Неожиданно для меня в конце года я получил приглашение от Центр содействия информатики выступить с докладом о Big Date продукт маркетинговая стратегия. Как только я увидел это, я признаю, тему, что моя радость была огромна. Наконец, и, наконец, кто-то в Польше начинают видеть потенциал больших массивов данных, потенциал которого уже давно успешно используется западными корпорациями.
В ходе подготовки к конференции, ища материалы, источники в польских изданиях (Я нуждался в местные примеры применения Большие данные), мы нашли много статей, комментарии, и даже публикации. Однако zgłębiwszy тему можно наблюдать, это область до сих пор не используется или даже игнорируется в маркетинге. Почему? Во-первых, отсутствие знаний об использовании Большие данные, трудно найти два польских инструмента (Компания) для обработки больших баз данных и в-третьих, это новый – и большая часть новых маркетологов любит.
Так что же такое Big Data?
Определение было установлено в 2001 р., модифицированный 2012 по МЕТА группа (Gartner в настоящее время) – сbiory информации большого объема, высокая летучесть или высокое разнообразие, которые требуют новых форм обработки для поддержки принятия решений, открытие новых явлений и оптимизации процессов.
McKinsey – набор данных, чей размер превышает возможности обычных инструментов для хранения, анализ и управление данными.
IBM – Он подчеркивает разнообразие условия и скорость сбора и обработки данных.
Большие данные в рекламе IBM
“Вы осмелились пересечь улицу, полную автомобилей на основе фотографии, сделанной пять минут назад?” ФИЛЬМ.
Большие данные Он сочетает в себе данные:
• различные каналы (поведенческие данные, статистика, географический, транзакционный, устройства, имеющие GPS)
• Форматы данных (трафик, социальные медиа, видео, музыка, документы, форумы деятельности, формы, обследование, телефонные звонки, датчанин форума) как на настольных компьютерах, и мобильные устройства
Примерная структура Большие данные этоspółczesny авиалайнера – черпает информацию из тысяч датчиков, контролирующих все возможные параметры в несколько раз каждую секунду полета и извлекает данные, поступающие извне, для анализа и обеспечение безопасности своих пассажиров или пилота уведомлен о возможности возникновения проблем, прежде чем они произойдут. Что же касается огромного количества данных вокруг нас, которые не могут быть обработаны традиционным способом.
Насколько большой BIG DATA?
- Google ежедневно обрабатывает более 24 петабайт данных.
- Facebook ежечасно получает быть обработано более 10 миллионов новых фотографий, и пользователи каждый день нажмите на кнопку "Мне это нравится«Или прокомментировать что-то почти 3 миллиарды раз, неосторожно сообщая миру о своих предпочтениях.
- по IBM, ежедневных пользователей FB нажмите "доля«закрыть 650 тысячи раз в минуту и добавить 100 ТБ данных в день.
- иouTube'ie каждую минуту загружается видео общей продолжительностью до 72 часов.
- члены Tweeter'a, форма 230 миллионы "твиты«День.
- Количество сообщений щебет с каждым годом увеличивается примерно 200 %.
- W 2012 общий объем данных будет достаточно, чтобы заполнить стопку пластин DVD, которая может доходить до Луны и обратно.
- В настоящее время мы обрабатываем больше данных за один день, чем лично 1500 год в течение всего срока службы.
W 2020 объем данных, порожденные людьми мира будет 57 раз размер песка на всех пляжах мира.
“От истоков цивилизации до года 2003 генерироваться человечество 5 экзабайт. Теперь мы производим 5 Aksbjtóv CO 2 дней ... и темп продолжает расти” – Эрик Шмидт, Исполнительный председатель Google
нужно только? 😉
ПОЧЕМУ?
