От Big Data к предиктивной аналитике: памятка для маркетологов. Читайте на Cossa.ru

В этом разделе материалы размещаются пользователями сайта и публикуются после одобрения модератором. Редакция не несет ответственности за орфографические и другие ошибки, хотя и старается исправлять их по мере возможности.
Добавить свою заметку вы можете на этой странице.
26 октября 2014, 23:59

От Big Data к предиктивной аналитике: памятка для маркетологов

Маркетологи буквально засыпаны кучей данных, касающихся привлечения клиентов. Но ориентируетесь ли вы в big data на самом деле? И есть ли у вас необходимые для этого навыки?

Маркетологи буквально засыпаны кучей данных, касающихся привлечения клиентов. Это информация об устройствах, времени, каналах – список можно продолжать достаточно долго. Тем не менее, пока маркетологи говорят о необходимости принимать решения исходя из полученных данных, многие компании не в состоянии построить на этом свою общую маркетинговую стратегию и обеспечить тем самым рост бизнеса.

Поскольку сегодня мы вступаем в эру кросс-платформенности и каждый первый гаджет подключен к Сети, данные формируются быстрее, чем когда-либо. Согласно отчёту Торговой палаты США,90% всех имеющихся в мире данных были получены за последние два года. Это открывает огромные возможности для B2B-маркетологов, однако многие из них сталкиваются с серьёзными трудностями, когда им приходится разгребать лавину цифр для того, чтобы обнаружить ценный инсайт.

МегаФон ПроБизнес

Получите Кешбэк 100% за запуск рекламы с МегаФон Таргетом!

Узнать больше >>

Реклама. ПАО «МегаФон». ИНН 7812014560. ОГРН 1027809169585

Маркетологам необходимо заполнить пробелы в области обработки данных

По словам Патти Раткин, заместителя директора по CRM и маркетингу компании Verizon Wireless (крупнейшего по количеству абонентов оператора сотовой связи в США), 91% маркетологов опирается на данные при принятии решений, однако 40% не в состоянии создать с их помощью конкретную программу. Это не означает, что маркетологи не хотят учиться извлекать необходимую информацию. Просто как минимум трое из десяти сотрудников отдела маркетинга вообще не имеют навыков оперирования данными, сообщает Monetate.

«Работа в области цифрового маркетинга развивается от «Безумцев» к «Математикам» (‘Mad Men’ to ‘Maths Men’ – намёк на известный американский сериал про рекламщиков) и сочетает в себе навыки продвинутого аналитика с глубоким пониманием моделирования атрибуции (определение здесь: https://support.google.com/analytics/answer/1662518?hl=ru), – пишет Майк Флинн, генеральный директор Fast Web Media. – Развитие таких навыков – дело непростое, но предлагающее широкие возможности для максимизации прибыли».

Без знаний о сборе и анализе данных маркетинговые отделы часто ошибочно полагают, что имеют надёжную базу данных, в то время как на самом деле она может быть непригодной к использованию. В докладе Netprospex о состоянии маркетинговых данных говорится, что 84% В2В-маркетинговых баз данных «практически не работоспособны», в то время как в 88% записей отсутствует основная информация о сфере деятельности компании, её доходах и количестве сотрудников.

Приведем определение big data (большие данные) из Википедии:

Большие данные (англ. Big Data) в информационных технологиях — серия подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объёмов и значительного многообразия для получения воспринимаемых человеком результатов, эффективных в условиях непрерывного прироста, распределения по многочисленным узлам вычислительной сети, сформировавшихся в конце 2000-х годов, альтернативных традиционным системам управления базами данных и решениям класса Business Intelligence. В данную серию включают средства массово-параллельной обработки неопределённо структурированных данных, прежде всего, решениями категории NoSQL, алгоритмами MapReduce, программными каркасами и библиотеками проекта Hadoop.

В качестве определяющих характеристик для больших данных отмечают «три V»: объём (англ. volume, в смысле величины физического объёма), скорость (англ. velocity в смыслах как скорости прироста, так и необходимости высокоскоростной обработки и получения результатов), многообразие (англ. variety, в смысле возможности одновременной обработки различных типов структурированных и полуструктурированных данных).

Технологии + IT-партнёрство = стратегия, опирающаяся на данные

Технологии могут помочь маркетологам обнаружить пробелы в базе данных. «Технологии играют решающую роль в аналитике просто потому, что без каких-либо решений по автоматизации процессов очень сложно определить, «что вы не знаете в том, что вы не знаете, что у вас есть»», — пишет в корпоративном блоге Лора Рамос, вице-президент и главный аналитик Forrester Research.

Автоматизация маркетинговых процессов – всего лишь первый шаг на пути расшифровки данных. Директору по маркетингу также необходимо заключить партнёрство с директором по информационным технологиям с тем, чтобы IT-отделы собирали, хранили, анализировали данные и обеспечивали маркетологов ценной информацией, которую те могли бы применить.

Данные представляют огромное значение для маркетологов, поскольку обеспечивают им возможность правильно и своевременно обращаться к клиентам. Они также помогают маркетологам составлять и обновлять портрет клиента и лучше понимать потребности покупателей.

«Директорам по B2B-маркетингу необходимо думать о большом массиве данных не с точки зрения его качества или технологических проблем, а с точки зрения перевода своих сотрудников из категорий операторов email-рассылок и производителей расчётов рекламных кампаний в категорию хранителей клиентских инсайтов»,  пишет Рамос.

Телеграм Коссы — здесь самый быстрый диджитал и самые честные обсуждения: @cossaru

📬 Письма Коссы — рассылка о маркетинге и бизнесе в интернете. Раз в неделю, без инфошума: cossa.pulse.is

✉️✨
Письма Коссы — лаконичная рассылка для тех, кто ценит своё время: cossa.pulse.is