Что значат большие данные для электронной коммерции?

Что значат большие данные для электронной коммерции?
JayaDigital

Что значат большие данные для электронной коммерции?

Термин «большие данные» разошелся по всему Интернету в 2012-м году. Сейчас же, в 2013-м, большие данные обещают сыграть еще большую роль для крупных и мелких бизнесов, которые используют большие данные для получения значительного преимущества над конкурентами.

Итак, что же такое «большие данные»? Согласно Webopedia, это «крупный объем структурированных и неструктурированных данных, который трудно обработать, используя стандартные базы данных, и приложения для обработки информации».

«Структурированная» часть больших данных относится к тому, что можно зафиксировать в пределах базы данных. Для электронной коммерции это может быть информация о покупателе – адрес, почтовый индекс и т.д. – все, что вводится при покупке.

«Неструктурированная» часть представляет собой письма, видео, твиты, лайки Facebook и так далее. Все эти данные не находятся в фиксированной базе данных, доступной для предпринимателей. Но информация, получаемая, скажем, от социальных медиа, может стать необыкновенно полезным исследовательским инструментом для любого бизнеса.

Осторожней с большими данными

Большие данные могут предоставить настолько точные предсказания, что это даже немного пугает. Вот небольшой пример:

 В начале прошлого года 15-летняя девочка из Миннеаполиса купила себе в местном магазине сети Target лосьон для тела без запаха. Магазины Target сохраняют историю покупок каждого  посетителя, так же, как и демографическую информацию в целом.

Впоследствии, через несколько недель, Target прислал девочке по почте купоны на товары для беременных. Отец девочки нашел эти купоны, и, в ярости, отправился к менеджеру магазина, обвиняя его в попытках склонить его дочь к беременности. Менеджер, не знающий о причинах отправки этих купонов, немедленно принес свои извинения. Затем, через еще пару недель, он позвонил отцу, дабы извиниться повторно. Но на этот раз извинялся уже отец. Оказалось, что Target, при помощи анализа больших данных, знал о семье больше, чем сама семья. Девочка и впрямь была беременна. Оказалось, что беременные женщины склонны покупать большое количество лосьона для тела без запаха.

Вкратце, аналитика Target оказалась настолько хороша, что смогла определить раннюю беременность по покупкам. Но результатом столь точного анализа стал лишь скандал, да плохая репутация когда до этой истории добралась пресса.

Как можно использовать большие данные в электронной коммерции?

Множеством способов. Например, сравнить трафик посещения страницы какого-либо продукта с количеством его продаж.

Марк Ледбеттер, вице-президент SAP Retail, представил подобный пример в интервью с журналом Retail Info Systems News:

“Продавцы могут и должны сверять трафик посещения страницы какого-либо продукта с количеством его продаж. Как правило, существует соотношение между этими двумя величинами – покупатели находят товар, который им нужен, и покупают его. Но если наблюдается ситуация, когда посещений много, а продаж мало, то что-то пошло не так. Это тревожный звонок, сигнал о том, что нужно оставить товар в продаже, но присмотреться к ситуации. Нужно убедиться, что товар правильно оценен, обладает нужной, информативной подачей, широким набором вариантов и все другие аспекты, которые необходимы, дабы клиент осуществил покупку. В то время как раньше плохие продажи просто приводили к снятию товара с продажи”.

Большие данные только для больших компаний?

Компания любого размера могут получить пользу от больших данных. Amazon может быть самым заинтересованным исследователем больших данных, но и малые э-коммерческие компании получат свои преимущества. “Большие данные – это просто данные, которые нельзя анализировать или рассортировать традиционными технологиями” – сказала Ребекка Шоклей, бизнес-аналитик из IBM Institute for Business Values в своем интервью журналу Forward View. “Так что большие данные для одной компании могут оказаться простыми данными для другой. Большой в данном случае не значит «невероятно огромный», а просто «больше, чем прежний, привычный, объем»”.

Многие фирмы, занимающиеся консультациями по бизнес-аналитике, готовы помочь небольшим компаниям разобраться с большими данными. Программное обеспечение, способное справится с большими данными, тоже уже существует. Например, Apache Hadoop, популярный, свободно распространяемый программный каркас, поддерживающий приложения, работающие с большим объемом данных. По мере того, как большие данные используются все большим количеством компаний, инструменты для работы с ними обрастают функционалом и теряют в стоимости.

Также, всегда ориентируйтесь на доходность капитала, инвестированного в большие данные. Это поможет сохранять правильную стратегию в использовании данных. Задавайте себе правильные вопросы, по которым можно будет вывести конкретные направления для аналитики, обещающие максимальную пользу для бизнеса. Старайтесь начинать с простого, и только затем переходите на более сложные задачи.

 

Источник: www.practicalecommerce.com