Big Data w marketingu − czym jest? Jak zacząć?

Według jednej z teorii era wielkich zbiorów danych rozpoczęła się wtedy, gdy koszt ich przechowywania stał się niższy od kosztu ich usuwania. Zanim jednak do tego doszło, dane stały się łatwiej dostępne. Było to wynikiem cyfryzacji i rosnących zdolności do rejestrowania aktywności użytkowników sieci, mediów społecznościowych. Mobilnych urządzeń telekomunikacyjnych i innych. Historia Big Data zaczyna się jednak znacznie wcześniej niż pojawienie się komputerów, bo już w latach 40. XX wieku. Wtedy to dostrzeżone zostało zjawisko gromadzenia danych, nikt jednak nie myślał o cyfrowym ich przechowywaniu. Było wręcz odwrotnie, ówcześni analitycy alarmowali, że archiwa i biblioteki pękają w szwach, a dalszy przyrost danych spowoduje, że będą one niemożliwe do usystematyzowania.

Pojawienie się komputerów dających możliwość generowania plików danych sprawiło, że proces ten tylko przyspieszył. Specjaliści podają, że do 2025 roku na świecie będzie 180 zettabajtów danych. Najszybciej będą produkować je firmy – to one też będą mieć problem z ich wykorzystywaniem. Raport Worldwide Global DataSphere Forecast wskazuje również, że najdynamiczniej będą rosnąć dane gromadzone w chmurze (o 36%) oraz te powstające za pośrednictwem urządzeń i czytników IoT (o 33%). Sprawia to, że każdy analityk, a także firma stanie przed wyzwaniem przechowywania danych, zapewnienia im bezpieczeństwa i dostępności, a co najważniejsze możliwości analizy i wyciągania wniosków.

Co to jest Big Data? Definicja

Termin Big Data pojawił się w użyciu pod koniec XX wieku. Definicja, którą dziś znamy, została jednak sformułowana w 2001 roku, w raporcie firmy Gartner. Mówi ona, że Big Data to duża ilość informacji, które pochodzą z różnych źródeł i mają różną formę np. postów w social mediach, logów do serwerów, sygnałów z urządzeń IoT (Internet of Things), gelokalizacji, danych medycznych, transakcji e-commerce i wielu, wielu innych.

Jak działa Big Data?

Nad tym, jak analizować duże zbiory danych i informacji zastanawiano się już w latach 90. XX wieku. Myślano wtedy, że do przetwarzania Big Data potrzebny jest specjalny komputer, który będzie segregować informacje i wyciągać wnioski. Dziś wiemy, że Zastosowanie Big Data w marketingu czy też innych dziedzinach wygląda zupełnie inaczej. Jak? Przede wszystkim dane przechowane są w sieci. Aby jednak to było możliwe, konieczne było stworzenie nowych rozwiązań i oprogramowań. Obecnie kluczowe dla działania Big Data są programy Apache Hadoop, projekt Stratosphere, bazy danych NoSQL, technologie chmurowe oraz model Cloud Computing.

Zasady działania Big Data często opisywane są także za pomocą trzech V. Oznaczają one:

• Volume (pol. objętość) – to V odnosi się do dużych ilości danych;
• Variety (pol. różnorodność) – odnosi się do różnorodności danych;
• Velocity (pol. szybkość) – dotyczy szybkości generowania i przetwarzania danych.

Do trzech podstawowych V coraz częściej dodaje się dwie ponadstandardowe kategorie. Pierwszą z nich jest value, czyli wartość. Odnosi się ona do użyteczności i wartości przetwarzanych danych. Drugą jest veracity rozumiana jako prawdziwość. Mówi ona o wiarygodności danych, czyli wskazuje na ich dokładność oraz stopień wiarygodności.

Jakie jest zastosowanie Big Data w marketingu?

Współcześnie Big Data wpływa na wiele dziedzin. Stosowana jest zarówno w biznesie, jak i w nauce czy administracji publicznej. Duże znaczenie ma również w marketingu, gdzie przede wszystkim wykorzystywana jest do planowania bardziej precyzyjnych działań. W praktyce oznacza to, że pozwala m.in. na segmentowanie klientów, tworzenie personalizowanych ofert, przewidywanie trendów, optymalizowanie kampanii marketingowych. Big Data dla marketerów daje jednak o wiele więcej możliwości. Przyjrzyjmy się im bliżej i szczegółowo. 

Badanie zachowań konsumenckich i personalizacja ofert oraz reklam

Big Data w marketingu najczęściej wykorzystywana jest do analizowania zachowań konsumenckich. Praca na danych ujawnia, jakie produkty/usługi:

• Cieszą się największą popularnością,
• Są kupowane w zestawach,
• Kiedy konsumenci najchętniej robią zakupy,
• Gdzie (w jakich kanałach) dokonują zakupów
• I wiele innych.

