Один из главных трендов за последние 5 лет — замена низко-производительных сотрудников. Например, только в 2019 Uber уволил из отдела маркетинга 400 человек. Каждого третьего. И схожие решения принимаются во многих крупных компаниях. На примере профессий маркетологов и бухгалтеров разбираемся в том, почему так происходит, и в том, что нужно делать, чтобы не попасть под сокращение.
Ничто не ново под луной: повторяется «кризис бухгалтерии в 90е»
Основная причина, по которой компании сокращают своих специалистов по маркетингу, проста и банальна: эти люди больше не нужны бизнесу. Точнее, нужны, но не в таком количестве — и не в таком качестве.
Чтобы понять это, достаточно взглянуть на обычный список должностных обязанностей маркетолога. В него часто могут входить:
- изучение рынка и рыночных тенденций: сбор информации, её структурирование, анализ;
- изучение поведения потребителей, формирование прогнозов их действий;
- выбор целевого рынка;
- анализ конкурентных предложений и разработка конкурентных преимуществ;
- планирование и утверждение стратегии развития товара;
- тактическое управление товаром компании: контроль над уровнем продаж, позиционированием продукта на рынке и т. д.;
- управление отношениями с клиентами.
При этом, хотя перечисленными задачами занимаются практически все маркетологи, специалисты разных уровней выполняют разную работу. Рядовые сотрудники собирают информацию, сводят её воедино и передают ведущим специалистам, которые и занимаются «настоящим маркетингом»: проводят анализ, принимают стратегические решения и т. д.
Такое положение вещей сохранялось очень долго, но потом началась цифровая революция. Искусственный интеллект, машинное обучение — появление нейросетей и специализированных решений (BI, CRM, ERP и т. д.) привело к тому, что потребность в «обычных маркетологах» просто начала пропадать.
Если раньше все задачи из списка выше выполнялись людьми, то сейчас типовое распределение того же самого перечня по исполнителям выглядит следующим образом:
AI (искусственный интеллект) | Рядовые сотрудники | Ведущие специалисты |
Сбор всей необходимой информации: данных о клиентах, продажах, спросе на товар и т. д. | Перевод принятых руководством решений на понятный программе язык (создание сценариев). | Стратегическая аналитика |
Формирование отчетов, графиков и сводок по всем ключевым показателям. | Контроль над работой AI, проверка данных на ошибки и неточности. | Принятие ключевых решений |
Упрощение любых рутинных, повторяющихся операций. | Первичная аналитика, подготовка предложений по маркетинговым кампаниям. | Формирование стратегии |
Чётко видно, что положение ведущих специалистов практически не изменилось, тогда как большая часть функций рядовых сотрудников передана ИИ. Те задачи, на решение которых раньше уходили десятки трудовых часов, сегодня выполняются в два клика мыши одним человеком, и это неизбежно приводит к сокращению лишних сотрудников.
Точно такую же ситуацию мы наблюдали в сфере бухгалтерии в конце 90-х и начале 00-х: тетрадь и калькулятор уступили место компьютеру и 1С, поэтому множество выполнявших рутинные расчёты людей потеряли работу. То же самое происходит и сейчас: если вас можно заменить алгоритмом, вас заменят.
Что означает приход AI в профессии
Впрочем, есть и хорошие новости: те, кому удалось удержаться в профессии, резко повысили эффективность своей работы, причем именно при помощи искусственного интеллекта и новых технологий. Согласно отчёту The Sage Practice от ноября 2019, 66% бухгалтеров рассматривают использование ИИ в качестве одного из основных направлений своего профессионального развития — и 58% бухгалтеров надеются автоматизировать большое количество своих рабочих задач в ближайшие 3 года.
Одновременно с этим в секторе бухгалтерского учета растёт спрос на специалистов по работе с данными, Machine Learning и AI. Всё выше востребованность аналитиков данных, которые помогают компании собирать ценную финансовую информацию, определять неэффективные бизнес-процессы и разрабатывать точные модели прогнозирования. То есть, развитие технологий приводит к сокращениям, но, одновременно с этим, оно создает новые рабочие места и новые возможности для профессионального развития. Используйте это.
Как стать человеком, которого невозможно заменить машиной?
Вывод напрашивается сам собой: чтобы сохранить рабочее место во время сокращений, нужно обладать навыками и компетенциями, недоступными компьютеру. Машины традиционно хороши в следующих пяти ситуациях:
- Нужно выполнить много однообразных операций — например, найти данные по активности клиентов за период в большой базе данных о продажах.
- Можно работать по четкому алгоритму, шаг за шагом, не отступая от него.
- Имеют большое значение внимательность и точность — у компьютера не замыливается глаз, он не устаёт и не ошибается.
- Необходимо предусмотреть масштабируемость — к примеру, сейчас мы работаем с компанией на два магазина, а в будущем понадобится сделать то же самое для федеральной сети на тысячи торговых точек.
- Приходится учитывать колоссальные объемы данных — например, делать расчёты по формулам с десятками аргументов.
В этих областях соревноваться с компьютером не имеет смысла, поэтому остаётся только использовать главное преимущество человека: способность к творческому мышлению. Вам не нужен алгоритм для того, чтобы выполнять какие-то задачи, поэтому вы можете:
- решать нестандартные задачи — и находить новые пути продвижения товара. Компьютер может проанализировать предложения конкурентов, может определить их УТП и может предложить наиболее подходящее УТП для вашего товара, выбрав его из списка. Придумать что-то новое машина не способна;
- общаться с людьми. Взаимодействуя с другими сотрудниками — обсуждая гипотезы, устраивая брейн-штормы и т. д. — вы усиливаете свои творческие способности, повышая общую эффективность труда.
