1. Новые покупки

    24.11.2017: Электронная книга "Telegram for Money" от TFM Group

    24.11.2017: МЕГА КОМПЛЕКТ — Тренировочная система Boost Your Power — Официальный Сайт Игоря Ковтуна

    23.11.2017: Дорвеи для нищебродов - Заработок без вложений (2017)

    23.11.2017: Курс Максима Солдаткина по веб-дизайну и UX/UI с трудоустройством Дизайнер 2.0

    23.11.2017: Бесплатный трафик от Fat Sharks [5-6 разных направлений заработка в одном курсе]

    23.11.2017: Дебиторка Cold - Вадим Куклин (2017)

    23.11.2017: Инвестиции в криптовалюты. Быстрый старт.

    23.11.2017: Обучение Бизнесу с Китаем от 100$ к 10.000$ за 2 месяца коучинг 20 (Платинум) 2017

    23.11.2017: Секреты хакеров! Полный курс по кибербезопасности - Udemy (2017)

    22.11.2017: Госзаказ от теории до контракта (2017)

    21.11.2017: Еnvаtо Еlеmеnts - слив подписки 2017 [1,3 Терабайта годноты]

    19.11.2017: Востребованная интернет-профессия - Секиро (2017)

    18.11.2017: ИП для Интернет Предпринимателя - Авторская (2017)

    17.11.2017: REVOLUTION - Универсальное решение - конструктор корпоративных сайтов (2017)

    17.11.2017: Два новосных сайта в сфере криптовалют

    17.11.2017: Дрессировка людей для начинающих - Лукин (2017)

    16.11.2017: [LoftSchool] Комплексное обучение JavaScript - 2017

    15.11.2017: Автоматический Комплекс по Работе с Трафиком - Андрей Золотарев (2017)

    14.11.2017: Трансформация внутренних программ через тотемное животное

    11.11.2017: Уникальный белый доход от 2 тр до 10 тр в день по белой схеме (2017)

    08.11.2017: Контрактные автозапчасти - Гордеев

    05.11.2017: Grava Glass FULL - 10 производственных ноу-хау технологий для малого бизнеса

    03.11.2017: Супердоходные сайты от А до Я - Деригина (2017)

    01.11.2017: Уникальный белый заработок на услуге до 90 т.р. в месяц (2017)

    30.10.2017: Онлайн курс по вышивке брошей-нашивок. 6 самых продаваемых брошей

    26.10.2017: Алкогипноз – Видео-семинар - Дуйко

    25.10.2017: Заработок от 100 000 рублей в месяц по стратегии "Шахматный арбитраж" (2017)

    24.10.2017: Как женщине вернуть свою силу и энергию - Бахтиозина (2017)

    16.10.2017: Секреты современного программирования - [email protected] (2017)

    04.10.2017: Торговля в стиле Killerwhale. Полный курс v10.17 - Кузьмин

    03.10.2017: Заработок на прокси по модели Фархада Гусейнова - Авторская (2017)

    02.10.2017: Взламываем сайты / тестирование на проникновение с нуля - часть 7 из 7

    16.09.2017: Причинно-следственный анализ. Часть 2. Проверка гипотез и предположений

    16.09.2017: Причинно-следственный анализ в маркетинге. Часть 1. Основы

    16.09.2017: Взламываем сайты / тестирование на проникновение с нуля - часть 6 из 7

    16.09.2017: Взламываем сайты / тестирование на проникновение с нуля - часть 5 из 7

    16.09.2017: Взламываем сайты / тестирование на проникновение с нуля - часть 4 из 7

    16.09.2017: Взламываем сайты / тестирование на проникновение с нуля - часть 3 из 7

    16.09.2017: Взламываем сайты / тестирование на проникновение с нуля - часть 2 из 7

    13.09.2017: [Специалист] Разработчик С++ (Комплексная программа Qt)

    08.09.2017: Как начать майнить и получать доход (от 1500 до 5000 рублей в месяц) со своей видеокарты

    21.08.2017: Раскрутка сети каналов Telegram на автопилоте + Бонус (Zennoposter)

    18.08.2017: Основы дизайна интерьеров - Highlights (2017)

    29.07.2017: Самый Легкий И В Тоже Время Самый Сложный Бот Для Понимания Соцсетью Вконтакте Vkontakte Superbot

    25.07.2017: Как уличить жену в измене - Женские секреты

    24.07.2017: Быстрые деньги на Дропшиппинге - Валеев

    14.07.2017: От 130 000 Зарабатывай сидя! (белая схема)

  2. Нужен организатор
  3. Получи максимум инфопродуктов, оформи подписку всего за 295 рублей!
    Скрыть объявление

Чтиво Большие данные в помощь маркетологам

Тема в разделе "Бизнес, маркетинг и менеджмент", создана пользователем Gustav, 26 ноя 2016.

  1. Gustav

    Gustav Команда форума Администратор

    Сообщения:
    6.698
    Симпатии:
    17.935
    Большие данные в помощь маркетологам

    6MmFVE-NZxg.jpg

    Старший руководитель международного направления Unilever Ансер Али | Anser Ali выступил на конференции Performance Marketing Moscow, где поделился кейсами FMCG-брендов по использованию «больших данных». Также Али рассказал, какой подход к Big Data позволяет повысить лояльность и вовлечённость аудитории. Представляем обзор лекции Али.

    Основные проблемы FMCG:
    • Сегментирование.
    • Персонализация.
    • Скорость и динамичность.

    Это означает, что производители товаров должны:
    • Сфокусироваться на потребителях, а не на брендах.
    • Перейти от односторонних взаимодействий к интерактивности и вовлечённости в общение.
    • Перейти от массовой продукции к персонализированной.
    • Использовать не ретроспективные оценки, а аналитику в режиме реального времени.

