Оптимизация затрат

Как обманывают банки

0

Достаточно давно уже Центральный банк РФ обязал все банки показывать в процентной ставке все скрытые платежи и комиссии перед кредиторами, однако крупнейшие банки нашли-таки лазейку это не делать.

Давайте расскажу свою историю. Брал кредит на ремонт и так получилось, что пришлось это на один из самых пиков. Ставка у меня получилась на мою сумму в 23.7% годовых. Деваться особо было некуда, да и платежи были достаточно комфортными. Да и ситуация в будущем обещала измениться к лучшему, все-таки тренд по ключевой ставке был отрицательным, что наводило на мысль о возврате если и не докризисный уровень ставок, то хотя бы близкий к нему, а следовательно я смогу перекредитоваться под меньший процент.

Прошло какое-то время, ситуация чуть улучшилась, да и рекламные материалы банков начали радовать приятными процентами по потребительским кредитам. В том банке где я брал кредит ситуация не позволяла брать второй на перекредитование, да и статистика ободрения кредитов как-то пугала дикими процентными ставками. Обратился в другой, подал необходимые документы, получил подтверждение об одобрении. Прихожу в банк, мне объявляют процентную ставку в 19.6%, что оказывается значительно выгоднее текущих моих условий. Но что-то мне не давало покоя мельком брошенная фраза кредитного консультанта о том, что есть какая-то страховка. Стал спрашивать про страховку, говорят все включено в ежемесячный платеж. Отлично, а какой ежемесячный платеж. Мне называют сумму, которая почему-то при более низкой ставке оказывается выше моего текущего платежа со ставкой 23.7%.

Пытаюсь узнать детали, но кредитный консультант мне все время говорит о ставке 19.6%. Ну и как-то мельком называет ежемесячную ставку 0.3% от суммы кредита страховку. Мне объявили период о которого действует одобрение, я сказал подумаю и за сим пошел считать, что же такое происходит.

Во-первых я пересчитал процент при названном мне ежемесячном платеже от одобренной суммы кредита, оказалось, что ставка примерно 29%, т.е. почти на 10% больше чем мне озвучено.

Потом пытался понять, как же у них так получается. Вычислил сумму, которую я должен был взять при 19.6%, чтобы получился тот самый платеж. Сумма оказалась ровно на 18% больше. Если ее поделить на 60 мес., срок кредитования, то как раз получается те самые 0.3% в месяц, но не от остатка суммы, а от первоначально взятого кредита. Т.е. как бы вы досрочно не гасили, страховку-то вы оплатите.

Потом полез в Интернет, почитал отзывы тех, кто уже столкнулся с этим. Оказывается действительно появилась такая практика в банках, в договоре указана не запрашивается сумма, а сумма + та самая страховка. Берете одну, а возвращаете не только ее и проценты, но и страховку с процентами. Но все чисто, банк-то одобрил под 19.6% с программой страхования, остальные почти 10% это ведь страховка. Может даже в договоре указан фактический процент, однако не удивлюсь, что это может быть не сделано.

Зато ЦБ всех обязал. Поэтому если вы вдруг вынуждены брать кредит, внимательно следите за условиями, иначе будете переплачивать очень сильно.

Удачи вам!

PSPP — бесплатная замена SPSS Statistics

1

Обнаружил интересный проект, по мнению авторов которого, они считают свое решение полноценной заменой SPSS Statistics, информацию можно найти по адресу https://www.gnu.org/software/pspp/. Там же можно найти и скачать дистрибутив и документацию.

Как пишут авторы есть всего несколько отличий: ваши лицензии никогда не закончатся, нет никаких ограничений по количеству строк и столбцов, система поддерживает больше миллиона значений и переменных, вся функциональность содержится в базовом пакете, не нужно искать никаких расширений, как это сделано в SPSS. Все эти ограничения конечно же положительные.

Небольшое добавление: если у вас windows придется немного повозится чтобы поставить cygwin.

