Уважаемые Коллеги, посоветуйте, пожалуйста, как правильно решить задачу позиционирования нового продукта в следующей ситуации:
Продукт: программное обеспечение KXEN для выявления закономерностей и построения прогнозов поведения объектов (люди, оборудование и пр.) на основе анализа накопленных данных. Продукт для России новый, на Западе существует около 4 лет. В принципе продукт универсален, но чаще применяется в банковской сфере, телекоме, крупной торговле и медицине (там, где уже собрано много различных данных).
Как использовать:
1) для выявления угроз (переход Клиентов к конкуренту, мошенничество, невозврат кредитов, поломка оборудования), 2) для поиска более эффективных путей работы (анализ «хороших» ситуаций и на его основе моделирование «формулы успеха», например, в директ-маркетинге: что и кому лучше рассылать).
В чем новизна: по сравнению с тем, что есть у нас на рынке, KXEN – это переход от «промышленного» моделирования к «бытовому».
Т.е. для работы с ним не нужны профессиональные знания в области математики и статистики, т.к. модель строится автоматически (причем без ущерба для качества анализа и очень быстро), а задача пользователя – осознать полученный результат.
Секрет - в применении новой математики. Под «промышленным» моделированием подразумеваются статистики и специалисты по моделированию.
Под «бытовым» - все, кто производит анализ и принимает решения. Обычно: финансовые, маркетинговые, технические и пр. аналитики. Конечно, KXEN будет полезен и статистикам – он ускорит их работу.
Что хотим: в идеале мы хотим, чтобы: аналитики использовали KXEN для качественного решения текущих задач, а статистики – как дополнительный инструмент при масштабном анализе, ускоряющий их работу.
В ходе бесед с Клиентами выявились такие ключевые проблемы:
1) «Проблема терминов»: термин «моделирование» описывает суть продукта правильно, но имеет имидж чего-то очень сложного и научного.
Существует термин «Data Mining» (на деле – это один из этапов моделирования), который сейчас моден, но по-прежнему плохо понятен, причем иногда так называют и тип аналитического ПО (нацеленного на профессионалов-статистиков).
Возможно, нам стоит обновить «моделирование» и создать какой-то свой термин, скорректировав имидж сложности и одновременно отстроившись от Data Mining.
Получается, что в каком-то смысле это «реклама жанра», а с деньгами у нас пока не очень. Насколько целесообразно ввязываться?
Кстати, сами бизнес-аналитики называют этот процесс «поиск зависимостей/закономерностей», «выявление скрытых причин».
2) «Проблема сказки»: те, кто знаком с моделированием, просто не верят в возможность такого быстрого построения моделей. Даже когда сами видят результат, говорят: «не может быть, здесь что-то не так». К сожалению, у нас нет демо-версии.
Все, что мы можем предложить, - это бесплатное тестирование ПО на данных Клиента. И все равно боятся, вдруг в следующий раз не получится. А продукт дорогой. Одна из идей – предлагать аналог страховки. Но разумно ли это делать применительно к ПО? (есть фактор некорректных данных и неправильно поставленной задачи для анализа)
3) «Проблема новой функции»: бизнес-аналитики раньше такой анализ сами не делали, а давали задания статистикам.
И хотя использование нашего ПО в разы сократит время на получение результатов анализа, они а) не очень-то хотят брать на себя ответственность за результаты анализа, б) боятся, что это будет сложно для них. Несмотря на то, что мы гарантируем обучение и консультации.
Как привить им идею новой полезной функции?
Заранее спасибо.