Роль Big Data в развитии крупного бизнеса

Как показывают аналитические исследования, к 2020 году общий объем индустрии больших данных составит примерно $61 млрд. Рынок услуг и продуктов для работы с bigdata растет ежегодно на 17-20%.

Большие данные использовались задолго до появления этого термина. Многие крупные поисковые системы и социальные сети основывали свою работу на механизмах обработки BigData. Большие данные играют важную роль и для традиционного бизнеса. В частности, майнинг данных интересует в первую очередь представителей крупных рынков – таким игрокам необходимы мощные инструменты, позволяющие увеличить эффективность.
Технологии больших данных нашли свое применение в онлайн-рекламе, маркетинге, ритейле и других областях.

Использование BigData для анализа клиентских предпочтений

Анализ больших данных – хорошая возможность узнать больше информации о пользователях и их предпочтениях. Чем точнее будут сведения, тем выше будет прибыль корпорации. К большим данным относятся неструктурированные массивы информации самого разного рода: текстовые и мультимедийные файлы, метаданные и т.д. Традиционными методами проанализировать такую информацию практически невозможно. Потому для ее анализа используют современные технологии, построенные на AI, нейронных сетях и глубоком обучении.
Яркий пример корпорации, собирающей и анализирующей большие данные – Facebook. Каждый день эта социальная сеть обрабатывает свыше 2 млрд запросов, полученных от пользователей. Для наиболее полного соответствия клиентским предпочтениям и интересам, Facebook выводит персонализированную ленту, куда попадают только те посты и реклама, которые будут максимально точно соответствовать потребностям пользователя, исходя из развернутого профиля его активности в социальной сети и в интернете в целом. Учитываются даже такие мельчайшие показатели, как поставленный лайк под записью, печальный или недовольный смайлик, просмотр видео до конца и т.д.
Итоговый результат: лента, которая отражает интересы конкретного человека. Такая же алгоритмически формируемая лента перекочевала затем в Instagram, VK и в другие социальные сети. Популярный видеохостинг YouTube тоже не остался в стороне – в топ выдачи поиска для каждого конкретного человека выдаются видеоролики, которые с большей вероятностью будут досмотрены до конца или сгенерируют подписку на канал и т.д.

Технологии больших данных в онлайн СМИ

Цифровые СМИ вынуждены кооперироваться между собой, чтобы максимально отражать пользовательские потребности. Компании обмениваются данными о пользователях, их активности, сегментации, подписках, чтобы сформировать общую картину интересов. В качестве примера можно привести холдинг Pangaea Alliance, в который входят такие крупные новостные ресурсы и издания, как CNN, Reuters, The Guardian и др.
Объединение конкурентов и обмен данными между собой помогает снизить зависимость компаний от рыночных монополистов, таких как Google и Facebook. Также компании нередко внедряют инструменты для анализа больших данных. К примеру, The Guardian используют Ophan – этот инструмент позволяет сводить и анализировать данные по прочтениям статей, просмотрам страниц, переходам из социальных сетей, геолокационным данным и т.д. Пользовательские реакции на тот или иной материал собираются, анализируются, и на основе их уже принимаются дальнейшие решения.

Изучение отзывов – способ удержать клиентов и повысить их лояльность

Удержание клиентов – главная задача любой компании. Как показывают аналитические отчеты, примерно 30% клиентов публикуют отзывы о продукции в социальных сетях или на тематических сайтах. Психология потребителей такова, что преобладает обычно именно негативный опыт.
Анализ данных позволяет улучшить сервис компании, обновить ценовую политику, оптимизировать доставку. Социальные сети дают возможность напрямую связываться с потребителями, отслеживать их данные, формировать портрет каждого человека или определенной социальной группы.
Торговая сеть Walmart – яркий пример того, как нужно использовать технологии BigData для отслеживания клиентских предпочтений и увеличения продаж. С помощью технологий машинного обучения был проведен анализ всех текстов на сайте, что позволило создать более релевантные описания за счет добавления различных синонимов. Коэффициент конверсии вырос примерно на 10%, что для такой крупной корпорации означало несколько миллионов долларов прибыли.
На рынке РФ первыми провели внедрение больших данных банки, ритейлеры, операторы связи и нефтяные холдинги. С помощью современных платформ и технологий компании анализируют средние чеки покупателей, чтобы спланировать продажи и провести максимально эффективные промо-акции.
Популярным решением на российском рынке для отслеживания пользовательских отзывов в социальных сетях является платформа обращений, разработанная компанией “Иннодата”. Эта платформа позволяет принимать верные управленческие решения и оперативно реагировать на негатив при помощи анализа клиентских отзывов в социальных сетях и на тематических площадках. Предиктивный модуль дает возможность спрогнозировать пользовательское поведение, получить различные рекомендации и улучшить маркетинговые показатели.

Ключевой фактор роста бизнеса в современных рыночных условиях – точное отражение клиентских потребностей. Этому способствуют технологии обработки BigData, к которым уже прибегают многие ведущие корпорации – как мировые, так и российские.