Создание региональных бизнес-экосистем на основе цифровых профилей клиентов и омниканальных коммуникаций

Абрамов В.И.1, Гордеев В.В.2, Столяров А.Д.1
1 Национальный исследовательский ядерный университет МИФИ, Россия, Москва
2 Московский государственный университет имени М.В. Ломоносова, Россия, Москва

Статья в журнале

Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 13, Номер 5 (Май 2023)

Цитировать:
Абрамов В.И., Гордеев В.В., Столяров А.Д. Создание региональных бизнес-экосистем на основе цифровых профилей клиентов и омниканальных коммуникаций // Экономика, предпринимательство и право. – 2023. – Том 13. – № 5. – С. 1521-1540. – doi: 10.18334/epp.13.5.117670.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=53965299
Цитирований: 8 по состоянию на 07.12.2023

Аннотация:
Исследуется возможность создания региональных экосистем на основе комплексного подхода к объединению цифровых профилей клиентов компаний. Статья посвящена выявлению точек роста эффективности компаний в экосистеме и роли консолидирующего центра в создании экосистемы, в том числе с участием регионального правительства. Методологической базой исследования выступили концептуальные положения теории экосистем, платформенной экономики и маркетинга. В методическом плане исследование базируется на обобщении и анализе теоретического материала, изучении материалов ранее выполненных социологических и маркетинговых исследований по цифровым платформам и экосистемам, а также на систематизации и группировке полученных данных. Для демонстрации эффективности применения омниканальных коммуникаций и цифровых профилей клиентов используется сравнительный анализ различных технологий и проверенные на практике методы повышения эффективности и доходности при использовании клиентоцентричных подходов. Результаты: рассмотрены особенности использования экосистемного подхода при осуществлении цифровой трансформации компаний и создания региональной экосистемы, предложено создание бизнес-модели с использованием машинного обучения для дифференциации клиентов, предложен способ создания омниканальных коммуникаций, цифровых профилей и формирования на их основе динамических кластеров клиентов. Показано, что описанные механизмы позволяют повысить продажи и уровень лояльности клиента к конкретной компании экосистемы, к продуктам и услугам экосистемы в целом.

Ключевые слова: экосистема, бизнес-модель, омниканальная коммуникация, цифровой профиль, цифровая трансформация, цифровая платформа

JEL-классификация: M11, M21, O31, O33



Введение

Для России в условиях жестких экономических санкций и начала становления шестого технологического уклада и четвертой промышленной революции поиск новых источников роста становится ключевой задачей. В эпоху распада глобального однополярного мира и перехода к миру многополярному важно обеспечить устойчивое развитие страны [1]. В современной экономической среде, которая характеризуется как BANI-мир (акроним от английских слов: хрупкий, тревожный, нелинейный и непонятный), методы управления, которые обеспечивали успех в прошлом, больше не эффективны. Задача цифровой трансформации экономики и увеличения темпов экономического развития страны актуальна как никогда, поэтому требуются иные подходы к управлению с использованием инновационных цифровых технологий, дающих новые способы наращивания эффективности работы предприятий. Важно отметить, что существует прямая зависимость между степенью цифровизации экономики и показателями устойчивого развития [2]. Цифровизация и цифровая трансформация, а также инструменты и методы, используемые и применяемые в этих процессах, оказывают положительное влияние на получение социальных и экономических благ при работе государственных и муниципальных органов управления [3]. Задача стимулирования цифровой трансформации и экономического развития как никогда остра, поэтому необходимы иные подходы к управлению, использование инновационных цифровых технологий и повышение цифровой зрелости, предлагающие новые возможности для повышения эффективности регионального развития [4]. Важно учитывать успешный опыт и других стран [5].

Сегодня наращивание объемов производства уже не играет существенной роли, как прежде, новое время требует скорости и гибкости на рынке, персонализации предлагаемых товаров и услуг [6]. При этом бизнес может подходить к процессу разработки инновационных услуг с разных отправных точек и в различной последовательности, в зависимости от контекста [7]. Часто формирование таких услуг возникает на пересечении различных видов деятельности, выполняется разными субъектами с ограниченными компетенциями [8]. Чтобы выжить на рынке и оставаться конкурентоспособными, компании прибегают к инновациям в своих ценностных предложениях, и общая стратегия - основывать новые услуги на цифровых технологиях [9]. В условиях быстрых изменений экономической среды только способность к инновациям в ответ на вызовы и проблемы позволит компаниям обеспечить свою устойчивость, гибкость и развитие, чтобы изменения не угрожали им, а предоставляли возможности для роста [10]. Сегодня мы можем наблюдать, как уже многим российским компаниям удается успешно применять такие новейшие технологии, как аналитика больших данных, технологии машинного обучения и искусственного интеллекта, технологии персонализации. При использовании новых технологий компании вырываются в лидеры индустрии, обгоняя своих прямых конкурентов по уровню удовлетворенности клиента. Предприятия, которые понимают значение новых открывшихся возможностей и готовы меняться, могут извлечь из этого значительную экономическую ценность, а компании, которые не захотят меняться, ждет тернистый путь [11].

