Pięć obszarów, w których Big Data rewolucjonizuje marketing

Wchodzimy w erę cyfrowej gospodarki napędzanej przez gigantyczne zbiory danych. Na sukces w nowej rzeczywistości będą mogły liczyć te firmy, które zgłębią sztukę ich monetyzacji. Proces ten polega na wykorzystaniu cyfrowych informacji zawartych w Big Data do sprzedaży, marketingu czy optymalizacji działań biznesowych.

Marketerzy na całym świecie sięgają po obszerne zasoby nieustrukturyzowanych cyfrowych informacji. O tym, jak je wykorzystują opowiada Piotr Prajsnar z Cloud Technologies.

Nie tak dawno temu Bill Gates uparcie twierdził, że nikomu nie będzie potrzebne więcej, niż 640 kb pamięci. Były to czasy, w których system operacyjny, dziś jednego z najbogatszych ludzi świata, instalowało się z dyskietek, a o połączeniu z Internetem w Polsce marzyli tylko nieliczni entuzjaści nowych technologii. Na szeroką skalę doczekali się go dopiero w 1996 roku, gdy telekomunikacja Polska uruchomiła numer „0202122” i przy piskach prężącego się modemu w końcu można było połączyć się z międzynarodową siecią. Od tej pamiętnej daty mięło już 17 lat, Internet stał się niemal tak powszechny jak telefon, a sposób w jaki z niego korzystamy uległ całkowitej transformacji.

Nietrafione proroctwo twórcy systemu Windows brzmi dziś jak niefortunny żart. W sklepach trudno znaleźć komputery posiadające mniej niż 4GB pamięci RAM, a pojemność dysków twardych liczymy już w terabajtach. Z raportu „Data Never Sleeps 4.0” wynika, że w ciągu jednej minuty Internauci przeglądają ponad 159 tys. stron, publikują 400 godzin materiałów wideo w serwisie YouTube i dzielą się ponad 216 tys. zdjęć na Facebooku. Tylko w Stanach Zjednoczonych, za pośrednictwem sieci bezprzewodowej, w ciągu 60 sekund pobiera się ponad 18 milionów megabajtów danych. Internet stał się gigantycznym zbiorem informacji na temat swoich użytkowników, którzy pozostawiają je w nim bardziej lub mniej świadomie. Przeciętnego Kowalskiego obchodzą one tyle, co zeszłoroczny śnieg. Do niedawna podobną wartość przypisywało im większość przedsiębiorstw, jednak okres ten dobiegł właśnie końca. Dane stają się towarem chodliwym, jak gorące bułeczki, a jeszcze cenniejsze mają być systemy umożliwiające ich analizę i monetyzację.

IDC prognozuje, że do 2018 roku przepływ danych zewnętrznych w przedsiębiorstwach wzrośnie aż pięciokrotnie, zaś liderzy cyfrowej transformacji zwiększą ilość danych wychodzących co najmniej 500-krotnie. Zdaniem ekspertów z amerykańskiej firmy analitycznej, sukces gospodarki cyfrowej będzie zależał od zdolności do budowania solidnych „strumieni danych”, wychodzących i wpływających do przedsiębiorstwa. W roku 2016 wartość globalnego rynku danych i analityki biznesowej poszła mocno w górę. Wycenia się go już na 130 mld dolarów. To o ponad 18 mld dolarów więcej niż w roku poprzednim. Z prognoz wynika, że w kolejnych latach rynek będzie rósł w tempie dwucyfrowym, a w 2020 roku przekroczy próg 203 mld dolarów. Według analizy przeprowadzonej przez Regalix, przychody firm, które zdecydowały się wykorzystać w działaniach marketingowych analitykę danych wzrosły nawet o ponad 50 proc. Nic więc dziwnego, że aż 40 proc. marketerów wykorzystuje lub zamierza niebawem skorzystać z danych w swoich działaniach. Oto 5. obszarów, w których Big Data staje się najważniejszym katalizatorem rozwoju marketingu.

Zrozumieć klienta

Jednym z najtrudniejszych zadań jakie stoją przed każdą firmą jest zrozumienie sposobu w jaki myślą i funkcjonują jej klienci. Taka wiedza pozwala nie tylko dopasować ofertę do ich realnych potrzeb, lecz także pomaga w utrzymywaniu relacji konsumenckich. Poznanie szczegółowego profilu klienta pomaga w opracowaniu skutecznych kampanii reklamowych, a analiza jego aktywności w sieci, historii zakupów i ważnych życiowych wydarzeń, takich jak np. rozpoczęcie nowego związku czy zmiana pracy, umożliwia firmom przesyłanie ofert „szytych na miarę”. Sekret tkwi w połączeniu danych wygenerowanych wewnątrz przedsiębiorstwa tzw. 1st party z danymi zewnętrznymi, czyli 3rd party. Do ich analizy wykorzystywane są specjalistyczne algorytmy.

