Три правила грамотного использования Big data в практике маркетолога (и успешные кейсы)

Дмитрий Кияшкo
Дмитрий Кияшкo

Генеральный директор MaxStyle Digital Agency

Расскажите друзьям
Полина Константинова

Раньше с аналитическими данными работали лишь наиболее передовые отделы маркетинга. Теперь даже малый бизнес начинает выстраивать и корректировать свои стратегии на основе данных. Те, кто до сих пор этого не делают, начинают проигрывать в борьбе за клиента.

Дмитрий Кияшко, генеральный директор MaxStyle Digital Agency, рассказывает, в чем могут быть ошибочны представления маркетологов о больших данных, а также как правильно работать с Big data.

Все больше маркетологов сталкиваются с проблемами при работе с Big data

Возможности аналитики совершенствуются с каждым годом, и в то же время использовать ее становится все проще. Любой бизнес вне зависимости от размера, равно как и маркетологи с небольшим или отсутствующим опытом, сегодня имеют возможность обращаться к эффективным сервисам и инструментам аналитики.

Несмотря на то что это открывает перед бизнесом бесчисленные возможности, такое положение вещей повышает риск ошибки, когда речь идет о маркетологах, всецело полагающихся только на аналитические данные.

Есть стереотип, что чем больше данных — тем эффективнее будут ваши решения, но на практике это может не работать. Маркетологи часто сталкиваются с подводными камнями при работе с «большими данными»: об этих скрытых угрозах я и расскажу.


Ошибочные представления маркетологов о Big data

Работая с Big data, необходимо в первую очередь знать о наиболее распространенных заблуждениях, которые в итоге могут привести к провальным решениям.

1. Необработанные исходные данные достоверны по умолчанию

Конечно, сухие данные сами по себе всегда верны, однако стоит помнить о пяти факторах оценки качества информации:

  • Целостность и полнота

  • Консистентность (непротиворечивость)

  • Точность

  • Корректность

  • Актуальность

Когда качество данных является недостаточным хотя бы по одному из критериев, компания может сделать серьезную ошибку, неверно выстроив стратегию или инвестируя средства в бесперспективные проекты или идеи.

2. Вся информация должна быть получена от одного первоисточника

В действительности такое бывает редко. Чаще всего массив данных поступает от независимых источников и проходит через несколько «рук» перед тем, как попасть в отдел маркетинга.

При этом зачастую каждый из источников данных имеет собственную систему их «очистки», и некоторые из таких систем могут работать не очень корректно. В подобной цепочке передачи информации почти всегда неизбежно возникают противоречия и проблемы с консолидацией.

3. Использование аналитических данных свободно от человеческого фактора

Мы все чаще сталкиваемся с некорректным анализом данных, и связано это с развитием технологий. Сегодня у любого маркетолога есть доступ к сервисам аналитики. Когда человек с небольшим опытом анализа данных начинает такие сервисы использовать, часто он делает ошибочные выводы, неверно интерпретируя информацию и обращая много внимания на второстепенные аспекты.

Кроме того, маркетолог может твердо верить в надежность аналитики и, как следствие, действовать наперекор здравому смыслу — что может дорого обойтись компании.


Правила для маркетологов при работе с Big data

У многих маркетологов неверные представления об аналитике. Поэтому любому специалисту важно научиться собирать и понимать данные.

Их анализ по-прежнему дает серьезное конкурентное преимущество и позволяет быстро обрабатывать огромные массивы информации – поэтому маркетологи должны продолжать использовать большие данные в своей работе. Но им также стоит внимательно оценивать результаты анализа данных и выявлять те инсайты, которые могут принести реальную пользу для бизнеса.

Рассмотрим три ключевых правила, следование которым позволит маркетологу принимать ответственные и адекватные решения на основе аналитики.

1. Проверьте «чистоту» данных

Не начинайте работу с данными, не проверив их предварительно на соответствие пяти факторам оценки качества информации (см. выше). Избегайте любых неполных или противоречивых данных – в дальнейшем их низкое качество затруднит вашу работу.

Автоматизация сбора информации поможет получить более корректные и актуальные данные.

2. Приведите всю вашу «цепочку» данных к единому стандарту   

Если информация поступает из разных источников, то в итоге возникновение противоречий между разными фрагментами данных практически неизбежно. Соответственно, специалисты должны привести к единому стандарту свои взаимоотношения с каждым из участников «цепочки».

Создайте регламент, которого будут придерживаться все участники. Автоматизируйте процедуру внесения информации, чтобы обеспечить единую интеграцию для всех поставщиков данных. И, наконец, донесите эти стандарты до всех участников.

В итоге вы сможете создать процесс работы с большими данными, который сводит риск возникновения ошибок к минимуму.

3. Обучайте сотрудников адекватному отношению к большим данным и их грамотной интерпретации

Чтобы быть уверенными в том, что ваши маркетологи могут принимать обоснованные и эффективные решения, начните с поиска изначально опытных профессионалов. В дальнейшем вы должны убедиться, что все члены команды, работающей с Big data, понимают важные нюансы, связанные со сбором информации и принятием решений на основе аналитики.