Для предприятий малого и среднего бизнеса нарастает конкуренция со стороны глобальных и федеральных игроков, которые имеют максимальную рыночную силу. Крупные компании реализуют системный подход для обеспечения максимального удобства для потребителей. Малым и средним предприятиям сложно создавать широкий ассортимент и практически невозможно продвигать в одиночку цифровую платформу. Для сетевых платформ важен эффект масштаба, и поэтому на начальном этапе требуются значительные инвестиции для привлечения клиентов. Из приведенных аргументов можно сделать вывод, что в старой логике индустриальной экономики у малых и средних предприятий нет существенных ресурсов, а, следовательно, и особых перспектив для развития, поэтому в условиях новой экономической среды, главной отличительной чертой которой является нестабильность, актуальны как новые цифровые бизнес-модели компаний, так и новые организационные формы взаимодействия бизнеса и региональной власти для адекватного реагирования на происходящие изменения и создания возможностей для аккумуляции необходимых ресурсов. Однако следует отметить, что существующие меры поддержки малого и среднего бизнеса не выдерживают конкуренции с развитыми зарубежными странами и не позволяют эффективно повысить конкурентоспособность в новых условиях [12].

В условиях жесткой глобальной конкуренции компании целенаправленно переходят от продуктоориентированности к клиентоцентричности с использованием возможностей инновационных решений на основе цифровых технологий. Отмечается [13. с. 73], что в условиях цифровой трансформации необходима разработка не только защитных мер, но и серьезное развитие стратегии по продвижению цифровых инноваций для национальной экономики, и такая промышленная политика должна предусматривать эффективное регулирование применения всех цифровых технологий, превращение данных в актив развития, обеспечение социальной и информационной защищенности населения и сохранение его занятости.

Перспективной формой для развития являются бизнес-экосистемы на основе цифровых платформ. Основными действующими лицами являются владельцы цифровых платформ, компании, участвующие в экосистеме, потребители продуктов или услуг, а также важно учитывать региональную среду, в которой развивается экосистема. Развитие экосистем изменяет наши привычные взгляды на конкуренцию, инновации и клиентоориентированность, бизнес сегодня должен быть гибким, необходимо быстро перестраиваться под новые реалии. Сразу следует отметить, что, как и во всех других сферах, существует при этом важная проблема сохранности персональных данных.

Экосистема – перспективная форма экономического развития в цифровой экономике, однако пути и методы ее создания недостаточно проработаны и пока незначительно представлены в научной литературе. В данной работе предлагается методология создания региональных бизнес-экосистем и обсуждаются особенности использования цифровых профилей клиентов и омниканальных коммуникаций с применением цифровых технологий, таких как машинное обучение и большие данные.

Цель статьи – исследовать механизм создания региональных бизнес-экосистем для малых и средних предприятий на основе цифровых профилей клиентов и омниканальных коммуникаций. Метод исследования базируется на анализе и обобщении теоретического материала, изучении данных ранее выполненных социологических и маркетинговых исследований экосистем, а также на систематизации и группировке эмпирических данных.

Научная новизна работы заключается в предложении и обосновании методологии создания региональных бизнес-экосистем на основе цифровой платформы с использованием цифровых профилей клиентов и омниканальных коммуникаций с получением синергетического эффекта для участников экосистемы.

Основной авторской гипотезой данной работы является возможность выявления наиболее перспективных с экономической точки зрения участников бизнес-экосистемы, владельцев цифровой платформы и регионального правительства подходов к созданию региональных бизнес-экосистем для использования в практической деятельности компаний.

Методология исследования основана на системном подходе, применяемом при анализе сложных экономических систем, и использует общенаучные методы познания: анализ, сравнение, логические рассуждении, сбор фактов, синтез, а также структурный подход.

Основная часть

Экосистемы и их роль в цифровой экономике

Цифровая трансформация реализуется во всех регионах России, и в этих условиях региональные бизнес-экосистемы можно рассматривать как системы взаимодействия государства, бизнеса и населения в рамках развития цифровой среды. Социально-экономические экосистемы становятся новым значимым актором экономики. Создание совместных ценностей в экосистемах должно стать магистральным направлением их деятельности [14]. В настоящее время в российской экономике складываются благоприятные предпосылки для расширения экосистем как перспективной формы организации финансового и нефинансового бизнеса. Цифровизация экономики способствует снижению специфичности активов, дезинтермедиации, т. е. удалению лишних посредников в цепочках, уменьшению трансакционных издержек производителей, отделению информации от устройств и технологий и, как следствие, интеграционным процессам и формированию экосистем [15]. Глобальные цифровые платформы стали феноменом современной экономики, что подтверждается наличием у них ряда уникальных конкурентных преимуществ.