Исследование и использование стоимости бизнеса бездействующего доступны в более больших объемах данных для:
- поддержка принятия решений,
- открытие новых явлений,
- оптимизация процесса
приложение:
- Расширенный прогнозирование использует стратегию, основанную на модели и прогнозного анализа на основе искусственного интеллекта,
- обнаруживающие узоры "скрытый бизнес", например, в области передового обнаружения мошенничества,
- расширение спектра систем автоматизации, машина-машина для того, чтобы сократить время отклика,
- повышение прозрачности за счет облегчения доступа к данным моделям OpenData
- модель «Enhanced Data Экспериментирование" (Эксперименты, основанные на расширенных данных ресурсов) - проверка гипотез на основе данных, а не догадки,
- поставщик инновационных, новый бизнес-модель, такие как совместное использование данных в качестве услуги (Данные как услуга - DaaS).
Эти данные уже давно доступны на вашем предприятии, но до сих пор они не были проанализированы.
раз маркетинга "один размер подходит всем«Увядшие в Лету. Индекс эффективности сегодня проверяет рекламные бюджеты и стимулирует инновационное мышление. Гораздо больше значения приобретает качественный подход к коммуникации.
Пользователь-ориентированный явно является ключевым фактором.
GENESIS
В прошлом достаточно знаний о деятельности организации, Преимущества бизнеса ищет хорошую организацию бизнеса-процессы (например,. производство) через внедрение систем ERP и оперативная отчетность.
Следующий шаг должен был искать тенденции в наборах данных, проведенных, Анализируя причины событий – Реализации так развитые зоны Бизнес-аналитика и так были первые хранилища данных. Это также связано с эволюцией платформ баз данных и начал формировать специализированные аналитические инструменты для обнаружения таких моделей.
Затем мы вошли в эру конкурентоспособных аналитики (ang. “конкурируя на аналитике“). Мы начали прогнозировать поведение наших клиентов (например,. прогнозирования вероятности выхода из клиента, так называемый. маслобойка) и оптимизировать нашу деятельность, особенно цепь, логистические и маркетинговые мероприятия и цены наших продуктов и услуг.
СЕЙЧАС
Это, однако, в современном мире не хватает. Есть новые тенденции, анализировать данные, где неструктурированные данные – Примером может служить так называемый. “анализ текста” или анализ изображений в социальных медиа, что позволит значительно расширить сферу знаний, необходимых для принятия правильных бизнес-решений.
Из-за сложности экономических систем, в которых они работают крупнейшие компании следует отметить,, цепь Значение, как они хотят, чтобы предоставить нашим клиентам значительно больше. На данный момент обычно продвижение продукта уже не достаточно. Мы ищем для непрерывного роста пирамиды идентифицированного “опыт экономики” движется в направлении обеспечения не только товаров и услуг, но полный набор экспериментов, которые позволяют ожидание более высокой прибыли и лояльность наших клиентов. Такое расширение цепочки проходит вокруг, с которыми каждый день нам приходится сталкиваться в процессе принятия решений.
С другой стороны, предложение, который направлен на рынок, продукт или услугу, Она становится все более сложным, является сильной персонализацией, Это сотрудничество многих людей и организаций. Комплекс продукты и услуги, разработанные в персонализированном способе также является дополнительным аспект увеличения количества информации, связанной. Кроме того, помните,, что информация не приходит только из нашей организации (в теории, мы можем контролировать, влияют на структуру и процесс приобретения), но и за пределами компании. Нужно уметь приспосабливаться к ним, если вы хотите использовать их.
Существует еще одно явление – анализ информации и данных, уже широко распространен в организациях. Нигде в бизнесе сотрудники принятия решений ожидает широкий спектр возможностей для анализа данных, Они ожидают, что современные аналитические методы и знают, как их использовать.
Стоит ли оно того? Так!
Весьма насыщенный рынок, где клиент имеет реальную возможность выбора, возможность повысить точность принятия решений только один процент (независимо от того, скорость вычисляется) может решить успех или неудачу. Компании должны быть готовы к этому, на каждом шагу, чтобы искать дополнительные преимущества, экономия и преимущества. Источник необходимых знаний и будет очень большие объемы данных из нескольких источников коррелированны – дополнительно, то, что мы узнали уже поддерживает передовые системы аналитики, Они не могут быть объединены. Правильное знание удалось выиграть только розничные данные.