Ну что же, нужно протестировать и составить свое впечатление. Мое убеждение о том, что инструмент сейчас обесценивается, только растет. В тренде именно отраслевые бизнес-решения.

Удачи вам и не спешите платить за инструмент, пусть даже вам его продает команда лучших маркетологов!

Нужно ли компании Data Lake

0

Недавно услышал новый термин, Data Lake (Озеро данных) — речь идет о подходе к хранению больших данных. Не нужно тратить большие деньги на преобразование данных, а нужно хранить их в первоначальном виде. Вероятно, тогда хранить эти данные дешевле. Главное, чтобы к ним был простой доступ и возможность их оперативного использования в случае необходимости.

CTO компании Teradata Стивен Бробст сформулировал  5 заповедей «озера данных» (взял в статье на Cnews).

Он приводит 5 простых советов по развертыванию «озер данных», которые позволят компаниям эффективнее использовать накапливаемые данные.

Не засоряйте «озеро данных». При том, что данные могут храниться в «озере» без структуры, все же имеет смысл сразу организовывать пространство для хранения и размещать данные по категориям. Тогда любой пользователь сможет быстрее найти и применить необходимые ему данные. А «озеро» не превратится в «болото».

Обеспечьте безопасность данных в «озере». Защита персональных данных и конфиденциальной информации сразу должна стать первостепенной задачей. Данные из «озера» не должны «утекать» или создавать проблемы с регуляторами.

Снабдите аналитиков необходимыми инструментами для исследования, профилирования и получения ответов на свои запросы из «озера данных». С данными сразу должны иметь возможность работы не только (и не столько) разработчики, но и бизнес-специалисты, которым эти инструменты будут полезны.

Поддерживайте доверие к данным. Данным из «озера» будут доверять, и для поддержки этого доверия нужно, как минимум, фиксировать их происхождение. Особое внимание следует уделить качеству метаданных.

Свяжите «озеро данных» с аналитической экосистемой предприятия. В «озере» должны накапливаться структурированные, полуструктурированные и неструктурированные данные, а само по себе «озеро» будет представлять симбиоз технологий Hadoop, реляционных баз данных и NoSQL, а также облачных сервисов. При этом «аппаратная» составляющая должна быть выбрана по принципу минимальной стоимости хранения информации. В идеале все данные должны храниться «вечно», но с минимальными издержками.

 

Несмотря на то, что термин новый, не скажу, что это какой-то новый подход. Раньше компании им также пользовались, допустим хранили данные на низкоскоростных жестких дисках, которые дешевле, а все что нужно использовать регулярно имеется в хранилище на быстрых дисках или in-memory. Я конечно во всем вижу маркетинговые ходы, и конечно Teradata не исключение, в том плане что новая философия больше навязывается с целью продать свое оборудование. Я же считаю, что не всем оно нужно, и не обязательно делать это самое озеро. Опять же нужно точно отдавать себе отчет, что данные будут использоваться, а не просто храниться, в надежде на авось пригодится. Более того, я считаю, что глубина хранения данных уже не столь актуальна, потому что мы настолько стремительно все меняемся с появлением новых технологий, что за год происходят значительные изменения в поведении, соответственно детальные сырцы с историей хранения больше года имеют все меньшую прикладную ценность. Поэтому прежде чем использовать новомодную философию, подумайте, действительно оно вам нужно?

Или вами движет намерение пощеголять новомодными словечками на конференции, вот мы сделали Data Lake, вот мы такие крутые.

Если вы технические спецы, спросите бизнес, как они это используют? Конечно, иногда такие вопросы воспринимаются в штыки, типа вам какая разница как используется, нам нужно. Называйте конкретную цену хранения, попросите защитить кейсы. Не всегда оно нужно, поверьте.

И в заключении небольшая классификация ПО. Очень мне понравился график Тома Андерсена. Не могу не поделиться.

