# Бизнес на основе данных: как ThirdLove и Hulu управляют клиентским опытом

Источник: https://www.youtube.com/watch?v=TV2btbJOtPA
Канал: Startup Grind
Опубликовано: 04.03.2020

---

На конференции Startup Grind состоялась панельная дискуссия, посвященная роли больших данных в управлении клиентским опытом и масштабировании современного бизнеса. Соосновательница бельевого бренда ThirdLove Хайди Зак и директор по данным стримингового сервиса Hulu Джая Колхаткар обсудили, как сбор информации трансформирует маркетинг и разработку продуктов. Модератором беседы, в которой эксперты поделились практическими кейсами применения аналитики и борьбы за качество данных, выступил Стюарт Роджерс.

## 📊 Данные как стратегическое преимущество и основа конкуренции
[[JUMP:0:05]]

Современный бизнес невозможен без опоры на аналитику, однако компании используют её потенциал по-разному. По мнению Хайди Зак, для бренда ThirdLove глубокая работа с данными стала ключевым фактором, позволившим отстроиться от традиционных конкурентов на рынке, включая многолетнего лидера индустрии в лице Victoria's Secret. 

Директор по данным Hulu Джая Колхаткар разделяет эту позицию, подчеркивая, что аналитика сегодня представляет собой главный стратегический дифференциатор. С её точки зрения, клиенты своими ежедневными действиями буквально транслируют компаниям свои истинные потребности, и задача эффективного менеджмента — правильно расшифровать эти сигналы для создания безупречного пользовательского опыта.

## 👙 Ценность в обмен на информацию: опыт персонализации ThirdLove
[[JUMP:1:36]]

Одним из главных вызовов для любого цифрового бизнеса является готовность потребителей делиться личной информацией. По мнению Хайди Зак, пользователи никогда не станут раскрывать свои данные просто так — для этого компания должна предложить им взамен реальную и понятную ценность. В качестве успешного примера она приводит интерактивный опросник Fit Finder на сайте ThirdLove, который за четыре года прошли более 16 миллионов женщин.

В ходе этого теста бренд собирает уникальные и крайне деликатные метрики:

* Особенности индивидуальной формы груди.
* Специфические проблемы с посадкой белья, с которыми сталкивалась женщина ранее.
* Текущий размер бюстгальтера потребительницы.

Собранный массив информации используется не только для точного подбора размера, но и для кастомизации всего дальнейшего пути клиента (customer journey). На основе этих данных система полностью меняет интерфейс сайта при повторном визите. 

Вся воронка продаж адаптируется под текущий статус пользователя:

1.  **Верхняя часть воронки (первый визит):** фокус на гарантиях качества, условиях бесплатного возврата и обмена, а также на ключевых отличиях продукта.
2.  **Середина воронки (повторный визит без покупки):** демонстрация специализированного контента, закрывающего сомнения и боли.
3.  **Нижняя часть воронки:** предложение конкретных преимуществ и персонализированных стимулов для завершения транзакции.

## 📺 Миллиарды событий в Hulu: от «бинж-вотчинга» до рекламы на паузе
[[JUMP:3:32]]

Масштабы данных в сфере развлекательного контента выглядят совершенно иначе. Джая Колхаткар рассказала, что стриминговый сервис Hulu ежедневно фиксирует около 15 миллиардов пользовательских событий. Этот колоссальный объем информации пронизывает все бизнес-вертикали: от маркетинга и рекламы до принятия решений о лицензировании или производстве собственного контента. По словам директора по данным, ключевая задача аналитики здесь заключается в том, чтобы сопоставить контекст и сиюминутные потребности зрителя с продуктовым предложением.

В течение последнего года команда Hulu активно изучала эти 15 миллиардов ежедневных логов для оптимизации внутренних рекламных продуктов. Исследования выявили важный поведенческий паттерн: около 40% клиентов сервиса практикуют «серийный запой» (binge watching) как минимум один раз в месяц, просматривая по две-три серии шоу подряд. 

Это открытие подтолкнуло компанию к созданию инновационных рекламных форматов:

* **Binge Ad:** интеллектуальный алгоритм прогнозирует, что пользователь вошел в режим долгого просмотра, и предлагает брендам интегрировать менее навязчивые объявления, не отвлекающие от сюжета.
* **Pause Ad:** аналитики заметили, что пользователи совершают миллионы кратковременных пауз в день. Команда Hulu нашла коммерческое применение этому действию: при нажатии на паузу на экране появляется статичная, но уместная контекстная реклама (например, прохладительных напитков или закусок), соответствующая текущему моменту. 

Стюарт Роджерс в шутку отметил, что мечтает о будущем, где система сама закажет ему доставку пиццы и пива во время пятого пересмотра сериала «Во все тяжкие». 

