Громкие современные технологии, широко применяемые в маркетинге, возникают и пропадают, как модные направления в одежде: то шпилька, то платформа. В свое время таким модным понятием был CRM, все о нем говорили, все его предлагали, но мало кто понимал, что же это такое. Теперь это Big Data, но точное представление о том, что же представляет собой это понятие, есть далеко не у всех.

Особенно это касается людей за пределами IT-сферы - ведь понятие Big Data существует уже более 20 лет (прогнозы погоды, маршруты самолетов, генеалогические древа и т.д.), но только сейчас оно начинает вызывать сильный интерес и применяться в самых разных сферах: в медицине, финансах, бизнесе, рекламе и т.д.

Стереотипы и определения

Обычно у неподготовленных людей понятие Big Data вызывает в сознании картинку огромных серверов, в которых хранятся гигабайты данных и которые чаще всего как-то связаны с Интернет-технологиями и социальными сетями, такими как Facebook или Одноклассники, Twitter и пр.

Известная американская исследовательская компания Gartner, специализирующаяся на рынке информационных услуг, определяет термин “Big Data” как подход к обработке огромного массива данных, который характеризуется так называемыми 3 V-переменными (3-V definition):

- Volume – физический объем данных

- Velocity – скорость прироста данных

- Variety – математический термин, подразумевающий многообразие данных

Конечно, можно поговорить и об этом – о технологиях обработки и хранения массива данных, – но большая часть аудитории просто бы ушла, так и не дочитав до конца статьи. Поэтому мы не об этом. Так о чем же? Включим фантазию и посмотрим, как же можно использовать те данные, которые уже есть.

Реальное использование данных

Мы живем в мире, в котором все настолько быстро меняется, что сейчас уже не так важно, что уже покупает человек, сколько он покупает, а все большее значение приобретает то, что он купит в будущем, что он захочет купить, что ему понадобится.

Возможность заглянуть в будущее потребления, в будущего потребителя – вот что важно для компаний.

- Это фантазии, - скажут многие.

- Это реальность, - скажем мы.

Существует математический алгоритм, в 70% случаев верно определяющий любовников среди друзей в Facebook, даже если они не афишируют свои отношения. А другие модели могут даже спрогнозировать распад такого союза в ближайшее время с вероятностью 80%.

Поисковик Google узнает про беременность женщины раньше ее мужа, просто отслеживая вопросы, которые она задает. И не ожидающий подвоха муж весьма своевременно получает спецпредложения по коляскам и детским кроваткам.

Еще один пример использования Big Data. Набирающий популярность браслет Jawbone UP (браслет, который не только отслеживает, как вы спите, но приглашает вас прогуляться, если вы долго засиделись). Теперь включим фантазию и придумаем, что можно сделать, если знать, когда, сколько и насколько глубоко спят люди. С точностью до дня, с точностью до города. Например, браслет фиксирует разные фазы сна: здоровый сон, легкий сон. Накапливая эту информацию, можно понять, насколько человек хорошо спит. Получив эти данные, можно сделать разные выводы, ну, например, если человек спит плохо, у него плохой матрас или он сильно устает и ему нужно больше отдыхать. Конечно, бежать и предлагать человеку в явном виде сменить матрас не стоит, но намекнуть ему об этом можно вполне.

А если уйти из сферы современных технологий и посмотреть, где же еще хранятся данные, которые можно использовать?

Вот, например, Гидрометцентр. Ну чем, вроде бы, могут помочь данные о погоде? А если эти данные накоплены за несколько лет, а если эти данные по разным городам? И вот у нас уже есть понимание, когда и в каком городе, в каком месяце и даже на какой неделе может наступить зима или весна.

Для разработки региональных кампаний сезонных продуктов эта информация бесценна. Зачем говорить покупателю о летней резине или летней одежде одновременно на севере и на юге, если за окном где-то еще лежит снег, а где-то уже нет?

Где еще можно найти полезную информацию? Для модных цветов весны-лета 2014 будет характерно многообразие оттенков и тонов. Обжигающий красный, яркий желтый и оранжевый, элегантный белый и черный — эти невероятные цвета будут в тренде предстоящего сезона!

