Великі дані для малого бізнесу #3 | Raiffeisen Bank Aval Великі дані для малого бізнесу #4 | Raiffeisen Bank Aval
Новий зручний застосунок MyRaif
Завантажити Завантажити
Увійти Перекази та Платежі
Великі дані для малого бізнесу #13 | Raiffeisen Bank Aval Великі дані для малого бізнесу #14 | Raiffeisen Bank Aval Великі дані для малого бізнесу #15 | Raiffeisen Bank Aval Великі дані для малого бізнесу #16 | Raiffeisen Bank Aval Великі дані для малого бізнесу #17 | Raiffeisen Bank Aval Великі дані для малого бізнесу #18 | Raiffeisen Bank Aval
Ukr
17 Січня 2020

Великі дані для малого бізнесу

Big Data сьогодні стають маркетинговим інструментом, доступним не лише великому бізнесу, але й роздрібній торгівлі, сфері послуг тощо. Замість реклами «для всіх» аналіз конкретних даних дає змогу налаштувати пошук своїх клієнтів більш прицільно, оптимізувати витрати та збільшити продажі.

Big Data – це великі неструктуровані обсяги інформації, які продукуються та зберігаються у цифровому світі: де та скільки людина знаходилася, які дії здійснювала, сайти якої тематики відвідувала… Рітейл, банки, мобільні оператори, страхові компанії володіють величезними обсягами даних про кожного з нас. Всі ці дані можуть бути використані для оцінки поведінки споживача та для створення аналітичних звітів, побудови прогнозів для розвитку бізнесу. Аналіз цих даних застосовують у сфері фінансів, логістики, маркетингу для прогнозування тенденцій споживчої поведінки. Ваші «індивідуальні» пропозиції формуються ритейлерами саме завдяки опрацюванню інформації про попередні покупки.

Вони застосовують такі технології, як хмарні обчислення, мобільні та соціальні технології, машинне навчання, інтернет речей. Бізнес-аналітики аналізують великі масиви даних, інтерпретують їх для глибшого розуміння потреб споживачів та поліпшення бізнес-процесів у реальному часі.

Звісно, простим підприємцям самотужки зробити це надто складно, або й неможливо. Однак свої послуги запропонували їм мобільні оператори. «Київстар» та «Водафон» володіють різноманітною інформацією про своїх клієнтів і не приховують, що використовують Big Data у створенні власних сервісів. А нещодавно запропонували продукти на основі «великих даних» для підприємців та інших сегментів бізнесу.

Шукаємо клієнта

За допомогою «великих даних», знаючи звички та уподобання свого клієнта, можна якнайкраще визначити місця для розташування нових магазинів, відділень компанії тощо. Адже звіт покаже, в яких місцях ці люди бувають частіше. Якщо для бізнесу важлива максимальна прохідність місця, то йому допоможе Heatmap («теплова карта») – зони, де кількість людей, судячи з кількості смартфонів, найбільша. На карті можна переглядати поточні розташування відділень, точок продажу чи банкоматів, а також додавати й зберігати нові об’єкти. До речі, подібні звіти будуть корисними і під час планування промо-акцій. Для роздрібної торгівлі такі карти – це спосіб визначення оптимального місцезнаходження нових точок продажу. Під час їхнього відкриття актуально буде зробити аналіз потенційних клієнтів та таргетовану SMS-розсилку.

Влучна пропозиція

Якщо підприємець планує розширювати бізнес і виходити на нових споживачів, Big Data дасть йому змогу знайти саме свою цільову аудиторію і зробити їй релевантну пропозицію. Для цього мобільному оператору потрібна наявна база мобільних номерів сьогоднішніх клієнтів бізнесу. Аналітик може опрацювати наявні у компанії «великі дані» про їхню поведінку та сформувати портрет споживача. Скажімо, оператор може проаналізувати поїздки та переміщення абонентів, їхній вік, стать, дохід, наявність дітей і автомобіля, де знаходиться територіально (домашня, робоча зона та зона вихідного дня), які сайти, місця чи локації відвідує (сюди можна додати адреси конкурентів, наприклад), чи має дисконт конкурентів, чи отримує SMS від них, чи телефонує на їхні номери. Далі робиться автоматична вибірка зі своєї бази абонентів, знаходяться схожі за поведінкою люди (так зв. Look-alike аудиторія), які ще не є клієнтами компанії.

Наступний крок – зробити таким людям відповідну їх потребам пропозицію через SMS-розсилку.

Маючи портрет клієнта, підприємець може застосовувати згадані звіти в таргетуванні реклами на різних каналах комунікації. Для електронної комерції ланцюжок може бути такий: сегментація споживача за певними ознаками – аналіз цільового сегмента – пошук сегмента, схожого на цільовий, – комунікація з потенційними клієнтами.

Приклади використання технології

Оператори розповідають про успішні кейси використання «великих даних» бізнесом. Наприклад, мережа магазинів з товарами для дому та косметичною продукцією захотіла визначити кількість потенційних покупців, які живуть і працюють у радіусі 3 км від магазинів, визначити їхній портрет для подальшого залучення. Проаналізувавши понад 200 параметрів, серед яких віддаленість від магазину, соціально-демографічні характеристики, наявність смартфону, поведінка в мережі, побудували модель та визначили 4 сегменти для подальшого таргетингу. Провели промо-кампанії з індивідуальними пропозиціями по кожному сегменту. Аналіз результатів показав значне зростання конверсії. Інформування про знижки, розпродажі, дисконти чи спеціальні пропозиції для конкретної ЦА за допомоги Big Data стає значно результативнішим.

АЗК ставив завдання знайти нових клієнтів. Були знайдені власники авто та проінформовані про можливість отримати кешбек і стати учасниками програми лояльності. Подібну цільову аудиторію шукав і знайшов також магазин автозапчастин.

Серед постійних користувачів послуги – кав’ярні, які надсилають запрошення людям середнього доходу, хто буває  у таких кафе та живе недалеко. Дитячі ігрові і розважальні центри, фітнес-клуби, які постійно шукають та залучають нових відвідувачів. В середньому для закладів харчування і торгових та сервісних підприємств конверсія реклами, побудованої на базі аналізу на базі Big Data, складає 10%. Також цей інструмент дуже доречний для компаній, що займаються працевлаштуванням як в Україні, так і за кордоном, адже знайти людей за конкретними професіями та хобі можна досить влучно. Насправді використати Big Data можуть всі види b2c бізнесу, чиї потенційні клієнти користуються інтернетом, смартфоном, є у соціальних мережах.

Безпека даних користувачів

Оператори підкреслюють, що не надають третім особам жодних персональних даних про своїх абонентів. Вони створюють аналітику та звіти за узагальненою неперсоналізованою інформацією. А замовник може отримати лише готовий звіт, складений за цими даними.

Дані у мобільних операторів досить точні за рахунок великої кількості вузлів обчислювального кластера та горизонтального масштабування. Аналіз же даних відбувається через поєднання класичного бізнес-аналізу людиною та машинного навчання, що дає змогу знаходити приховані тенденції, закономірності та патерни поведінки споживача.

Підприємцю ж залишається поставити точне завдання з пошуків клієнта онлайн на сайті оператора чи офлайн-менеджера – та отримувати результати. Спростилося життя і у маркетологів: на допомогу в аналізі даних їм поспішає «штучний інтелект». Про це – в наступній статті.