Dołącz do czytelników
Brak wyników

BigData – black magic for e-commerce

Artykuł | 8 listopada 2018 | NR 40
148

Dziś rynek e-commerce rozwija się z niesamowitą dynamiką. Również zbiory danych o użytkownikach z każdym dniem stają się coraz większe. Obecnie mamy możliwości zbierania coraz większej ilości danych identyfikujących i opisujących użytkowników oraz ich zachowania i preferencje w niezwykle precyzyjny sposób. Prawdziwym wyzwaniem staje się już nie tylko gromadzenie i przetwarzanie takiej ilości danych, ale przede wszystkim efektywne ich analizowanie i wyciąganie wniosków oraz zależności. Szczególnie takich, które dla nas i naszych umysłów nie wydają się oczywiste i trywialne. 

Aby pójść krok dalej, konieczne jest nie tylko analizowanie i wnioskowanie, ale przede wszystkim wykorzystywanie tych wniosków i to w czasie rzeczywistym (!) do prowadzenia o wiele bardziej efektywnych i personalizowanych działań dla użytkowników naszych sklepów. Tym bardziej, że jako internauci jesteśmy wręcz zasypywani reklamami. Są wszędzie, często niestety nachalne, agresywne i uciążliwe. Nie pokazują produktów, którymi jesteśmy zainteresowani czy promują te, które niedawno zakupiliśmy. 

Banner blindness (pol. ślepota banerowa) – zjawisko polegające na odruchowym ignorowaniu przez użytkowników stron WWW elementów wyglądających jak reklamy. 

 

To sprawia, że użytkownicy stają się ślepi na reklamy (banner blindness), a nasze wydatki reklamowe wciąż rosną. Niestety nie przekłada się to na zwiększenie zainteresowania czy przychodów. 

Jeżeli zastanawiasz się: 

 

  • jak personalizować przekaz reklamowy i zainteresować nim użytkowników, 
  • jak poznać ich preferencje zakupowe, 
  • jak dostarczyć im odpowiedni produkt ze swojej oferty dokładnie w tym czasie, kiedy go potrzebują,
  • w jaki sposób zapewnić sobie nowy poziom optymalizacji wydatków w kampaniach reklamowych,
  • jak mieć większe zyski z inwestycji,
  • jak obsługiwać klientów w czasie rzeczywistym,
  • jak zoptymalizować procesy analizy danych i wnioskowania,

odpowiedzi na te pytania i wiele innych dostarczy BigData.

Czym tak właściwie jest BigData?

BigData to termin stosowany do dużych zestawów danych, których rozmiar typ lub różnorodność wykracza poza tradycyjne możliwości przetwarzania. Dane te cechują się często dużym rozmiarem, prędkością lub różnorodnością – większość z nich generowana jest w czasie rzeczywistym i na bardzo dużą skalę. Ich pochodzenie jest różnorodne: strony internetowe, aplikacje transakcyjne, media społecznościowe, CRM-y, urządzenia i wiele innych. Dodatkowo sztuczna inteligencja (AI), mobilne, społeczne i internetowe przedmioty (IoT) napędzają złożoność danych, nowe formy i ich źródła. Analiza BigData wykorzystuje zaawansowane techniki analityczne w pracy na bardzo dużych, różnorodnych zbiorach danych, które zawierają dane strukturalne, półstrukturalne i nieustrukturyzowane, z różnych źródeł i w różnych rozmiarach od terabajtów do zettabajtów. Poprzez zestawienie co najmniej dwóch zbiorów danych zaawansowane algorytmy są w stanie wykazać istniejące między nimi zależności i często nieoczywiste schematy, które sami byśmy odrzucili i nazwali absurdalnymi. A tam właśnie kryje się wielki potencjał biznesowy.

Według Douga Laney’a  masowe zbiory danych charakteryzują się trzema poniższymi cechami:

  • Ilość – dane zbierane są z różnorodnych źródeł: media społecznościowe, transakcje sensory, IoT oraz dane wymieniane pomiędzy urządzeniami, które teraz o wiele łatwiej jest przechowywać.
  • Szybkość – dane są dostarczane ekspresowo i przetwarzane w czasie rzeczywistym, bądź zbliżonym do rzeczywistego, do czego potrzebna jest  duża moc obliczeniowa.
  • Różnorodność – zebrane zasoby są zapisywane w różnych formatach – od ustrukturyzowanych baz po teksty, wiadomości elektroniczne, materiały video, zdjęcia, dane transakcji finansowych itd. 

 

Analiza BigData pozwoli Ci podejmować lepsze i szybsze decyzje oparte na danych, które wcześniej były niedostępne lub zupełnie nieużyteczne. Dzięki wykorzystaniu zaawansowanych technik jak analiza tekstu, machine learning, analiza predykcyjna, eksploracja danych, statystyki i przetwarzanie języka naturalnego wreszcie możemy analizować wcześniej niewykorzystane źródła danych niezależnie lub razem z istniejącymi danymi przedsiębiorstwa, aby uzyskać nowe informacje, dzięki czemu podejmowane będą lepsze i szybsze decyzje biznesowe.