Ожидания аналитиков, с одной стороны, возможность неограниченного тестирования своих гипотез, но и доступ к широкому набору функций и аналитических инструментов. персонал, который отвечает за бизнес-решения и образованный в области аналитики, статистики и работы с наборами данных – ожидаемый, компания (потенциально отдел ЭТО) предоставить им возможность использовать приобретенные навыки на благо результатов своей работы. Они ожидают, что непосредственный инструмент реагирования используются для выполнения задач поставил перед ними:
- включают в себя новые данные для анализа, независимо от их объема,
- возможно использование в анализе данных розничных (в конце концов, это не известный фактор бизнеса, которые они ищут аналитик),
- практически немедленный ответ на ваши вопросы, результаты анализов работают и возможность оценить выводы построенных моделей
Подводя итоги, что бизнес-аналитика и сотрудники организаций рассчитывают передать бремя работы с данными о концептуальной работе – и идея концепции проводит строительство среды Большие данные.
В настоящее время он собирает и хранит огромное количество контекстуальных данных пользователя, часто без конкретного плана, чтобы использовать их, Только на основе гипотетических значений назначенного им. Неизбежно, вы начнете получать новые бизнес-модели, что позволит использовать такие данные.
*Big Data - большие наборы данных и технологии управления, ATOS POLSKA, Qlik.
ПРИМЕРЕ
- Google Он ведет проект под названием FluTrends. Мониторы запросы, набранные в поисковую систему, изменения для создания в реальное время карты областей риски эпидемии гриппа.
- В Нью-Йорке, команда работает "алхимики анализ", кому удалось - работать только с данными - о 70 процентов повысить эффективность противопожарной вакансии. Аналогичным образом, мы устранили проблему взрывающихся люков, для выбрасывания большого количества тяжелых литой крышки железы.
- Шаг в сцене из отчета меньшинства (фильм Спилберга 2002 год, основанный на истории Филипа Дикка):
Во время, Говард Маркс в ярости, когда идет вверх, стучать в груди ножницы неверной жены, полицейский ворвался в комнату, крики: "По заказу Агентства по предупреждению я арестую вас за двойное убийство, что вы должны были совершить сегодня…". Когда другие полицейские наручниками Маркса, крики: "Я ничего не делал!". - отец подростков, почты, полученный от розничного сетевого каталога с одеждой и аксессуарами для детей. Он назвал компанию приключений. Когда через некоторое время, представитель сети сообщил ему с вопросом, как можно исправить эту неприятную ситуацию, Он услышал, как извинение .... Девушка была на самом деле беременна.
- Big Date, мы читаем, розничные сети, Анализируя историю покупок, записанную (например,. хранится на газету или информационный бюллетень) клиенты, Они способны вывести вероятно, ли и в каком месяце беременности женщина. Трейдеры используют этот курс знаний, в подходящее время для отправки клиентов соответствующих объявлений.
- Анализ данных предоставляет информацию о времени, которые трудно оправдать, например: Среди наименее используемых спецмашин являются те, в оранжевом. А что делать с новостями? Продвижение оранжевого автомобиля!
- Цены на билеты авиакомпании, какие изменения в заблуждение и не знаю, Они зависят от того, (Они не меняют или маршрута, или машина, или членов экипажа ...), и которые, тем не менее можно предсказать с математической точностью, С "только«Данные прошлых лет.
* Читать obowązkowa – Большие данные. революция, что изменит наше мышление, работа и жизнь. Виктор Майер-Schönberger, Кеннет Кекьер, MT Издательский бизнес
Научная фантастика становится реальностью?
В настоящее время, вместо того, чтобы кофейная гуща может предвещает информацию, доступную везде. Разница в том,, гадание, что данные для проверки.
В конце концов, я приглашаю всех тех, кто хочет глубже изучить эту тему в лекции: BIG DATA стратегия, маркетинг продуктов косметической промышленности. 27 январь Варшава.
22 январь 2015 – Запись является дополнением к презентации, которые вы можете смотреть ЗДЕСЬ.
