More Related Content

Similar to Big data w strategii marketingowej(20)

Recently uploaded(20)

Big data w strategii marketingowej

  1. BIG DATA W STRATEGII MARKETINGU PRODUKTÓW
  2. DEFINICJA Koncepcja rozważania problemów danych w czterech wymiarach - 4V: • volume (ilość danych) • variety (różnorodność danych) • velocity (szybkość pojawiania się nowych danych i ich analizy w czasie rzeczywistym) • value (wartość danych) Dodajmy do tego 4W, czyli • własne dane (wewnętrzne zasoby danych) • wnioskowanie (stosując techniki analityczne, ekspertów) • wzbogacanie (dodawanie, do własnych danych, informacji z rynku, słowników, baz referencyjnych) • weryfikacja (weryfikowanie hipotez i wniosków) Big Data META Group (obecnie Gartner) - zbiory informacji o dużej objętości, dużej zmienności lub dużej różnorodności, które wymagają nowych form przetwarzania w celu wspomagania podejmowania decyzji, odkrywania nowych zjawisk oraz optymalizacji procesów.
  3. DEFINICJA Big Data McKinsey - zbiór danych, których rozmiar przekracza możliwości klasycznych narzędzi do składowania, analizy i zarządzania danymi.
  4. "Czy odważyłbyś się przejść przez ulicę pełną samochodów na podstawie fotografii zrobionej pięć minut wcześniej?" Źródło: IBM, www.dailymotion.com
  5. Big Data łączy dane: • z różnych kanałów (dane behawioralne, statystyczne, geograficzne, transakcyjne, z urządzeń posiadający GPS) • z różnych formatów danych (ruch na stronie, social media, video, muzyka, dokumenty, aktywność na forach, formularze, ankiety, rozmowy telefoniczne, dane offline) zarówno na desktopach, jak i urządzeniach mobilnych
  6. Współczesny samolot pasażerski czerpie informacje z tysięcy czujników nadzorujących wszelkie możliwe parametry kilka razy w każdej sekundzie lotu oraz pobiera dane płynące z zewnątrz, w celu ich analizy i zapewnienia bezpieczeństwa swoich pasażerów lub powiadomienia pilota o możliwości wystąpienia problemów zanim się wydarzą. Chodzi o ogromne ilości otaczających nas danych, których nie da się przetwarzać w sposób tradycyjny. Współczesny samolot pasażerski
  7. HOW BIG? • Google przetwarza codziennie ponad 24 petabajtów danych • Facebook co godzinę dostaje do przetworzenia ponad 10 milionów nowych fotografii, a jego użytkownicy każdego dnia klikają na przycisk „lubię to” lub komentują coś prawie 3 miliardy razy, informując mimowolnie świat o swoich preferencjach • według IBM, codziennie użytkownicy FB klikają „share” blisko 650 tysięcy razy na minutę oraz dodają 100 TB danych dziennie • w YouTube’ie uploadowane są co minutę materiały wideo trwające łącznie aż 72 godziny • użytkownicy Tweeter'a, tworzą 230 milionów „tweetów” dziennie • liczba wiadomości na Twitterze rośnie co roku o około 200 % • w 2020 roku ilość danych generowanych przez ludzi na świecie będzie 57 razy większa od piasku na wszystkich plażach świata • obecnie przetwarzamy więcej danych w ciągu jednego dnia, niż osoba w 1500 roku w całym okresie życia Od początków cywilizacji do roku 2003 ludzkość wygenerowała 5 eksabajtów danych. Teraz produkujemy 5 eksabajtów co 2 dni… i to tempo stale rośnie. Eric Schmidt, prezes wykonawczy Google
  8. PO CO? do poszukiwania i wykorzystania wartości biznesowej drzemiącej w dostępnych coraz większych wolumenach danych Dla: •wspomagania procesów decyzyjnych •odkrywania nowych zjawisk •optymalizacji procesów ZASTOSOWANIE •zaawansowane prognozowanie z wykorzystaniem strategii opartej na wzorcach oraz analizy predykcyjnej opartej na sztucznej inteligencji •wykrywanie wzorców „ukrytej działalności biznesowej”, na przykład w dziedzinie wykrywania zaawansowanych oszustw •zwiększenie zakresu automatyzacji w systemach maszyna-maszyna w celu skrócenia czasu reakcji •zwiększenie przejrzystości dzięki łatwiejszemu dostępowi do danych zapewnianemu przez modele OpenData •weryfikacja hipotez na podstawie danych, a nie przeczuć czyli model „Enhanced Data Experimentation” (Eksperymenty w oparciu o rozszerzone zasoby danych) •dostarczanie innowacyjnych, nowych modeli biznesowych, takich jak udostępnianie danych jako usługi (Data as a Service ― DaaS). Źródło: Business Intelligence, 02.07.2014, Big Data ― wielkie zbiory danych i technologia zarządzania nimi, www.erp-view.pl
  9. DANE, BIG DATA W MARKETINGU  Dane te od dawna są dostępne w przedsiębiorstwach, ale dotychczas nie były analizowane.  Czasy marketingu „one size fits all” odeszły w niepamięć.  Wskaźnik efektywności weryfikuje dziś budżety reklamowe i zachęca do innowacyjnego myślenia.  Znacznie większą wartość zyskuje jakościowe podejście do komunikacji.  User-focused to bezwzględnie czynnik kluczowy.
