1. Marcin Adamczyk, Digital Media Manager, They.pl
2. Edward Mężyk, CEO, Datarino
3. Wojciech Szymański, Dyrektor Działu Marketingu Internetowego, Ideo
4. Krzysztof Nowicki, Sales Manager, IgnitionOne
Zobacz inne odcinki cyklu Encyklopedia Marketingu >
Zobacz również
Big Data
[Marcin Adamczyk:] Big Data – najkrócej można powiedzieć, że jest to duży zbiór szybko pojawiających się danych. Informacje te mogą znaleźć wykorzystanie w różnych dziedzinach – głównie w informatyce, jednak również w reklamie. Danych jest tak dużo, że nie można ich mierzyć tradycyjnymi narzędziami, natomiast największe platformy reklamowe są w stanie te dane przetwarzać.
Big Data cechuje:
- duża ilość danych,
- zmienność danych,
- różnorodność danych,
- wartość danych.
Dane uruchamiane są na bieżąco i odnoszą się do jak najbardziej aktualnych informacji o danym użytkowniku/konsumencie. Dzięki aktualnym informacjom wiemy dokładnie, czego dany użytkownik potrzebuje właśnie teraz i możemy mu to dostarczyć (np. kierując do niego odpowiednio dostosowaną reklamę).
Movember/Wąsopad: jak marki zachęcają do profilaktyki męskich nowotworów [PRZEGLĄD]![Movember/Wąsopad: jak marki zachęcają do profilaktyki męskich nowotworów [PRZEGLĄD]](https://nowymarketing.pl/wp-content/uploads/2024/11/Cover-photo-2024-11-06T140221-142x0-c-default.png)
Przykłady zastosowania:
Słuchaj podcastu NowyMarketing
Jeśli użytkownik jest głodny i szuka numeru telefonu do pizzeri, możemy bardzo szybko podsunąć mu baner ze smakowicie wyglądającą pizzą oraz zniżkę, jeśli zrobi zakup dzisiejszego dnia. Wystarczy wykorzystać możliwości RTB (Real Time Bidding) i w czasie rzeczywistym emitować odpowiednie reklamy odpowiednim osobom. Z pewnością skuteczność takiej reklamy będzie wysoka.
Big Data pozwala dostarczyć wiele aktualnych informacji o naszym potencjalnym kliencie i wykorzystać w pełni możliwości reklamowe.
Autor definicji:
Marcin Adamczyk
Digital Media Manager, They.pl
—
[Edward Mężyk:] Już od dłuższego czasu robi niemałe zamieszanie na globalnym rynku analityki i nowych technologii. Przez wielu uważana za świętego Graala biznesu, z impetem wchodzi w struktury zarządzania organizacji i przedsiębiorstw z różnych gałęzi gospodarki, stając się zarazem nieodłączną częścią ich codziennej działalności – m.in. procesów podejmowania decyzji, zarządzania ryzykiem czy optymalizacji marketingu i sprzedaży.
Różnorodność przetwarzanych źródeł, wielkość gromadzonych danych, szybkość generowanej wiedzy, a także bardzo wysoka wiarygodność dostarczanych informacji to najważniejsze definiujące ją cechy. Gromadzenie w czasie rzeczywistym danych pochodzących z rozproszonych źródeł często ze sobą niepowiązanych, przetwarzanie olbrzymich zbiorów informacji (w tym rosnących w ostatnich latach w niewyobrażalnym tempie danych tworzonych online i offline), możliwość odkrycia pomiędzy nimi istotnych zależności i wyciąganie wartościowych wniosków, często niewidocznych na pierwszy rzut oka – oto kwintesencja jej zastosowania w praktyce.
Wartość, którą generuje, widoczna jest przede wszystkim w systematycznym rewolucjonizowaniu coraz to nowej dziedziny naszego życia. To rewolucje na poziomie biznesowym, widoczne m.in. w postaci efektywnej optymalizacji wydatków przedsiębiorstwa, skuteczniejszego – ponieważ opartego na rzetelnej analizie – zarządzania ryzykiem inwestycyjnym czy zrównoważonego rozwoju usług i produktów. To jednak również znacząca poprawa jakości życia ludzi, możliwa dzięki postępowi, który dzięki niej następuje w medycynie (efektywna m.in. w zwalczaniu globalnych epidemii), ochronie zdrowia (wspiera zapobieganie chorobom poprzez odpowiednio szybkie ich wykrycie) czy technologii (umożliwia tworzenie i rozwój urządzeń ułatwiających funkcjonowanie osobom niepełnosprawnym – m.in. za pomocą urządzeń IoT korzystających z dostarczanych przez nią informacji).