Удачи вам! Подходите к хранению данных с умом.

Извлекаем выгоду из рациональности

0

Хотелось бы порассуждать на тему, а сколько реально можно сэкономить/заработать, если полностью абстрагироваться от эмоционального поведения и довериться рациональному, основанному не на чувствах, а на конкретных фактах (читать цифрах). Конечно, цифры при этом должны быть полностью интерпретированы и укладываться в общее понимание мира.

Возьмем для примера задачу оптимизации тарифной политики. Я буду рассматривать на примере телекома, но в принципе ничего не мешает, такие же рассуждения применить к другим отраслям. Возьмем, например, провайдера проводного доступа в Интернет. У него есть линейка тарифов, понятно, что она со временем меняется, какие-то абоненты сидят на архивных тарифных планах, т.е. они менее рациональны и скорее всего переплачивают, какие-то абоненты, возможно, сидят на акционных предложениях, в этом случае может быть как ситуация с переплатой так и с экономией.
Если проанализировать распределение абонентов по ARPU, скорее всего, график распределения будет близок к нормальному, возможно с некоторым сдвигом в стороны минимальной границы тарифных планов, с локальными максимами в тарифах. При этом, он скорее всего будет функцией непрерывной, так как есть абоненты, которые уходят в блокировку, есть абоненты, которые подключились в середине периода, соответственно ARPU таких абонентов будет представлять из себя вид растущей линейной функцией с максимумом в виде тарифа (возможно, он будет увеличен еще на максимум из суммы тарифов доп. услуг). Если тарифные планы с оплатой по трафику, скорее линейная непрерывная функция.
Как правило, для увеличения эффективности работы с абонентской базы, менеджеры разрабатывают стимулирующие мероприятия для перехода клиентов в сегмент с большим ARPU. «Растят» абонентов. Это может быть как за счет увеличения скорости (но с некоторой скорости спрос становится неэлластичным, т.е. не имеет смысл абоненту переходить на тарифный план с большей скоростью и, как следствие более дорогим), так и за счет некоторого включенного в пакет набора дополнительных услуг (тут тоже есть предел, так как доп. услуги могут быть с высокой себестоимостью, либо попросту неинтересны абоненту). Понятно, что в какой-то момент времени и эти мероприятия попросту перестают работать или становятся менее эффективны (в момент когда эффект ниже чем затраты на коммуникацию, в этом случае нет смысла продолжать).
Если отбросить абонентов, которые уходили в расчетном периоде в блокировку, подключались в расчетном периоде, то скорее всего график из себя будет представлять точки в виде тарифов. Ну или если сделать веса в виде количества абонентов, то скорее всего это будет похоже на бусины, которые переходят от большего к меньшей до какого-то момента, с увеличение на конце с последующим убыванием. Это связано с неким премиум-сегментом, который иногда доходит и до 10%, который не считает денег, а привык брать самое дорогое.
Если анализировать поведение всех абонентов, то они, как правило, в среднем иррациональны, и переплачивают за свою иррациональность по моим наблюдениям процентов 20%. Задача любого аналитика сделать такую иррациональность максимальной.
И тут есть несколько инструментов:
1. Предложить больше услуг за чуть большие деньги. Но при этом себестоимость должна увеличиться меньше чем сумма, на которую увеличивается чек.
2. Предложить существенное увеличение скорости за чуть меньшие деньги, принцип с себестоимостью тот же.
3. Индексировать архивные тарифные планы. Не люблю такие приемчики, но они работают. Это позволяет расшевелить иррациональных абонентов и «уложить» их в правильные тарифы. Но тут с точки зрения удержания все должно работать как часы. В противном случае можно и навредить. Большинство абонентов вряд ли будут дергаться из-за переплаты 50 рублей.
4. При авансовой системе следить за своевременным пополнением счета и напоминать заранее абоненту пополнить его. Ведь каждый день простоя это минус в ARPU. При кредитной аналогично. Тут тоже есть инструменты в виде обещанного платежа, доверительного кредита и т.д. Все что заставляет абонента пользоваться дальше услугой без перерыва. Интересно, но факт, что разница в ARPU между авансовой системой расчета и кредитной составляет более 10% в пользу последней, самую большую разницу, которую я видел, составляла 25%.