Pozyskanie tych informacji pozwala marką personalizować ofertę, dopasowując ją do indywidualnych potrzeb i zachowań konsumenckich. Oprócz ofert z pomocą Big Data dostosowywać można również reklamy wyświetlane w wyszukiwarce Google oraz social mediach. Przykład poniżej pokazuje, jak może działać to w praktyce w mediach społecznościowych. 

Zdj. 1. Big Data pozwala na tworzenie personalizowanych reklam w social mediach i wyszukiwarce Google. Umożliwia to dokładna analiza zachowań konsumenckich. Źródło: facebook.com/ads/library

Poniżej znajdziesz przykłady globalnych potentatów, którzy personalizację opanowały do perfekcji. Pamiętaj jednak, że może to być też pierwszy krok w kierunku Big Data w marketingu wykorzystywanych przez małych graczy rynkowych. Przykład możesz brać m.in. z polskiej marki Naoko, która wykorzystuje pozyskane dane, aby przypominać o ostatnio przeglądanych produktach.

Zdj. 2. Marki pozyskują dane, aby personalizować oferty. Jedną z możliwości jest prezentowanie klientowi wcześniej oglądanych produktów. Źródło: naoko-store.pl

Warto tu jednak zaznaczyć, że branża fashion Big Data w marketingu może wykorzystywać o wiele szerzej. Analizując historię zakupów i przeglądania marki może precyzyjnie określać rozmiary ubrań, preferowane kolory czy segmenty cenowe, a tym samym tworzyć hiperspersonalizowane oferty.  

Analiza danych demograficznych i psychograficznych

Big Data w marketingu to również możliwość szczegółowej analizy demograficznej klientów, czyli wieku, płci, lokalizacji geograficznej, stanu cywilnego, wykształcenia, dochodzie. Poprzez analizę mediów społecznościowych, ankiet oraz recenzji produktów firmy mogą też pozyskiwać informację o zainteresowaniach, stylu życia i opiniach swoich klientów o produktach, a także obsłudze klienta. Wszystko to pomaga w usprawnianiu komunikacji, jej dostosowywaniu do konkretnej grupy docelowej, a nawet persony, a także dopasowywaniu produktów do ich potrzeb.

Co ważne, Big Data pozwala na segmentację grup odbiorców na podstawie dużych ilości danych dostępnych w sieci. Dzięki stworzeniu buyer person marketingowcy dokładniej definiują grupę odbiorców, a następnie dostosowują kampanie do ich potrzeb i preferencji, a to przekłada się na skuteczność i generowanie większych zysków przez reklamy. Przykładem są tu drogerie, które w oparciu o analizę Big Data są w stanie określić, kiedy klientowi kończy się zamówiony kosmetyk i zaoferować mu automatyczne uzupełnienie.

Zdj. 3. Big Data pozwala na tworzenie ofert dopasowanych do potrzeb i preferencji klientów, pojawiających się w konkretnym czasie. Przykładem są subskrypcje kosmetyków. Źródło: oliviaplum.pl

Analiza ścieżek zakupowych konsumentów

Dla każdego marketingowca wiedza o tym, jak klienci kupują, jest tą najważniejszą. W odkryciu całego procesu pomoże Big Data. Dzięki niej zidentyfikować możesz sprawdzić, jakie źródła informacji wykorzystają konsumenci do podjęcia decyzji zakupowej czy też jakie kroki podejmują bezpośrednio przed zakupem. Dzięki temu podjąć możesz kroki pozwalające na domknięcie koszyka, czyli zrealizowanie transakcji. Co więcej, Big Data podpowie, jakie działania faktycznie do tego zachęcą klienta – nie zawsze bowiem rabat będzie przysłowiową marchewką.  

Badanie wzorców aktywności online

Z pomocą Big Data możesz badać wzorce aktywności online, czyli analizować jakie strony odwiedzają klienci, jak długo na nich przebywają i jakie treści przyciągają ich uwagę. Interpretacja tych danych pozwala natomiast na optymalizację strategii SEO i SEM.

Analiza wizerunku marki w Internecie

Opinie i recenzje na temat firm i ich produktów są dla coraz większej ilości Internautów źródłem wiedzy. Badania wskazują, że aż 89% z nich czyta opinie online przed dokonaniem zakupu. Dla każdego przedsiębiorcy pozostawione recenzje czy to na stronie, czy w Google są ważnym źródłem wiedzy na temat mocnych i słabych stron swoich produktów i usług. Ich duża ilość sprawia jednak, że ręczna analiza jest trudna, a często nawet niemożliwa, dlatego marketing w tym zakresie coraz częściej sięga po możliwości Big Data. Pozwalają one na prześledzenie opinii i reakcji klientów w sposób zautomatyzowany i dokładny.