Для машины выполнение этих функций пока что остаётся недостижимой задачей.
Кроме того, с цифровизацией в маркетинге появился спрос на новую роль: сотрудник, который может быстро и правильно поставить задачу AI. По сути, вы становитесь «программистом со знанием маркетинга»: специалистом, способным разобраться в смысле того или иного решения и перевести его на понятный машине язык.
Хорошие новости: учить язык программирования для этого совершенно не обязательно. Вместо того, чтобы заканчивать модные курсы Python, достаточно научиться обращаться с описанными далее инструментами, и 80% задач вы сможете решать без программиста.
Итак, если хотите остаться ценным специалистом, у вас есть три пути собственного развития:
- Прокачка soft skills: умения взаимодействовать с коллективом и клиентами, организовывать работу, мыслить нестандартно и быстро вникать в новые бизнес-процессы;
- Повышение профессиональных навыков: ведущих специалистов не увольняют — сможете стать таким, и проблема решена;
- Освоение работы с аналитическими пакетами. Чем лучше вы обращаетесь с инструментами AI, тем полезнее вы для компании.
Главное — осознать, что основную часть времени маркетолога теперь занимает не рутина и сбор данных, а реальная аналитика и поиск новых решений, направленных на повышение продаж. Этим и нужно заниматься.
Какими аналитическими инструментами должны уметь пользоваться маркетологи и бухгалтеры в 2021?
Современные программные пакеты — мощные инструменты, которые позволяют автоматизировать множество расчетов и повторяющихся действий. Например, с помощью Excel можно:
- оценить перспективы финансовой отдачи от проведения рекламных кампаний;
- проверить эффективность работы менеджеров;
- рассчитать LTV клиентов;
- оптимизировать затраты предприятия.
Чем больше программ будет в вашем арсенале, тем лучше. Основные решения представлены в таблице ниже:
- Excel. Сбор данных, фильтрация, их совмещение, визуализация: Excel — мощнейший инструмент, но большинство маркетологов не используют и 5% его возможностей. Научитесь работать со сводными таблицами, формулами и надстройками (Power Pivot, Поиск решения, Анализ данных), это повысит вашу профессиональную ценность и увеличит эффективность труда, при этом макросы учить уже совершенно необязательно.
- Google Sheets. Альтернатива Excel с онлайн доступом, актуальна для многих компаний, предпочитающих облачные решения, легко интегрируется с продуктами Google.
- Google Data Studio. Отличный инструмент для сквозной аналитики c удобными средствами визуализации, привычными пользователям Google Analytics, большой галереей готовых отчетов по маркетингу для старта работ: достаточно добавить свои данные и первый отчет готов!
- Power BI. Масштабная платформа для бизнес-анализа от Microsoft, используется многими компаниями в качестве фундамента для построения цифровой среды в компании. Также имеет галерею готовых отчетов. Для небольших кампаний может быть полноценным средством аналитики: и базой данных, и дашбордом сразу. Относительно легко интегрируется с 1С, Google Analytics, разными базами данных. По функционалу значительно превышает возможности предыдущих инструментов.
На примере следующего отчета для финансового директора приведена структура расходов, рентабельность по типам клиентов и разным магазинам. Соответственно, на практике здесь могут любые метрики компании и их сравнительный анализ. Ее продолжением для руководителя служат отчеты по товарной аналитике — ценнейший инструмент повышения прибыли. Ее также часть проводят по выручке, объему продаж, рентабельности и по товарным группам.
Выбирая BI инструмент, в котором работать, обращайте внимание на следующие моменты:
- поддерживает ли программа необходимые вам форматы входных данных;
- требуется ли автоматическое обновление отчетов в зависимости от источника (в таблице это пункт «Извлечение данных»);
- какие обычно действия требуются для анализа ваших данных;
- насколько красиво должны выглядеть отчёты;
- требуется ли вам возможность онлайн-доступа к отчётам.
И, главное, чем бы вы ни занимались, постоянно отслеживайте изменения рынка и появление новых решений. С каждым годом темпы цифровизации всё растут: стоит немного замешкаться, и вы уже без работы. Только постоянное развитие себя как профессионала может дать определенную уверенность в собственном будущем.
Займитесь Power BI и не прогадаете
Power BI — это новый Excel для работы. Новый стандарт управленческой аналитики и отчетов. Вспомните, когда вы начали работать с таблицами. Может быть в университете? Было легко схватить азы и начать решать прикладные задачи. Такой же путь вам нужно пройти снова с Power BI.
Рекомендуем посмотреть следующие курсы для начинающих. Объединяйтесь вместе с коллегами и проходите их, поддерживая друг друга.
Для более сложных запросов мы в нашей компании проводим корпоративные программы обучения Power BI, SQL, Bigquery и другим технологиям прямо на данных Заказчика. Например, команда машиностроительного завода будет учиться полностью контенте ежедневных задач предприятия и знакомых типов данных. Как следствие, и программа обучения будет спроектирована с повышением уровня сложности и защиты финального проекта всеми слушателями.
Такой подход обучения вместе с коллегами на актуальных задачах дает максимальный эффект и все участники полностью достигают своих поставленных целей. Их отзывы — лучшее тому доказательство.
Ваша карьера в ваших руках. Успехов!
Начать дискуссию