Как правильный анализ Big Data меняет судьбы компаний
Крупные компании давно используют data-based подход. Это позволяет им управлять рисками, совершенствовать продукты и привлекать новую аудиторию. Исследования на основе Big Data позволяют получить объективную оценку позиции компании на рынке, потребностей клиентов, эффективности разных методов продвижения. Владельцы данных делают такую аналитику доступной для среднего и малого бизнеса.
Слишком большие данные
Человечество сформировало к 2021 году более 64 зеттабайт информации, подсчитали в International Data Corporation (IDC). Если перевести это число в более понятные нам байты, то получится цифра с двадцатью одним нолем. Ранее компания давала прогноз по достижению отметки в 175 зеттабайт произведенной информации в мире в 2025 году, но аналитики постоянно пересматривают свои оценки в сторону увеличения.
Может показаться, что в какой-то момент привычную аналитику просто начали называть модным словосочетанием Big Data. На самом деле все не так очевидно. Рынок больших данных включает оборудование и программное обеспечение, которые помогают агрегировать Big Data и управлять ей, а также консультационную поддержку, обучение. А главное – Big Data подразумевает обработку действительно больших массивов данных, которые агрегируются из разных источников. Это могут быть обезличенная информация о социально-демографических характеристиках пользователя, об уровне доходов, о профиле потребления, наличии детей или машины, об интересах. Такие объемы данных невозможно посчитать без специального оборудования: к примеру, Big Data оператора МТС хранит и обрабатывает порядка 20 петабайт данных, что сравнимо с информацией, хранящейся в Российской государственной библиотеке имени Ленина, но не в одной, а в 440 ее копиях.
Работа с большими данными требует специальной инфраструктуры и компетенций, которые есть у единичных игроков на российском рынке, в первую очередь у ИТ и телеком-компаний. По словам экспертов, опрошенных «Ведомостями», даже у крупной компании зачастую возникают сложности не только с самостоятельным качественным анализом Big Data, но и с ее сбором. Причины могут быть разные – от недостатка специалистов до отсутствия инфраструктуры.
По мнению главы Data Lab компании dentsu Russia Андрея Воробьева, исследования необходимо отдавать на аутсорс, так как выгрузка, обработка и агрегация данных требуют больших трудозатрат.
«Основная сложность заключается в огромном объеме данных, на выгрузку, обработку и анализ которых требуется много времени. Например, при обнаружении ошибки в данных их необходимо перегрузить. В нашем бизнесе очень сжатые сроки, их нарушение является критичным для наших клиентов-рекламодателей. Также существует трудность в кросс-проверке данных при работе с несколькими источниками этих данных. Они не должны противоречить друг другу, а такое случается довольно часто, ‒ заключает Андрей Воробьев. ‒ Крайне важно иметь партнера, который может с этими задачами работать. В это время компания может сфокусироваться на оформлении данных и поиске прорывных закономерностей в них».
Телеком-подход
Телеком-компании являются одними из основных «держателей» больших данных в мире. На их основе операторы разрабатывают продукты для внешнего рынка, которые позволяют бизнесу анализировать аудиторию, выделять ключевые тренды или оценивать эффективность разных инструментов продвижения.
Например, МТС занимается большими данными уже шесть лет и обладает одной из крупнейших команд аналитиков на рынке и базой из 65 миллионов абонентских профилей. Компания запустила сервис «МТС Исследования», который позволяет клиентам получить исследование аудитории или рынка на основе анализа Big Data. По словам директора по по рекламным технологиям МТС Елены Мельниковой, сервис объединил компетенции в Big Data с собственной маркетинговой экспертизой компании.
«В результате мы сделали сервис, который позволяет получить подробную аналитику о том, кто, как и где пользуется продуктами и сервисами, кто из клиентов склонен к оттоку, как именно реклама влияет на продажи. Это та сквозная кросс-канальная аналитика, которой нам самим всегда не хватало в работе с подрядчиками», ‒ рассказывает директор по рекламным технологиям МТС Елена Мельникова.
Она указывает, что продуктовые и маркетинговые стратегии мировых и российских лидеров рынка основаны на больших данных. Сама МТС использует Big Data для эффективного развития сети, управления графиком сотрудников розницы, создания рекомендательной системы для интернет-магазина и экосистемных сервисов: банка, кинотеатра KION (12+), приложений «МТС Библиотека» (17+) и «МТС Музыка» (12+), и других продуктов. «Экономический эффект от использования данных исчисляется десятками миллиардов рублей», ‒ обращает внимание Елена Мельникова.