Optymalizacja działań marketingowych

Zastosowanie Big Data w marketingu to również optymalizacja – w pierwszej kolejności działań marketingowych. Praca na dużych ilościach danych umożliwia dokładne mierzenie skuteczności kampanii reklamowych, a także optymalizację działań. Ciekawym przykładem będą tu działania podejmowane przez branżę gastro. Na bazie pozyskanych danych marki mogą zachęcać klientów do składania zamówień dokładnie wtedy, kiedy tego potrzebują i tego, co mają ochotę zjeść.

Zdj. 4. McDonalds analizuje informacje o ruchu w sklepie, zamówieniach drive-thru i przez aplikację. Dane o godzinach ruchu klientów i ich preferencjach pozwalają dostosować ofertę do realnych potrzeb, poprawić wydajność, przebudować ofertę czy zaprojektować kampanię promocyjną. Źródło: mcdonalds.pl

Bardziej zaawansowanym działaniem będzie marketing automotion, który będzie brał pod uwagę zarówno potrzeby klientów, jak i możliwości operacyjne lokalu i dostawców. W praktyce więc reklamy nie będę pokazywane osobom, do których dostawa nie może dotrzeć odpowiednio szybko.

Przewidywanie rynkowych trendów

Kolejnym aspektem, na który wpływa Big Data w marketingu, jest prognozowanie trendów rynkowych i potrzeb konsumenckich. Dzięki temu marka może lepiej zaplanować swoje działania marketingowe, a także uniknąć w nich błędów.

Analiza Big Data w strategiach marketingowych wykorzystywana jest przede wszystkim do badania klientów, ich preferencji i potrzeb. W praktyce więc branża fashion wykorzystuje analizę do zaplanowania kolekcji idealnie trafiających w gusta klientów, natomiast restauracje analizując dane w zakresie preferencji żywieniowych, aby tworzyć atrakcyjne menu. W strategiach firm turystycznych Big Data może być wykorzystywana do badania wzorców podróżowania, co pozwoli na optymalizację ofert specjalnych oraz poprawę jakości usług.

Optymalizacja strategii cenowych

W oparciu o dane big data marki mogą również ustalać strategie cenowe swoich produktów. W tym celu analizie poddać muszą m.in. dane dotyczące popytu, sprzedaży, kosztów i konkurencji. Przykładem firmy, która w ten sposób wykorzystuje Big Data w marketingu, jest Amazon. Na tej platformie e-commerce ceny ustalane są dynamicznie na podstawie analizy danych.

Poprawa obsługi klienta

Big Data dla marketerów stanowi również źródło wiedzy o tym, jakie problemy napotykają klienci w czasie zakupów lub szukania produktów. Wiedza ta umożliwia na szybkie ich zidentyfikowanie i zareagowanie – jak? Na przykład publikacjami poradnikowymi na blogu.

 Inną często wykorzystywaną formą odpowiedzi na najczęstsze pytania konsumentów jest FQA publikowane na stronie sklepu internetowego. Powstaje ono na podstawie pytań zidentyfikowanych w trakcie analizy Big Data.

Jak zacząć analizować dane w Big Data? Przydatne narzędzia dla marketingowca

Pierwsze kroki z Big Data rozpocznij od wyboru narzędzi, na których będziesz pracować. Rynek proponuje ich wiele, a wybór konkretnego uzależnij od swoich potrzeb i rodzaju danych, z jakimi ma do czynienia twoja marka. Najczęściej jednak w marketingu zastosowanie znajdują takie narzędzia jak:

• Google Analytics – tego narzędzia nie trzeba przedstawiać żadnemu marketerowi. Z jego pomocą przeanalizujesz ruch na stronie, będziesz śledzić konwersje, a także dokonasz segmentacji użytkowników.
• Hadoop. To narzędzie pozwala na przechowywanie i przetwarzanie dużych zbiorów danych. Jego funkcje to m.in. skalowalność, obsługa różnorodnych danych, przetwarzanie rozproszone.
• Apache Spark. Umożliwia przetwarzanie danych w czasie rzeczywistym, obsługę różnych typów danych, wsparcie dla analizy maszynowej.
• Hive. Narzędzie posiada funkcje SQL-like queries, a także oferuje ułatwione przetwarzanie danych w systemie Hadoop.
• Tableau. Zastosowanie tego narzędzia to wizualizacja danych, tworzenie interaktywnych raportów, wykresów, dashboardów, integracja z różnymi źródłami danych.
• IBM Watson Analytics. Możesz go wykorzystywać do analizy predykcyjnej, eksploracji danych, raportowania. IBM Watson Analytics korzysta ze sztucznej inteligencji do analizy danych i tworzenia modeli predykcyjnych.
• Salesforce Einstein. Przeznaczony do automatyzacji procesów sprzedaży i analizy klientów. Wykorzystując AI, pozwala na rekomendacje produktowe.
• Adobe Analytics. Analiza zachowań użytkowników na stronach internetowych i w aplikacjach. Funkcje narzędzia to m.in. personalizacja treści, analiza konwersji, śledzenie kampanii marketingowych.
• Amazon Redshift. Jest to hurtownia danych w chmurze, która pozwala na przechowywanie i analizowanie dużych ilości informacji, ich skalowanie i integrację z innymi usługami chmurowymi.
• Criteo. Narzędzie do retargeting reklam online. Wykorzystuje ono dane o zachowaniach użytkowników do personalizacji reklam i zwiększania konwersji.

