Logo

Глеб Клюйко

Автор статей eSputnik

Big data

Эта статья посвящена феномену big data – что это такое, где и зачем они используются, какие перспективы открывают для онлайн-бизнеса и маркетинга.

Просто о больших данных

Каждый раз, когда мы открываем приложение, ищем информацию в интернете или просто меняем местоположение с мобильным в кармане, генерируются big data. В результате появляется огромный объем информации – это становится большой ценностью для многих компаний.

Big data – это данные, отличающиеся:

  • разнообразием (variety),
  • большими объемами (volume),
  • высокой скоростью прироста и обработки (velocity).

Поэтому еще говорят, что биг дата определяются принципом трех V: Variety, Volume, Velocity.

Иногда к определению больших данных добавляют еще 2 V: Veracity (правдивость) и Value (ценность).

  • Правдивость данных определяется тем, насколько надежны источник данных, их тип и обработка.
  • Ценность данных – это практическая выгода, которую можно извлечь из их обработки, например лучшее понимание своих клиентов или повышение производительности.

Big data можно разделить на неструктурированные и структурированные. Структурированные данные как правило имеют числовой формат, их легко форматировать и хранить. Неструктурированные данные не сведены к одному формату – это может быть текст, видео и изображения, они сложнее поддаются форматированию и исчислению.

Таким образом, структурирование данных – это их унификация, позволяющая аналитикам big data в дальнейшем интерпретировать эту информацию.

Биг дейта чаще всего хранятся в компьютерных базах данных и анализируются с помощью программного обеспечения, специально разработанного для обработки больших и сложных наборов данных.

Методы работы с big data

  1. A/B-тестирование – сравнение контрольной группы со множеством тестовых групп, чтобы определить, какие методы сбора и обработки данных повысят их value (ценность).
  2. Объединение и интеграция – точность и ценность данных возрастают, если они собираются из разных источников и обрабатываются с помощью нескольких методик.
  3. Data mining – поиск закономерностей в больших наборах данных с помощью статистических методов и машинного обучения.
  4. Machine learning – совершенствование самообучаемых систем на основе анализа big data.
  5. Обработка естественного языка (Natural language processing, NLP) – распознавание естественных языков при помощи алгоритмов обработки big data.
  6. Статистика – сбор, систематизация и интерпретация данных.

Примеры использования big data

Сегодня большие данные используются в большинстве областей человеческой деятельности.

Например, на работе с ними основаны:

  • персонализированные предложения, учитывающие онлайн-поведение клиента, в ecommerce;
  • медиарекомендации от потоковых сервисов, таких как Spotify, YouTube и Netflix;
  • моделирование и анализ финансовых рынков;
  • прогнозирование урожайности в сельском хозяйстве;
  • анализ дорожного трафика для уменьшения пробок.

Таким образом, разные компании используют big data для лучшего понимания причин происходящих событий, оптимизации процессов и прогнозирования их развития.

Big data в маркетинге

Суть маркетинга заключается в эффективной коммуникации с различными аудиториями. Накопление и анализ больших данных о маркетинговых взаимодействиях с ЦА открывают новые возможности для более точного таргетинга и улучшения клиентского опыта.

Поэтому большие данные становятся фундаментальным маркетинговым инструментом. С его помощью маркетологи получают важные инсайты о поведении клиентов и новых рыночных тенденциях. Это позволяет оптимизировать кампании и строить долгосрочные отношения с клиентами.

Сервисы для обработки больших данных

Чтобы собирать, хранить и обрабатывать big data, которые поступают с большой скоростью и в разнообразных форматах, требуются большие мощности. Поэтому этими задачами, как правило, занимаются сторонние, специально для этого предназначенные сервисы. Такие сервисы оснащены системой серверов, баз данных и инструментов обработки данных, позволяющих интерпретировать их для нахождения важных тенденций и закономерностей.

Платформы клиентских данных (Customer Data Platform, CDP) – это маркетинговые инструменты для работы с клиентскими big data. Например, к классу CDP относится eSputnik.

Платформа собирает все доступные данные о взаимодействии клиента и бренда: историю заказов, просмотренные в онлайн-магазине и мобильном приложении товары, личную информацию, которой клиент поделился с брендом, геолокацию и многое другое. Все данные унифицируются и собираются в карточке контакта, чтобы маркетолог прямо в аккаунте eSputnik мог анализировать и использовать их. Например:

  • сегментировать базу на основе поведения, покупок и личных данных;
  • автоматизировать коммуникации с помощью приветственных цепочек, брошенных корзин, реактивации, транзакционных сообщений и т. д.;
  • управлять частотой рассылок и переключаться между разными каналами в зависимости от реакции получателей на предыдущие сообщения (открытия, прочтения, переходы и т. д.);
  • предсказывать ценность потенциальных клиентов по их онлайн-поведению (см. Кейс RetouchMe: + 17% продаж с предсказательной сегментацией);
  • задавать правила подстановки персонализированных рекомендаций.

Благодаря тому, что все данные о клиенте собираются в едином профиле, мы можем системно коммуницировать с ним во всех доступных в eSputnik каналах (email, Viber, SMS, web и mobile push, рекомендации на сайте). Данные могут как собираться в eSputnik из других баз данных, так и передаваться во внешние источники.

Перспективы использования big data в онлайн-бизнесе

Исследование IDC прогнозирует, что к 2025 году объем собираемых данных в мире вырастет на 61% – до 175 зеттабайт. Значительная часть объема этих данных придется на сферу ecommerce и будет включать активность клиентов в социальных сетях, трекинг геолокации, историю веб-браузинга, данные о брошенных корзинах и многое другое.

Компании, которые будут использовать эти данные, получат огромное конкурентное преимущество: они смогут лучше понимать и прогнозировать покупательское поведение своих клиентов и рыночные тренды. Это позволит им оптимизировать маркетинговые кампании с учетом предпочтений клиентов, создавать новые востребованные продукты и услуги и поддерживать высокий уровень обслуживания.

Таким образом, очевидно, что big data с течением времени будут оказывать все большее влияние на сферу онлайн-торговли.

Резюме

Конечная цель использования big data – это не сами данные, а более глубокое понимание рынка и своего клиента. С помощью технологий big data (больших данных) вы можете анализировать все получаемые данные о клиентах и извлекать из них ключевую информацию, которая поможет вашему бизнесу расти.

Глеб Клюйко

Автор статей eSputnik