Sięgnęła po nie np. brytyjska firma HMV, specjalizująca się w sprzedaży produktów multimedialnych, niezadowolona z wyników tradycyjnych kampanii mailingowych, kierowanych do szerokiego grona odbiorców. Zastąpiono je systemem rekomendacji, który analizując strumień kliknięć swoich klientów oraz ich zakupowe preferencje, przesyła im spersonalizowane rekomendacje. Dane wykorzystane do generowania wiadomości e-mail dopasowanych do indywidualnego profilu klienta pozwoliły uzyskać ich otwieralność na poziomie 70 proc. na urządzeniach mobilnych i 50 proc. na komputerach PC.

T-Mobile z kolei, wykorzystuje dane typu 1st party, by ograniczyć migrację klientów. W tym celu specjalny algorytm sprawdza rozmowy wykonywane na numery zarejestrowane u innych operatorów. Jeśli ich liczba rośnie, może to oznaczać, że rodzina lub przyjaciele zmienili dostawcę usług telekomunikacyjnych i istnieje wysokie prawdopodobieństwo, że klient pójdzie w ich ślady. Wykorzystując takie analizy do działań marketingowych, T-mobile zmniejszył współczynnik odpływu abonentów o 50% w ciągu zaledwie jednego kwartału.

Nowa jakość w kampaniach banerowych

Według prognoz eMarketera, w 2017 r. w Europie Zachodniej na reklamę on-line marketerzy wydadzą prawie 38 mld dolarów, a do roku 2020 przypadnie na nią prawie 42 proc. wszystkich wydatków na reklamę. Również polskie firmy chętnie decydują się na działania marketingowe w sieci. Z badań GUS wynika, że w 2016 roku było to już 27,7 proc. przedsiębiorstw. Niestety, jedynie 6,9% rodzimych przedsiębiorstw korzysta z geolokalizacji, by wyświetlać reklamy w oparciu o geograficzne położenie internautów. Podobnie wygląda sytuacja z dopasowaniem reklam do zainteresowań użytkowników sieci. W zaledwie 7,3 proc. przypadków reklamodawcy wykorzystują ich wcześniejszą aktywność, by wyodrębnić odpowiednio sprofilowaną grupę, a następnie dotrzeć do niej z dopasowanym przekazem.

Reklamy publikowane „na chybił trafił” stały się zmorą użytkowników sieci na całym świecie. Internauci, przytłoczeni atakującymi zewsząd krzykliwymi banerami, które nawet w najmniejszym stopniu nie trafiają w ich potrzeby czy zainteresowania, na szeroką skalę instalują wtyczki blokujące ich wyświetlanie. Według raportu OnAudience.com, z narzędzi typu AdBlock korzystają na świecie najchętniej Polacy, aż 42 proc. odsłon w naszym kraju jest blokowanych. Jak podaje serwis eMarketer, w 2016 r. z powodu takiego oprogramowania globalne straty wydawców sięgnęły nawet 27 mld dolarów.

Receptą na kryzys są rozwiązania korzystające z Big Data do precyzyjnego targetowania odbiorców z wąskiej grupy docelowej. Odbiorcy tak wyświetlanych reklam wybierani są przez głęboką analizę ich aktywności, możliwą dzięki informacjom dostarczanym przez pliki cookies. Największą hurtownią tego typu danych w Europie i zarazem jedną z największych na świecie jest polska firma Cloud Technologies, która przetwarza już 3 mld anonimowych profili internautów. Agencja Audience Network korzystając z danych dostarczonych przez Cloud Technologies zrealizowała kampanię dla jednej z wiodących firm ubezpieczeniowych. Efekt? 50 proc. wzrost liczby konwersji, przy kosztach niższych o 33 proc. Koszt za kliknięcie spadł o 48 proc.

Sprawniejsza segmentacja klientów

Segmentacja, czyli dzielenie klientów na grupy, według ich charakterystyki i zachowania, to standardowe działanie, umożliwiające m.in. zrozumienie ich potrzeb i dopasowanie do nich oferty oraz marketingowej komunikacji. Dzięki Big Data proces ten można usprawnić, a sama segmentacja staje się bardziej precyzyjna. Można również pozyskać informacje z zakresu stylu i stadiów życia, decyzji zakupowych, czy też kluczowych wydarzeń. Odpowiednio zbierane i przetwarzane dane pozwalają również określić, w jaki sposób klienci korzystają z produktu oraz wyodrębnić zaniedbane segmenty, dla których należy przygotować lub zoptymalizować działania marketingowe.

Big Data okazuje się również zbawienna przy zarządzaniu polityką cenową, dostarczając np. informacji, ile poszczególne segmenty klientów są w stanie zapłacić za dany produkt lub usługę. Za sprawą takiej segmentacji Bank of America zmienił sposób postrzegania swoich klientów. Doprowadziło to do zmiany utartego sloganu marketingowego, który wcześniej zachęcał do wykorzystania hipoteki domu, by posłać dzieci do szkoły, na taki, który namawia do zaciągnięcia podobnego kredytu, by realizować swoje osobiste pragnienia: „Use the value of your home to do what you always wanted to do”. W efekcie, współczynnik konwersji wzrósł dziesięciokrotnie.