Какие можно из этого сделать выводы? Данные цвета можно использовать не только в дополнительных аксессуарах – обуви, сумках, чехлах телефонов, в цвете приложений, но и в коммуникациях с брендом.

Информация окружает нас со всех сторон, главное - правильно ее находить и использовать. Вы тоже хотите так же понимать своих клиентов?

Использование Big Data на практике

На помощь приходят как данные, собранные исследовательскими компаниями (TNS, Synovate Comcon), открытые источники, так и данные самих компаний. В реальности полезными данными могут оказаться данные о погоде, о последних покупках, о строительстве домов, трафике клиентов в магазинах и т.д.

Какую же схему использования Big Data можно применить в разработке рекламных кампаний?

Для начала нужно понять, кто наш покупатель или потребитель. Не поленившись описать «идеального потребителя»: возраст, пол, как живет, что обычно покупает, что ему нравится, что он купил бы и т.д.

Более или менее очевидно, что отделы маркетинга, продаж, работы с клиентами оперируют огромным объемом различных данных о своих потребителях. И часто бывает, что эти данные лежат мертвым грузом: ими владеют, просто не замечая их. Скажем, статистика покупок в любом супермаркете (средний чек, количество наименований и т. п.) – это тоже данные, причём довольно важные. Подобные данные могут помочь не только проанализировать аудиторию, но и понять насколько трафик магазина исчерпан и что нужно сделать – увеличивать рекламное давление для привлечения посетителей или запускать программу лояльности для увеличения частоты покупок?

Следующий шаг - оценка конкурентов. Что предлагают конкуренты для нашего «идеального потребителя», что они ему говорят, как говорят, где говорят, по какой цене предлагают товар или услугу.

Выбирая точки контакта с аудиторией, необходимо учесть не только как живет аудитория и с чем она сталкивается в течение дня, но и свои накопленные данные, собственный опыт проведения рекламных кампаний, информацию об удачных и не очень удачных проектах.

Для более полной оценки будущего стоит посмотреть на стартапы и новые технологии. Они создают не только новые рынки, но и новые точки контакта с аудиторий и точки сбыта продукции.

На первый взгляд, это обычный маркетинговый анализ, который все делают перед проведением рекламных кампаний, ну, или говорят, что делают. Так в чем же отличие?

Ответ прост: в использовании имеющихся в распоряжении рекламодателя данных. Большая часть собранной информации состоит из неструктурированных данных, таких как цифры, текст, изображения, фотографии или видео. Их необходимо обработать, структурировать и привести к единой системе, которую уже можно анализировать. Выявлять взаимосвязи, строить эконометрические модели, анализировать и прогнозировать результаты рекламных кампаний.

Вот небольшой пример из собственной практики, когда собранная и структурированная информация помогла четко сформулировать сообщение и выбрать точки контакта. Уже достаточно давно присутствующая на рынке кофеен компания решила продвигать не свой основной продукт – кофе, – а сопутствующие продукты. И тут же встал вопрос, как убедить человека покупать не только кофе? Решением стало предложить ему прийти в кофейню не за кофе, а именно за сладким. Сладкое, мучное? Как можно просто так предлагать подобные товары в эпоху пропаганды здорового питания, когда каждая калория на счету?!

Неожиданно на помощь пришли публикации из Instagram. Просмотрев самые популярные снимки, команда, работающая над проектом, сделала вывод, что люди хотят видеть ЦВЕТ. Причем в разное время разный. Совместив образ жизни, передвижение потребителей в течение дня, было решено предложить компании-рекламодателю совместить два таких больших понятия: цвет и время. Потребителю предложили приходить в кафе не просто за пирожным или пончиком, а за ЦВЕТОМ своего настроения, своих желаний.

И в заключение

На сегодняшний день реально анализируется только 0,5% накопленных цифровых данных, все остальные данные лежат мертвым грузом и не приносят пользы.

Что же захочет купить завтра ваш потребитель? Постараться предугадать и подготовиться, вот в чем задача.

Помочь в этом может Big Data – использование творческой комбинации различных типов данных и человеческого знания.

Но, как всегда, главным остается здравый смысл, чтобы… не уйти совсем в мистику и шаманство.

Текст: Татьяна Кезина, директор отдела стратегического планирования PRIOR