Важный капитал экосистем — это данные о клиентах. В условиях глобальных изменений стартапы, используя эти данные, могут создавать и быстро развивать новую ценность для клиентов, обеспечивая тем самым стабильность развития экосистемы, поскольку существует потребность клиентов в быстром получении различных качественных продуктов и услуг с минимальными усилиями через удобные цифровые каналы. При этом привлечение новых клиентов на основе новой ценности создает синергетический эффект для экосистемы [16].

Эмпирические исследования показали, что предпринимательские экосистемы могут существенно стимулировать различные аспекты процесса запуска, бизнес-планирования и финансирования нового предприятия [17]. Экосистемы стали популярными также среди практиков и политиков на региональном уровне, потому что они позволяют повысить предпринимательскую активность и улучшить привлекательность местной экономической среды, а это выгодно и для предпринимателей, и для регионального развития [18]. Результаты кластерного анализа, базирующегося на соотнесении индекса развития предпринимательских экосистем и среднегодовых темпах роста валового регионального продукта, свидетельствуют о том, что регионы с относительно высокой рождаемостью новых организаций при относительно низкой официальной ликвидации прежних обладают более высокими ключевыми показателями регионального развития [19]. С точки зрения политики очень важно стимулировать развитие территориальных экосистем, основанных на доверии, обмене знаниями, здравом смысле и идентичности, что позволяет развиваться в логике устойчивого развития [20]. Если объектом региональной инновационной политики в приоритете будет экосистема в целом, а не отдельные предприятия, меры господдержки будут более справедливо распределятся и будут учитывать важность человеческого капитала, интеллектуальной собственности, конкуренции и публичной информации в развитии открытых предпринимательских экосистем [21]. Как отмечается в работе [22], поддержка предпринимательских экосистем особенно важна в регионах с низкими доходами, это показывают результаты исследования, проведенного в Китае. Исследование [23] рекомендует государственному управлению инвестировать в основном в два следующих стратегических направления деятельности: цифровое образование и партнерство. Персоналу предприятий необходимо приобретать новые навыки, которые позволят им активно использовать цифровые технологии. В работе [24] отмечается, что вклад университетов в укрепление региональных предпринимательских экосистем необходим, поскольку они активно участвуют как в развитии соответствующих человеческих ресурсов через предпринимательское образование и обучение, так и в формировании резерва талантливых людей (административные и технические таланты). Наряду с этим университеты играют жизненно важную роль в продвижении культуры, благоприятствующей предпринимательству (творчество, терпимость к риску и неудачам, продвижение успешных бизнес-моделей) и формированию предпринимательских идей для новых предприятий.

Сегодня в научных статьях, литературе и в средствах массовой информации определение понятия «экосистемы» встречается в различных интерпретациях, что может затруднить применение термина в научных исследованиях. Понятие «экосистема» пришло из биологии и стало активно распространяться благодаря цифровым прорывам в области технологий. Новая среда, возникшая в результате слияния технологий, представляет определенную угрозу для компаний, но, вместе с тем, создает большие возможности для тех, кто использует новые ресурсы. Первым человеком, который ввел понятие «экосистема» в бизнесе, принято считать Джеймса Мура [25]. Концепция предпринимательских экосистем первоначально использовалась в качестве основы для объяснения предпринимательской деятельности в регионах и отраслях промышленности [26]. Несмотря на полезность этого подхода, концепция является недооцененной, особенно в отношении эволюции предпринимательской экосистемы. В существующей научной литературе не хватает той теоретической основы, которая решает проблемы развития и изменения предпринимательских экосистем с течением времени [26]. Характерной чертой экосистем является состояние сбалансированности: экономические агенты конкурируют за ограниченные ресурсы на основе сотрудничества. Равновесие обеспечивается взаимодополняемостью и взаимозаменяемостью экономических агентов, но может и исчезнуть, если выживет только один из них. Сущность экосистемы хорошо изложена в работе [27]: “В самом абстрактном смысле экосистема (“экологическая система”) — это биотическое сообщество, его физическая среда и все возможные взаимодействия в комплексе живых и неживых компонентов.” Одной из характеристик экосистемы является то, что агент не может выжить без других. Подавление одного агента неизбежно приведет к потере благосостояния всех агентов в экосистеме, если не уничтожит всю экосистему. Именно взаимосвязь агентов в их неживой среде обитания создает ценность для всех агентов, позволяя им выживать, т. е. прогрессировать [27].

Предпринимательство, то есть использование ранее не коммерциализированных знаний и идей, является существенным фактором, определяющим возникновение и устойчивость экосистемы [28]. Ауэрсвальд и Дэни [29] утверждают, что предпринимательская экосистема и бизнес-экосистема являются подмножествами и вложены в более широкую региональную экономическую систему. Когда большая часть соответствующих идей коммерциализируется за пределами существующих фирм путем создания новых предприятий, тогда предпринимательство является основной функциональной деятельностью в региональной экосистеме. Отмечается также, что ключевым аспектом при этом является человеческий капитал [30]. Именно в этом смысле мы будем использовать понятие региональной бизнес-системы.

