Раньше с аналитическими данными работали лишь крупные компании. Теперь в борьбе за клиента к процессу присоединились и компании поменьше – возможности аналитики увеличиваются, работать с ней становится все проще. Как избежать подводных камней при работе с big data? Прежде всего, необходимо убедиться, что данные, которые вы получили, достоверны, то есть соответствуют пяти критериям качества: целостность и полнота, непротиворечивость, точность, корректность и актуальность. Данные должны происходить из одного первоисточника либо приведены к единому стандарту, чтобы избежать возможных противоречий между несколькими частями аналитических данных. Результат работы с данными также зависит от человеческого фактора – в руках неопытного, слепо полагающегося на цифры специалиста, анализ будет проведен неверно и результат будет ошибочным.

Кейсы наиболее эффективных кампаний по работе с Big Data:

Крупнейшая сеть самообслуживания Costco Wholesale собирала большие данные еще в те времена, когда это не было трендом, и за долгое время преуспела в грамотной аналитике этих массивов информации. В 2014-м году в США появилась информация о масштабном заражении некоторых фруктов листерией – бактерией, которая при попадании в организм может причинить серьезный вред. Costco понадобился всего лишь один день для того, чтобы проанализировать собранные данные и, демонстрируя точнейший таргетинг, оповестить только тех потребителей, которые купили нежелательную (и, возможно, зараженную) продукцию. Покупателям позвонили, а после в дополнение отправили email. Ранее, в 2010 году, компания помогла государственным организациям выявить очаг вспышки сальмонеллеза – также благодаря своим огромным массивам больших данных и умелой работе с ними.

Если ваш рейс отменяется в тот момент, когда вы уже прибыли в аэропорт, то, скорее всего, самой большой проблемой для вас будет перспектива провести ближайший день (или ночь) в зале ожидания. Именно этой «болью» пользуются маркетологи сети гостиниц Red Roof. Большая часть отелей сети располагается рядом с аэропортами, и анализ больших данных позволил маркетологам разработать кампанию, ориентированную на те локации, где погодные условия чаще всего срывают рейсы – и где впоследствии скапливается наибольшее число потенциальных клиентов, нуждающихся в недорогом гостиничном номере поблизости. Такой подход увеличил рост сети на 10% в районах, охваченных рекламной кампанией.

Американский телеканал The Weather Channel показал, что может серьезно вторгаться в вашу жизнь и влиять на решения о покупках. Телеканал создал data-платформы Location FX и Weather FX, с помощью которых специалисты отслеживают влияние местной погоды на настроение аудитории. После анализа полученных данных они отправляют рекламодателям рекомендации относительно того, как и когда они должны показывать рекламу, чтобы получить наилучший результат. Пример такого эффективного сотрудничества Big data-платформ крупного телеканала и бизнеса – партнерство с Pantene. Телеканал определял время, в которое влажность воздуха будет максимальной – и демонстрировал в эти моменты рекламу средства для надежной фиксации прически. Примечательно, что она побуждала женщин искать продукт в определенной аптечной сети, благодаря чему продажи Pantene в данной сети выросли на 10%, а реализация других средств для ухода в этой же сети увеличилась на 4%. 

Полная статья: https://rb.ru/opinion/big-data-marketolog/