнесом. Так вышло, что аналитическим стандартом в маркетинге стала эконометрика. Почему?
[1:56] Speaker C: Потому что в маркетинге мы имеем дело с очень большим набором KPI-ов разной природы. И увязать их в единую систему и проанализировать одновременно без эконометрики достаточно проблематично. И здесь вопрос. Можно ли сделать тысячу эконометрик в год? Конечно, нет. Понятное дело, что мы в рамках экономических проектов отвечаем не на один вопрос, а на несколько, но даже 200-300 проектов в год — это не подъёмная задача. Вот именно здесь и возникает аналитический голод. Вопрос, как с этим быть и, собственно говоря, что делать. Для решения этой проблемы мы недавно запустили сервис «Быстрая аналитика». В названии этого сервиса мы вынесли его ключевое преимущество — скорость. Скорость реально решает. Мы все прекрасно знаем, что задачи с дедлайнами вчера — это абсолютные реалии. И здесь единственное я сделаю оговорочку, что пусть вас не смущает слово бенчмарки, мы чтим NDA и Уголовный кодекс. У нас очень много проектов, которые мы делаем внутри группы в рамках R&D задач, поэтому там много данных, откуда можно эти бенчмарки наковырять. Ну, о том же, какие задачи мы решаем в рамках быстрой аналитики, расскажет Лена, наша королева скорости и королева бенчмарков.
[3:21] Speaker A: Да, спасибо. Всем привет. Начну, пожалуй, с главного. Дима уже это говорил, но мы в рамках нашего сервиса работаем с клиентскими задачами day to day. То есть каждый день мы получаем огромное число задач и стараемся решать их максимально быстро. И задачи в целом это разного порядка, и поэтому мы видим три основных вектора, в которых, соответственно, мы работаем. Первое, Дима уже его коротко коснулся, это бенчмаркинг. Соответственно, что мы делаем? Мы агрегируем эконометрическую, другую аналитическую экспертизу группы у себя внутри, и затем для клиентов, которые сталкиваются с ограничением по данным, с ограничением по времени, а чаще всего и с тем, и с другим одновременно, и срок был вчера, Мы помогаем им сориентироваться и оптимизировать медийный микс на основе бенчмарков, которые у нас есть, а также на базе них же прогнозируем, чего эти клиенты в целом могут достигнуть, какой у них может быть рост. Это, соответственно, первое. Второе – это рубрика, я ее про себя называю очень люблю, «Вопрос-ответ». Очень часто при подготовке стратегии вы слышите, что вот вы задаете какой-то вопрос, вам отвечают «А это мы спросим у эконометристов».
[4:36] Speaker A: Соответственно, пул таких вопросов, которые попадают к нам, мы решаем у себя на своей стороне. Здесь также имеют место ограничения по данным, но они уже все-таки есть. То есть для того, чтобы попасть в эту рубрику, должны быть уже хоть какие-то данные и какой-то более-менее приемлемый срок. Соответственно, мы для каждого подбираем методологию и выдаем реальные оценки и делаем реальные, решаем мини-бизнес-кейсы, мы так их называем. Ну и, соответственно, третий пункт – это аналитический консалтинг. Здесь мы можем проводить аудит уже текущих аналитических инструментов, которые у вас есть. а также с нуля порекомендовать, как правильно выстроить аналитический фреймворк и провести вас по этому пути. То есть связать вас с командой экономитристов, с другими аналитическими командами и, соответственно, соединить все воедино и помочь вам вплоть до получения результатов. И да, мы делаем это быстро. То есть действительно аналитика быстрая, и может быть даже кто-то из вас уже сталкивался с этим. То есть мы можем выдавать результат в зависимости от сложности от двух часов до двух недель, если какая-то сложная методология или большой объем в целом на проекте.
[5:50] Speaker A: Теперь, чтобы не быть голословной, покажу парочку примеров, парочку кейсов. Подробно описывать не буду, они в целом есть на экране, но что хочется выделить? То, что бенчмаркинг и так называемая быстрая аналитика реально работают. Мы проверяем точность, мы смотрим, попали мы или не попали в наши прогнозы, и видим всегда, что все наши прогнозы попадают и полностью соответствуют статистическим критериям, и это точно работает. мы гарантируем вам, что мы делаем свою работу не только быстро, но и качественно. Ну и, соответственно, большинство задач, сотни задач, как я уже сказала, приходят в рубрику «Вопрос-ответ». Вопросы совершенно разного сорта. То есть это и нужно ли нам гнаться за шерф-вайсом, какой он должен быть, какие регионы нам нужно усиливать и вообще в какой регион нам выходить с нашей коммуникацией. Все эти вопросы, если есть массив определенных данных, можно решить и преломить потом в реальные, соответственно, медийные имплементации и в реальное медийное планирование. Ну и закончить хочется свою часть выступления на позитивной ноте.
