Як Big Data допоможе бізнесу

Як Big Data допоможе бізнесу

Big_data

У 2017 році світовий дохід на ринку великих даних і бізнес-аналітики досягне 150,8 млрд доларів. Цей «пиріг» ділитимуть між собою як провайдери аналітики даних, так і компанії, які впроваджують інструменти Big Data (і блокчейн)в бізнес-процеси і мають реально прибутковий бізнес. Більше того, великі дані допомагають і в політиці. Бізнес Майстерня розповідає, як аналіз великих даних вже допомагає вирішувати завдання та реалізовувати ідеї бізнесу.

Для чого можна використовувати Big Data

Відомості трансформують в рішення, а рішення в дії. Сучасні технології дуже ефективні. Вони вже тісно вплетені в наше життя. Інструменти, які аналізують інформацію і прогнозують події, такі як CRM системи, вносять в бізнес план будь-які сегменти ринку. Ось кілька сценаріїв застосування Big Data-сервісів.

сценарії_застосування

Аналіз ефективності реклами

До цифрової трансформації бізнесу, ефективність рекламних кампаній в Україні не відстежувалася. Компанії перевіряли, наскільки збільшувався обсяг бізнесу за певний період часу. Ймовірно, що люди не бачили рекламу, а були просто зацікавлені в товарі.

Зараз же рекламодавці збирають і аналізують дані, ЗМІ - намагаються дослідити свого читача, після чого оцінюють, наскільки дієвими виявилися бізнес ідеї. Існують програми, які на підставі демографічних даних, історії відвідувань сайту (минулих покупок) і статистики показів банерів відображають персоналізовану рекламу. Це сегментує клієнтів, компанія виділяє потреби цільової аудиторії для конкретної маркетингової кампанії - ефективність збільшується, а витрати зменшуються. Наприклад, компанія OTTO виводила контекстну рекламу в Hotmail, після чого частка переходів по персоналізованих банерах склала 8%.

Big data для маркетингових кампаній

Потрібно багато часу, щоб запланувати та автоматизувати маркетингову кампанію. Як правило, вони не персоналізовані, хоча компанії володіють великим запасом даних про клієнтів.

дані_про_клієнтів

Компанії збирають статистичні дані: дні народження, сімейний стан, місце народження і місце проживання і т.д. Є динамічні чинники, які використовують для маркетингових кампаній. Наприклад, стан карт-рахунку в банку - на його основі аналізують почуття і поведінку клієнта, будують прогнози і видають індивідуальну інформацію. Розглядають історію покупок і баланс рахунку (людина отримала зарплату), моніторять соціальні мережі (одружився або вийшла заміж), фіксують операції (закінчилися гроші на мобільному телефоні). Після цього видаються рекомендації: наприклад, посилання на сервіс, де можна пов'язати банківські акаунти або поповнити рахунок в один дотик.

Персональні рекомендації клієнтам по залишку і оптимізації витрат коштів

рекомендації

За допомогою інструментів машинного аналізу формують поведінкову модель типових користувачів і на її основі пропонують користувачам оптимізувати кошти. Існують інструменти, які агрегують рахунки і пропонують користувачам встановити фінансові цілі. Після того, як людина вводить дані, банк видає рекомендації, які допомагають оптимізувати витрати. Одночасно банк рекламує товари і послуги.

Відтік клієнтів і боротьба з цим

Завдання - вгадати, який клієнт стане «відточним», і налагодити з ним спілкування.

відтік_клієнтів

Важливо розділяти клієнтів, які відмовляються від послуг і тих, хто переходить на поліпшену версію продукту або сервісу. Клієнти йдуть з різних причин: наприклад, людину не влаштувала невисока якість товару (обслуговування) або він обрав новий продукт, запропонований конкурентом. Статистика показує, що трапляється мінімум 2 негативних моменти, перш ніж людина відмовляється від послуг компанії.

Чим більше компанія знає про клієнта, тим раніше вона може помітити ознаки невдоволення. Своєчасні профілактичні заходи утримують споживача. Спираючись на Big Data, можна прогнозувати, які клієнти підуть з компанії (відмовляться від сервісу), щоб заздалегідь запропонувати їм альтернативний продукт.

Позиційно залежні послуги

9 млрд доларів - обсяг ринку споживчих позиційно-залежних послуг до 2017 року. Вже зараз можна збирати дані GPS, вуличних камер, базових станцій, дорожніх датчиків, щоб оперативно надавати потенційним замовникам цікаві пропозиції - наприклад, вигідні покупки в довколишніх магазинах. І ця технологія вже активно використовується чат ботами.

Компанії комбінують дані GPS з інформацією про меню ресторанів і асортимент магазинів, щоб допомагати споживачам. Можна нагадувати про розташовані поблизу ресторани і магазин, та надавати господарям магазинів і ресторанів послуги з просування їхньої продукції в Інтернеті; рекомендувати знижки та спеціальні пропозиції тим, хто знаходиться поруч. Наприклад, людина проходить повз ресторан, і йому видається push-повідомлення, що в кількох метрах є заклад, де на обід 30% знижка. Зростає лояльність клієнта і задоволеність сервісом.

Когнітивні сервіси

Ще одна частина сучасного аналізу даних - це набір сучасних API-інтерфейсів, які в режимі реального часу аналізують відео, вимову або мову.

Когнітивні_сервіси

У Skype спілкуються на різних мовах в режимі реального часу. Uber використовує когнітивні сервіси, щоб розпізнавати обличчя водіїв - вони підтверджують свою особистість селфі, яке завантажують в додаток.

Фото: flickr.com
Обробка: Vinci
назад
далі