Это все работает, проверено опытным путем. Но есть и более сложные механизмы, которые тяжело поддерживают, но которые позволяют выжать максимум. Каждый абонент имеет свою границу комфорта затрат на конкретный товар или услугу и конкретную границу неэластичной переплаты. Чем лучше вы понимаете абонента и знаете его границу комфорта тем эффективнее вы можете работать с таким абонентом. Есть компания Pontis, которая декларирует принцип Segment of one (об индивидуальной работе с каждым абонентом), они в основном специализируются на Top Up кампаниях для абонентов мобильной связи, идея которых заключается в стимулировании пополнения счета, и, за счет направленных предложениях, которые позволяют как можно быстрее этот счет уменьшить.
Такой принцип можно транслировать и на ценообразование. Мне пока сложно представить себе индивидуальный тариф для многомиллионной абонентской базы, но в теории это возможно, это сложно поддерживать, актуализировать, но возможно, при наличии определенных принципов, заложенных в модель, в этом случае вы еще больше можете «выжать» из абонентской базы. Однако, если вспомнить, даже школьную математику, то можно выжать некоторый эффект с помощью небольших усилий. Не обязательно делать индивидуальный тариф для каждого абонента. Добавление тарифов посередине интервалов, уже дает вам 50% от максимально возможного эффекта, следующая итерация деления пополам еще 25%. Т.е. если вы между границ тарифов уложите еще по 3 тарифа, вы можете выжать 75% из максимально возможного эффекта. Понятно, что какое-то время уйдет на стимулирование перехода, но это можно сделать.
В случае других товаров, это может быть такой же товар в другой упаковке за чуть большие деньги. Кто экономит, возьмет подешевле, кто нет, возьмет подороже. В рознице есть еще трюки, связанные с доступностью, перед глазами располагают самый дорогой товар, а на нижние полки, куда неудобно наклоняться, товар подешевле.

Также можно поступать и с оптимизаций затрат. Как правило, очень сложно представить себе ситуацию, при которой за период количество закупаемой продукции = количеству продаваемой. При аренде магистрального Интернет, это сделать еще сложнее, но также возможно. Важно знать, сколько вы продаете за период, какую полосу потребляют ваши абоненты и минимизировать эти запасы (читать переплаты).
В свое время, я решал подобные задачки на заре развития, удавалось экономить и зарабатывать на таких моделях достаточно много денег.
Я вам как-то рассказывал о задачке в электроэнергетике, оптовая закупка и продажа конечному потребителю, в телекоме и рознице похожий принцип. В случае значительного роста потребления, когда идет большое непрерывное расширение ресурса/закупки продукции (читать затрат), экономия при решении такой задачи может достигать огромных масштабов. Максимальная экономия может составлять до 50% дополнительных затрат за период. В среднем, с небольшим изменением бизнес-процессов, можно достаточно просто достигать 25-37%.

Удачи вам, будьте рациональны, это может значительно увеличить вашу эффективность.

