Jeśli ilości pozyskiwanych informacji są tak duże, że tradycyjne sposoby ich przetwarzania już nie wystarczają, wówczas możemy mówić o big data. Potężne zbiory danych pozwalają zgłębić dowolne zjawisko i zwiększyć efektywność związanych z nim działań. Nie każdy jednak potrafi je dobrze wykorzystać.
- Kiedy ktoś gromadzi i przechowuje dane bez przemyślenia tego, jakich informacji potrzebuje i dlaczego, big data mogą okazać się nieprzydatne – tłumaczy Mike Merritt-Holmes z brytyjskiego 'Big Data Partnership'. - Gdy koszty przechowywania informacji rosną, firmy szybko przekonują się, że nie potrzebują więcej danych. Potrzebują właściwych danych.Zdaniem eksperta wiele firm nie posiada strategii, która umożliwiałaby skuteczne analizowanie informacji i wyciąganie z nich właściwych wniosków. Problemem bywa też brak umiejętności wykorzystania danych do osiągania celów biznesowych.
Firmy często korzystają z dużych zbiorów danych, ponieważ zgodnie z obowiązującym trendem, tak „powinno się” robić. Czynią to jednak nierozsądnie. W efekcie samych informacji i ich rodzajów jest tyle, że w rezultacie nie potrafią ich wykorzystać do skutecznej analizy. Tym samym nie zyskują udziałów w rynku poprzez szybkie dostarczanie treści, produktów i usług dostosowanych do preferencji klientów. A właśnie taki jest przecież cel pracy z big data.
Najpierw zrozumienie, potem działanie
Według SALESmanago, wykorzystującego duże zbiory danych do automatyzacji marketingu, na wykorzystaniu dużych zbiorów danych najwięcej mogą zyskać firmy telekomunikacyjne, banki i firmy ubezpieczeniowe, choć są to zarazem podmioty najbardziej ograniczone pod względem prawnym. Big data przychodzi też w sukurs większości firm działających w internecie. Zgromadzone informacje służą do przygotowania spersonalizowanych ofert, wiadomości i treści. Ale nie tylko. Stosuje się je do budowania strategii lub rozwijania produktu, poprawiania jakości doświadczeń klienta i mierzenia skuteczności tych działań. Co jest potrzebne, by osiągnąć te cele?
- Istnieje kilka kluczowych elementów udanej adaptacji big data – tłumaczy Merritt-Holmes. - Po pierwsze, firmy muszą określić, jak dojrzałe jest ich rozumienie podstawowych elementów podbudowy programów dużych zbiorów danych.
Ekspert radzi, by przed zaadaptowaniem rozwiązań zadać sobie kilka pytań. Czy naprawdę wiemy, jak wykorzystać informacje do osiągnięcia celów biznesowych? Jak nasze obecne zaplecze technologiczne poradzi sobie z obsługą tych działań? Czy pracownicy są przygotowani do wykorzystania big data?
Należy też zdać sobie sprawę, że praca z big data jest nieustannie trwającym procesem, w którym nie można sobie pozwolić na przestoje czy opóźnienia. Płynność działania może zostać zapewniona tylko wtedy, gdy wiadomo, czemu tak naprawdę mają one służyć.
Wszystko ma zastosowanie
Ilość informacji gromadzonych w bazach danych jest niemożliwa do dokładnego określenia. Wszystko zależy od rodzaju podjętych działań czy celów kampanii. Zawsze jednak mówimy o gigantycznych zbiorach, o ogromie których świadczy choćby sposób kategoryzowania.
- Pozyskujemy dane demograficzne, czyli wiek osoby, płeć, miejsce zamieszkania, informacje na temat budżetu, jakim dysponuje, czy roli, jaką pełni w miejscu pracy. Mamy dostęp do danych behawioralnych o oglądanych produktach lub czasie spędzonym na stronie, do informacji o dokonanych transakcjach i deklaratywnych z ankiet i użycia aplikacji mobilnych – wylicza SALESmanago.
