data driven marketing, data science

Тренды Data-driven маркетинга: какие профессии нужно осваивать, чтобы быть в тренде

В современной экономике цифровые данные стали ценным ресурсом и одним из важных конкурентных преимуществ. Поговорка «владеешь информацией — владеешь миром» в 21 веке — не такой уж и пустой звук. Агрегирование данных о клиентах, потенциальной аудитории, и постоянное обновление алгоритмов, способных улучшить как точность аналитики, так и качество клиентских интеграций, — пожалуй, одна из ведущих задач любой корпорации.

Есть масса свидетельств того, как сильно термин data-driven повлиял на трансформацию бизнеса. Возьмем хотя бы всем известные сервисы: Airbnb, AliExpress, Uber — эти компании находятся в числе мировых лидеров в своих категориях, но им не принадлежит ни один из традиционных активов. Airbnb не владеет отелями. AliExpress не имеет магазинов. У Uber нет своего автопарка. Их объединяет то, что они владеют данными: знают, где мы находимся, наши планы, номер пластиковой карты, — и на этом знании строят многомиллионный бизнес. Мы, в свою очередь, с удовольствием используем такие ресурсы и делимся данными, в том числе и приватными, потому что эти сервисы дают нам главное: они освобождают нас от излишних забот, помогая решить текущие задачи быстро и просто.

Вот еще пример из области шопинга, где изменения особенно заметны: e-commerce маркетплейсы владеют историей наших покупок, оценивают наши траты, понимают интересы и могут с достаточно высокой вероятностью предположить, какой образ жизни мы ведём. Проанализировав это, нам делают индивидуальные предложения и подарки, рекомендуют продукты, основываясь на прошлом опыте взаимодействия с брендами, а иногда даже персонально подбирают сервисные услуги — например, автоматический заказ товаров, которые вы покупаете ежемесячно. В копилку пойдут и активное развитие рынка IoT, и многочисленные mobile-сервисы, и т. д. Таких иллюстраций масса и в B2C-, и в B2B-сегментах. Каждый бизнес старается максимально предугадать и удовлетворить потребности своих клиентов, обеспечивая тем самым своё развитие.

DS
Специализация Data Science
Идет набор в группу 12 500₽ в месяц

Чтобы оставаться на волне в новой реальности, требуются новые знания. В настоящее время в маркетинге наметилось несколько ключевых векторов, которым стали следовать компании, чтобы перейти на data-driven подход. Соответственно этому происходит трансформация бизнес-процессов и требуется переподготовка кадров. Ведь на коне будет тот, кто владеет данными и умеет ими управлять.

Data-driven marketing, Data Science

Первый и, наверное, главный тренд, который стал толчком к осознанному использованию данных, — это тренд на персонализацию. Вместе с бурным развитием технологий и ростом количества информации клиент стал требовать к себе особенного отношения. Что логично, ведь мозг просто устаёт от сумасшедшего инфопотока. 90% респондентов, опрошенных компанией Epsilon, подтвердили, что отдадут предпочтение тем брендам, которые практикуют персонализированный подход к клиенту — то есть владеют данными и умеют их обернуть в правильное русло.

Возникает логичный вопрос: как собирать данные и что с ними делать? Стандартные CRM-системы и листы в Exсel не имеют достаточного ресурса, чтобы покрыть все потребности работы с данными. И это уже следующий тренд: разработка собственных CDP-систем (Сustomer data platform — прим. авт.), способных связать информацию об отдельно взятом клиенте и его точках взаимодействия с брендом. В отличие от CRM, которая чаще всего собирает контакты и историю транзакций, в СDP можно хранить гораздо больше данных, начиная анкетными данными и заканчивая поведенческими привычками потребителя и его интересами. CDP аккумулирует в себе все типы данных о пользователе, полученные из разных источников, — неважно, внешних или внутренних, структурированных или нет, полученных партиями или в режиме реального времени. Такая платформа позволяет собрать более полное «досье» и увидеть реальное положение дел. Этот класс систем — дополнительный источник расходов, который при умелом использовании позволяет эффективно интегрировать данные в омниканальные коммуникации с новыми и существующими клиентами.

Data-driven marketing, Data Science

Конечно, для агрегации данных и их использования вряд ли удастся обойтись без сотрудников, которые будут управлять их сбором, хранением, передачей и защитой, а также контролировать внедрение CDP в текущую техническую архитектуру. Одним словом, нужны разработчики и data engineers с опытом программирования и знанием принципа работы различных систем.

Следующий шаг — это анализ и интерпретация. Сами по себе массивы данных не представляют для бизнеса интереса, если из них невозможно извлечь пользу. Помимо хорошей технической базы, позволяющей собрать данные, нужно уметь правильно их применить для решения бизнес-задач. На первый план выходят аналитики, способные работать как со структурированной, так и неструктурированной информацией. Они должны обрабатывать данные, используя статистику и машинное обучение, полагаться на готовые алгоритмы и разрабатывать новые под нужды бизнеса. Вам потребуются специалисты, которые умеют обрабатывать результаты исследований, отслеживать рыночные тренды и находить в огромных массивах данных взаимосвязи, позволяющие предсказать поведение и предпочтения клиентов. И здесь будет недостаточно только математических знаний, такой специалист должен обладать навыками программирования и творческим потенциалом. Всё это необходимо для получения «ценной» информации, которую можно использовать уже для практических нужд: разработки нового продукта, планирования кампаний по продвижению и проч.

В продолжении вопроса кастомизации и желания удовлетворить все самые сокровенные потребности клиента немаловажную роль играет омниканальность. В мире, где на каждого пользователя приходится 3,2 различных девайса (по данным Globalwebindex), бренд должен присутствовать в каждом из них. Пользователь начинает коммуникацию с брендом на одном устройстве, а продолжает на другом. И здесь также есть место новым навыкам, таким как искусство data-driven дизайна — разработки продукта на основе анализа данных. При таком подходе дизайн-решения принимаются не исходя из опыта, вкуса или интуиции дизайнера, а основываются на результатах тестов и проверках гипотез. Даже самые продуманные рекламные стратегии потерпят фиаско, если пользователь в итоге попадёт на страницу сайта или приложения, в которой не сможет разобраться.

Из всего вышесказанного напрашивается короткий, но очевидный вывод: мир развивается стремительно, поэтому для того, чтобы быть в тренде, осваивайте новые знания, отслеживайте современные тенденции и оставайтесь в числе самых востребованных специалистов.

В SkillFactory есть три специализации для желающих изучать Data Science:

Специализация Data Science

Специализация Аналитик Данных

Специализация Data Engineer

За подготовку этого материала, мы благодарим наших коллег и партнеров Mediasniper.ru, со специализацией в автоматизированной закупке медийной рекламы.

текст: Mediasniper.ru

Поделиться: