VK разрабатывает технологии для безопасной совместной работы с данными

«Средний и крупный бизнес работает с большим количеством партнеров: поставщиков, дистрибьюторов, дочерних компаний. У них общие клиенты и задачи в развитии продаж, при этом высокие и понятные требования к безопасности и надежности конфиденциальных данных. Data Clean Room — востребованный класс решений, который уже зарекомендовал себя на глобальном рынке как безопасная среда для совместной работы партнеров с данными. А применение федеративного обучения ML-моделей помогает прогнозировать бизнес-метрики, определять аудиторные инсайты и разрабатывать актуальные предложения — без обмена данными между компаниями», — комментирует директор направления консолидированных цифровых решений для бизнеса VK Любовь Пшеничникова.

«Современный маркетинг требует от ритейлеров проактивной работы с данными — важно учитывать потребительские привычки своей аудитории и внедрять персонализированный подход в коммуникациях. Релевантность рекламного сообщения определена точностью и объемом данных, поэтому мы понимаем значимость совместной с брендами работы с данными. Такие подходы невозможны без соответствующей технологической инфраструктуры, обеспечивающей сбор, обработку данных и их безопасное применение в построении аналитики», — комментирует президент группы компаний РИВ ГОШ Эдгар Шабанов.

На базе решения VK была развернута среда для поставщиков. С ее помощью бренды совместно с РИВ ГОШ могут без обмена данными обучать алгоритмы и составлять расширенный портрет покупателей разных групп товаров. Сегменты на базе аналитики используются для тестирования продуктовых гипотез, исследования рынка, маркетинговых коммуникаций и роста продаж.

РИВ ГОШ вместе с партнерами тестируют аудиторные сегменты на базе технологий ИИ для комплексных рекламных задач. На первом этапе они помогают увеличить знание о новой продукции поставщиков и формируют спрос на них. На втором этапе — мотивируют на покупку пользователей, уже знакомых с предложениями. Механика персонализированных коммуникаций построена на платформе VK Customer Experience Hub с привлечением Data Science команды VK Predict для построения сегментов и аналитики.