Современные методы проведения маркетинговых исследований

Кому необходимы технологии big data marketing?

Методы big data marketing необходимы при обработке больших неструктурированных массивов информации, начиная от нескольких тысяч до многих миллионов единиц информации, и применяются следующими компаниями:

Интернет-сервисами с большим количеством клиентов и транзакций (например, интернет-магазинов) для изучения потребительских предпочтений;
Промышленными и сельскохозяйственными предприятиями с большой номенклатурой продукции и разветвленной клиентской базой;
Транспортными компаниями для анализа и оптимизации маршрутов;
Коммерческими банками и страховыми компаниями;
Торговыми компаниями и сетями, работающими как в онлайне, так и в оффлайне;
Государственными, муниципальными и коммерческими сервисами;
И так далее.

Согласно эмпирическому утверждению, известному как так называемый закон Мура, количество информации в нашем мире возрастает экспоненциально. Благодаря активному развитию в последние десятилетия компьютерной техники и сети Интернет наша цивилизация уже создала количество информации, исчисляемое зеттабайтами (10 в 21-ой степени), при это ее количество только продолжает расти.

Поэтому обработка больших объемов информации уже не может проводиться традиционными компьютерными программами (Excel, 1C и т.п.): для обработки больших данных требуются специальные языки программирования, а также облачные технологии. В этом принципиальная особенность современных методов проведения маркетинговых исследований.

Какие задачи решает big data marketing?

Среди огромного многообразия задач, которые можно решить при помощи big data marketing, отметим следующие:

Структурирование разнородных массивов информации (сведение данных, полученных из разных источников, в единый массив, с которым легко работать). Для справки, нечто подобное в программе Microsoft Excel выполняют функции типа ВПР() или VLOOKUP().
Очистка данных от некорректных значений (дата вместо десятичного числа, текст вместо даты и дому подобное), выявление “выбросов”, т.е. данных существенно отличающихся от прослеживаемых трендов.
Поиск взаимосвязей (корреляций) между самыми разными величинами (как влияла цена на нефть, например, на вертолетный рынок: по этому поводу у нас имеется опубликованная статья, где эта зависимость проанализирована.
Построение “тепловой карты”, где в наглядном виде можно увидеть данныес высокой и низкой корреляцией по отношению друг к другу для дальнейшего анализа причин эих явлений. Применение технологий типа big data marketing research или data science позволяет выделить те факторы, связь между которыми была ранее совсем не очевидна;
Использовать построение предикативных (прогнозных) моделей с помощью инструментов искусственного интеллекта;
И много другое.

Наше Аналитическое бюро сотрудничает с компанией SkillFactory ( резидент фонда Сколково) по методологическим вопросам в области современных технологий работы с данными, в частности и по этому направлению в применении к различным маркетинговым исследованиям рынков.