Co więcej, Big Data pomaga wyodrębnić strategiczną grupę klientów, którzy charakteryzują się np. lojalnością względem marki. Caesars Entertainment, właściciel sieci kasyn, korzysta z narzędzi analitycznych, by poprawić relacje z kluczowymi, najbardziej oddanymi i zyskownymi graczami. Wykorzystuje w tym celu strumień kliknięć, dane z programu lojalnościowego oraz dane z automatów do gry.

Siła wielu kanałów

Interakcja klienta z marką odbywa się dziś za pośrednictwem wielu kanałów. Dopiero analiza wszystkich strumieni danych za pośrednictwem systemów DMP (Data Managing Platform) daje holistyczny obraz „customer journey”, czyli historii wszystkich takich interakcji. W ten sposób firmy mogą ocenić skuteczność poszczególnych kanałów i w oparciu o te dane planować kampanie marketingowe i optymalizować budżety reklamowe. Korzystając z narzędzi analitycznych marketerzy mogą dopracować treści tak, by lepiej pasowały do poszczególnych kanałów komunikacji. HDFC, jeden z największych banków w Indiach, korzystając z głębokiej analizy historii interakcji z klientami, spersonalizował komunikację w wybranych kanałach, optymalizując tzw. customer experience. Integracja danych z serwisu internetowego banku z systemem zarządzającym bankomatami pozwoliła m.in. zautomatyzować proces wyboru języka, co doprowadziło do redukcji kosztów operacyjnych, skracając czas korzystania z maszyn o 40 proc.

Drugie życie systemów CRM, ERP i BI

Internet rośnie jak na drożdżach. Z szacunków Oracle wynika, że rokrocznie ilość danych online zwiększa się o 40 proc, a w 2016 przekroczyła próg 10 Zettabajtów. Systemy, które nie czerpią z nich pełnymi garściami nie mają racji bytu w cyfrowej gospodarce. Badacze Gartnera prognozują, że dzięki analityce Big Data do 2020 r. aż 80% procesów biznesowych w firmach zostanie zmodernizowanych. Jednym z głównych motorów tej modernizacji będzie „data enrichment”, czyli zasilanie systemów firmowych danymi typu 3rd party. Dla przedsiębiorstw, takie rozwiązanie oznacza zupełnie nowy rozdział w sprzedaży, marketingu i analityce biznesowej. Umożliwia ono nie tylko lepsze rozpoznanie profilu klienta i uzyskanie jego 360-stopniowej oceny, lecz także pozyskanie nowych, wartościowych kontrahentów.

Proces ten jest skuteczny na tyle, na ile firma dysponuje jakościowymi danymi, czyli tzw. „hot data”. O tym, czy dane mieszczą się w tej kategorii decyduje ich aktualność. Zbiory powinny być regularnie oczyszczane i aktualizowane, ponieważ obecne w nich parametry, takie jak np. parametry geograficzne czy „intencje zakupowe” użytkownika, mają zazwyczaj charakter tymczasowy. W interesie firm nie jest więc gromadzenie jak największej ilości danych, których przechowywanie kosztuje krocie, lecz raczej sprawne oczyszczanie generowanych i przechowywanych danych oraz uzyskanie dostępu do aktualnych profili internautów. W cenie są zatem te dane, które hurtownie Big Data dostarczają w modelu real-time.

Siemens Mobility Data Services by usprawnić procesy logistyczne, przetwarza dane pochodzące z tysięcy sensorów, pociągów, szyn kolejowych i łańcuchów dostawy, razem z danymi dotyczącymi procesów naprawczych oraz pogody. Połączenie w jednym systemie wszystkich kluczowych strumieni informacji pomogło firmie praktycznie wyeliminować przestoje i sprawić, że transport stał się szybszy, bezpieczniejszy i bardziej energooszczędny. Nowoczesny system korzystający z Big Data skutecznie przewiduje awarie zapewniając nieprzerwany łańcuch dostaw.

Zła pogoda utrudnia nie tylko transport, ale również wpływa niekorzystnie na wyniki hoteli, redukując zakwaterowanie. Sieć hoteli Red Roof Inn postanowiła odwrócić ten trend i docierając z reklamą do niedoszłych pasażerów odwołanych lotów, którzy w pośpiechu szukają noclegu lub postanawiają czekać na kolejny samolot na lotnisku. W tym celu połączono m.in. źródła danych na temat pogody, anulowanych lotów, hoteli znajdujących się w pobliżu lotnisk oraz stanu ich zapełnienia, by korzystając z geolokalizacji realizować skuteczniejsze kampanie mobilne. Wykorzystanie Big Data okazało się strzałem w dziesiątkę, który zwiększył obroty sieci.