  10. PRZESZŁOŚĆ
  11. PRZESZŁOŚĆ Krok 1. Kiedyś wystarczała wiedza o działaniu organizacji, poszukiwano przewag biznesowych w dobrej organizacji i procesów biznesowych - systemy ERP, raportowanie operacyjne. Krok 2. Potem poszukiwano trendów w posiadanych zbiorach danych, analizowano przyczyny zachodzących wydarzeń - systemyBusiness Intelligence, pierwsze hurtownie danych (ewolucja platform baz danych, powstają wyspecjalizowane narzędzia analityczne). Krok 3. Nastąpiła era konkurowania analityką (ang. "competing on analytics"). Przewidywanie zachowania klientów, optymalizacja działań ( szczególnie łańcuchy logistyczne, działania marketingowe, cenniki usług i produktów).
  12. OBECNIE
  13. OBECNIE Obecnie… zwykła promocja nie wystarcza. Analiza danych niestrukturalnych (np. tzw. "text mining", analiza wizerunku w mediach społecznościowych). Era ekonomii doświadczeń - dostarczanie nie tylko usług i produktów, ale kompletnego zestawu doświadczeń. Wydłuża się łańcuch wartości dostarczany klientom, więc rośnie ilość przetwarzanych informacji. Zaawansowana analiza informacji i danych: • proces decyzyjny, • bardziej złożony produkt, • bardziej spersonalizowane usługi • informacje nie tylko z wnętrza firmy, ale także spoza niej.
  14. Trafność decyzji zaledwie o pojedyncze % może decydować o sukcesie lub porażce
  15. OCZEKIWANIA ANALITYKÓW I PRACOWNIKÓW BIZNESOWYCH
  16. BIG DATA Oczekiwaniem analityków jest z jednej strony możliwość nieograniczonego testowania swoich hipotez, ale także dostęp do szerokiego zestawu funkcji i narzędzi analitycznych. Oczekiwania analityków, ale i pracowników biznesowych: • włączanie nowych danych do analiz bez względu na ich wolumen • możliwość wykorzystania w analizie danych detalicznych • natychmiastowa odpowiedź na stawiane pytania, wyniki uruchamianych analiz i możliwość oceny wniosków wynikających ze zbudowanych modeli
  17. BADANIE EMC FORUM 2014
  18. Badanie EMC Forum 2014 (Polska) • dział IT postrzegany jako strategiczny czynnik umożliwiający rozwój biznesu i lepszy kontakt z klientami • wpływ technologii na: – 43% opracowywanie nowych produktów i usług, – 38% poprawę obsługi klienta Nowe modele biznesowe umożliwią wykorzystanie gromadzonych ogromnych ilości kontekstowych danych użytkowników, które przechowywane są często bez planu wykorzystania, na podstawie przypisanej im hipotetycznej wartości.
  19. STUDIA PRZYPADKÓW
  20. Studia przypadków • Google - projekt FluTrends Monitoruje zapytania wpisywane w wyszukiwarkę, by tworzyć zmieniające się w czasie rzeczywistym mapy terenów zagrożonych epidemią grypy. • Nowojorski zespół „alchemików analizy” Bazując tylko na danych o 70 % poprawili skuteczność zapobiegania pożarom pustostanów • Sieci handlowe, na podstawie historii zakupów zarejestrowanych (np. na gazetkę czy newsletter) klientek, z dużym prawdopodobieństwem przewidują, czy i w którym miesiącu ciąży jest dana kobieta. W odpowiednim czasie wysyłają do klientek odpowiednie oferty. • Ceny biletów lotniczych Ich zmiany są niezrozumiałe i nie wiadomo, od czego zależą , a można je przewidywać z matematyczną precyzją, dysponując tylko danymi z ubiegłych lat.
