CC BY
415УДК 339.138
JEL classification: L26, M30, O11
ОСОБЕННОСТИ ИСПОЛЬЗОВАНИЯ ТЕХНОЛОГИЙ BIG DATA В МАРКЕТИНГЕ
©Симакина М. А., канд. экон. наук, SPIN-код: 4680-2113, ORCID: 0000-0001-7960-0815, Московский гуманитарный университет, г. Москва, Россия, [email protected]
FEATURES OF USING BIG DATA TECHNOLOGIES IN MARKETING
©Simakina M., Ph.D., SPIN-code: 4680-2113, ORCID: 0000-0001-7960-0815, Moscow University for the Humanities, Moscow, Russia, [email protected]
Аннотация. Рассматриваются вопросы применимости технологий Big Data в современном маркетинге. Автор анализирует проблемы, ограничения и риски их применения на практике.
В качестве направления развития Big Data в маркетинге автор акцентирует внимание на технологиях Smart Data.
Abstract. The article discusses the applicability of Big Data technologies in modern marketing. The author analyzes the problems, limitations and risks of their application in practice.
As a direction of development of Big Data in marketing, the author focuses on Smart Data technologies.
Ключевые слова: большие данные, технологии Big Data, эффективность использования технологий Big Data, маркетинг, Smart Data.
Keywords: Big Data, Big Data technologies, efficiency of using Big Data technologies, marketing, Smart Data.
Социально-экономический феномен «больших данных» охватил все отрасли и бизнес-функции. Сами «большие данные» стали важным фактором производства наряду с трудом и капиталом. Исследователи выделяют следующие основные способы использования больших данных для создания ценности:
- большие данные могут сделать информацию доступней, используя ее на гораздо более высокой частоте;
- поскольку организации создают и хранят больше транзакционных данных в цифровой форме, они могут собирать более точную информацию о производительности на всех этапах от кадастров продуктов до дней болезни и, следовательно, выявлять изменчивость и повышать производительность;
- Big Data позволяют сегментировать потребителей, что в дальнейшем облегчает возможность делать клиентам персонализированные предложения;
- сложная аналитика позволяет оптимизировать процесс принятия решений [1].
Сами технологии Big Data всегда включают в себя как минимум сами данные, их аналитику и технологии предоставления данных. Определяющие характеристики больших данных обычно описывают с помощью 3 V (Volume, Velocity, Variety) — объем, скорость, многообразие. Однако, именно многообразие самих больших данных и технологий работы с ними позволяет говорить еще о необходимости достоверности, жизнеспособности, ценности для бизнеса и лиц, принимающих решения, переменчивости и необходимости визуализации.
Таблица.
ЭФФЕКТЫ ПРИМЕНЕНИЯ ТЕХНОЛОГИИ АНАЛИЗА BIG DATA _В СФЕРЕ ПРОИЗВОДСТВА [2]_
Направление применения
Точки приложения усилий
Влияние на результаты хозяйственной деятельности
Минимизация
Рост доходов
НИОКР и разработка Инжиниринг, управление Сокращение расходов Рост прибыли на
продукта жизненным циклом 20-50% 30%
Управление Прогнозирование и Сокращение Рост прибыли на 2-
цепочками поставок формирование спроса, оборотного капитала 3%
планирование поставок на 3-7%
Производство Анализ данных, виртуальное Сокращение Рост доходов на 7%
моделирование производства операционных
издержек на 10-25%
Послепродажное Анализ данных сенсоров, Сокращение Рост объема
обслуживание вмонтированных в продукты эксплуатационных производства на
расходов на 10-40% 10%
Значимость больших данных для современного общества уже достаточно изучена. Примеры использования данных в медицине особенно впечатляют. В данной статье нас больше интересуют вопросы использования больших данных в современной экономике, и в маркетинге, в частности.
Наша основная идея состоит в том, что в современных условиях происходит сегментирование самих технологий Big Data и их отраслевая специализация. От отдельных удачных кейсов этот рынок переходит к разработке отраслевых моделей сбора, анализа и использования больших данных. Инструментарий работы может быть сходным, но различными становятся границы применения, формы организации и последствия внедрения. Маркетинг в этом смысле переходит от использования больших данных к трансформации маркетинговых технологий под действием больших данных.
Во-первых, выходит на первое место аналитика, которая долгое время в маркетинге равнялась статистическим инструментам.
Во-вторых, появляются новые маркетинговые технологии на стыке больших данных и конкретных маркетинговых инструментов (меняется мерчандайзинг, реализация рекламных кампаний, управление отделом маркетинга).
Рассмотрим подробнее проблемы в использовании больших данных в маркетинге
Во-первых, это проблема масштабирования. Большие данные — это, как мы отмечали выше, всегда большой объем информации, который требует не только хранения, но и постоянного доступа. Большинство корпоративных центров информации не были рассчитаны на такие объемы. Следовательно, компания приходится не только думать о расширении собственных корпоративных центров хранения, но и искать способы оптимизации, например, использовать общие стандарты хранения и обработки, переводить данные в «облака».
