Зачем нужны большие данные, когда многие маркетологи уверены, что могут обойтись своими силами в привлечении новых клиентов. Ведь таких «суперспециалистов» на московском рынке очень много. И это в то время, когда зарубежные компании вовсю заключают крупные сделки с ресторанными группами, ретейлерами, и другими, кто решил автоматизировать свой бизнес.
Один отчет обработанных данных способен сменить годовую работу 10 маркетологов и заложить в бюджет возможные риски.
Откуда берутся большие данные?
1. Большие данные покупают
Ещё в 2014 году американская компания, брокер в области отелей, авиабилетов, проката автомобилей Priceline объявила, что планирует заключить сделку с приложением Open Table на $2,6 млрд, выкупив права на сервис, чтобы узнать своих клиентов получше с помощью обработки данных.
По итогам 2015 года генеральный директор компании Priceline Group Даррен Хьюстон в своем интервью поделился успехами и перспективами Оpen Table, включая расширение проекта в странах персидского залива и Ближнего Востока.
Только в 2015 году Priceline извлек из 55 миллиардных валовых заказов более $9 млрд выручки только купленных компаний. Что лишний раз подтверждает стратегическую нацеленность Priceline.
2. Большие данные добывают
Группа компаний SMB, эксперт в области аналитики и бизнес-консалтинга, занимается инерцией рыночных трендов в сфере малого и среднего бизнеса. По данным группы компании 57% малого бизнеса используют анализ и обработку больших данных для увеличения показателей и роста бизнеса.
Среди таких видов предпринимательства оказалось немало HoReCa сегмента. Бары и рестораны используют обработку данных для составления портрета своих клиентов и фокус групп, их любимые блюда и напитки. Также на основе полученных данных формируются программы лояльности для посетителей.
3. Большие данные собирают самостоятельно
Компания Venga, разработчик в области хранения и обработки данных сумела сформировать четкий портрет аудитории своих клиентов и увеличить вероятность их повторного визита в заведение. И всё это с помощью анализа данных POS-терминала, полученных от резервирования столов через отдельный сервис.
Данные с POS-систем, маркетинга, бухгалтерского учета, инвентаризации и системы планирования являются основой для создания больших данных. Но ключевой особенностью больших данных должно быть огромное количество информации, география данных, и их выдержанность.
Недавно компания удостоилась премии Timmy Awards как «Лучший IT-стратап проект» по улучшению бизнеса. А также за заслуги в выстраивании эффективной CRM-системы, способствующей улучшению обратной связи и взаимодействия с клиентом и анализа больших данных.
Что анализируют в качестве больших данных?
В итоге большие данные не перестают находить всё новые резервуары. А крупные компании всё чаще задумываются о создании своих каналов получения и анализа необходимой информации.
Так примерно выглядит взаимосвязь данных, в результате сбора которых можно получить большие, но относительно неглубокие данные.
Таким образом, большие данные начинаются с обработки комбинированной информации различных форматов структурированного и неструктурированного характера (от ежемесячных бухгалтерских учетов, заканчивая показателями данных, полученных с камер наблюдения).
При наличии всех возможных источников, big data не ограничивается ничем в своей выборке. Получается, чем больше доступных данных, тем точнее показатели и модели вычислений становятся.
Ключевым вопросом на повестке дня является вопрос о защите данных и построении надежной инфраструктуры для хранения и передачи больших данных, где немалую роль играет и интеграция технологий блокчейн для полной защиты и эффективности накопленных данных.
Материалы по теме:
ТОП-9 людей с большими данными
«Я много знал про Долину, но всё равно не ожидал такой дичайшей конкуренции»
Как выглядит типичный день дата-сайентиста в петербургском стартапе
Нашли опечатку? Выделите текст и нажмите Ctrl + Enter