Informacje z profilu użytkownika, częstotliwość otwierania strony lub aplikacji, czas poświęcony na korzystanie z jej poszczególnych elementów, dodanie lub usunięcie produktu z koszyka w sklepie internetowym, odpowiedzi udzielone w niepozornej ankiecie online – każda z tych informacji może znaleźć wartościowe zastosowanie. Surowe dane jednak nie na wiele się przydają. Zwłaszcza biorąc pod uwagę ich ilość oraz fakt, że powinny być wykorzystywane na bieżąco.
Jak wygrać wyścig z czasem?
Czas w projektach big data odgrywa kluczową rolę. Treści związane z produktem czy usługą należy dostarczyć konsumentowi wtedy, gdy jest nimi zainteresowany. Gromadzone informacje powinny być stale porównywane, segmentowane i analizowane, a działania marketingowe trzeba optymalizować w czasie rzeczywistym. W tym celu konieczne jest zorganizowanie wydajnej infrastruktury data center oraz procedur pracy z danymi.
Dla ułatwienia pracy z big data informacje w SALESmanago są poddawane segmentacji, czyli rozdzielane na grupy. To sprawia, że ich dalsza analiza jest łatwiejsza, a końcowy przekaz szybciej dociera do klienta. W rezultacie efektywność sprzedaży wzrasta, a jednocześnie zidentyfikowane zostają grupy klientów niezainteresowanych ofertą. Takie osoby można albo zachęcić do kupna produktu, albo wykluczyć z dalszych działań.
Gigantycznych ilości informacji nie sposób ani pozyskać, ani podzielić, ani przeanalizować bez zautomatyzowania procesów. Automatyzacja umożliwia rozpoznanie i wyselekcjonowanie najlepszej grupy docelowej. Dzięki niej można tworzyć segmenty odbiorców oparte na wspólnych zainteresowaniach.
Korzyści są niepodważalne. Firma sprawnie posługująca się big data oszczędza czas, obniża koszty działalności i minimalizuje liczbę popełnianych błędów, mogąc dostosować przekaz do preferencji klienta i dystrybuować go właściwym kanałem w odpowiednim czasie. Zyskuje także klient, który nie ma do czynienia z nachalnymi konsultantami, proponującymi mu niepotrzebne usługi.
Najważniejszy jest człowiek
Mimo daleko posuniętej automatyzacji, najważniejszym elementem machiny big data pozostaje człowiek. Im więcej danych, tym sprawniej działają mechanizmy analityczne i tym lepsze są rezultaty działań. To element ludzki może zawieść, tworząc niepotrzebnie szczegółowe podziały czy opisy, które nie są adekwatne do rzeczywistego zapotrzebowania.
Zapytani o rolę człowieka eksperci mówią, że wnikliwość, wyobraźnia i zaangażowanie marketerów są niezbędne do uzyskania dobrych efektów. Do specjalisty należy znalezienie problemu do analizy, zadanie właściwych pytań czy ustalenie reguły automatyzacji. Wreszcie: to marketer ocenia, czy zamierzony cel został osiągnięty. Dane to tylko materiał do pracy.
- Kiedy firma i jej wielka strategia są do siebie dostrojone, wszystko sprowadza się do nieustannego mierzenia efektywności oraz czekania na szybkie i wyraźne efekty – mówi Merritt-Holmes z Big Data Partnership. - Jeśli inwestycja poczyniona w big data nie jest nieznaczna, firmy powinny mieć wysokie oczekiwania co do rezultatów. O tym, jak je wypracować, wiedzą tylko specjaliści, którzy już pracowali z big data. Tacy, którzy wyznaczają sobie rozsądne cele, potrafią dobrać dające przewagę narzędzia i sprawnie ich używać. Technologia wymaga odpowiedniego zastosowania, by przynieść dobre rezultaty.
Autor : Michał Puczyński
Szukasz porady? Skontaktuj się z ekspertem z Asseco:
+48 22 574 88 23; e-mail: piotr.fabjaniak@assecods.pl