Экосистема включает в себя большое количество стейкхолдеров, таких как поставщики, дистрибьютеры, конкуренты, клиенты, и многих других заинтересованных лиц и организаций, принимающих участие в создании и производстве конкретного продукта или услуги. Показано, что развитие бизнес-экосистем – это системный подход к развитию экономических субъектов, в основе которого лежит модель создания ценностного предложения для клиентских групп [31].

Важной особенностью экосистемы является единая цифровая платформа, на базе которой компании могут совместно пользоваться её ресурсами и при этом преследовать общие интересы, к которым можно отнести инновации и коммерческую выгоду. Экосистему определяют собранные на одной платформе разнообразные интегрированные каналы и сервисы для непрерывной коммуникации с клиентами. В данной работе под каналами понимаются все методы взаимодействия потребителя с компанией, включая такие каналы, как определение местоположения, мобильные приложения, электронная коммерция, социальные сети, использование дополненной и смешанной реальности. Важной особенностью при создании экосистемы является создание запаса потенциального взаимодействия клиента с компанией несколькими способами одновременно, что дает возможность прослеживать цифровой путь клиента для настройки персонализированного предложения.

Бизнес-экосистемы как основа для цифровой

трансформации бизнеса в регионе

Основной признак экосистемы – сетевой способ создания ценности. Основным видом деятельности в экосистеме является базовая транзакция, стимулирующая обмен ценностью между пользователями. Базовая транзакция – это набор действий, которые для обмена ценностями должны совершить потребители и производители (участники экосистемы). Экосистема не имеет централизованного органа управления и действует на основе самоорганизации, соединяющей конкуренцию и сотрудничество [32]. Основой экосистемы являются цифровая платформа, которая определяет и регулирует правила взаимодействия участников, цифровые профили клиентов и коммуникации. Создавая бизнес-экосистему, компании могут использовать разные подходы, но эффективность, гибкость и устойчивость экосистемы будет в значительной степени определяться регламентами платформы для участников, доступом к клиентским данным и омниканальными коммуникациями.

Понятие омниканальности пришло из маркетинга, где компания выстраивает вокруг себя интегрированные каналы и сервисы в одной системе и использует их для предиктивного анализа. Компания, имея сайт или мобильные приложения, присутствует в социальных сетях, имеет офлайн-точки продаж и создает один единый канал коммуникации с клиентом. При помощи омниканальных коммуникаций экосистемы получают данные о клиенте из всех каналов: что он смотрит, на какие рассылки реагирует, в каких магазинах и что покупает [33]. Используя данные о каждом клиенте, компании предлагают товары и услуги, которые интересны этому клиенту. Омниканальная коммуникация экосистемы и клиента создается путем налаживания долгосрочных отношений. Данная коммуникация оптимизируется для того, чтобы узнать, как можно больше о предпочтениях, интересах, потребностях и образе жизни клиента для предоставления актуальных и персонализированных предложений.

При создании омниканальных коммуникаций внутри экосистемы главной задачей является понимание интересов, запросов и потребностей клиентского сегмента. Тем самым переход к новой бизнес-модели может осуществляться компаниями с различными типами деятельности, вокруг которых создается экосистема, например, банками, операторами связи, технологическими компаниями, и компаниями, расширяющими экосистему, например, автодилерами, розничными торговыми сетями, индустрией развлечений, авиакомпаниями, туроператорами и многими другими. Экосистема закрывает потребности не только потребителей, но и предоставляет продукты и услуги по развитию бизнеса в корпоративном сегменте.

Приведем пример синхронизации данных о клиентах от туристического оператора, финансовой организации, сети АЗС и платежной системы. В этой модели присутствуют данные, которые описывают потребительские предпочтения клиента с разных сторон, таких как поездки, покупки, еда, модель автомобиля и т. д. Модель позволяет выделить определенных клиентов из общей массы, найти людей с общими привычками и, в конечном счете, сгенерировать уникальные персонализированные предложения, которые станут актуальными для данного клиента. При этом клиенты объединяются в определенные клиентские кластеры, где их потребительский опыт обобщается, что позволяет информационной системе представлять группу людей как одного субъекта, но с множеством данных и, таким образом, увеличивать уровень чувствительности генерируемых клиентских предложений.

Цифровые технологии, такие как искусственный интеллект, машинное обучение, большие данные и многие другие, уже получили значительное развитие, благодаря чему мир и экономика стали качественно другими. Для повышения уровня удовлетворенности клиента важна настройка процесса сбора данных. Имея большие объемы качественных данных, можно выйти в лидеры, и это удается тем компаниям, кто успешно и эффективно выстраивает и внедряет техническую стратегию работы с данными. Используя единую цифровую платформу, компании имеют большую клиентскую базу, предлагают пользователям внутри экосистемы товары и услуги, которые необходимы в данный момент и в данном месте, позволяя компаниям развиваться.

Успешные компании ставят во главу угла привычки клиента и его интересы, поведение, психотип и потребности, адаптируя бизнес-процессы для клиента сквозным способом. Компании обеспечивают механизмы запуска персонализированных маркетинговых кампаний взамен массовых рассылок посредством SMS или e-mail. Компании создают цифровые профили клиентов, используя как свои собственные данные, так и все возможные внешние источники данных, разделяя аудиторию на мелкие группы, т. н. кластеры клиентов, и запуская омниканальные коммуникации.