  21. „RAPORT MNIEJSZOŚCI”
  22. "Raport mniejszości" Science fiction staje się rzeczywistością? Zamiast z fusów można wróżyć z dostępnych wszędzie informacji. Te wróżby się sprawdzają. Z nakazu Agencji Prewencji aresztuję pana za podwójne zabójstwo, które miał pan dzisiaj popełnić… Film w reż. S. Spielberg, 2002 r. na podstawie opowiadania Philipa Dicka
  23. PRZYSZŁOŚĆ ?
  24. PRZYSZŁOŚĆ ? Połączenie tradycyjnych i opartych na tej technologii podejść analitycznych w ujednoliconą platformę kompleksowej obsługi danych - Total Data. • zwielokrotnienie korzyści Big Data poprzez łączenie jej z innymi rozwijającymi się przełomowymi technologiami np. w wyniku połączenia technologii Big Data, strategii opartej na wzorcach i technologii chmury powstaje model „udostępniania analiz danych jako usługi” (Data Analytics as a Service). • biznesowo „wartościowe wzorce” wykorzystywane w konkretnych zastosowaniach - ogólnych i innych w specyficznych branżowych, • koncepcje tj. przejrzystość danych, dane osobowe, udostępnianie danych jako usługi, strategia oparta na danych zmieniają sposób prowadzenia działalności biznesowej, • rozwój infrastruktury analitycznej.
  25. NARZĘDZIA DO ANALIZY BIG DATA
  26. Narzędzia do analizy Big Data Big Data to już nie tylko Hadoop, ale też stare i sprawdzone rozwiązania uzupełnione o nowe elementy: SQL Server, Oracle itd. Narzędzia umożliwiających analizę dużych zbiorów danych: • R • Python • SAS • SPSS, Statistica, Stata • Matlab • Apache Mahout • itd.
  27. W 2015 ROKU GLOBALNY RYNEK BIG DATA BĘDZIE WART … ?
  28. Big Data W 2015 roku globalny rynek Big Data będzie wart 48 mld dolarów, czyli prawie pięć razy więcej niż w roku 2012. Źródło: Raport "Digital Trends 2013" Deloitte i Allegro Przewiduje się, że coroczny wzrost rynku Big Data będzie wynosił około 40 proc.
  29. BIG DATA MARKETING
  30. Big Data Marketing Big Data Marketing - wykorzystanie różnorodnych informacji o kontakcie w czasie rzeczywistym w celu zwiększenia skuteczności działań marketingowych poprzez spersonalizowaną komunikację one-to-one. Kiepskiej jakości dane mogą kosztować firmę, aż do 35% dochodów operacyjnych ale 10% poprawa użyteczności oraz dostępności danych zwiększyła sprzedaż średnio o 14% na każdego pracownika. Źródło: ankieta przeprowadzona na liście Fortune 1000
  31. Macie plan wykorzystania Big Data? • Jakie narzędzie analityczne będzie najefektywniejsze? • Które kanały komunikacji z klientem nie zostały zbadane? • Czy rzeczywiście trzeba pracować na ogromnych zbiorach, żeby móc zasilić biznes o nowe insighty konsumenckie? Big Data stają się synonimem wiedzy marketera o konsumentach, symbolem szczegółowej analityki i dbania o efektywność biznesu w dobie kryzysu. Zaczynacie? Macie plan wykorzystania Big Data? A czy wiecie?
  32. Niewiele podmiotów ma rzeczywiście ogromne zbiory danych, które muszą być przetwarzane przez specjalistyczne technologie. Analityka i badania = koszty = ekonomiczna opłacalność Powinniśmy zajmować się danymi wartościowymi w budowaniu nowych procesów zwiększających sprzedaż. Problemem jest już nie tylko „media wastage”, ale również „analytics wastage”. Macie plan wykorzystania Big Data?
