10 років у світі Big Data: чому прогрес навчив підприємців

Десятиріччя тому, у вересні 2008 року, світ побачив спеціальний випуск журналу Nature, присвячений темі роботи з великими обсягами інформації. Сьогодні словосполучення Big Data не знає тільки ледачий, а використання можливостей цієї технології стає обов'язковим фактором успіху для будь-якої компанії. Що змінилося в маркетингу і комунікаціях за 10 років завдяки впливу «великих даних», розповідає Наталія Дадівєріна, PhD, СЕО PLEON Talan, директор PR&GR дивізіону комунікаційної групи AGAMA Communications.

Персоналізований клієнтський маркетинг

Було: ще 10 років тому, незважаючи на бурхливе впровадження сучасних технологій в український ринок комунікацій, рекламні стратегії зазвичай будувалися на зростанні потенційного охоплення за рахунок все більшого числа виходів у різних каналах; особливо сильно від цього явища страждали великі компанії, що впираються в межі розвитку через неадекватно швидке зростання співвідношення кількості залучених клієнтів до витрат.

Стало: сьогодні, аналізуючи потоки Big Data, «розумні» алгоритми можуть формувати персоналізовані пропозиції (наприклад, розсилки або банери) у реальному часі, ґрунтуючись на реальних перевагах, поведінкових шаблонах і споживчому досвіді потенційного клієнта.

Провідні гравці ринку з багатомільйонними і навіть мільярдними доходами все частіше застосовують витончені методи персоналізації рекламних пропозицій. Наприклад, мережа роздрібної торгівлі Macy's розсилає клієнтам акційні пропозиції зі знижками, зроблені на основі особистих переваг. А найбільший британський авіаперевізник British Airways пропонує лояльним клієнтам квитки за спеціальною ціною залежно від їх активності в мережі.

Миттєве отримання зворотного зв'язку

Було: у минулому сервіси та продукти створювалися на підставі припущень і прогнозів, якість яких безпосередньо залежала від безлічі факторів (досвід аналітиків, розуміння трендів, раптові зміни громадської думки, економічна ситуація), а підтвердження або спростування гіпотез з’являлися вже після реалізації проекту і могли коштувати компанії занадто дорого.

Стало: задоволеність (або незадоволеність) клієнтів, а також характер переважаючих думок стають доступними фахівцям практично відразу після запуску продукту, від початку рекламної кампанії або надання послуги; на підставі ранніх реакцій споживачів можна оперативно змінити тактику і запобігти нецільовій розтраті бюджету.

Не соромляться отримувати інформацію про переваги користувачів з перших рук навіть справжні гіганти індустрії розваг. Наприклад, стрімінговий сервіс Netflix використовує інсайти, отримані за допомогою Big Data, щоб робити власний контент цікавим для максимально широкої аудиторії. Теоретично в майбутньому це дозволить продукту точніше відповідати очікуванням споживача, що дуже важливо при великих фінансових витратах на виробництво.

Впізнавання і розуміння своєї ЦА

Було: маркетологи, сидячи у своїх кабінетах, вигадували кожен свого власного єдинорога – сферичного споживача у вакуумі, який всією душею цікавиться продуктом через яку-небудь очевидну причину.

Стало: data scientist може з високою точністю визначити, які групи людей з більшою ймовірністю звертають увагу на продукт, маючи на те абсолютно різні мотиви (статусність, зручність, задоволення, прихильність до моди тощо).

Залучення читачів до платної підписки – важлива мета видання The Economist. Однак пропонувати таку послугу всім підряд неефективно, тому вибір потенційного передплатника ґрунтується на аналізі cookie-файлів. А мережа Costco Wholesale за допомогою аналізу Big Data змогла виділити з усього числа своїх клієнтів тих, хто міг придбати потенційно заражені небезпечною бактерією фрукти, щоб попередити їх про небезпеку.

Всебічний контроль важливих бізнес-показників

Було: начальники відділів щомісяця/щокварталу/щороку вираїховували якісь абстрактні бізнес-показники, що через тижні та місяці узагальнювались в один величезний звіт, на підставі якого топ-менеджмент намагався приймати ефективні рішення.

Стало: завдяки можливостям Big Data актуальні бізнес-показники можна контролювати в реальному часі, отримуючи їх у формі структурованих даних інформації та виявлених прихованих закономірностей.

Хороший приклад – компанія P&G, яка використовує можливості Big Data для того, щоб контролювати неймовірно складні ланцюжки поставок. А комунікаційні групи VEON, T Mobile та інші активно і давно використовують «великі дані» для більш ефективної взаємодії з абонентами, прогнозування і запобігання їх відтоку. Приклад з локального ринку: «Київстар» не тільки сам працює з Big Data, а й активно ділиться знаннями, навчаючи молодих фахівців.

Наша цивілізація тільки починає усвідомлювати всі наслідки і можливості технологічного прогресу, але лише за 10 років проблему нескінченного накопичення неструктурованих даних без можливості їх практичного застосування нарешті почали вирішувати системними методами. Інше питання – як сильно зміниться галузь і все наше життя під впливом високих технологій за наступні 10 років?