Czy wiecie już o czym mowa? Wszystkie te cechy, zastosowania i efekty możliwe są dzięki Big Data – olbrzymim zbiorom danych wykorzystywanych w celu znalezienia informacji mających niebagatelny wpływ na szereg zachodzącym w dzisiejszym świecie procesów. Najnowsze prognozy IDC mówią o 50% wzroście przychodów rynku Big Data i analiz biznesowych z blisko 122 miliardów dolarów w 2015 roku do ponad 187 miliardów dolarów w 2019 roku. Dane i projekty analityczne to także tematy, które zdominowały tegoroczną listę Information Week’s Elite 100. W obliczu tak dynamicznego rozwoju branży, pozostaje nam obserwować kolejne globalne rewolucje możliwe dzięki zastosowaniu Big Data. Jestem przekonany, że będzie ich nie mało!
Autor definicji:
Edward Mężyk
CEO Datarino
—
[Wojciech Szymański:] Big data – jest to koncepcja marketingowa zakładająca pełne i kompleksowe zbieranie, a później wykorzystywanie danych w celu prowadzenia procesów marketingowych. Big Data łączy (a przynajmniej powinno) dane z różnych kanałów: dane behawioralne, statystyczne, geograficzne, transakcyjne i formatów danych: ruch na stronie, social media, video, aktywność na forach, gormularze i ankiety, rozmowy telefoniczne, dane offline.
Większość firm samodzielnie wdraża rozwiązania uszyte na miarę, są jednak gotowe rozwiązania, które np. wykrywają społeczności (tzn. grupy znajomych, krewnych lub wspólników w interesach), określają role klientów w obrębie społeczności (w szczególności wykrywają liderów opinii), a także mierzą siłę oddziaływania poszczególnych klientów na ich otoczenie społeczne.
Pojawienie się w gospodarce nowych gałęzi związanych ściśle z przetwarzaniem i wykorzystaniem informacji przewidział już w 1962 roku amerykański ekonomista Fritz Machlup. To zjawisko opisał w książce The production and distribution of knowledge in the United States. Ten sam pogląd poparł 15 lat później (rok 1977) Uri Porat, również amerykański ekonomista, w swojej książce The Information Economy: Definition and Measurement. Stwierdził on, że gromadzenie i dystrybucja informacji stworzą nową jakość gospodarki, a to z kolei będzie miało wpływ na życie społeczne.
Autor definicji:
Wojciech Szymański
Dyrektor Działu Marketingu Internetowego, Ideo
Od 2014 Prezes Zarządu agencji e-marketingowej Ideo Force Sp. z o.o. Od 2013 roku dyrektor Działu Marketingu Internetowego w agencji interaktywnej Ideo Sp. z o.o., gdzie nadzoruje pracami działu, wyznacza jego cele i odpowiada za wyniki finansowe, a także dalszy rozwój. Wcześniej przez 6 lat kierownik Działu Promocji w Wyszukiwarkach w tej samej agencji. W firmie oprócz koordynowania pracą zespołu przygotowuje strategie marketingowe, strategie e-PR oraz plany media relations z wykorzystaniem internetu.
Prowadzi zajęcia na studiach licencjackich, inżynierskich oraz magisterskich Wyższej Szkoły Informatyki i Zarządzania w Rzeszowie – najlepiej ocenianej uczelni w Polsce południowej wg Rankingu Niepublicznych Uczelni Magisterskich 2013, przygotowanym przez Perspektywy i Rzeczpospolitą.
—
[Krzysztof Nowicki:] Big Data oznacza zbieranie, analizowanie i wykorzystywanie danych na potrzeby analiz, predykcji i kalkulacji. Określenie często jest wykorzystywane w marketingu internetowym, gdzie najczęściej dotyczy zachowania użytkownika na stronie www, w aplikacji mobilnej oraz w serwisach zewnętrznych. Big Data przetwarza jednak najróżniejsze dane – począwszy od danych demograficznych, przez publiczne (np. przestępczość, wypadki) i naturalne (klimat, anomalie pogodowe), kończąc na behawioralnych (zwyczaje i zachowania ludzi w wymiarze offline i online). Zgodnie z danymi Technology Review, mniej niż 0,5% danych jest analizowanych i wykorzystywanych.