Во-вторых, это интеграция данных, собранных ранее. Для маркетолога важно иметь доступ к данным по клиентам, проведенным кампаниям, маркетинговым исследованиям прошлых периодов. Без них, часто, невозможно выстроить тренд, понять специфику поведения потребителя на рынке. Системы хранения таких данных никогда не предназначались для использования их в режиме реального времени. Все специалисты в области Big Data сходятся во мнении, что технологии Big Data бессмысленны, если серверные системы не могут поддерживать транзакции в реальном времени.
В-третьих, системы сбора и обработки данных в современных больших компаниях напоминают настоящий зоопарк. Организации собирали данные для разных целей, разными способами, редко интегрировали системы сбора друг с другом. Никто не представлял себе, что когда-нибудь нужно будет взаимодействовать с совершенно несвязанными системами и хранилищами данных, одновременно внутри и за пределами предприятия, и для анализа, и для визуализации. Даже когда технология может обеспечить решения для интеграции и взаимодействия, владельцы бизнеса неохотно отказываются от контроля или требуют от ИТ-персонал выставлять приоритеты по проектам на основе текущих интересов бизнеса.
В-четвертых, технологии Big Data не работают без талантливых людей. При сборе и анализе данных необходимо задавать правильные вопросы. Особенно это важно в мире больших данных, где существует большая вероятность не получить важные данные, не правильно их проинтерпретировать. Даже хорошо обеспеченным отделам маркетинга будет трудно перекупить талантливых аналитиков у инвестиционных и финансовых компаний. Имеющиеся на рынке специалисты часто «заточены» под ИТ-проекты и плохо знакомы с философией и культурой маркетинга. Важно понимать, что и сами работодатели часто еще не в состоянии правильно сформулировать запрос на поиск специалистов в области Big Data и точно оценить способности и возможности имеющихся кандидатов.
В-пятых, существует проблема выработки общего языка обсуждения и работы с данными внутри компании. Бизнес привык к тому, что ИТ-специалисты говорят на одном языке, маркетологи — на другом. Однако, для технологий Big Data жизненна необходима интеграция. Следовательно, компаниям придется обучать базовым навыкам работы с данными большое количество сотрудников. Только совместная работа всех сотрудников сможет дать культурный сдвиг и заставить всю компанию правильно и эффективно использовать технологии Big Data.
Также, для качественной реализации технологий Big Data необходимо постоянно помнить, что некоторые виды данных, включая финансовые и медицинские записи, подлежат защите и значительному регулированию, которое может варьироваться в зависимости от географии и юрисдикции. Эти правила могут затруднить или сделать невозможным использование некоторых данных (1).
Компании постоянно ищут способы преодоления описанных выше проблем и разрабатывают собственные стратегии работы с большими данными. Для преодоления препятствий по внедрению больших данных используют: междепартаментские рабочие группы, которые объединяют специалистов разных направлений, способных работать с большими данными; проектные группы или стартапы, предлагающие инновационные инструменты работы с большими данными; демократизацию работы с большими данными, т. е. переход от сложных систем обработки к визуализации или известным всем инструментам типа Excel-таблиц; новые роли и статусы в компаниях, т. е. появляются должности директоров по цифровым технологиям или директоров по маркетинговым технологиям.
Активное внедрение Big Data в маркетинге дает компаниям ряд преимуществ:
1. Создание наиболее точного портрета целевого потребителя.
2. Предсказание реакции потребителей на маркетинговые «сообщения» и предложения того или иного продукта.
3. Персонализация рекламных сообщений.
4. Оптимизация производства и стратегий распределения.
5. Создание цифрового маркетинга и рекламных кампаний.
6. Сохранение большого числа клиентов путем наименьших трат.
7. Получение лучшего представления о собственном продукте компании и т. д.
Вслед за этими преимуществами трансформируется понимание привычных маркетинговых инструментов. Например, комплекс маркетинга обогащается новыми идеями:
- Продвижение: за счет анализа данных маркетологи могут создать точный портрет потенциального клиента. Более того, можно даже спрогнозировать реакцию потребителей на рекламу.
- Продукт: современные инструменты обработки данных могут использоваться для исследования продуктов и рынка. Кроме того, производитель может просматривать и анализировать активность в digital-среде, что помогает улучшать продукт согласно потребностям и желаниям клиентов.
- Место: анализ больших данных позволяет определить наиболее эффективные каналы размещения рекламы о продуктах и самих товаров. В частности, сегодня вести продажи в некоторых случаях выгоднее в режиме онлайн.
- Стоимость: для корректного установления стоимости можно проанализировать данные поставщиков, финансовые отчеты, бизнес-модели и т. д. Если целевая аудитория довольно обширная и «разношерстная», можно использовать кастомизированное ценообразование.