    — Ожидания потребителей

    Важны, прежде всего, высокое качество обслуживания потребителя в нужное время и в нужном месте. Люди больше не покупают продукт — им важен опыт, эмоции и впечатления, которые он даёт.

    — Большие данные в FMCG

    По мнению Али, чтобы сделать потребительский опыт осмысленным и запоминающимся, FMCG-компании должны научиться использовать «большие данные». С его точки зрения, осмысленность возникает тогда, когда бренд очень хорошо знает своих клиентов.

    — Предиктивная аналитика

    Это аналитика, которая отвечает на вопрос: «Что будет?» Одна из главных тенденций в этой сфере — мониторинг социальных медиа, который позволяет превратить «большие данные» в полезные и значительно улучшить потребительский опыт.

    Инструменты, которые помогают узнать ответы на вопросы о клиентах с помощью интеграции разных источников:

    • Маркетинг (отношения с клиентами): понимание клиентов на уровне сегмента или личных отношений. Это помогает выстраивать персональные коммуникационные стратегии.

    • Бизнес-аналитика и социальная аналитика: более широкий взгляд на мир клиента, который можно получить с помощью анализа социальных данных или коммерческой информации.

    • Поддержка: цифровые контакт-центры, которые помогают клиентам что-то получить в режиме реального времени.

    Кейс 1. Чай латте от Lipton

    Пример Lipton Chai Latte: что позволяет узнать предиктивная аналитика на основе мониторинга социальных сетей:

    1. Когда именно люди говорят о чае латте и как это зависит от сезона?
    2. Кто говорит о продукте больше всего?
    3. Какой вкус чаще интересует аудиторию: миндаль, карамель, корица, эспрессо, тыква или ваниль?
    4. Как клиенты хотят заваривать чай латте: с помощью капсул, концентрата или порошка?
    5. Как и когда клиенты готовили чай латте дома?

    Кейс 2. Антиперсперант Sure

    Бренд антиперспирантов Sure получил данные для предиктивной аналитики с помощью сотрудничества с компаниями, выпускающими фитнес-браслеты. Несколько вопросов, на которые Sure получил ответы:

    • Когда срабатывает потоотделение.
    • При какой температуре.
    • Через сколько минут.
    • Есть ли различия между: молодыми и пожилыми и между мужчинами и женщинами.

    Кейс 3. Отели Red Roof Inn

    Сеть гостиниц Red Roof Inn использовала данные об отмене рейсов, чтобы увеличить число бронирований. В результате за год число бронирований номеров увеличилось на 10%.

    • Предписывающая аналитика
    Это аналитика, которая отвечает на вопрос: «Как мы это реализуем?»

    Такой подход помогает маркетологам:
    1. Создать сценарий не только отдельной рекламы, но и кампании.
    2. Определить желаемый результат.
    3. Понять, где и в какой момент бренд должен получить этот результат.

    Пример 1. Сеть супермаркетов Kroger
    Компании удалось уменьшить среднее время обслуживания покупателей с четырёх минут до 30 секунд. В Kroger стали использовать специальные датчики для прогнозирования очередей и автоматического вызова сотрудников при необходимости.

    Пример 2. Колл-центр
    Компания может использовать сенсор, чтобы вычислить агрессивно настроенных или огорченных клиентов по голосу и соединить их с более опытными операторами.

    Пример 3. Автострахование
    Чтобы предложить клиенту персонализированную страховку, можно использовать данные о стиле вождения, скоростном режиме и другом.

    Пример 4. Starbucks
    Приложение Starbucks в США определяет расстояние от клиента до ближайшей точки продаж и позволяет сделать заказ до того, как человек зашел в кофейню. Бренд пользуется преимуществами мобильных приложений и сервисов для определения местоположения, чтобы помочь клиентам сэкономить время и сделать их более лояльными.

    — Геолокация позволяет взаимодействовать с пользователем на основе его местоположения. Например, человек проходит мимо Starbucks и получает push-уведомление: «Привет! Ты сейчас возле Starbucks на Оксфорд-стрит. У нас проходит акция: 50% скидка на твой любимый напиток — ванильный латте».

    Возможности геолокации:
    • Превращение посетителей в покупателей.
    • Второй шанс произвести впечатление на клиента.
    • Широкие возможности для кросс-продаж. Например, если клиент приобрел товар или услугу конкурента, можно предложить ему попробовать свой продукт со скидкой.
    • Чтобы определять геолокацию, используются разные технологии, например, iBeacons. Такие сервисы основаны на использовании датчиков. Они с помощью Bluetooth определяют, где находится пользователь.

    Кейс 1. Мороженое Magnum

    Бренд Magnum создал приложение M-Pulse, в котором можно найти новых друзей, определить ближайшую точку продаж и пригласить людей поесть мороженое. Также приложение оповещает пользователей о скидках и акциях.

    Кейс 2. Косметический бренд Neutrogena

    Компании Neutrogena удалось совместить технологии, которые определяют местонахождение человека и погодные условия. Пользователь видит рекламу солнцезащитного средства, которое соответствует уровню ультрафиолетового излучения в той точке планеты, где он находится.

    ВЫВОДЫ
    • Маркетологам не нужны «большие данные» в чистом виде. Они хотят получить сценарии, которые можно создать с помощью этих данных.
    • Компании должны научиться превращать «большие данные» в полезную информацию в режиме реального времени.
    • Анализ данных ограничивается не столько бюджетом, сколько креативным подходом маркетолога.
    • Предписывающая аналитика позволяет не только предсказывать будущее, но и выстраивать его по сценарию компании.