Big Data w branży retail. Firmy będą znały potrzeby klientów wcześniej, niż sami kupujący

0
Valentyn Kropov, Delivery Director w SoftServe
Valentyn Kropov, Delivery Director w SoftServe

W erze cyfrowej praktycznie każde nasze działanie pozostawia po sobie ślad – wszystko jest mierzone, monitorowane i rejestrowane. Korzystając z Internetu, bądź z dowolnego gadżetu jak smartfon czy smartwatch, każda osoba generuje ogromną ilość danych, które można systematyzować, przeanalizować i uzyskać cenne informacje.  Właśnie tym zajmuje się technologia Big Data, która w ciągu kilku ostatnich lat przekształciła się w podstawowe źródło informacji firm o stylu życia, przyzwyczajeniach i potrzebach setek milionów ludzi.

Na początku pojęcie Big Data rozumiane było tylko jako możliwość przechowywania i przetwarzania dużej ilości danych, generowanych przez użytkowników online. Po jakimś czasie, dzięki odpowiedniej analizie tych zbiorów, przedsiębiorstwa odkryły ogromny potencjał Big Data w kontekście wykrywania wzorców zachowań użytkowników. To pomogło takim cyfrowym gigantom jak Facebook, Twitter, Amazon czy Google dostosować swoje serwisy do zmieniających się potrzeb odbiorców, a także znacznie efektywniej targetować zamieszczane w nich reklamy. Wcześniej głównymi źródłami danych o użytkowniku były listy i wiadomości, słowa kluczowe w wyszukiwarce, towary, które ludzie kupują w sklepach online itd. Informacje te były bardzo ogólne. Dostrzegając potęgę Big Data firmy zaczęły inwestować w poszukiwanie co raz nowszych źródeł danych oraz sposobów ich analizowania.  W dzisiejszym świecie można zaobserwować wyraźne przeniesienie nacisku z „dużych” zbiorów danych na te „najbardziej wartościowe i jakościowe”. Pozyskanie i obróbka tradycyjnej informacji nie stanowi już zadania pierwszorzędnego. Najważniejszym zadaniem specjalistów Big Data jest dziś poszukiwanie nowych, coraz bardziej użytecznych zbiorów danych.

Psychometria – od personalizacji do indywidualizacji

Do niedawna podstawą analizy danych było budowanie kręgów (klastrów) zgodnie z pewnymi faktami dotyczącymi ludzi (wiek, płeć, zainteresowania, historia zakupów). Taki podział zakładał, że zachowanie wszystkich uczestników odpowiedniego klastra jest podobne. Dla przykładu, podczas kampanii wyborczej elektorat dzielono na grupy według wieku, płci, geografii itp. i określono specyficzne zachowanie wszystkich uczestników każdej z grup. Takie podejście nazywa się personalizacją.

Czytaj również:  Tylko 10 proc. programistów na polskim rynku to kobiety. Mimo że według badań pracują lepiej niż mężczyźni, a pisany przez nie kod jest bardziej czytelny i zrozumiały

W 2016 roku firma Cambridge Analytica poruszyła świat zupełnie nowym podejściem do pracy z Big Data. Najbardziej znanym przykładem była kampania wyborcza Donalda Trumpa, dla której Cambridge Analytica przygotowała strategię marketingową, opartą na analizę Big Data. Dla każdego Amerykanina, który miał możliwość udziału w wyborach (ok. 230 mln osób) firma zebrała po ok. 5 tys. faktów. Dane te zostały wykorzystane także podczas prawyborów Partii Republikańskiej, w celu skuteczniejszego targetowania kampanii reklamowych.