Big Data w ujęciu marketingu online opiera się na wykorzystaniu danych 1st, 2nd, and 3rd party. Dane z 1st party pochodzą najczęściej z POS – ów, Call Center, stron www, aplikacji mobilnych, Google Analitics, ale także z dodatkowego oprogramowania, jak np. marketing automation. 2nd party data, to dane od partnerów (np. spółka córka/marka), a 3rd party data – dane z forów internetowych albo od dostawców zewnętrznych.
Big Data oprócz zbierania danych zajmuje się także ich analizują, co jest szczególnie istotne w marketingu. Łączenie ze sobą wielu zbiorów danych, a następnie ich zestawienie, pozwala na wyciąganie wniosków np. dotyczących przyszłych zachowań konsumenckich. Takie działanie jest ściśle powiązane z modelowaniem predyktywnym i profilami look-a-like. Dobrym tego przykładem jest scoring, który jest metodą oceny zachowań klienta odwiedzającego stronę WWW. Scoring może badać np. skłonność do zakupu, konwersji, zaangażowania na stronie internetowej. Dzięki zebranym danym pozwala przewidzieć jakie działania najlepiej podjąć w przypadku konkretnego klienta.
Posiadając dużo różnych informacji o potencjalnym kliencie, jesteśmy w stanie podejść do niego indywidualnie, na zasadzie 1:1. Dzięki dobrej znajomości konsumenta, jego potrzeb, nawyków i oczekiwań, możemy stworzyć pogłębioną relację. Dane pozwalają nam spojrzeć na klienta, jako na indywidualną jednostkę, która mimo pewnych cech wspólnych z innymi, może wychodzić poza szablon i reagować inaczej. Dobrym tego przykładem jest sytuacja, kiedy klient poszukuje np. czapki. Za takim produktem będzie się kryć zarówno damski, elegancki kapelusz, jak również dziecięce nakrycie głowy, kapelusz słomkowy, czapka z daszkiem, ale także futrzak na mroźne zimy. Jeżeli wiemy o kliencie więcej, możemy mu pomóc w szybszym znalezieniu konkretnego produktu, np. czapki moro, ponieważ wiemy, że nasz konsument jest wędkarzem i większość odzieży wierzchniej kupuje z takim wzorem. Mając dokładniejsze dane, możemy także określić, czy w momencie pozostawienia koszyka, lepiej jest zachęcać klienta kuponem rabatowym do sklepu internetowego, a może lepiej sprezentować mu bon na zakupy stacjonarne albo darmową przesyłkę. Cały proces zakupowy może dzięki temu być bardziej przyjazny klientowi. W zależności od specyfiki biznesu, scoring może uwzględniać szereg danych. Obecnie najczęściej wykorzystywane są dane zbierane z 1st party.
Mimo że wokół Big Data powstało dużo mitów i obaw, to jest to rozwiązanie pozwalające dobrze poznać potrzeby konsumenta, dzięki czemu łatwiej i szybciej można zapewnić odpowiedni poziom obsługi. W konsekwencji przekłada się to na lepszą sprzedaż, gdyż konsumentowi można zaoferować dokładnie to, czego potrzebuje. Istotny jest również fakt, że możemy do niego dotrzeć w taki sposób, który do niego najlepiej trafi. W związku z tym wszystkim, nie powinny nas dziwić przewidywania Gartnera, który donosi, że aż 73% firm zainwestuje w Big Data do 2016 roku.
Temat Big Data możemy rozpatrywać poprzez różne definicje, jak chociażby 4V (volume – duża ilość danych, velocity – duża zmienność danych, variety – duża różnorodność danych i value – weryfikacja) albo 4 W (własne dane, wnioskowanie, wzbogacenie i weryfikacja), jednak jej działanie zawsze opiera się na tym samym – mądrym wykorzystaniu informacji, zdobytych w naturalny i legalny sposób.
Autor definicji:
Krzysztof Nowicki
Sales Manager, IgnitionOne
Zobacz inne odcinki cyklu Encyklopedia Marketingu >