Revista si suplimente
MarketWatch
Inapoi Inainte

Analiza big data īn contextul actual

21 Septembrie 2023



Colectarea datelor a jucat dintotdeauna un rol important în marketing. Tocmai de aceea fenomenul big data a schimbat în mod evident modul în care lucrează acum marketerii și, desigur, cei care dețin sau conduc o afacere. Odată cu apariția instrumentelor de machine learning, Internetul lucrurilor, NLP (Natural Language Processing), a inteligenței artificiale, companiile au acces la informații din ce în ce mai precise despre utilizatorii lor, despre nevoi, preferințe, alegeri sau tendințe. De aceea ne aflăm astăzi la un punct de inflexiune în care volumul și complexitatea datelor colectate pot aduce provocări la nivel de organizație, dar și oportunități de afaceri și plus de valoare și inovație. Aproape orice companie descoperă că nu este suficientă doar gestionarea volumelor mari de date din sistemele lor în timp real, ci mai degrabă este necesară o analiză riguroasă a informațiilor, astfel încât să se ia decizii potrivite pentru a rămâne competitiv pe piață. Aceste seturi mari de informații complexe din mediul Internet și alte medii digitale anunță începutul unei noi ere, apariția unor tehnologii extrem de avansate care analizează astfel de date.

Colectarea seturilor de big data este de fapt o abordare metodică de a strânge, a analiza și interpreta cantități enorme de date dintr-o varietate de surse, de regulă cu scopul de a surprinde o imagine completă, precisă despre toate inițiativele unei companii, în special despre clienți, prospecţii, viitori colaboratori pentru ca mai apoi să fie luate decizii de afaceri. Gestionarea, analiza și interpretarea cantităților copleșitoare de date este de fapt marea provocare a marketerilor și a oamenilor de afaceri.
Ce date sunt colectate? Astăzi, volumul, varietatea și viteza datelor sunt mult mai mari decât indică însuși termenul de big data. Lumea generează acum aproximativ 2,5 chintilioane de octeți de date în fiecare zi, conform statisticilor de interes general. Aceste date se prezintă sub următoarele trei forme: date structurate (foarte organizate, ce există în formate predefinite, cum ar fi cele din bazele de date, de exemplu despre tranzacțiile online, numerele de card de credit și coordonatele GPS), datele nestructurate (ce există în forma în care au fost generate, cum ar fi postările pe rețelele sociale) și datele semi-structurate (ce sunt un amestec de date structurate și nestructurate, cum ar fi adresele de e-mail, texte, discursuri, imagini, senzori care înregistrează vremea ș.a.m.d.).
De altfel, datele sunt clasificate în cantitative și calitative, cu precizarea că primele vin sub formă numerică, cum ar fi statistici și procente, în timp ce datele calitative poartă caracteristici descriptive, precum culoarea, mirosul, aspectul sau calitatea. Pe lângă datele primare, organizațiile pot folosi datele secundare colectate de o altă sursă în alt scop.
Potrivit agenției de consultanță americană Gartner, pentru o gestionare eficientă a volumului mare de date, informațiile ar putea fi incluse pe categorii, în funcție de sursă. Și aici se referă la date operaționale (date despre consumatori, angajați, parteneri, deja accesibile pe baza unor procese de tranzacție, poate baze de date), date ascunse (de regulă sunt cele care au fost arhivate, dar nu pot fi cu ușurință structurate), date comerciale (care pot veni prin intermediul agregatelor de date, care citesc RSS-uri), date publice (care aparțin instituțiilor statului) și datele din social media (postări, fotografii digitale, clipuri video și care sunt utile pentru a stabili tendințe, atitudini, preferințe).
De menționat că sistemele big data nu includ informații personale sau restricționate de organisme sau mecanisme de control și confidențialitate.
Indiferent de tipul lor, fie că se află stocate în cloud sau sunt informații generate în timp real despre comportamentul consumatorilor, datele colectate ajută companiile să își creeze oferte în timp real, să își personalizeze ofertele și să acționeze cât mai aproape de dorința parcă încă nespusă a viitorului client.



