BigData. Инструкция по применению.

BigData. Инструкция по применению.

В своей работе мы часто сталкиваемся с крупными клиентами с большим количеством разнообразных данных, не использовать их глупо, но и работать с такими массивами информации не просто. Кроме того, зачастую такие клиенты хотят интересные, сложные, кастомизированные решения. В этом кейсе наш менеджер по работе с клиентами Екатерина Дектерева рассказала, что такое BigData, как собрать большие данные и с пользой применять их в своих рекламных кампаниях.

Что такое BigData?

BigData («большие данные») – это большой массив данных, для обработки и хранения которого недостаточно одного компьютера, он сложно поддается анализу, но содержит в себе информацию, которая может поспособствовать увеличению бизнес показателей компании.

Признаки больших данных:

  • Объем данных исчисляется в петабайтах (более 1 000 000 гигабайт)
  • Разнородность данных и отсутствие между ними очевидных связей
  • Необходимость быстрой обработки данных
  • Задачи каких сфер деятельности компании решает BigData:

  • Маркетинг
  • Клиентский сервис
  • Риск-менеджмент
  • HR (для крупных холдингов)

  • Что необходимо для BigData?

    Для успешной реализации проекта BigData с технической точки зрения необходим достаточно серьезный вклад в программное обеспечение, а также высоко квалифицированный персонал. Для корректной работы с таким объемом данных нужны следующие системы и ответственный персонал:

  • Хранения данных (база данных, СУБД) – системный аналитик
  • Обработки данных (SQL, NoSQL) – системный аналитик
  • Business Intelligence (позволяют интерпретировать данные для бизнес-анализа) – data scientist
  • Компаний, производящих данное программное обеспечение – множество. Они предоставляют как готовые решения под разные сферы бизнеса, так и дают возможность кастомной разработки исходя из ваших особенностей бизнеса, целей и задач
  • Лидирующие позиции в мире занимают:

    1.png

    Как собрать большие данные? Источники

    Разобравшись с тем, что же такое большие данные и как можно их вычислить, следующий этап – понять как их собирать. Сегодня существуют три основных источника данных, среди которых есть очевидный лидер:

    1. Интернет (социальные сети, DMP, данные аналитических систем);

    2. Данные CRM и архивные документы компании;

    3. Показания различных устройств и датчиков

    Для каждого из источников есть множество вариантов сбора данных, все зависит лишь от ваших возможностей и фантазии, приведем несколько примеров:

    2.png

    Как работать с большими данными? Сегментирование

    Для начала работы с вашими большими данными в первую очередь необходимо определить самое главное:

    1. Какую задачу это решит?

    Вариантов работы с ними огромное количество, но на сегодняшний день самым популярным вариантом является сегментирование данных для дальнейшего использования исходя из поставленной задачи.

    Распространённые виды сегментации и анализа данных:

  • RFM
  • Позволяет определить доходность и лояльность клиентов, оценить вероятность ухода клиента и его «миграцию» из сегмента в сегмент.

  • ABC
  • Позволяет определить рейтинг товаров исходя из установленных критериев и выявить максимально эффективную категорию продукции.

  • XYZ
  • Позволяет определить товары, которые дают стабильные продажи и установить уровень колебания потребления.

    RFM-анализ

    RFM расшифровывается как:

    Recency — новизна (время с момента последней покупки);

    Frequency — частота (частота покупок за период);

    Monetary — деньги (стоимость покупок за период).

    RFM анализ - один из самых популярных и понятных для бизнеса видов анализа. Алгоритм его проведения достаточно прост и понятен даже далекому от аналитики человеку.

    3.png

    По итогам такого распределения каждый клиент будет иметь свой уникальный RFM код, состоящий из 3 цифр.

    Это даст возможность объединять клиентов с одинаковым кодом в группу и проводить с ними необходимую работу для повышения его лояльности и миграции в высшую группу RFM.

    ABC и XYZ анализы

    В отличие от RFM анализа, который решает проблему лояльности клиентов и их доходности, ABC и XYZ необходим для изучения стабильности продаж и рейтинга товарного ассортимента компании.

