Big data merupakan peluang besar untuk pemasaran dan penjualan serta meningkatkan produktivitas dan profitabilitas perusahaan. Data besar dapat memberikan wawasan mengenai perilaku konsumen dan pola pasar. Perusahaan yang menggunakan analisis data besar dapat mengoptimalkan pemasaran, mengidentifikasi peluang bisnis, dan meningkatkan keputusan pemasaran.

1. Consumer Behavior
and Big Data
PSIKOLOGI KONSUMEN DAN EKONOMI

2. BIG DATA
Big Data adalah peluang terbesar untuk
pemasaran dan penjualan sejak Internet
menjadi arus utama hampir 20 tahun yang
lalu.
Data Big Bang telah melepaskan torrent
berukuran terabyte tentang segala hal
mulai dari perilaku pelanggan untuk
menghadapi pola pergeseran demografis
konsumen di pasar negara berkembang.
(McKiney & Company, 2015)

3. KEUNGGULAN
PADA
PERUSAHAAN
Mengubah wawasan itu menjadi produk
yang dirancang dengan baik dan
menawarkan kesenangan untuk pelanggan
Menyampaikan produk dan
penawaran tersebut secara efektif ke
pasar.
Menggunakan analitik untuk
mengidentifikasi peluang bisnis yang
berharga dari data hingga mendorong
keputusan dan meningkatkan laba atas
investasi pemasaran (MROI)

4. Beberapa Karakteristik Unik dari Big Data menunjukkan
berbagai karakteristik yang tampak tidak biasa jika
dibandingkan dengan kumpulan data tradisional.
(Saumyadipta & Rao 2016)

5. Secara tradisional, kumpulan
data dibuat berdasarkan
perencanaan yang sadar dan
cermat. Pakar lapangan atau
peneliti laboratorium biasanya
menghabiskan banyak waktu,
energi, dan sumber daya
untuk menghasilkan data
melalui survei terencana atau
eksperimen yang dirancang.
. Namun, dunia big
data sering kali
dipelihara oleh
dinamika seperti
jaringan pelanggan,
klien, dan perusahaan
yang intens, dan
karenanya ada aliran
data otomatis yang
selalu tersedia untuk
analisis.

6. Perusahaan yang memasukkan
data besar dan analitik ke dalam
operasi mereka menunjukkan
tingkat produktivitas dan
profitabilitas yang tinggi 5 persen
hingga 6 persen dibandingkan
rekan-rekan mereka. Itu adalah
keuntungan yang tidak dimiliki
perusahaan mana pun. (McKiney &
Company, 2015)

7. - Pertama, banyak manajer senior
yang enggan melipatgandakan
investasi mereka analiik investasi
diperlukan untuk skala, karena upaya
awal belum membuahkan hasil
pengembalian yang signifikan.
- Kedua, alat layanan mandiri baru
membangun kepercayaan pengguna
bisnis dalam analitik.
- Terakhir, mengotomatiskan proses
dan pengambilan keputusan menjadi
jauh lebih mudah.
Mengapa
upaya analitik
data terhenti
sebelum
menjadi besar?

8. Kisah sukses dari garis depan :
“Perusahaan yang
memasukkan data ke dalam
operasi mereka menunjukkan
tingkat produktivitas yang
jauh lebih tinggi daripada
rekan-rekan mereka.”
Big Data
&
Analitik
lanjutan:

9. Mengoptimalkan
pembelanjaan
dan dampak di
seluruh saluran.
Bisnis adalah tentang
pengorbanan:
Harga versus volume,
Biaya inventaris versus
Peluang kehabisan stok.

10. Big Data dan
analitik lanjutan,
terutama data yang
lebih nyata, dapat
menghilangkan
banyak dugaan.
Contoh Kasus :
Salah satu perusahaan komunikasi transnasional telah
menghabiskan banyak uang di media tradisional untuk
meningkatkan pengenalan merek, dan juga berinvestasi di media
sosial. Namun, itu benar model bauran pemasaran tradisional
tidak dapat mengukur dampak penjualan dari buzz sosial.
Menggabungkan data dari media tradisional, penjualan, dan
penggunaan media sosial utama oleh pelanggan situs
menghasilkan model yang menunjukkan bahwa media sosial
memiliki dampak yang jauh lebih tinggi daripada yang
diasumsikan oleh para ahli strategi perusahaan. Lebih kritis lagi,
analis perusahaan menemukan bahwa pendorong utama
sentimen media sosial bukanlah iklan Televisinya tetapi interaksi
pelanggan dengan pusat panggilan perusahaan - dan faktanya,
Penanganan panggilan yang buruk itu mengurangi nilai yang
hampir sama dengan penambahan iklan TV.

11. Kesimpulan
Big Data adalah sebuah kumpulan data yang
penting. Pada perusahaan Big data menjadi
peluang untuk pemasaran dan penjualan.
Perusahaan yang menggunakan Big data dan
Analitik akan memiliki tingkat produktivitas dan
profitabilitas yang lebih tinggi dibanding dengan
yang tidak menggunakan Big data dan Analitik

12. Referensi :
McKiney & Company.(2015). Marketing & Sales
Big Data, Analytics, and The Future Of Marketing
& Sales.
Pyne, Saumyadipta.B.L.S. Rao, Prakasa S.B.
(2016) . Big Data Analytics : Methods and
Applications.