Применение предиктивной аналитики в системе управления взаимоотношениями с клиентами становится наиболее популярным и быстрорастущим направлением. Плюсы встраивания предиктивной аналитики в рабочий цикл организации связаны с применением интеллектуальной аналитики для получения оптимального решений, со сведением к минимуму уровня неопределенности, своевременным реагированием на изменения в показателях различных видов бизнеса и точным управлением рисками [34]. С ее помощью можно понимать и анализировать потребности и запросы своих заказчиков, а также привлекать и удерживать новых клиентов [35]. Модель CRM можно назвать одним из ключевых элементов цифровой трансформации. Каналы коммуникаций включают все большее количество технологий, носимых и стационарных устройств на разных стадиях клиентского опыта.

Например, если взять направление пассажирских перевозок, можно однозначно сказать о наличии большого количества цифровых систем - поставщиков данных, к которым относятся истории покупок, истории коммуникаций, отзывы, данные по кросс-продажам собственных дополнительных услуг, а также услуг или товаров партнеров в рамках экосистемы. На данной основе можно создать базу подготовки персональных рекомендаций клиентам.

На дальнейших стадиях система генерирует и тестирует гипотезы. Результаты такого тестирования используются в обучении моделей и повышении клиентского опыта, а как следствие и продаж. Важно отметить, что прежде, чем система начнет полноценно работать на основе самообучения, длительное время уходит на так называемое обучение системы искусственного интеллекта с поддержкой. То есть для эффективной цифровой трансформации важна работа экспертов, которые понимают бизнес-процессы в компании и, при этом, умеют работать с данными. Как правило, первые шаги на пути обучения системы самостоятельному принятию решений все же выполняются с использованием ручной аналитики (см. рис.1).

Рис 1. Машинное обучение для кросс-продаж (источник: разработано авторами)

На рис. 1 представлена верхнеуровневая архитектура информационной системы, позволяющей на основе омниканальных коммуникаций формировать персонализированные предложения. На основе клиентской CRM, данных из социальных сетей и других каналов информации искусственный интеллект предсказывает спрос, дает рекомендации по продуктам и подсказывает потребителю дальнейшие действия, а с помощью машинного обучения генерируются персональные предложения на базе предпочтений клиента.

Благодаря инновационным идеям и инновационным технологиям новая бизнес-модель – экосистема, может позволить спрогнозировать поведение клиента, определив его потребности, желания и предпочтения. Например, клиент посещает веб-сайт компании, просматривает интернет, взаимодействует с рекламой, посещает социальные сети, делится своим местоположением, задействует множество каналов, прямо или косвенно связанных с продуктами экосистемы, создавая данные о себе в каждой точке взаимодействия.

Главной частью в экосистеме для взаимодействия с потребителем является цифровой профиль клиента. Для получения такого профиля используется внедрение нормализации и очистки данных о клиенте на уровне ключевых бизнес-процессов. Нормализованный уникальный профиль позволяет компаниям с максимальной точностью обобщать групповой опыт похожих друг на друга клиентов и формировать кластеры (см. рис. 2). Так, компания, зная поведенческий паттерн клиента, находит клиентов, похожих по предпочтениям, и может максимально использовать эффект от персонализации предложений на разных стадиях жизненного цикла клиента. Фокус внимания должен быть сосредоточен на ключевых запросах клиентов: учет впечатлений (комфорт, удобство, вовлеченность), индивидуальности (персонализированное предложение, возможность диалога) и сопровождение на всем жизненном пути продукта или услуги.

Рис. 2. Пример формирования кластеров клиентов (источник: разработано авторами)

Данный подход был использован в рамках работы с одной из авиакомпаний СНГ, когда механизмы машинного обучения были применены в рамках работы платформы электронной коммерции [36]. Основной задачей было повышение продаж собственных дополнительных сервисов, таких как дополнительный багаж, выбор места, апгрейд в бизнес-класс, доступ в интернет и т. д. [36]. Стоит отметить, что темп роста продаж дополнительных сервисов опережал рост продажи авиабилетов, и прирост продажи дополнительных сервисов, обеспеченный за счет персонализации, составил 175%.

Ценность этих данных возрастает при наличии перекрестных ссылок и интеграции данных партнерских розничных продавцов, данных об эффективности кампаний с управлением взаимоотношениями с клиентами и программой лояльности. Для обработки всей этой информации используется аналитика данных, искусственный интеллект и методы машинного обучения. Искусственный интеллект интегрируется с данными, инструментами и платформами и может «принимать решения» на основе установленных правил и обучения.

Объединение данных о клиенте из разных отраслей позволяет максимально повысить точность прогнозов. Так, платежные системы знают, что и где покупает клиент. Пассажирские компании знают места проживания, работы, бизнес-интересов клиента, а также семейное положение, спутников, наличие детей и множество более мелких деталей. Рестораны распознают вкусовые предпочтения. Объединение данных позволяет с высокой вероятностью определять принадлежность клиента к той или иной покупательской группе и персонализировать предложение, а также создавать динамические пакеты.

