KnigaRead.com/
KnigaRead.com » Книги о бизнесе » Маркетинг, PR, реклама » Димитри Маекс - Ключевые цифры. Как заработать больше, используя данные, которые у вас уже есть

Димитри Маекс - Ключевые цифры. Как заработать больше, используя данные, которые у вас уже есть

На нашем сайте KnigaRead.com Вы можете абсолютно бесплатно читать книгу онлайн Димитри Маекс, "Ключевые цифры. Как заработать больше, используя данные, которые у вас уже есть" бесплатно, без регистрации.
Перейти на страницу:

Чем дольше люди взаимодействуют с цифровыми платформами, тем больший информационный след они за собой оставляют. Люди все сильнее погружаются в интернет-среду и делают там практически все, что им нужно и что им нравится. Для нас это открывает новую возможность узнать своих потенциальных клиентов гораздо лучше, вследствие чего мы будем еще точнее адресовать свои рекламные предложения.

Чем лучше вы будете понимать, каким образом потребители взаимодействуют с вашим брендом, тем больше у вас окажется возможностей для взаимодействия. Некоторые изменения заметны уже сейчас. Маркетинг в наши дни не ограничивается единственным путем и пытается вовлечь потребителей во взаимодействие путем бесед, других видов общения, интерактивных развлечений и прочее. Все это не только приводит к укреплению связи между потребителем и брендом, но и создает все больше данных.

Это хорошие новости. Плохие состоят в том, что не все виды такого взаимодействия происходят под контролем компании. Большинство компаний потратили миллионы долларов в течение последнего десятилетия на создание «образа клиента». Как мы уже обсуждали выше, часто они накапливают и обрабатывают информацию, созданную при взаимодействии клиентов с брендом напрямую через контролируемые компанией площадки – места продаж, колл-центры, корпоративные веб-сайты и многое другое.

В последние годы взаимодействие клиента с брендом все чаще переносится в социальные сети, информационно-поисковые системы и баннерообменные сети. Данные, полученные на этих цифровых площадках, не обязательно будут соответствовать традиционному «образу клиента», создаваемому компаниями. Это означает, что многим компаниям придется пересмотреть концепции своей работы. Им будет сложно создавать внутренние системы, достаточно гибкие для того, чтобы соответствовать каждой новой и моментально набирающей популярность платформе. Вчера это был Twitter; сегодня – Foursquare; кто знает, что появится завтра, но я уверен, что совсем скоро возникнет и станет популярной какая-нибудь новая социальная или другая сеть.

Чтобы справиться с этой проблемой, люди будут создавать внешние хранилища данных, способные интегрировать всю информацию, собираемую на этих новых платформах, и продавать результаты своей работы компаниям для размещения в корпоративных хранилищах данных. Этот процесс уже набирает обороты – сегодня создаются специализированные платформы управления данными, которые мы обсуждали в четвертой главе. Возможно, в будущем мы увидим появление своеобразных бирж, на которых начнут продавать данные, а их цена будет определяться исключительно законами спроса и предложения.

Сколько нужно платить за данные?

Покупка и продажа данных, содержащих сведения о потребителях, осуществляются уже довольно давно. Но как мы сможем определять истинную ценность (а значит, и цену) такой информации? В этом вопросе мы можем опереться на три ключевые категории: способность предвидения, свежесть и эксклюзивность.

1. Способность предвидения. Предположим, моя фирма производит дрели. Я пытаюсь купить информацию, которая помогла бы мне разобраться, заинтересует ли моя продукция потребителя. У меня есть возможность выбрать между двумя наборами данных.



Большинство людей согласится с тем, что первый набор данных более ценен для производителя дрелей, чем второй, поскольку именно составляющие первого набора коррелируют с вероятностью покупки дрели.

Пример довольно прямолинеен. Однако если вам предстояло бы выбирать из ста различных наборов данных, то пришлось бы создавать статистические модели, которые на основе всей информации могли бы предсказать вероятность того, что кто-то купит дрель.

Вне зависимости от того, строите вы статистические модели или нет, основной принцип заключается в том, что данные с высокой степенью прогнозирования улучшают нашу способность предсказать, будут ли потребители заинтересованы в покупке дрели. Понятно, что я как производитель дрелей готов заплатить за них больше.

2. Свежесть данных. На эту категорию я хотел бы обратить особое внимание, потому что в будущем свежесть данных будет становиться все более важным фактором. Люди нередко сообщают в Интернете о своих намерениях в режиме реального времени. Знание того, что именно делает человек: ищет информацию о дрелях через поисковые системы; читает интернет-рекламу, посвященную дрелям; смотрит интернет-видео, рассказывающее о дрелях, – все это может иметь для вас огромное значение. Такие данные по своему потенциалу превосходят более традиционные (вроде тех, что составляли первый набор в примере выше). Они напрямую выражают интересы и потребности потребителей к определенному продукту в определенный момент времени. Вот почему новизна данных так важна. Сведения о том, что кто-то ищет информацию о дрели через Google, становится очень ценной, если я могу сразу же нацелиться на этого человека. Знание того, что кто-то три месяца назад искал информацию о дрелях, нужно нам куда меньше. Данные о планируемых действиях человека начинают терять свою ценность уже через считаные минуты после того, как он о них заявляет. И так как самые свежие данные станут иметь невероятно высокую ценность, я предполагаю, что множество инноваций будет нацелено на то, чтобы улавливать события в режиме реального времени и сокращать продолжительность циклов между возникновением наблюдаемого события и действиями, направленными на привлечение клиента.

3. Эксклюзивность знаний. Последний важный фактор – это эксклюзивность. Предположим, что я могу купить данные только из первого набора. Опять же предположим, что я создал статистическую модель и определил, насколько важна информация о количестве молотков, которая с точки зрения прогнозирования обладает значительной силой. В этой связи я был бы готов заплатить больше за данные о владельцах молотков. Теперь представим себе альтернативный сценарий, при котором мне доступен еще один элемент данных: количество гвоздей, которые использует тот или иной пользователь в течение года. Предположим, что с точки зрения прогнозов эти данные полезны не меньше, чем данные о количестве молотков. В этом случае на цену, которую я готов заплатить за базу данных владельцев молотков, будет влиять доступность данных о потреблении гвоздей, а если эта информация доступна лишь мне, то ее ценность возрастает многократно. Это базовый закон спроса и предложения.


В следующие несколько лет покупка и продажа данных неминуемо станут более простым процессом, и компании смогут платить только за нужную информацию. В этом случае цену информации, которая необходима компаниям, все сильнее будут определять описанные выше категории.

Перейти на страницу:
Прокомментировать
Подтвердите что вы не робот:*