Оптимизируем затраты на маркетинг

0

Всегда интересно читать статьи типа «Надо уволить всех маркетологов и ничего не изменится». Суть всегда сводится к одному, что вот маркетологи — это прожигатели рекламного бюджета, мы тут вот посчитали SAC по каналам, отказались от всех низкоэффективных каналов, сократили бюджет в 10 раз, а продажи растут итак.
Нет, конечно же они не пишут, что они, мягко скажем неграмотные люди, не корректно определили для себя цели, понятия не имеют что есть такое понятие как емкость канала коммуникации и что пожинают они плоды не своих супер эффективных каналов, а «сарафана», который когда-то создали те самые низкоэффективные маркетологи. Ну да ладно, оставим это им на пережевывание.
Просто попробуем разобраться, в чем же они в итоге не правы.
Итак, у нас есть товар/продукт/услуга X, который мы хотим продать, ну и естественно как можно больше. В зависимости от типа продукта, могут возникнуть естественные ограничения, типа продукта нет на складе. Если, это например, услуга, значит может быть недостаточно свободного ресурса, чтобы ее оказать. Если это программное обеспечение, то, конечно, такого понятия как наличие на складе не возникает, однако стоит принять во внимание возможно длительный цикл продажи, задача маркетолога привести LEAD, а дальше сейл/пресейл и т.д. в попытке додавить клиента решает задачу продажи. И тут время от момента заинтересованности до покупки является достаточно большим и брать и делать замер на основе одного периода не совсем корректно.

Ладно, давайте рассмотрим идеальную ситуацию, продукт всегда есть на складе/полке в т.ч. и возможно цифровой, в общем с этим все хорошо. Предположим, что нет длительного срока продажи, нажал/заплатил/купил, т.е. цикл продажи занимает достаточно короткий промежуток времени.

Ну а дальше маркетинг начинает тратить деньги на привлечение клиента. Есть скажем 10 различных каналов коммуникации. Одни из них более эффективные, другие менее эффективные, что логично, так как одинаково эффективных каналов не может существовать. Естественно если решать задачу эффективности без ограничений на емкость каждого канала, то в задаче останется 1 самый эффективный канал, на который нужно бросить весь свой рекламный бюджет. Если бюджет достаточно маленький, значительно меньше емкости канала, т.е. количество потенциально привлеченных клиентов не закончится раньше, чем закончился бюджет, то все хорошо, и вы действительно правы, я бы так и поступил. Но есть, как всегда, то самое НО! Если ваш рекламный бюджет достаточно большой, чтобы превысить емкость одного канала, т.е. количество потенциально приведенных клиентов через него, то в этом случае вы вынуждены перекинуть часть денег на менее эффективный канал, так как сколько бы вы денег не тратили по самому эффективному каналу, больше клиентов вы не приведете.

Давайте на примере — например, вы принимаете участие в конференции. Есть количество зарегистрированных участников, если вы больше денег заплатите, то вряд ли большее количество придет, конечно, можно быть организатором, снять Олимпийский и нагнать туда побольше народа, но не забывайте, что с этим народом надо еще поработать и опять же все равно есть ограничение по количеству мест/площади и т.д. И какие бы вы туда бантики не прикрутили все равно количество аудитории будет ограничено наличием мест.

Другой пример — наружная реклама, как бы мы не думали, что это бесконечный поток, все равно есть емкость, это ограничение по территории и т.д. Не все ездят на автомобилях мимо этого билборда и ходят в этом районе.

Таких примеров множество. Всегда есть ограничение. Идеальной ситуации не бывает.

Конечно задача любого маркетолога обеспечить максимальный охват целевой аудитории. Ключевых слов 2. Максимум, но целевой. Отсюда исходя из ограничений на каналы, маркетологи, если они действительно немного понимают в том чем занимаются, никогда не будут складывать все яйца в одну корзину. А будут раскладывать бюджет по каналам так, чтобы решить эту задачу. И может быть покупки не будет, но клиент, если увидит, и ему будет интересно, уже будет изучать альтернативные предложения, но под призмой вашего продукта. Ну а дальше уже должна быть уверенность что вы лучше конкурентов что-то делаете. Если хуже, то все равно должно быть то, что вас дифференцирует от конкурентов, хоть близость к дому или лучшая логистика.

Поэтому не спешите обвинять ваших маркетологов во всех смертных грехах, попробуйте для начала вообще разобраться с тем, что происходит.

Удачи вам и эффективных каналов без ограничений;-)

Вверх
Яндекс.Метрика