Страница 11 из 19
• Самое интересное заключается в том, чем именно большие данные в сочетании с другими данными могут помочь бизнесу.
• Большие данные и традиционные данные – части общей стратегии работы с данными. Не разрабатывайте отдельную стратегию для работы с большими данными.
• Сфера больших данных будет продолжать развиваться. То, что мы считаем устрашающим сегодня, через десять лет не будет нас волновать, однако мы заинтересуемся новыми источниками данных.
Глава 2
Веб-данные: первые большие данные
Представьте, как было бы замечательно иметь возможность не только проследить за действиями потребителя, но и понять его намерения, разобраться в процессе принятия решения о том, будет он совершать покупку или нет. Раньше разобраться в этом было фактически невозможно. Сегодня подобные задачи можно решить, используя детальные веб-данные. Об этом и пойдет речь.
Лучший способ понять, что представляют собой большие данные, – разобрать на конкретных примерах, что это такое и как с их помощью компания может извлекать прибыль. Пожалуй, ни один источник больших данных не используется сегодня столь же широко, как веб-данные. Мы посвятим им всю эту главу, чтобы глубже разобраться в этой теме и подробно рассмотреть способы их применения{5}. В главе 3 мы расскажем о девяти остальных важных источниках больших данных и о том, как такие данные могут быть использованы.
Некоторые организации в целом ряде отраслей интегрировали подробные данные о поведении покупателей, полученные с сайта, в свои аналитические среды. Однако большинство организаций по-прежнему ограничивают веб-интеграцию использованием данных об онлайн-транзакциях. Поставщики традиционных средств веб-аналитики обеспечивают оперативную отчетность по показателям кликабельности, источникам трафика и показателям, основанным только на веб-данных. Тем не менее подробные данные о поведении в интернете до сих пор не использовались за пределами веб-отчетности.
Ведущие компании доказали, что подробные веб-данные могут увеличивать прибыльность компании. В этой главе мы расскажем о том, что делают эти организации, почему они это делают и почему каждой организации сегодня следует рассмотреть возможность использования подобных приемов. Примеры весьма убедительны даже для тех, кто еще не думал об интеграции подробных данных, генерируемых потоком кликов, с другими данными.
Основная тема этой главы – не просто укрощение веб-данных. Организациям стоит сосредоточиться не на агрегированных метриках из различных источников данных, а на интеграции веб-данных со всей остальной релевантной информацией о своих потребителях. Использование такой информации в масштабируемой аналитической среде позволяет понять намерения и предпочтения покупателей, а также разобраться в процессе принятия решения о покупке. Сведения, которые можно получить из этого нового источника данных, помогут организации сделать огромный шаг вперед.
Как организация собирает, анализирует и использует эту обширную информацию, чтобы получить ценные сведения? Во-первых, мы расскажем, какие данные необходимо собрать и зачем. Далее покажем на примерах, что именно могут выявить эти данные. Наконец, поговорим о том, как можно преобразовать аналитические процессы путем интеграции веб-данных. Веб-данные – это один из источников больших данных, который уже используется многими организациями. Добавьте в этот список свою компанию!
Обзор веб-данных
Организации на протяжении многих лет говорят о 360-градусном обзоре своих потребителей. Время от времени та или иная организация заявляет, что она обеспечивает себе полный 360-градусный обзор. На деле это невозможно, поскольку такой обзор подразумевает, что вы знаете о своих клиентах буквально все. Когда кто-либо говорит о 360-градусном обзоре, подразумевается, что организация имеет полное представление о своих клиентах, какое только возможно с учетом доступных на данный момент технологий и данных. Тем не менее финишная черта постоянно отодвигается. Как только вам начинает казаться, что вы достигли конца пути, финишная черта снова удаляется от вас.
Несколько десятилетий назад компания считалась передовой, если у нее были имена и адреса клиентов и она могла добавить демографическую информацию к этим именам с помощью новейших на тот момент сторонних сервисов для улучшения качества данных. Со временем передовые компании начали добавлять к данным о клиентах такие простейшие метрики, как давность, частота и денежная ценность (RFM). С помощью этих метрик отслеживаются время совершения клиентом последней покупки (давность); то, как часто он совершал покупки (частота) и сколько он потратил (денежная ценность). Эти показатели RFM могут быть подсчитаны за прошлый год и, возможно, за все время, пока человек остается клиентом компании. За последние 10–15 лет практически все предприятия начали собирать и анализировать подробную историю транзакций своих клиентов. Это значительно расширило аналитические возможности и позволило получить намного более глубокое понимание поведения клиентов.
Многие организации все еще анализируют данные о клиентах исключительно на основе совершенных транзакций. Интеграция новых источников данных, например веб-данных, уже возможна и обещает принести огромную пользу тем, кто поторопится сделать это раньше других. Использует ли ваша организация для анализа своих клиентов все доступные сегодня возможности?
Многие организации все еще находятся на стадии анализа истории транзакций. Хотя этот вид анализа по-прежнему важен, многие компании ошибочно полагают, что он остается единственным возможным 360-градусным обзором клиентов. Сегодня организации должны собирать большие данные о своих потребителях из таких точек соприкосновения с клиентами, как веб-браузеры, киоски, мобильные приложения, социальные сети и многие другие.
В свое время данные о транзакциях кардинальным образом изменили глубину анализа. Новые источники данных выведут аналитику на новый уровень. Сегодняшние возможности хранения и обработки данных позволяют добиться успеха, и многие передовые компании уже доказали это.
Что вы упускаете?
Вы когда-нибудь задумывались о том, что произойдет, если собрать данные, генерируемые сайтом? Возможно, 95 % посещений не приводят к созданию корзины. Из 5 % лишь около половины, то есть 2,5 %, начинают процесс оформления заказа. И из этих 2,5 % всего две трети, или 1,7 %, на самом деле совершают покупку. Во многих случаях эти значения являются вполне реалистичными.
Это означает, что, если вы отслеживаете только транзакции, вы упускаете более 98 % данных о посещениях сайта. Но, что еще важнее, теряется более высокий процент доступных данных. К каждой совершенной покупке могут иметь отношение десятки или сотни конкретных действий, совершенных на сайте. Эта информация должна быть собрана и проанализирована наряду с итоговыми данными о совершенной продаже.
Важно отметить, что речь не идет о веб-аналитике прошлых лет. Традиционная веб-аналитика сосредоточивается на агрегированном поведении, суммированном в среде, включающей только веб-данные. Ваша цель – выйти за рамки отчетов, содержащих сводные статистические данные, и объединить данные о поведении клиента с другими данными о клиенте, полученными из других каналов. Это больше чем простые отчеты о показателе кликабельности и сводки о просмотрах страниц.
Так же как показатель RFM является лишь малой частью информации, которую могут предоставить данные о транзакциях, традиционная веб-аналитика – лишь часть сведений, которые предоставляют веб-данные. Веб-данные – это удивительная новая область, которая меняет условия игры и тем самым способна в корне изменить понимание организациями своих клиентов, а следовательно, существенным образом повлиять на их бизнес.