Важно отметить, что работа с типизированными профилями клиентов позволяет уйти от проблем с обработкой персональных данных, так как при кластеризации исключается сравнение с другими клиентами, но идет работа с профилями, которые полностью анонимизированы и часто обобщены.

Компаниям следует активно овладевать профессиональными знаниями и развивать компетенции своих сотрудников, исходя из опережающего характера обучения и образования, отвечающего потребностям организации, для решения не только ее текущих задач, но и с учетом стратегических перспектив [37]. Желательна и государственная поддержка для обучения персонала, существующие меры поддержки МСП также должны быть пересмотрены, поскольку они не конкурентоспособны по сравнению с мерами поддержки в зарубежных странах [12].

Устойчивость экосистемы и роль регионального правительства

Как отмечалось выше, характерной чертой экосистем является состояние сбалансированности, при том, что экономические агенты конкурируют за ограниченные ресурсы, что обеспечивается взаимодополняемостью и взаимозаменяемостью между ними. Сбалансированность определяется, в том числе, и регламентами цифровой платформы, поэтому для достижения максимально благоприятных условий для участников экосистемы возможно совместное владение цифровой платформой достаточно большим количеством участников, либо некоммерческой организацией, в частности кооперативом. В России интересен кейс «Дрогери Союза» - кооператива предпринимателей, который был основан осенью 2014 г. [38]. Основной целью создания объединения независимых розничных сетей в рамках потребительского общества «Дрогери Союза» являлось повышение операционной эффективности сетей-участников, которое, в свою очередь, улучшило качество ассортиментного предложения для покупателей. Результаты деятельности за прошедшие годы свидетельствуют о значительном росте рыночной силы «Дрогери Союза» и эффективности каждой сети по отдельности [38].

Для устойчивого развития экосистемы также важно обеспечивать безопасность персональных данных клиентов, поскольку возможны как утечки данных, так и непредвиденные манипуляции со стороны некоторых участников экосистемы. Роль региональных правительств может заключаться как в стимулировании процессов создания бизнес-экосистем, так и в создании защищенных хранилищ данных и агрегировании знаний о гражданах с целью обезличенного предоставления данных участникам экосистем. Таким образом обеспечивается создание защищенного контура внутри экосистемы, где участники - предприниматели, компании и др., делятся знаниями о своих клиентах, а доверенный владелец защищенного контура обеспечивает обезличивание и агрегацию данных в соответствии с потребностями участников экосистемы. Агрегированием данных можно считать создание кластеров "похожести", например, человек с идентификатором 12435 похож по своим покупательским предпочтениям на 1000 людей с определенными идентификаторами. Такого рода информацию участники экосистемы могут использовать для целей персонализации предложения для выбранного клиента, улучшения аналитики данных, принятия решений по разработке новых продуктов и услуг на основе данных. Все это позволит повысить скорость реакции на изменения структуры спроса. Появлению экосистемного использования данных в большей степени препятствует в настоящий момент отсутствие легальной возможности такого совместного использования (шэринга) в части персональных данных.

Заключение

В статье предлагается механизм создания региональных бизнес-экосистем для малых и средних предприятий на основе цифровых профилей клиентов и омниканальных коммуникаций с участием региональных органов власти. В рамках экосистемы функционирование компаний позволяет достигнуть симбиоза, при котором ее участники создают совместные активы, которые не могли бы быть созданы ими друг без друга, действуй они за пределами бизнес-экосистемы. В данном случае при поиске новых ниш компании распределяют роли между собой для разработки услуги или продукта и продвижения его на рынке, работая совместно для поиска инновационных идей, чтобы удовлетворить потребности клиента. Основным отличием экосистемы от традиционного бизнеса являются инновации и скорость выхода продукта или услуги на рынок, гибкость, появление новых форм взаимодействия с клиентом. Задача экосистемы - не решать проблемы за бизнес, а давать доступ к наиболее эффективным механизмам для создания инноваций и возможности повышения эффективности предприятий и открытия новых рынков.

Экосистемы активно развиваются и в мире, и у нас в стране. Поскольку в этой бизнес-модели взаимная выгода создается для всех ее участников, это подразумевает свободный доступ к наиболее эффективным механизмам для создания и открытия новых рынков, устранения препятствий на пути к их освоению и эффективное использование капитала с минимальными рисками. От развития экосистем выигрывает в результате все общество, что в большой степени влияет на достижение его благосостояния.

Описанные механизмы позволяют создавать высокий уровень лояльности клиента и к конкретной компании экосистемы, и к продуктам и услугам экосистемы в целом. На каждом этапе жизнедеятельности у клиентов возникают персональные потребности, которые удовлетворяются через механизмы персональных предложений компании и партнерами внутри экосистемы. Показаны точки роста эффективности компаний в экосистеме и роль консолидирующего центра в создании экосистемы, в том числе с участием регионального правительства.


