Горизонты цифрового маркетинга-2012. Обсуждение big data

12 июля в Одессе прошла конференция«Горизонты цифрового маркетинга», организатором которой выступила компания Яндекс. Уже в четвертый раз в Одессе собрались все, кому интересен интерактивный маркетинг. Докладчиками выступили известные российские и украинские эксперты: Федор Вирин (Data Insight), Дмитрий Сатин (UsabilityLab), Алексей Сидоренко (1С-Битрикс), Владислав Флакс (OWOX), а также сотрудники Яндекса.

По уже заведенной традиции, конференция активно освещалась в Twitter, также можно было посмотреть онлайн-трансляцию мероприятия.

Представляем вашему вниманию обзор заключительной секции «Аналитика и роль данных в цифровом маркетинге», которая была посвящена обсуждению big data. Стоит отметить, что выступления докладчиков были ограничены 5-7 минутами, поэтому доклады были краткими, но максимально информативными.

Секция началась со вступительного слова Андрея Себранта, директора по маркетингу сервисов Яндекса. По его словам, актуальная на сегодня проблема – это не найти данные, их и так очень много, а ответить на три вопроса:

- Какие данные нужны?

- Как из обработать (желательно быстро)?

- Как наглядно и понятно представить результат человеку, не знающему технических тонкостей получения этих данных?

Именно на эти вопросы и попытались ответить участники секции.

Andrey Sebrant ‏@asebrant

Начали финальную секцию #YaConf про данные. На мой вкус, самую трудную - но самую важную

Первым выступил Игорь Ашманов, компания Ашманов и партнеры. По словам Игоря Станиславовича, big data - это что-то необычное. Большие данные - это то, что невозможно посмотреть глазами. Одно из свойств big data – по маленькой части нельзя получить данные по всем. Не хватит половины, нужно все.

Когда вы смотрите на общие данные в целом, вы можете увидеть (примеры на основе данных сервиса Крибрум):

1. общее соотношение позитива и негатива,

2. информационные вбросы, попытки повлиять на кого-то,

3. можно видеть сообщества ботов,

4. сведения о языке блогов, твиттера,

5. силу блогера, его медийный вес,

6 .рейтинг проплаченности, аффилированности и т.д,

7. тренды.

Есть еще одна волнующая тема, если анализировать задним числом события, например теракты, можно увидеть, что в регионе заранее появляется некая сила, начинаются столкновения, как будто потрескивают пласты перед землетрясением. Если научится это отслеживать, то можно научиться предсказывать события.

Однако, отметил Игорь Станиславович, такие данные стремные – они открывают отношения, которые не видны, и могут стать причиной, к примеру, политического преследования.

Mar Le Mar Club ‏@marlemarclub

Если умеешь кластеризовать - ты можешь увидеть новую тему до того как она "выстрелит" (с) Ашманов про тренды на #yaConf

victoria_biz ‏@victoria_biz

Игорь Ашманов: Негативных отзывов о продукте всегда больше, чем позитивных. Люди в сети любят ругаться. #yaconf

Доклад Федора Вирина (Data Insight)  был посвящен особенностям построения репрезентативных опросов.

По словам Федора, опросы в онлайн существенно отличаются от офлайновых из-за обработки данных. Самый простой способ проведения опросов – повесить анкету на сайте. Однако он никогда не работает из-за малого количества респондентов. Полученные результаты, как правило, непригодны для дальнейшего использования. Доступные способы проведения опросов: панельные компании, рассылки, мобильный интернет.

При построении опроса, нужно учесть, что есть несколько социальных групп, достучаться до которых очень сложно: богатые, бедные, пожилые, новички. Любой опрос нужно перевзвешивать с учетом соцдема и географии, новичков, поведения. К примеру, раз новичком мало, их анкетам нужно дать больший вес.

При проведении онлайн-опросов, отметил Федор, гораздо ниже уровень социальной желательности (например, преуменьшение или преувеличение зарплаты), однако, все вопросы, связанные с гаджетами имеют завышенные оценки.

В Интернете задавать провокационные вопросы гораздо проще – пользователи охотнее дают прямые ответы. Вместо списков вопросов предпочтительно использование шкалы, либо ротации ответов, т.к. первый вариант ответа всегда получает больше кликов.

Анкеты не должна быть длинной (не дольше 10-15 минут).

И напоследок Федор подчеркнул, что по факту опрос в онлайне в 6-8 раз дешевле, чем в офлайне.

Дмитрий Сатин (UsabilityLab) представил доклад «Изменение демографии внутри воронки продаж».

Вопрос не в ценности самых данных, а в выводах из них. Развитие знания происходит через изучение аномалий.

Воронка продаж: проблема или ее решение? Ключевая информация: кто вышел из воронки продаж.

Пример сайт «Сокол». В начале воронки продаж около половины посетителей – это жители Киева. К концу воронки их становится гораздо больше. При анализе выясняется причина этой аномалии: доставка компании работает только на Киев. Однако пользователи пришли на вход в воронку по рекламе этого сайта, и скорее всего, ушли недовольные. А наличие недовольных клиентов - плохо для любого бизнеса.

Также был рассмотрен кейс по сайту, который занимается продажей цветов. Аномалия следующая: на входе в воронку – больше женщин, на выходе – мужчин. Оказалось, что ключевая деятельность компании – составление и продажа букетов невесты. Получается, что невесты заходят на сайт, выбирают букеты, кидают ссылку своим женихам, которые в итоге и покупают цветы.

Посмотрите, что в начале воронки продаж, что в конце, есть ли аномалии, возможно, они наведут вас на определенные мысли, подытожил Дмитрий.

Ksenya Shevchenko ‏@KShevchenco

Очень понравился Доклад Дмитрия Сатина "данные сами по себе ничего не объясняют-они описывают. Вот тут и нужна психология"#yaconf

Завершал секцию Владислав Флакс (OWOX): «Как Big Data делает вашу жизнь лучше». Владислав рассказал о сборе, обработке и применении результатов обработки больших объемов данных.

Данные создаются повсеместно: телефоны, спутники, весы и т.д. В мире происходит оцифровка всего, что связано с людьми и их поведением.

В онлайн-ритейле от того, используется ли big data или нет, зависит прибыль. Представьте, что вы зашли в крупный интернет-магазин. В офлайне витрина магазина одинакова для всех пользователей, а в онлайне – разная. Например, товарная выдача Amazon формируется на основе алгоритма анализа больших данных, и большинство пользователей видят разные подборки товаров.

Для того чтобы применять big data для себя, можно использовать следующие инструменты: Google Prediction – cloud-сервис машинного обучения, в который можно загрузить матрицу с данными и получить тенденции, а также Amazon Elastic Preview, – также cloudсервис.

Секция завершилась дискуссий докладчиков на тему big data.

Сергей Бахарь ‏@sergey_b113

Спасибо Яндексу за шикарную конференцию. Такое приятное чувство, будто на встрече выпускников побывал #yaconf

Andrey Sebrant ‏@asebrant

Конфа финишировала. Было круто ;) спасибо всем! RT @morestry: #yaConf уже в Российских трендах.

Andrew Kozinets ‏@fireflyko

#yaconf Хочу сказать огромное спасибо Яндексу за прекрасно организованную конференцию. Так держать.

• Комментарии