Появление новых источников данных и новых способов анализа открывает перед маркетологами массу возможностей. Например, развитие рынка цифровых устройств для здоровья и фитнесса позволяет не только самому потребителю анализировать собственные данные, но и маркетологам измерить физиологическую реакцию клиента на рекламные объявления, цены, продукты и т. д. Особе внимание маркетинг уделяет сегодня технологиям распознавания личности, которые позволят более точно понимать, какие именно рекламные и маркетинговые материалы видит и понимает потребитель, а также выстроить правильные параметры рекламных кампаний.
Расширение источников данных требует от маркетологов скорейшего перехода от вопроса «Где взять данные?» к вопросу «Как их обработать?». Более важным становится понимание того, какие данные стоит собирать, какие задачи ставить при анализе, как внедрять полученные данные. И пока идет освоение технологий Big Data, более продвинутые и прогрессивные компании начинают осваивать идеи Smart Data. Данные не обязательно должны быть большими, они должны стать умными и полезными для бизнеса.
Такая польза для бизнеса возникает не из самих данных, а из способности компании правильно внедрить сбор, обработку и анализ данных в свои бизнес-процессы. Важно помнить, что «когда дело доходит до KPI бизнеса, то тут результат переноса чего-то из одного места в другое — увеличение прибыли или уменьшение затрат — не так очевиден. Но именно аналитика, основанная на данных из учетных систем, помогает такие истории обнаружить и залатать дыры в бизнес-процессах, будь то продажи, закупки, производство или клиентская база» (2).
Примером умного использования данных в маркетинге может стать географический анализ расположения магазинов или точек контактов с потребителями как самой компании, так и ее основных конкурентов. Если на такие геоданные наложить данные о местах проживания или основного времяпрепровождения потребителей, то можно заметить, как не охваченные пока никем места для организации магазинов или точек контактов, так и оптимизировать расположение собственных торговых пространств. В таком случае происходит сочетание больших данных (места проживания клиентов) из сторонних источников (например, данные об этажности или стоимости квадратного метра из баз застройщиков) и малых данных самой компании (адреса точек продаж или точек контактов с потребителем). В таком случае большие данные превращаются в умные данные.
Исследование выполнено при финансовой поддержке РФФИ в рамках проекта проведения научных исследований: «Исследование потенциала отечественных производителей по обеспечению импортозамещения на потребительском рынке с использованием технологий Big Data», проект №17-02-00718-0ГН ОГН-А.
Project no. 16-02-00407-OGN OGN-A. "Development of approaches to the creation of a system for assessing the state and determining promising areas of scientific activity ", project no. 16-02-00407-OGN OGN-A.
Источники:
(1). Salkowitz Rob FROM BIG DATA TO SMART DATA: Using data to drive personalized brand experiences. Режим доступа: https://goo.gl/w22jEr. (дата обращения: 23.04.2018).
(2). Шаймарданов И. Как большие данные меняют парадигму бизнеса: подходы, инструменты, кейсы. Режим доступа: https://www.cossa.ru/trends/187985/. (дата обращения 23.04.2018).
Sources:
(1). Salkowitz Rob FROM BIG DATA TO SMART DATA: Using data to drive personalized brand experiences. Access mode: https://goo.gl/w22jEr. (date of circulation: April 23, 2018).
(2). Shaimardanov, I. How large data change the business paradigm: approaches, tools, cases. Access mode: https://www.cossa.ru/trends/187985/. (date of circulation on April 23, 2018).
Список литературы:
1. Шубина В. И., Кузнецова Е. Л. Big Data: граница инноваций, развития и конкуренции // Концепт. 2017. №S13. Режим доступа: http://e-koncept.ru/2017/470161.htm. (дата обращения: 23.04.2018).
2. Авдеева И. Л. Анализ зарубежного опыта использования глобальных технологий «BigData» // Интернет-журнал «НАУКОВЕДЕНИЕ». 2016, Т. 8. №6. Режим доступа: http://naukovedenie.ru/PDF/13EVN616.pdf (дата обращения: 23.04.2018).
References:
1. Shubina, V. I., & Kuznetsova, E. L. (2017). Big Data: Bound for Innovation, Development and Competition. Kontsept, (S13). Access mode: http://e-koncept.ru/2017/470161.htm. (date of circulation: April 23, 2018).
2. Avdeeva, I. L. (2016). Analysis of foreign experience using global technologies "Big Data". Internet-zhurnal "NAUKOVEDENIE", 8(6). Access mode: http://naukovedenie.ru/PDF/13EVN616.pdf (date of circulation: 04/23/2018).
Работа поступила Принята к публикации
в редакцию 12.05.2018 г. 17.05.2018 г.
Ссылка для цитирования:
Симакина М. А. Особенности использования технологий Big Data в маркетинге // Бюллетень науки и практики. 2018. Т. 4. №6. С. 255-260. Режим доступа: http://www.bulletennauki.com/simakina (дата обращения 15.06.2018).
Cite as (APA):
Simakina, M. (2018). Features of using Big Data technologies in marketing. Bulletin of Science and Practice, 4(6), 255-260.