Аудитория под микроскопом
Сервис «МТС Исследования» позволяет на основе Big Data и опросов аудитории проанализировать аудиторию, ситуацию на рынке, оценить конкурентоспособность компании. Полученные данные используются для того, чтобы более грамотно подойти к формированию маркетинговой стратегии или решать точечные задачи: работать с оттоком, оценивать влияние рекламы на продажи и эффективность разных рекламных форматов и каналов.
Big Data позволяет создать портрет аудитории и сегментировать ее более чем по пяти тысячам параметров. В какой локации чаще всего находятся клиенты, представители какого пола и возраста покупают различные товары, сколько они зарабатывают, чем интересуются, есть ли у них дети – проанализировав ответы на эти вопросы, можно определить потребности потенциальных или существующих клиентов, узнать, какие покупки они собираются совершить в ближайшее время, а какие точно не войдут в их бюджет.
Подробный анализ аудитории позволяет:
· доработать продукт с учетом потребности клиентов;
· сформулировать ценность для каждого сегмента аудитории;
· сэкономить бюджет, отказавшись от продвижения на аудитории, которые не заинтересованы в товаре.
Анализ может быть направлен и на решение конкретной задачи: например на поиск клиентов, которые склонны отказаться от взаимодействия с компанией. Сервис позволяет выделить общие характеристики этой аудитории, наиболее вероятные причины падения интереса к продукту и принять меры, чтобы удержать клиентов.
Большие данные также позволяют увидеть реальное влияние маркетинга на бизнес. Например, они дают возможность оценить эффективность рекламной кампании или конкретных рекламных форматов не только по привычному показателю конверсии – количеству «кликов» по баннеру или ролику – но и по тому, сколько из этих людей в итоге купили продукт. Это возможно благодаря сопоставлению фискальных данных с данными рекламной площадки и аналитикой Big Data. В результате бизнес видит прямую корреляцию между маркетинговыми активностями и ростом продаж.
Как Big Data приводит клиентов и генерирует прибыль
Аналитика позволяет переориентировать бизнес на data-based подход и за счет этого привлечь новых клиентов, снизить издержки, минимизировать риски и эффективно распределить бюджет на продвижение.
Например, «Toyota в России» на 30 % увеличила количество посещений дилерских центров, используя «умную» рекламу на базе больших данных. Камеры на цифровых билбордах в режиме реального времени выделяли в транспортном потоке марки автомобилей, с которых люди чаще всего «пересаживаются» на Toyota, и включали рекламу, если находили соответствующие критериям машины.
Банки с помощью данных улучшают качество обслуживания клиентов и оптимизируют затраты. Но главная задача «больших данных» в банках – управление рисками и борьба с мошенничеством. Например, анализ данных по большому количеству клиентов выявляет, что люди определенного возраста или профессии чаще сталкиваются с проблемой несвоевременных выплат. В анализе данных банки нередко объединяются с телеком-компаниями для определения более точных результатов исследования на основе более широкой базы последних.
Большие данные востребованы в ритейле. Крупный гипермаркет воспользовался сервисом «МТС Исследования», чтобы проанализировать причины оттока своей аудитории в 2020 году. Используя Big Data, внешние исследования и опросы респондентов, специалисты смогли понять, как именно пандемия повлияла на подход клиентов к потреблению. Они стали совершать меньше покупок в крупных гипермаркетах и торговых центрах и чаще закупаться в магазинах у дома и через Интернет. Из-за этого отток покупателей сетевых гипермаркетов достиг в среднем 45 %, хотя объем трат на продукты не снизился. Внимание аналитиков привлек тот факт, что аудитория таких магазинов стала реже пользоваться личным транспортом и каршерингом. Было решено компенсировать отток с помощью маркетинговых активностей, направленных на автовладельцев. Эта стратегия оказалась эффективной.
Маркетологи активно используют Big Data для оценки эффективности кампаний. Например, крупная фармакологическая компания, производитель популярного противовирусного препарата, запустила рекламную кампанию через платформу МТС Маркетолог, проведя анализ аудитории с помощью сервиса «МТС Исследования». Созданный на основе Big Data таргетинг и правильно выбранная для него аудитория увеличили число переходов на сайт фармкомпании более чем на треть (на 36 %). Интересно, что результаты могли быть еще выше, если бы выбранная стратегия по продвижению продукта не включала преимущественно женщин, а была «распределена» среди потребителей обоих полов – это также удалось узнать благодаря Big Data.