Источники:

1. Абрамов В.И., Путилов А.В., Шамаева Е.Ф. Формирование механизмов управления устойчивым развитием экономики промышленных отраслей и комплексов // Энергетическая политика. – 2023. – № 2(180). – c. 40-53. – doi: 10.46920/2409-5516_2023_2180_40.
2. Абрамов В. И., Абрамов И. В., Путилов А. В., Трушиня И. Цифровизация экономических отношений как фактор устойчивого развития стран // Вопросы инновационной экономики. – 2023. – № 2. – doi: 10.18334/vinec.13.2.117125.
3. Абрамов В.И., Андреев В.Д. Проблемы и перспективы цифровой трансформации государственного и муниципального управления в регионе (на примере Кемеровской области) // Ars Administrandi (Искусство управления). – 2022. – № 4. – c. 667-700. – doi: 10.17072/2218–9173-2022-4-667-700.
4. Абрамов В.И., Андреев В.Д. Анализ стратегий цифровой трансформации регионов России в контексте достижения национальных целей // Вопросы государственного и муниципального управления. – 2023. – № 1. – c. 89-119. – doi: 10.17323/1999–5431-2023-0-1-89-119.
5. Абрамов В.И., Андреев В.Д. Совершенствование методики оценки индекса цифровой зрелости регионов России с учетом аспектов второго и третьего этапа цифровой трансформации ГМУ на основе зарубежного опыта // Управленческие науки. – 2023. – № 1. – c. 32-46. – doi: 10.26794/2304-022X‑2023-13-1-32-46.
6. Абрамов В.И., Абрамов И.В., Поливанов К.В., Семенков К.Ю. Цифровая трансформация системы управления отношениями с клиентами // Вопросы инновационной экономики. – 2023. – № 1. – doi: 10.18334/vinec.13.1.117051.
7. Kindström D., Kowalkowski C. Service innovation in product-centric firms: a multidimensional business model perspective // Journal of Business and Industrial Marketing. – 2014. – № 2. – p. 96-111. – doi: 10.1108/JBIM-08-2013-0165.
8. Laya A., Jocevski M., Ghezzi A., Markendahl J. Business model as relational aggregator: exploring business relationship // 32nd IMP Conference. Poznan, 2016.
9. Porter M.J., Heppelmann J.E. How smart, connected products are transforming competition. Harvard Business Review. [Электронный ресурс]. URL: https://hbr.org/2014/11/how-smart-connected-products-are-transforming-competition.
10. Абрамов В.И., Борзов А.А. Роль инновационного потенциала при цифровой трансформации компании // Актуальные проблемы экономики и менеджмента. – 2022. – № 2(34). – c. 5-12.
11. Сибел Т. Цифровая трансформация. Как выжить и преуспеть в новую эпоху. / Пер. с англ. 2-е изд. - М.: Манн, Иванов и Фербер, 2021. – 256 c.
12. Безруков Н.О., Абрамов В.И. Государственная поддержка предпринимательства в зарубежных странах и в России в контексте цифровой трансформации экономики // Актуальные направления научных исследований XXI века: теория и практика. – 2022. – № 1(56). – c. 153-170. – doi: 10.34220/2308–8877-2022-10-1-153-170.
13. Атурин В.В., Мога И.С., Смагулова С.М. Управление цифровой трансформацией: научные подходы и экономическая политика // Управленец. – 2020. – № 2. – c. 67-76. – doi: 10.29141/2218–5003-2020-11-2-6.
14. Клейнер Г.Б. Социально-экономические экосистемы в свете системной парадигмы // Системный анализ в экономике – 2018: Сб. тр. V Междунар. науч.-практ. конф.-биеннале. М., 2018. – c. 5-14.– doi: 10.33278/SAE-2018.rus.005-014.
15. Клейнер Г.Б., Рыбачук М.А., Карпинская В.А. Развитие экосистем в финансовом секторе России // Управленец. – 2020. – № 4. – c. 2-15. – doi: 10.29141/2218–5003-2020-11-4-1.
16. Абрамов В.И., Лаврентьев И.А., Гремпель В.О. Роль инноваций и стартапов в развитии экосистем // Экономические науки. – 2022. – № 210. – c. 97-100. – doi: 10.14451/1.210.97.
17. Audretsch D.B., Cunningham J.A., Kuratko D.F., Lehmann E.E., Menter M. Entrepreneurial ecosystems: economic, technological, and societal impacts // The Journal of Technology Transfer. – 2019. – p. 313-325. – doi: 10.1007/s10961-018-9690-4.
18. Prencipe A., Corsi C., Rodríguez-Gulías M.J., Fernández-López S., Rodeiro-Pazos D. Infuence of the regional entrepreneurial ecosystem and its knowledge spillovers in developing successful university spin-ofs // Socio-Economic Planning Sciences. – 2020. – p. 100814. – doi: 10.1016/j.seps.2020.100814.