При этом модератор добавил, что современный потребитель устал от традиционной рекламы, часто использует блокировщики и выработал к ней «слепоту» из-за устаревшего подхода агентств «бросать грязь в стену в надежде, что что-то прилипнет». Роджерс поинтересовался, насколько индустрия близка к превращению рекламы в полезного контекстного помощника формата Google Assistant. 

По оценке Джаи Колхаткар, Hulu находится очень близко к этой цели. Если на старте архитектура данных сервиса не позволяла легко вычленять контекст, то теперь обновленная структура помогает считывать даже текущее «настроение» аудитории и специфические условия просмотра, подбирая максимально релевантные объявления.

## 🎯 Эффективный маркетинг и жесткие рамки приватности
[[JUMP:7:38]]

Для бренда ThirdLove цифровой маркетинг является одной из ключевых компетенций, при этом компания активно использует Hulu в качестве площадки для привлечения клиентов. Хайди Зак объяснила, что их внутренняя команда разработала собственную модель маркетингового микса (marketing mix model). Этот инструмент позволяет с высокой точностью рассчитывать эффективность инвестиций: если у компании появляется один свободный доллар, алгоритм четко указывает, в какой канал его направить для максимальной отдачи. В отличие от традиционного линейного телевидения, где невозможно точно узнать профиль аудитории, цифровые платформы и подкасты позволяют делать сообщения узкотаргетированными благодаря пониманию контекста слушателя.

Однако работа с глубоко личной информацией накладывает на компании серьезные обязательства, особенно в условиях глобального ужесточения регуляторных правил вроде европейского регламента GDPR. 

Участники дискуссии сошлись во мнении, что защита приватности должна стоять на первом месте:

* **Подход ThirdLove:** все аналитические процессы строятся исключительно на деперсонализированных наборах данных. По словам Хайди Зак, аналитики изучают поведение укрупненных клиентских сегментов, а не ответы конкретных женщин.
* **Подход Hulu:** Джая Колхаткар подтвердила, что компания строго соблюдает законодательство и полностью исключает персонально идентифицируемую информацию (PII) из своих алгоритмов и аналитических моделей, что существенно упрощает комплаенс.

## 🧪 Ожидания потребителей и парадокс «неудачных» тестов
[[JUMP:10:03]]

Обсуждая эволюцию индивидуальной персонализации, Стюарт Роджерс напомнил, что маркетологи говорят о ней десятилетиями, но до сих пор существуют риски перегнуть палку и спровоцировать скандалы национального масштаба из-за избыточного вторжения в частную жизнь. Он поинтересовался, стоит ли постепенно приучать клиентов к кастомизации, показывая им разницу между стандартным «ванильным» интерфейсом и адаптированным.

По мнению Джаи Колхаткар, в условиях жесткой конкуренции на рынке стриминга у компаний слишком мало времени, чтобы завоевать внимание пользователя. С её точки зрения, современный потребитель (независимо от возраста — миллениал это или представитель старшего поколения) уже по умолчанию ожидает глубокой персонализации, желая одновременно получать и точные рекомендации для новых открытий, и быстрый доступ к привычному контенту. Поэтому Hulu не видит смысла в демонстрации «неперсонализированного» опыта.

В D2C-сегменте (Direct-to-Consumer) персонализация также начинается с первого касания. Как отмечает Хайди Зак, после прохождения Fit Finder между брендом и клиентом выстраиваются долгосрочные отношения. Так, включение рекомендованного размера бюстгальтера в тему первого же электронного письма драматически повышает процент открываемости писем (Open Rate) по сравнению с обычными рассылками.

При этом Зак поделилась важным инсайтом о методологии тестирования гипотез:

> «Если вы проводите качественные, глубокие исследования, то около 50% ваших тестов должны завершаться провалом. Если у вас работают абсолютно все тесты, это означает лишь одно — вы действуете слишком осторожно, выбираете безопасные варианты и не пытаетесь создать что-то действительно новое и прорывное».

В качестве примера скрытых нюансов она упомянула, что знание типа фигуры клиентки вовсе не означает, что в рекламе ей нужно показывать модель исключительно с точно таким же телосложением — потребительское поведение гораздо сложнее линейных моделей.

## 🪄 Где искать вдохновение: MagicBand от Disney и экосистема Good Eggs
[[JUMP:14:12]]

Для поиска прорывных идей лидеры рынка часто смотрят за пределы своих отраслей. Модератор отметил, что стартапам в этом плане проще: у них есть возможность строить процессы с чистого листа, без груза старых legacy-систем, проблем с ERP-платформами и пугающих процессов ETL (Extract, Transform, Load).