[7:06] Speaker A: Если у вас есть какие-то вопросы, которые у вас болят прямо сейчас, и на которые вам нужно быстро найти ответ, приходите, пожалуйста, в ваши клиентские команды. Они помогут вам с нами связаться, и мы с удовольствием с вами поработаем. Ну а для тех, кто не является соответственно нашими клиентами, сканируйте QR-код, и другие коллеги также помогут нам с вами связаться. На этом у меня все. Спасибо. Надеюсь увидеться.
[7:31] Speaker C: Да. Но здесь ещё возникает вопрос, а что же с эконометрикой? Эконометрика — это стандарт. Это стандарт маркетинговой аналитики. Опять же, повторюсь, то количество факторов, количество факторов разной природы, с которыми мы работаем в маркетинге, оно требует закрытия именно эконометрическими задачами, эконометрическими методами. Вся технологическая экспертиза группы на данный момент у нас введена в рамках интегрированного фреймворка, ферматрица. То есть это такая библиотека кода, которая копилась достаточно большое время и включает в себя большое количество экспертизы. И вообще, как сказать, есть мнение, что эконометрика АКМ – это самая сильная эконометрика на рынке. Чтобы оказаться в этой точке, было сделано много шагов. И сегодня мы делаем еще один шаг, достаточно смелый шаг. Мы делаем его первым на рынке. И я здесь передаю слово Саше Мешкову, нашему бизнес-дата-сайенс-директору и главному идеологу «Ферматрицы».
[8:44] Speaker B: Спасибо, Дима, и спасибо всем, кто дотянул почти до пяти часов вечера, предпочтя рассказы про аналитику Буфету. Как Дима уже сказал, эконометрика – это, по сути, стандарт аналитической работы, но мой рассказ будет немножечко нестандартным. Мы занимаемся в ОККОМИ эконометрическим моделированием более 10 лет, уже теряется в глубине веков, когда все это началось. Начинали, конечно, с довольно простых работ, то есть линейная модель, пара нелинейных преобразований, какие-то простейшие обвязки. Из года в год, год в году, накапливали экспертизу, добавляли ответы на новые бизнесовые вопросы, добавляли технические, как вариантно говорить, фичи. И, скажем так, изощряли все больше и больше в том, чтобы донести более качественный продукт. И последние два года мы работали над тем, чтобы собрать весь этот опыт, консолидировать его в рамках единого фреймворка. Называется он Firmatrix, Дима уже анонсировал. Грубо говоря, что это такое? Если мы представим, что эконометрическая модель – это пирожок, которым можно утолить аналитический голод, то фреймворк – это печка, в которой можно эти пироги печь.
[10:06] Speaker B: Или, может быть, более точная будет аналогия, если мы представим эконометрическую модель как достаточно точный измерительный прибор, которым можно избереть ROI, получать прогноз какого-нибудь KPI на будущего периода, планировать бюджеты, сплиты и так далее и тому подобное, отвечать на массу бизнесовых вопросов, то для такого точного измерительного прибора Firmatrix Framework будет станком, на котором эти на котором эти приборы изготавливаются. И сегодня мы к вам пришли с такой новостью, что наш фреймворк, который мы считаем замечательным, мы открываем его исходный код, то есть делаем его абсолютно доступным для всех желающих. В конце будет кваркод, можно будет перейти, и, соответственно, любая компания, любой человек, группа агентств, обладающая определенной экспертизой в математике, эконометрике и в работе с программным кодом, сможет им воспользоваться для своих задач. И мы делаем, да, соответственно, мы делаем это, по всей видимости, первыми в России. Да не почти, наверняка первыми среди медийных на медийном рынке. И даже среди тех немногочисленных конкурентов в мире, которые есть, у нас есть много что предложить уникального, интересного.
