Обработка большого объема данных с помощью Big Data – путь к повышению продаж
Анализируя информацию о покупателях и совершаемых на сайте покупках, можно быть в курсе особенностей пользователей, что даст возможность вовремя предложить то, что необходимо. Максимально персонализируя ресурс можно добиться наибольшей конверсии и выдержать высокую конкуренцию.
Какую информацию можно собрать с помощью Big Data?
Информация, которая собирается на сайте, делится на две части: о произведенных покупках и о клиентах.
Информация о посещениях и покупках
| Информация | Как можно использовать информацию для продаж |
|---|---|
| История покупок (что, когда и во сколько заказывалось; частота покупок; использование акционных купонов; цена товара) | Можно предложить в нужное время подобные товары в том же ценовом диапазоне, рассказать о скидках и акциях посредством SMS, рассылок, информации на сайте |
| Покупки через мобильный телефон | Адаптируйте мобильное приложение вашего сайта для большего и лучшего взаимодействия с клиентом |
| Поведение пользователя на сайте: что при выборе понравилось/не понравилось; на каких страницах был дольше, чем обычно, а какие покинул быстро; какие товары были просмотрены, какие отложены в корзину; на каком из этапов покупки покинул ресурс | Настройте возможность предложения конкретному клиенту конкретного товара/контента, который ему понравился; персонализируйте формы сообщений, оповещения и товарные рекомендации |
| С какого сайта пришел человек | Выявляйте наименее и наиболее эффективные каналы для размещения рекламы; используйте наиболее эффективные |
|
Использование сервисов (таких как «Обратный звонок», «Online консультация») |
Во время предложите клиенту сервис, выбранный им ранее |
Информация о клиенте
| Информация | Как можно использовать информацию для продаж |
|---|---|
| Гоетаргетинг | Настраивайте отображение контента и каталогов в зависимости от региона; геотаргетинга сервисных и рекламных сообщений |
| Демографические данные (возраст, пол, интересы), семейное положение и возможное наличие детей, профессия, владение движимым/недвижимым имуществом | Создавайте уникальные предложения для каждого клиента, отталкиваясь от его данных из анкет (в том числе и на дни рождения, и на профессиональные праздники); персонализируйте товарные рекомендации |
| Как себя ведет пользователь в сети: присутствие в социальных сетях, группы/сообщества, круги | Ищите новую схожую аудиторию там, где бывает ваш клиент (естественно, имеются ввиду сайты), среди его друзей, знакомых |
|
Тип личности, как он воспринимает информацию |
Подавайте информацию индивидуально; подстраивайте сервис под каждого клиента |
Методы обработки источников информации
Непосредственно веб-ресурс и есть основным источником нужной информации о клиенте. Информация, оставленная при регистрации, в анкетах, отзывах и опросах – вот те данные, которые собирает чуть ли не каждый интернет-магазин. Сервисы аналитики от Google и Yandex дают возможность собрать всю необходимую информацию: посещаемость сайта, маршруты посещений, популярные разделы, поведение пользователя и глубину его маршрутов. Соцсети, блоги, форумы мобильные приложения и поставщики информации извне (продавцы баз клиентов) – однозначно полезные источники данных.
Современные технологии позволяют в автоматическом режиме поглощать и обрабатывать огромные неструктурированные объемы информации. К вашему вниманию основные решения Big Data:
- Системы, управляющие базами данных (Microsoft, IBM, Oracle, Sap).Хранят и обрабатывают информацию. Также анализируют движения показателей и предоставляют результат в статистических отчетах. Опираясь на эти данные, системы проводят прогнозную аналитику и выдают заключения с рекомендациями (например, насколько эффективна рекламная компания, как будет меняться количество заказов).
- Алгоритмы, анализирующие Big Data и извлекающие полезные данные (намерения, интересы, предпочтения).Алгоритмы формируют прогнозные модели для того, чтобы подготовить маркетинговые кампании и дают информацию по наиболее релевантным методам рекламы.
-
Инструменты, помогающие персонализировать РК:
-
Управляющие закупками RTB-рекламы. Предсказывают действия пользователей, таргетируют рекламу на всех каналах.
-
Инструменты товарных рекомендаций. Показывает на сайте тот товар, который с наибольшей вероятностью заинтересует клиента.
-
Персонализирующие контент. Показывают наиболее подходящую версию страниц.
-
Инструменты таргетированной рекламы в соцсетях. Помогают в привлечении потенциальных клиентов и повышают конверсию. А также помогают максимально охватить целевую аудиторию, анонсировать новинки и акции, повысить имидж компании.
-
Все вышеописанные инструменты, как правило, взаимодействуют друг с другом. Кроме того, постоянно совершенствуются, расширяют функционал. Также постоянно появляются стартапы, которые работают с Big Data.
Как пример, SocialKey Ads – система таргетирования рекламы в соцсетях. Вот еще один: Persuasion API – сервис, который персонализируя ресурс, опирается на психологию убеждения.
Эффективное использование Big Data
Оптимизацией конверсии необходимо заниматься постоянно. Иначе, не выжить сайту в море конкуренции. Персонализированный ресурс всегда на несколько шагов ближе к своему клиенту, на одной волне с ним, так сказать. Например, человеку пришла рассылка, после чего он перешел на сайт, посмотрел что-то конкретное, но ничего не купил. Пришлите ему в ближайшей рассылке этот же товар со скидкой. Анализируя посещения сайта и проводя грамотно дальнейшую работу, можно улучшить поведенческие метрики, максимально адаптировать сайт под клиента, тем самым поспособствовать улучшению позиций ресурса в выдаче.
Анализируя активность пользователя, его друзей, сообщества, вам откроются новые источники аудитории. Кроме этого, будут найдены новые рекламные каналы. Если вы знаете, например, каким гаджетом пользуется клиент, вы можете создавать сервисы и приложения, которые, вероятно, его заинтересуют. Если человек для заказа в основном использует телефон, ему полезно будет узнать, что вы предлагаете скачать мобильное приложение для заказа через телефон, и тому подобные плюшки.
Как использовать большой объем данных? Единой схемы просто нет. Здесь немаловажный фактор – готовность компании вкладывать финансы и внедрять новшества в развитие бизнеса. Крупные компании, работающие с большими объемами информации, могут себе позволить выделить экспертов для работы в этом направлении. Готовые же сервисы не требуют дополнительных затрат. Они довольно легко внедряются в работу ресурса. Такие сервисы дают возможность небольшим компаниям или тем, кто не имеет дополнительного финансирования на Big Data работать с большим потоком информации.
Помните, что информация, которую вы обрабатываете, очень важна. Научитесь фильтровать и отбрасывать ненужное. Бездумная переработка всего потока – пустая трата времени и финансов. Например, сайту продающему телевизоры совсем необязательно знать есть ли у вас домашнее животное. Правильная постановка задач и целей для сервисов, обрабатывающих большие данные – залог вашего успеха.