Ucz się od najlepszych – oni już to robią!

Big Data w marketingu stosowany jest zarówno przez dużych, jak i małych graczy rynkowych. Najchętniej na danych swoje kampanie opierają globalne korporacje. Na ich przykładach można też pokazać, jakie w praktyce ma zastosowanie Big Data w marketingu.

Za pierwszy przykład posłuży nam Amazon. Marka stosuje zaawansowane algorytmy pozwalające szczegółowo analizować zachowania klientów. Uzyskane dane są natomiast wykorzystywane do personalizacji ofert i rekomendowania produktów. Wchodząc na Amazon, każdy z nas zobaczy więc inne propozycje zakupowe.

Zdj. 5. Amazon Big Data wykorzystuje do tworzenia spersonalizowanych rekomendacji dla swoich klientów. Tworzy je na podstawie wcześniejszych zakupów i przeglądanych ofert. Źródło: amazon.pl

Big Data do rekomendowania i personalizacji wykorzystuje też lider na rynku streamingu, czyli Netflix. Analizuje on takie dane jak historia oglądania, oceny filmów czy momenty, w których użytkownik decyduje się przerwać oglądanie. Dzięki temu Netflix może proponować spersonalizowane rekomendowane filmy i seriale.

Zdj. 6. Netflix Big Data wykorzystuje do tworzenia polecanych filmów i seriali. Źródło: netflix.com

Na tej samej zasadzie działa Spotify, który na podstawie Big Data tworzy spersonalizowaną listę odtwarzania dla każdego uczestnika. Personalizacja oferty zarówno w przypadku Netflixa, jak i Spotify czy innych platform pozwala na zwiększenie satysfakcji klientów i budowania u nich lojalności.

Zdj. 7 Muzyczne podpowiedzi na Spotify, to wynik Big Data. Źródło: spotify.com

Nieco inaczej Big Data w marketingu wykorzystuje Starbucks. Pozyskane dane bada on pod kątem preferencji smakowych klientów, co pozwala na optymalizację asortymentu oraz (podobnie jak u poprzedników) personalizację oferty. Co ciekawe Starbucks na podstawie analizy big data planuje również lokalizację swoich nowych kawiarni. Ich adresy wybiera m.in. na podstawie danych demograficznych i geolokalizacyjnych.

Mówiąc o Big Data w marketingu nie można też nie wspomnieć o Google. To właśnie analiza olbrzymich zbiorów danych pozwala wyszukiwarce Google proponować spersonalizowane wyniki wyszukiwania, filmy na YouTube, a także analizować trendy czy optymalizować reklamy.

Ciekawym case study jest również Coca-Cola. Marka pokazuje, jak ważna jest analiza Big Data w strategiach marketingowych. W jej przypadku dane są analizowane pod kątem trendów konsumenckich i popytu, co później jest wykorzystywane w strategii marki. Coca-Cola sięga również po Big Data przy monitorowaniu swojego wizerunku w sieci, głównie w mediach społecznościowych.

Dlaczego warto korzystać z Big Data w marketingu? Podsumowanie

Big data w marketingu ma ogromny potencjał. Zgromadzone dane pozwalają stworzyć profil klienta idealnego, zidentyfikować jego potrzeby i skutecznie się z nim komunikować, a w efekcie nakłaniać go do zakupu. Praca na danych przyczynia się więc do maksymalizacji zysków marek, a także pozwala uzyskiwać przewagi konkurencyjne. Jako przedsiębiorca musisz jednak pamiętać, że big data stawia też wyzwania. Tymi, o których najczęściej obecnie mówimy jest posiadanie odpowiedniej infrastruktury IT i kompetencji do zarządzania danymi, a także gromadzenie informacji wiarygodnych i kompletnych. Specjaliści jako wyzwanie identyfikują też efektywne wykorzystywanie wyników w strategiach marketingowych. Podkreślają także konieczność takiego wykorzystywania Big Data, aby chronić prywatność użytkowników w sieci.