ВЫЗОВ НАСТРОЙЩИКА АТС
20.12.2016 539 0

Анализ больших данных как ключевой инструмент повышения продаж

Сегодня мы используем интернет во всех аспектах нашей жизни: смотрим погоду в телефоне, покупаем билеты на концерт онлайн, проверяем почту, заказываем книги, сравниваем цены на отдых или товары. Пользуясь этими сервисами, мы оставляем «информационные» следы».

Классификация «информационных следов»:

  • IP-адрес
  • Геолокация
  • История онлайн-покупок
  • Почтовая переписка
  • Карта кликов
  • Время просмотра страниц
  • Детализация звонков

Собранные вместе, наши «следы» представляют собой новый тип информации, получивший название BigData, или «Большие данные». Эти данные выявляют привычки, увлечения, пристрастия и жизненные приоритеты потребителя и позволяют использовать полученную информацию на благо бизнеса. Понятие больших данных появилось в 21 веке, а первыми с ним столкнулись цифровые гиганты – Google, eBay, LinkedIn и Facebook.

Примеры больших данных. Массивы информации, обрабатываемые ведущими интернет-компаниями:

  • Google — 20 ПБайт/день
  • Wayback Machine  — 3 PB + 100 Тбайт ежемесячно
  • Facebook —  2.5 ПБайт данных пользователей + 15 Тбайт в день
  • eBay — 6.5 ПБайт данных пользователей + 50 Тбайт в день
  • Walmart совершает более 1 млн. транзакций каждый час
  • В Facebook находится 40 миллиардов фотографий пользователей

2

Сбор и анализ больших данных позволяет бизнесу не просто удовлетворять, но и предсказывать потребности клиента. Это особенно важно сегодня, когда рекламные и маркетинговые технологии быстро устаревают.

Анализируя большие данные, компании смогут: 

  • Узнавать больше информации о жизни потребителя и его текущих проблемах
  • Выявлять поведенческую модель «идеального клиента» и эффективно привлекать аудиторию с аналогичными моделями
  • Оценивать уровень удовлетворенности клиентов
  • Предугадывать спрос и заранее внедрять соответствующие ему продукты

Сравнение популярных методов анализа покупательского поведения

Сегодня основными типами исследования потребителей является демографический анализ, товарный анализ и анализ больших данных. Разница между ними проиллюстрирована в таблице:

3

Таким образом, оптимальным методом исследования является анализ больших данных.

Приведем конкретные примеры его применения:

  1. Клиент супермаркета купил спагетти и сосиски. Анализ больших данных показал, что 70% покупателей данного набора продуктов приобретают еще и кетчуп. Кассир получает сигнал – предложить кетчуп.
  2. Потребитель ведет блог, посвященный экстремальному альпинизму. Исходя из этого, страховая компания сделает ему оптимальное предложение.
  3. 75%  пользователей читают информационные рассылки утром, а после обеда отправляют их в спам. На основании этой информации можно скорректировать время почтовых рассылок.
  4. В банк обратился за кредитом потенциальный клиент. Однако банку уже известно о его регулярных посещениях онлайн-казино. Это поможет принять оптимальное решение об обслуживании такого клиента.

4

Анализ детализации звонков: пример эффективного использования больших данных

Остановимся подробнее на анализе телефонных звонков – одном из эффективных инструментов исследования больших данных. Он идеально подходит для компаний любого размера. Современные виртуальные АТС, такие, как YouMagic.Pro, позволяют собирать подробную информацию о каждом звонке: номере телефона, времени, дате, продолжительности. Эти данные помогут обогатить информацию, которой вы уже располагаете. Например:

  1. Если детализация вызовов показывает, что клиент звонит редко – это повод напомнить ему о себе и повысить лояльность к вашему бренду. Вы можете запланировать звонок и поинтересоваться, все ли устраивает клиента, узнать о его потребностях и планах. Возможно, сделать дополнительное  предложение.
  2. Часто звонящие клиенты также должны получать награду за свою активность. Конечно, если речь не идет о звонках в техподдержку. Часто звонящим имеет смысл предложить скидку на продукт, чтобы снизить вероятность оттока клиентов.

Сегодня в бизнесе практически не осталось компаний, не представленных в интернете. Специалисты полагают, что мы являемся свидетелями настоящей революции в  исследованиях покупательского поведения, и уже к 2017 году практически не останется бизнесов, игнорирующих анализ больших данных. В то время как старые методы перестают работать, сбор данных в интернете, анализ звонков и других «информационных следов» потребителя становится главным методом исследования и моделирования покупательского поведения.

Теги: #Исследования