[11:31] Speaker B: Вы, конечно, можете спросить, а, собственно, зачем нам знать о существовании какого-то станка, если у нас есть вот эти самые приборы. Я сейчас расскажу, зачем это нужно, грубо говоря, для всех. Маркетинг. Крупных компаний, хотя почему только крупные, и средним тоже это вполне может быть интересно. Мы снимаем для вас барьеры, связанные с непрозрачностью эконометрических моделей. На самом деле вы можете слышать, что эконометрический блокбокс – это не блокбокс. Но она не была как бокс, когда у вас есть инструмент, на котором можно поковырять модель. Теперь это, соответственно, барьер уходит. Специалисты рынка, дата-сайентисты, эконометристы, моделисты получают готовую среду, в которой можно быстро и безболезненно строить модели, причем заточенные под решение бизнес-задач. Мы идем не только от Академии, но и от бизнеса тоже. Становится легче. И, наконец, рекламные агентства, медийные агентства, исследовательские агентства и так далее получают готовые решения, которые экономят время и ресурсы. Сейчас расскажу еще об этом чуть более подробно для каждой из, грубо говоря, наших целевых аудиторий. Я уже сказал, что маркетинг крупных и не только крупных компаний получает прозрачность.
[12:49] Speaker B: Что это значит? Раньше, получая результат эконометрической модели, вам было трудно понять, откуда все это взялось. Вот эта презентация, там какие-то кривульки непонятные. Может быть, это все нарисовано в фотошопе. Непонятно. Теперь, после того, как мы открываем инструмент, если модель построена на том же инструменте, берете инструмент, берете модель, открываете, смотрите, что там на самом деле внутри. Не то, что вам рассказывает подрядчик, а что там есть. Мы также снимаем вендерлог. Что это значит? Это значит, что, опять же, еще один барьер, один подрядчик делает, меняет подрядчика, все приходится делать с нуля, и совершенно непонятно, что делает предыдущий, что делает новый, и как вообще это с собой мэчится. Опять же, мы снимаем этот барьер, следующий подрядчик может продолжать работу, сделанную на том же фреймворке. Ну и наконец, помимо того, что остается возможность заказывать модель у подрядчика, и мы сами продолжаем, естественно, работать на этом фреймворке, и будем дальше на нем работать, вы можете начать разворачивать эконометрическую экспертизу in-house.
[13:56] Speaker B: И мы вам тут поможем всем консалтингам, если у вас есть запрос на то, чтобы 100% понимать, что это у вас, и 100% понимать, что там происходит. Специалисты, то есть эконометристы, дата-сайентисты, моделисты, бизнес-аналитики, можно назвать как угодно. Нормальная, привычная среда, то есть там Python, стандартные библиотеки, никакой экзотики, довольно прозрачно все ставится. Если что-то будет непонятно, репозиторий на GitHub, issues писать и так далее, мы на все ответим. Естественно, может кастомизировать. Опять же, там из коробки предусмотрены различные штуки для кастомизации. Ну и есть разные интересные штуки, опять же, аналитические тоже, то есть типа глобального и локального алгоритмов. Но тут я, естественно, не буду углубляться. Ну и, наконец, агентства рекламные, медийные. исследовательские и вообще любые подрядчики, которые занимаются построением экотермических моделей, вы получаете готовое решение, вы экономите огромные ресурсы. Мы работали более 10 лет для того, чтобы это всё собрать в единый набор нормальных библиотек, которые решают кучу бизнес-вопросов. Вы это получаете, грубо говоря, прямо сейчас, прямо готовое.
[15:17] Speaker B: Время, которое высвободилось, время ценных специалистов вы можете потратить на построение моделей, либо на что-то еще, что-то еще может быть медийное, полезное, интересное. Мы, со своей стороны, готовы, как и для маркетинга, работать консультантами. Ну и, соответственно, раз мы это все открываем, мы не можем обойтись без того, чтобы дать ссылочки на… Вот левый у нас, левый кваркод — это переход в репозиторий. Да, ну на самом деле там три репозитора, они связаны между собой. GitHub, все по науке, все красиво, как принято. открывать опенсорсные проекты. Справа второй кваркод, который ведет непосредственно мою личную почту. Александр Мешков, это я. Пишите, будут какие-то вопросы, будет интерес, будем это с вами замечательно решать.
[16:22] Speaker C: Да, коллеги, я еще раз попрошу сейчас вас навести камеры телефонов. Ну, если хотите, можете сфотографировать нас. Но вообще говоря, обязательно присоединяйтесь к нашему телеграм-каналу. Вот QR-код на экране. Мы завершаем.