  33. BIG DATA JAKO ELEMENT STRATEGII E-MARKETINGOWEJ, E-COMMERCE
  34. Big Data jako element strategii e-marketingowej, e-commerce WIEMY: • kim są polscy internauci kupujący online • jak się zachowują • jakie mają plany • w jakich godzinach i w których dniach można ich najczęściej spotkać MAMY: • własne bazy danych z informacjami o naszych klientach • komercyjne, zewnętrzne bazy danych • szereg narzędzi do targetowania ZINTEGRUJMY TE INFORMACJE
  35. Największy wzrost sprzedaży w online w branży kosmetycznej i chemii gospodarczej - prognozy Zrozumienie potrzeb, zainteresowań i odczuć potencjalnych klientów pozwala na podejmowanie właściwych decyzji biznesowych. Możliwość analizowania zachowań klientów i użytkowników sklepów internetowych to ogromna przewaga branży e-commerce względem tradycyjnych metod sprzedaży. Inteligentne rekomendacje pozwalają zautomatyzować proces zarządzania ofertą, jednocześnie maksymalnie zwiększając jej skuteczność. np.: Jeśli klient przeglądał wcześniej np. testy ciążowe, prawdopodobnie nie ma sensu pokazywać mu promocji z kategorii trwała ondulacja. Jeśli przeglądał karmę dla psów, to mało prawdopodobne, że zainteresuje się nowościami z kategorii karma dla kotów.
  36. „BIG DATA+” RAPORT COMPUTERWORLD WE WSPÓŁPRACY Z IBM POLSKA
  37. „Big Data+” raport Computerworld we współpracy z IBM Polska Badanie firm wykorzystujących Big Data, bądź planujących wdrożenie: • 37% z nich wskazało chęć wykorzystania tej technologii w działaniach marketingowo- sprzedażowych (najwyższy wynik) • ich wykorzystanie w zakresie marketingu, bądź sprzedaży najczęściej deklarowały: • branża mediów, reklamy i wydawnictw (74%), • dostawcy usług telekomunikacyjnych (69%) , • bądź sektora FMCG, dystrybucji i handlu (58%). Źródło: „Big Data+” Systemy analityki wielkich zbiorów danych w polskich organizacjach, Raport Computerworld we współpracy z IBM Polska, IX 2014 r.
  38. Jak firmy chcą wykorzystać / skorzystać z BIG DATA? np: • dzięki analizie sekwencji zdarzeń, szukaniu wzorców opartych na wszystkich dostępnych danych strukturalnych i wielostrukturalnych (np. Web logs), można stworzyć szereg nowych markerów behawioralnych. Pozwalają one zbudować bardziej precyzyjne modele churn zdolne przewidywać odejścia klientów. • wiedza uzyskana poprzez analizę danych wielostrukturalnych pozwala na znacznie wcześniejszym etapie testować i dostosowywać praktyki biznesowe. Operator posiadający zdolność analizy Big Data może szybciej uzyskać dostęp do wiedzy, która wskaże, jakie zachowania klientów i operatora mogą doprowadzić do zerwania kontraktu. Dzięki tej informacji operator może podjąć działania, które mogą ten proces powstrzymać.
  39. "Możemy modelować media-mix za pomocą Big Data i uczenia maszynowego"
  40. Jednym z najważniejszych zadań marketera jest… "Jest wiele mikro wydajności, które możemy wykorzystać. Jeśli przenieść kilka tysięcy dolarów tu i tam, można uzyskać znacznie większą wydajność marketingową", w zakresie ROI. … decyzja, jak dobrać media mix (BTL I ATL), który będzie najlepiej promować ich produkt lub usługę. Dlaczego? "Możemy modelować media-mix za pomocą Big Data i uczenia maszynowego" mówi Madan Bharadwaj, szef marketingu produktów Visual IQ, firmy analitycznej z Needham, Massachusetts.
  41. WIZJA PRZYSZŁOŚCI MARKETINGU PRODUKTÓW KOSMETYCZNYCH ?
  42. „The Changing Face of the Beauty Consumer” Nowojorski think tank przemysłu kosmetycznego z Fashion Institute of Technology zaprezentował wizję przyszłości marketingu produktów kosmetycznych. 3 kluczowe obszary: 1. Analiza Cyfrowa - Digital Analytics 2. Marketing Cyfrowy - Digital Marketing 3. Handel Cyfrowy - Digital Commerce Źródło: Badanie w ramach projektu „The Changing Face of the Beauty Consumer”, Fashion Institute of Technology, State University of New York , 2013 Najlepszym sposobem zdobywania wiedzy o konsumentach jest wykorzystanie "Big Data".