19. Овчинникова А.В., Зимин С.Д. Оценка связей предпринимательских экосистем с уровнем экономического развития регионов России // Journal of Applied Economic Research. – 2021. – № 3. – c. 362-382. – doi: 10.15826/vestnik.2021.20.3.015.
20. Tolstykh T., Gamidullaeva L., Shmeleva N., Lapygin Y. Regional Development in Russia: An Ecosystem Approach to Territorial Sustainability Assessment // Sustainability. – 2020. – № 16. – p. 6424. – doi: 10.3390/SU12166401.
21. Tolstykh T., Gamidullaeva L., Shmeleva N., Woźniak M., Vasin S. An assessment of regional sustainability via the maturity level of entrepreneurial ecosystems // Journal of Open Innovation: Technology, Market, and Complexity. – 2021. – № 1. – p. 5. – doi: 10.3390/joitmc7010005.
22. Zhang Y., Roelfsema H. Entrepreneurial Ecosystems. New Business Formation, and Scale-up Activity: Evidence from 286 Chinese Cities // Entrepreneurship Research Journal. – 2020. – p. 1-37. – doi: 10.1515/erj-2019-0265.
23. Brunetti F., Matt D.T., Bonfanti A., Pedrini G., Orzes G. Digital transformation challenges: strategies emerging from a multi-stakeholder approach // TQM Journal. – 2020. – № 4. – p. 697-724. – doi: 10.1108/TQM-12-2019-0309.
24. Ierapetritis D.G. Discussing the role of universities in fostering regional entrepreneurial ecosystems // Economies. – 2019. – № 4. – p. 119-149. – doi: 10.3390/economies7040119.
25. Moore J.F. Predators and prey: A new ecology of competition // Harvard Business Review. – 1993. – № 3. – p. 75-83.
26. Nicholls-Nixon C.L., Valliere D., Gedeon S.A., Wise S. Entrepreneurial ecosystems and the lifecycle of university business incubators: An integrative case study // International Entrepreneurship and Management Journal. – 2021. – № 2. – p. 809-837. – doi: 10.1007/s11365-019-00622-4.
27. Acs Z.J., Stam E., Audretsch D.B., O’Connor A. The lineages of the entrepreneurial ecosystem approach // Small Business Economics. – 2017. – № 1. – p. 1-10. – doi: 10.1007/s11187-017-9864-8.
28. Liguori E., Bendickson J., Solomon S., McDowell W.C. Development of a multi-dimensional measure forassessing entrepreneurial ecosystems // Entrepreneurship and Regional Development. – 2019. – № 1-2. – p. 7-21. – doi: 10.1080/08985626.2018.1537144.
29. Auerswald P. E., Dani L. The adaptive life cycle of entrepreneurial ecosystems: the biotechnology cluste // Small Business Economics. – 2017. – № 1. – p. 97-117. – doi: 10.1007/S11187-017-9869-3.
30. Audretsch D.B., Link A.N. Innovation capital // The Journal of Technology Transfer. – 2018. – № 6. – p. 1760-1767.
31. Кулапов М.Н., Переверзева Е.И., Кириллова О.Ю. Бизнес-экосистемы: определения, типологии, практики развития // Вопросы инновационной экономики. – 2022. – № 3. – c. 1597-1612. – doi: 10.18334/vinec.12.3.115234.
32. Константинов Г.Н. Предпринимательство и бизнес в когнитивном мире. Strategymaster.ru. [Электронный ресурс]. URL: https://strategymaster.ru/entrepreneur.
33. Абрамов В.И., Михайлов Д.М., Столяров А.Д. Экосистемный подход создания омниканальных коммуникаций и цифровых профилей клиентов // Управление бизнесом в цифровой экономике: Сборник тезисов выступлений Четвертой международной конференции. СПб., 2021. – c. 180-186.
34. Абрамов В.И., Чуркин Д.А. Предиктивная аналитика взаимоотношений с клиентами как метод адаптации компании к изменениям и повышения ценности предложения // Экономика, предпринимательство и право. – 2022. – № 6. – c. 1709-1722. – doi: 10.18334/epp.12.6.114842.
35. Абрамов В.И., Чуркин Д.А. Оценка уровня зрелости системы управления взаимоотношениями с клиентами // Вестник университета. – 2022. – № 12. – c. 5-13. – doi: 10.26425/1816-4277-2022-12-5-13.
36. Столяров А.Д. Платформа онлайн-рекомендаций для экосистем. Aerolabs.aero. [Электронный ресурс]. URL: http://aerolabs.aero/ecosysv3.pdf.
37. Абрамов В.И., Глухова Е.В., Семенков К.Ю. Цифровая трансформация системы развития и обучения персонала предприятий // Лидерство и менеджмент. – 2023. – № 1. – c. 189-202. – doi: 10.18334/lim.10.1.117182.
38. Неменов В.Б. Выжить и преуспеть на локальных рынках – история одного кооператива. Smartyes.net. [Электронный ресурс]. URL: https://smartyes.net/content.

Страница обновлена: 08.08.2024 в 13:51:00