Cum se face colectarea datelor? Sursele tipice includ următoarele: sisteme operaționale care produc date tranzacționale, cum ar fi software-ul punctului de vânzare; dispozitive endpoint din ecosistemele IoT (Internetul lucrurilor); surse secundare și terțe, cum ar fi firmele de marketing; postări pe rețelele sociale de la clienți existenți și potențiali; multiple surse suplimentare, cum ar fi datele despre locația smartphone-ului, informații citite de la senzori, coduri de bare, adrese IP ale calculatoarelor, cookie-uri, și sondaje care solicită direct clienților informații.
Însă nicio întreprindere nu poate colecta și utiliza toate datele preluate. Deci, liderii trebuie să construiască un sistem de colectare a datelor care să identifice informațiile de care cu adevărat au nevoie în afacerile existente sau viitoare. Unii experți consideră că întreprinderile ar trebui să colecteze cât mai multe date pentru a crea proiecte cât mai ieșite din comun, inovatoare, în timp ce alții sfătuiesc organizațiile să fie mai selective pentru a evita costurile de regulă, dar și situația în care nu li se aduce vreo plusvaloare pentru afacerea lor.
Valoarea datelor totuși nu constă în cantitate, ci mai degrabă în ceea ce rezultă din interpretarea acestora și cât e ponderea lor în luarea deciziilor, în generarea de perspective de business sau în alte scopuri adiacente.
Cum folosesc marketerii seturile de big data? Dacă privim din două perspective, profesioniștii se află într-un punct privilegiat în care pot susține și ajuta foarte mult atât consumatorul final, cât și companiile. Practic, un bun cunoscător al consumatorului final îl poate ajuta pe acesta să obțină un produs sau serviciu exact la nivelul (calitativ, de exemplu) pe care și-l dorește.
Din perspectiva de business, cu datele colectate, echipele de marketing pot să își optimizeze deciziile privind prețurile practicate, să își îmbunătățească managementul relațiilor cu clienții, ba chiar să reducă pierderea clienților. Este o metodă de modelare predictivă foarte eficientă pentru că, prin analiza informațiilor despre clienți, se poate indica probabilitatea ca anumiți clienți să cumpere în viitor. Nu numai atât, dar pot să dezvolte campanii de marketing targetate care sunt mai eficiente pentru creșterea vânzărilor. Și aici ajută faptul că odată cunoscută piața țintă se îmbunătățește considerabil experiența consumatorului, se poate aborda personalizat fiecare client în parte cu scopul de a crește loialitatea față de brand sau a produsului în general. Iar la nivel de costuri se reduc considerabil bugetele alocate pentru că vor fi targetați cei mai „valoroși" potențiali clienți.
Există deja multe companii care se folosesc de big data, de menționat ar fi: Amazon, Netflix, Google, Starbucks, McDonalds, Meta, Apple, Uber, Spotify și nu numai. De regulă acestea au o prezență internațională și se folosesc de informațiile procesate pentru a-și găsi în permanență alte și alte piețe de desfacere și vânzare, încercând să cunoască cât mai multe despre noua piață, consumator, aproape în timp real, de la distanță. De regulă aceste companii mari (multinaționale) au bugete foarte mari, iar întreaga infrastructura și-au conturat-o astfel încât să poată colecta date singuri (direct din softul lor, aplicate pe exact ce au ei nevoie, în cazul Amazon: pentru a afla cine cumpără, cum cumpără, cine ar putea cumpăra, la ce preț pot vinde, cum să afișeze produsele pe site pentru a crește vânzările, etc.) sau de la terțe companii sau brokeri. Deși nu se întâmplă să fie la același nivel, observăm că și la noi majoritatea companiilor au început să preia din ce în ce mai multe informații despre consumatori, cu același scop. Companiile mici, inclusiv agențiile de marketing, de regulă cumpără seturi de big data, deși încănu prea colectează(cu mici excepții) pentru că în principiu lucrează cu volume mici de date.



Există diverse instrumente de analiză a seturilor de big data, printre acestea menționez: Zoho Analytics, GoodData, Tableau,Apache Hadoop. Există instrumente create special pentru anumite nișe, piețe, de la industria farmaceutică, medicală la cea auto. Însă preluarea și apoi analiza seturilor de big data nu sunt practici des întâlnite pe plan local, pentru că implică costuri mari și trebuie să se justifice în final investițiile. Totuși, în viitor. vom auzi cu siguranță schimbări în acest sens.
Menționez în final că, printr-un management eficient a seturilor de big data și a instrumentelor de analiză big data, echipele de marketing își pot valorifica strategiile și pot stimula creșterea afacerilor. Atâta timp cât specialiștii acționează în mod onest, profesionist și țin cont de reglementările și legislația în vigoare, big data împreună cu alte tehnologii avansate aduc un aport considerabil în companie. Totodată, la nivel de organizație, big data este o oportunitate reală de a utiliza noi tipuri de date cu scopul de a crea întreprinderi mai agile, ce se bazează pe mai mult pe date, pe informații și nu pe supoziții, în timp real, și care în definitiv ar trebui să satisfacă aproape pe deplin ceea ce își dorește clientul sau utilizatorul final.



Parerea ta conteaza:

(0/5, 0 voturi)

Lasa un comentariu



trimite