  43. JAKIE SĄ PRZEWIDYWANIA?
  44. Jakie są przewidywania? 1. wykorzystanie sztucznej inteligencji, rozpoznawania twarzy i technologia analityki predykcyjnej zrewolucjonizuje doświadczenie w sklepie przez jego zupełne spersonalizowanie. 2. technologia aktywowana ruchem pozwoli konsumentom praktycznie przeglądać pasaże produktów znajdujących się w dowolnym miejscu na świecie i dokonywać zakupów bezpośrednio z interaktywnych ekranów w ich domach. 3. "Beauty on Demand" będzie wykorzystywać obraz, dźwięk i wideo, aby umożliwić konsumentom zakupy wszystkiego, w dowolnym miejscu - za pomocą jednego kliknięcia. Ulica staje się nowym centrum handlowym. Źródło: Badanie w ramach projektu „The Changing Face of the Beauty Consumer”, Fashion Institute of Technology, State University of New York , 2013
  45. Jakie są przewidywania? 4. micro-targetowanie, łączące dane i technologię, pozwoli markom na tworzenie wysoce wyspersonalizowanych komunikatów. Wynik, mikro-zaangażowanie, zwiększy indywidualną wartość cyklu życia konsumentów do marek. 5. ROL jest nowym ROI. Zwrot z nauki (Return on learning) zastąpi zwrot z inwestycji (ROI) jako nowej metryki w czasie rzeczywistym do śledzenia i określania wartość marki. 6. w opakowaniach będą umieszczane czujniki, które będą śledzić rzeczywiste zachowanie konsumentów. Źródło: Badanie w ramach projektu „The Changing Face of the Beauty Consumer”, Fashion Institute of Technology, State University of New York , 2013
  46. WIZJA PRZYSZŁOŚCI MARKETINGU PRODUKTÓW KOSMETYCZNYCH ?
  47. 3 kluczowe obszary dla przyszłości branży kosmetycznej Analiza cyfrowa: Z naciskiem na 6 kluczowych obszarów wpływu Big Data, badanie „The Changing Face of the Beauty Consumer” pokazuje jak analiza cyfrowa pomoże rozwijać branżę poprzez identyfikację nowych potrzeb klientów, sprawdzanie poprawności koncepcji, zwiększanie innowacyjności, optymalizację dystrybucji zasobów, śledzenie konsumpcji i dywersyfikacji oraz budowanie silniejszej relacji z klientami. Marketing Cyfrowy : Siła mikro-targetowania i mikro-zaangażowania w świecie mikro-marketingu została uwypuklona w nowym ujęciu mediowym m^3 (media, metrics, management), które podkreśla ewolucję marketingu od wysyłania tej samej wiadomości do wszystkich konsumentów po indywidualny, spersonalizowany przekaz prowadzony w czasie rzeczywistym na wielu platformach. Handel Cyfrowy: Korzystanie z zaawansowanych technologii, nowego modelu biznesowego jest drogą do sukcesu w handlu cyfrowym. Konsumenci będą mogli dokonywać zakupów z dowolnego miejsca, a marki będą mogły sprzedawać wszędzie. Niezwłoczność "Beauty on Demand" stworzy nieskończoną wprost ilość punktów handlowych i natychmiastową gratyfikację dla klientów.
  48. „Wszyscy mówią o Big Data, a tak naprawdę…”
  49. Wszyscy mówią o Big Data, a tak naprawdę… „Czekanie na Godota przypomina mi to, co dzieje się w IT. Wszyscy mówią o Big Data, a tak naprawdę większość firma nie decyduje się na takie rozwiązania, ale ciągle czeka”. analityk Merv Adrian na konferencji klientów firmy Teradata (Teradata Partners) Na co te firmy czekają?
  50. DZIĘKUJĘ ZA UWAGĘ !
  51. Zapraszam do kontaktu! GreyTree D. Goźliński i Wspólnicy Sp. j. ul. Kaliska 1/2 02-316 Warszawa tel: +48 22 628 53 61 fax: +48 22 207 21 10 e-mail: office@greytree.pl Zapraszamy również na naszą stronę internetową: www.greytree.co