    ABC-анализ

    Параметры анализа:

  • Объем продаж
  • Прибыль
  • Учитывая это ассортимент товаров делится на 3 группы:

  • Группа А – максимально прибыльные/оборотные товары
  • Группа B – товары средней степени важности
  • Группа C – товары, претендующие на исключения из ассортимента, новые товары, сезонные товары

  • XYZ-анализ

    Параметры анализа:

  • Объем продаж
  • Прибыль
  • Сумма продаж
  • Учитывая это ассортимент товаров делится на 3 категории:

  • Категория X – колебание продаж от 5% до 15% (стабильное потребление)
  • Категория Y – колебание продаж от 15% до 50% (присутствуют сезонные колебания)
  • Категория Z – колебание продаж от 50% (товары не поддающиеся прогнозированию спроса)

  • Совмещенный ABC/XYZ анализ

    Одним из главных преимуществ этих видов анализа является то, что их можно совместить, это позволит выявить очевидных лидеров продукции. Результаты данного анализа в первую очередь полезны для:

  • Оптимизации ассортимента товаров
  • Оценки рентабельности каждой из групп товаров
  • Для совмещенного анализа оптимальный период накопленных данных – 1 год (и более).

    При этом после совмещения данных по каждому из анализов получится девять групп товаров:

    4.png

    BigData в маркетинге

    Алгоритм работы с маркетинговыми кампаниями на основе данных BigData

    Благодаря возможностям рекламных систем, запуск рекламных кампаний по собственным аудиториям – это вполне реальная и эффективная механика по проведению коммуникаций с лояльной аудиторией.

    Стоит отметить, что к такого рода кампаниям необходимо особое внимание и постоянная работа над структурой кампании. Ниже мы привели оптимальный алгоритм работы исходя из нашего опыта работы с таким проектом.

    5.png

    Составляющие для проведения рекламных кампаний BigData

    6.png

    Загрузка аудиторий. Технические аспекты площадок

    Загрузка аудиторий на площадки

    Загружать аудитории на площадки можно двумя способами: ручная загрузка и автоматическая загрузка (по API). К сожалению, не все площадки имеют возможность загрузки аудитории по API, что отсекает возможность ежедневного обновления аудиторий в случае если кампаний большое количество.

    Матчинг аудиторий

    Каждая площадка имеет свой уникальный алгоритм поиска аудитории клиента среди своих пользователей. Исходя из особенностей алгоритмов каждой площадки процент матчинга аудитории на них Средние цифры по матчингу аудиторий на площадках:

    Yandex Display – около 60%

    myTarget – около 35%

    DBM– менее 30%

    Facebook – более 55%

    Vkontakte – более 50%

    Выгорание аудиторий

    Одна из главных особенностей работы с аудиторией клиента – это ее постепенное выгорание за счет регулярной коммуникации.

    Согласно накопленному нами опыту, средний «срок жизни аудитории» - 1 месяц. Спустя месяц аудиторию необходимо обновлять, так как более продолжительный рекламный контакт с этой же аудиторией приводит к снижению эффективности кампаний и увеличению CPA.

    TIPS Ведение рекламных кампаний

    1. Прорабатывайте сильную креативную составляющую
    2. Четкая проработка гипотезы и посыла креативов, а также своевременное их обновление
    3. Проводите постоянную работу по привлечению новых клиентов
    4. Стоит особое внимание уделять look-alike кампаниям, так как они являются важным источником привлечения новых покупателей
    5. Не используйте BigData для реализации очень узких целей
    6. Согласно нашему опыту, аудитории кампаний, направленных на узкие продукты бизнеса, слишком малы и не позволяют собрать достаточно данных для анализа, чтобы корректно оценить эффективность подобных сегментов
    7. Отслеживайте однородность исходной аудитории перед построением look-alike аудитории
    8. Один из вариантов оценки однородности аудитории – загрузка в систему Яндекс Аудитории
    TIPS Оптимизация и оценка РК

    1. Ежемесячно обновляйте креативы и аудитории
    2. При отсутствии обновления аудиторий и баннеров, со временем происходит выгорание аудитории и CTR по кампаниям значительно падает
    3. Контролируйте и управляйте Brand Safety
    4. Ограничение показа баннеров на сайтах с нежелательным контентом
    5. Оптимизируйте кампаний по времени показа и ограничивайте по форматам активных баннеров
    6. Данного рода оптимизация позволила снизить CPA более чем на 25%
    7. Отслеживайте однородность исходной аудитории перед построением look-alike аудитории
    8. Один из вариантов оценки однородности аудитории – загрузка в систему Яндекс Аудитории
    9. А/Б тестирование
    10. Выделение единой контрольной группы (пользователи с которыми не будут проводиться маркетинговые коммуникации) для дальнейшей оценки эффективности проводимых коммуникаций

    Возврат к списку

    Мы отправляем только полезные и интересные материалы
    Будь среди 1 907 человек,
    которые читают новости интернет рынка от RealWeb