Wartość jaką BigData niesie ze sobą leży przede wszystkim w niesamowitych możliwościach przetwarzania i wykorzystania zasobów w czasie rzeczywistym. Tym samym możemy zredukować czas pracy, koszty i przede wszystkim podejmować trafne decyzje biznesowe.

Wykres 1. Cele wykorzystania BigData

Wykorzystanie tej technologii może okazać się przełomowe dla biznesów, które wyjdą naprzeciw swoim klientom dostarczając im spersonalizowane doświadczenie zakupowe oparte na ich potrzebach i zainteresowaniach.

Wykres 2. Respondenci zostali poproszeni o wybranie dwóch z powyższych cech – jak ich organizacje postrzegająBig Data. Ilość respondentów biorących udział w badaniu – 1144

Jakie mogę mieć wymierne korzyści dla e-commerce?

Customer lifetime value i optymalizacja wydatków reklamowych. Jednym z największych wyzwań marketerów jest zrozumienie wartości życiowej klienta. Obecnie w analizach opieramy się głównie o tradycyjne wskaźniki, które pokazują nam jedynie krótkoterminową wizję (zazwyczaj ostatnie 30 dni). Oznacza to w praktyce, że nie możemy analizować klienta, który na przykład powróci do naszego sklepu po 4 miesiącach, aby coś kupić. Dodatkowo niezwykle trudno jest przypisać rzeczywistą wartość i sprzedaż do określonego kanału. Jeżeli zarządzasz zintegrowaną kampanią tym bardziej ciężko jest wyliczyć realną wartość każdego z kanałów. Odpowiednim rozwiązaniem jest takie modelowanie inwestycji reklamowych, aby być w stanie rozpoznać czy dany klient wróci do nas po kilku miesiącach, aby coś kupić. Dzięki temu będziesz mógł również zdecydować czy chcesz wydać więcej na pozyskanie nowych klientów, aby zwiększyć długoterminową stopę powtarzalności.

Dzięki długoterminowej analizie danych zazwyczaj bardzo szybko odkrywa się, że niektóre kanały pomimo krótkoterminowych zysków, generują o wiele mniej powtarzalności i kosztują znacznie więcej w czasie. Nie zauważysz tego analizując dane w tradycyjny sposób. Jak to działa? „Chętnie wydasz 20 zł aby odzyskać 10 zł, jeżeli wiesz, że za kilka miesięcy zarobisz z tej inwestycji więcej, a klient będzie z Tobą dłużej i będzie wciąż powracał.” 

Podczas wielowymiarowych analiz jesteśmy w stanie odkryć znacznie więcej niezwykle istotnych zależności. Oto kilka przykładowych z nich:

  1. Klienci, którzy jako pierwsze wybierają niskomarżowe produkty mają wyższą wartość niż pierwotnie oczekiwano – ludzie testują najpierw produkty, a po pewnym czasie – jeśli doświadczenie było dobre – wracają na stronę.
  2. Niezwykle ważne jest zrozumienie wartości czasu przechowywania danych pojedynczych klientów – dzięki temu możemy oszacować przyszłą wartość klientów, a nawet stworzyć odpowiednie algorytmy określające potencjalną wartość w czasie rzeczywistym.
  3. Lepsza optymalizacja kanałów informacyjnych– klienci segmentowani w czasie rzeczywistym są automatycznie rekomendowani do wybranej formy obsługi – kontaktu bezpośredniego, czy też przekierowania do innego kanału informacyjnego.
  4. Optymalizacja czasu pracy nad klientami i poniesionych kosztów – używając odpowiedniego modelu wartości klienta można przewidzieć czy warto poświęcić mu 15, 20 czy 30 minut kontaktu.

Te i inne spostrzeżenia pomagają w bardziej strategicznych inwestycjach w kanały komunikacji i pomagają w poprawie wartości klienta w ciągu całego „życia”. Bez dużej ilości danych takie szacowanie jest niezwykle trudne – można spojrzeć w historię zakupów, ale tylko na je...

Pozostałe 70% treści dostępne jest tylko dla Prenumeratorów.

Masz już prenumeratę? Zaloguj się, aby przeczytać artykuł.
Zaloguj się
Nie masz jeszcze prenumeraty? Nic straconego! Dołącz do grona stałych Czytelników już dziś i miej pewność, że żadne treści już Cię nie ominą.
Co zyskasz, kupując prenumeratę?
  • 6 drukowanych wydań magazynu Online Marketing
  • Dodatkowe artykuły niepublikowane w formie papierowej
  • Dostęp do czasopisma w wersji online
  • Dostęp do wszystkich archiwalnych wydań magazynu oraz dodatków specjalnych
  • ... i wiele więcej!
Sprawdź szczegóły

Przypisy