Особенно важно понимание сотрудниками тех недостатков, которые являются неотъемлемой частью работы с данными.

Маркетологи должны усвоить, что хотя данные и предоставляют хорошую стартовую точку для принятия решений, достичь самых эффективных результатов можно только с помощью сочетания грамотной аналитики и развитой бизнес-интуиции.


Кейсы: наиболее эффективная работа компаний с Big data


Кейс американской сети самообcлуживания Costco Wholesale

Пример по-настоящему добросовестного и честного отношения к клиентам демонстрирует крупнейшая сеть самообслуживания Costco Wholesale. Они собирали большие данные еще в те времена, когда это не было трендом, и за долгое время преуспели в грамотной аналитике этих массивов информации.

Costco Wholesale

Два наиболее примечательных случая, связанных с большими данными и этой компанией, относятся к безопасности потребителей пищевой продукции. В 2014-м году в США появилась информация о масштабном заражении некоторых фруктов листерией – бактерией, которая при попадании в организм может причинить серьезный вред.

Costco понадобился всего лишь один день для того, чтобы проанализировать собранные данные и, демонстрируя точнейший таргетинг, оповестить только тех потребителей, которые купили нежелательную (и, возможно, зараженную) продукцию.

Покупателям позвонили, а после в дополнение отправили email. Ритейлер использует Big data для обеспечения безопасности своих клиентов на постоянной основе – это лишь один из наиболее показательных случаев.

Ранее, в 2010 году, компания помогла государственным организациям выявить очаг вспышки сальмонеллеза – также благодаря своим огромным массивам больших данных и умелой работе с ними.

Кейс сети гостиниц Red Roof

Если ваш рейс отменяется в тот момент, когда вы уже прибыли в аэропорт, то, скорее всего, больше всего вас будет беспокоить перспектива провести ближайший день (или ночь) в зале ожидания. Именно этой «болью» пользуются маркетологи сети гостиниц Red Roof.

Большая часть отелей сети располагается рядом с аэропортами, и анализ больших данных позволил маркетологам разработать кампанию, ориентированную на те локации, где погодные условия чаще всего срывают рейсы – и где впоследствии скапливается наибольшее число потенциальных клиентов, нуждающихся в недорогом гостиничном номере поблизости.  

Такой подход увеличил рост сети на 10% в районах, охваченных рекламной кампанией.


Кейс американского телеканала The Weather Channel

Казалось бы, телеканал, посвященный преимущественно новостным сводкам о погоде, вряд ли может как-то серьезно вторгаться в вашу жизнь и влиять на решения о покупках. Однако американский The Weather Channel показал, что может.

Телеканал создал data-платформы Location FX и Weather FX, с помощью которых специалисты отслеживают влияние местной погоды на настроение аудитории. После анализа полученных данных они отправляют рекламодателям рекомендации относительно того, как и когда они должны показывать рекламу, чтобы получить наилучший результат.

О data-платформе Weather FX

Пример такого эффективного сотрудничества Big data-платформ крупного телеканала и бизнеса – партнерство с Pantene. Телеканал определял время, в которое влажность воздуха будет максимальной – и демонстрировал в эти моменты рекламу средства для надежной фиксации прически.

Примечательно, что она побуждала женщин искать продукт в определенной аптечной сети, благодаря чему продажи Pantene в данной сети выросли на 10%, а реализация других средств для ухода в этой же сети увеличилась на 4%.    


Большие данные – это лишь часть паззла

Анализ данных находится на острие инноваций в digital-маркетинге, и похоже что этот тренд продолжит стремительно развиваться в ближайшие годы. Но несмотря на то, что продвинутая аналитика предоставляет отличную возможность для маркетологов лучше понимать аудиторию и улучшать пользовательский опыт, большие данные – это лишь часть паззла.

Всецело полагаясь только на инструменты аналитики в процессе принятия бизнес-решений, вы можете неверно спланировать стратегию и столкнуться с серьезными последствиями.

Бизнес-решения должны быть основаны на здоровом балансе между данными и банальной интуицией, которая приходит с годами и опытом. Если маркетологи компании могут придерживаться этого баланса, они смогут принимать более обоснованные решения в долгосрочной перспективе.


Материалы по теме:

Что нужно знать начинающему дата-сайентисту

Где будут обсуждать большие данные и AI в 2018 году?

В США создан алгоритм, который вычисляет серийных убийц

В России катастрофически не хватает инженеров данных – кому и зачем они нужны

«Больше всего нас интересуют деньги» – как мы предсказываем, вернет ли заемщик долг


Актуальные материалы — в Telegram-канале @Rusbase

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter


Комментарии

Зарегистрируйтесь, чтобы оставлять комментарии и получить доступ к Pipeline — социальной сети, соединяющей стартапы и инвесторов.
НеФорум блогеров
11 июня 2018
Ещё события


Telegram канал @rusbase