В качестве внешних ориентиров, которые искренне восхищают спикеров своим подходом к клиентскому опыту, были названы две компании:

1.  **Disney World (парки развлечений):** Джая Колхаткар выделила их технологию MagicBand в Орландо. Этот браслет устраняет массу мелких операционных раздражителей, заменяя собой кошелек, кредитную карту и ключ от гостиничного номера. С её точки зрения, это великолепный пример того, как детальный анализ операционных болей помогает спроектировать безупречный сервис, попутно собирая колоссальный массив данных о перемещении потоков людей и разгрузке «горячих точек».
2.  **Good Eggs (доставка продуктов):** Хайди Зак выделила это приложение за умное использование потребительских данных. По её ощущениям, сервис детально знает её повседневные потребности, присылает идеально выверенные email-напоминания и точно прогнозирует момент, когда клиент готов уйти к конкурентам (churn), вовремя активируя целевой маркетинг.

## 🧼 Битва за чистые данные: Snowflake, Looker и единый глоссарий
[[JUMP:17:07]]

Проблема качества и доступности данных остается острой как для гигантов, так и для растущих компаний. Хайди Зак вспомнила начало своей карьеры в крупном публичном ритейлере Aeropostale около 10 лет назад: тогда на выгрузку простейшего отчета от IT-отдела уходило три недели, а сами данные в итоге оказывались непригодными для анализа. В ThirdLove этот барьер преодолели, внедрив аналитическую платформу Looker для быстрого самообслуживания сотрудников. Однако даже на седьмом году существования бизнеса компании пришлось пережить масштабную технологическую миграцию с Amazon Redshift на Snowflake.

Зак проиллюстрировала важность единого источника правды историей с внутреннего совещания: один менеджер утверждал, что конверсия по итогам теста выросла, а другой — что упала, поскольку они использовали разные методы подсчета. По мнению Хайди, эволюция платформы данных — это непрерывный процесс, требующий постоянной валидации.

Джая Колхаткар столкнулась с аналогичным вызовом, когда пришла в Hulu (на тот момент компании было более 10 лет). Несмотря на зрелость, сервис сохранял стартап-культуру, где каждый имел доступ к аналитике, но у каждого отдела было свое собственное определение того, кто такой «подписчик». Первые 15 минут любых рабочих встреч уходили на споры о том, чьи цифры правильные. В результате последние 18 месяцев команда Джаи посвятила выстраиванию жесткого дата-гавернанса (data governance), контролю качества и обучению персонала.

Директор по данным Hulu сформулировала ключевые советы для начинающих предпринимателей:

* Инвестируйте время в четкое определение базовых бизнес-метрик с самого старта и своевременно обновляйте этот глоссарий по мере изменений.
* Помните, что не все данные одинаково полезны — не нужно тратить ресурсы на тотальный контроль каждой крупицы информации, сфокусируйтесь только на критически важных показателях.
* Руководствуйтесь бизнес-целями, а не техническими возможностями. 

Стюарт Роджерс поддержал этот тезис, отметив, что нельзя разрабатывать функции просто потому, что вы технически способны это сделать. В качестве примера он привел маркетплейс jet.com, где самым первым нанятым сотрудником стал дата-сайентист, что предопределило успех компании и её быструю продажу стратегическому инвестору.

## ⏳ Советы в прошлое и секрет полуразмеров ThirdLove
[[JUMP:21:58]]

В завершение дискуссии модератор предложил спикерам ментальный эксперимент: перенестись на машине времени в начало карьеры, сохранив весь текущий багаж знаний.

Ответы экспертов обнажили разные приоритеты:

* **Хайди Зак** наняла бы директора по данным и инженера данных гораздо раньше. Она признает наличие парадокса «курицы и яйца»: сильные дата-сайентисты неохотно идут в молодые стартапы, где еще нет достаточного объема информации для работы. Тем не менее, раннее привлечение специалистов помогло бы ThirdLove избежать текущих архитектурных сложностей.
* **Джая Колхаткар** на старте пути изменила бы фокус своего мышления. По её признанию, молодые специалисты в сфере ИТ часто думают исключительно о самих данных, забывая о прикладных задачах бизнеса. Понимание бизнес-целей с самого первого дня сделало бы её гораздо более эффективным профессионалом на раннем этапе.

В финале сессии Хайди Зак раскрыла секрет названия своего бренда. Стюарт Роджерс в шутку спросил, если «третья любовь» женщины — это идеально сидящее белье от ThirdLove, то что же является первой и второй? 

Оказалось, что имя компании отражает концепцию создания «третьей альтернативы». Собранный массив данных показал, что стандартная сетка (например, строго чашка B или C) не подходит миллионам женщин, поэтому ThirdLove создали промежуточные полуразмеры (включая B.5). Кроме того, вместо исторического компромисса между удобным и красивым бельем, компания объединила оба этих свойства, предложив рынку принципиально новый выбор.