Analiza Big Data zdominowała bieżące rozmowy o wykorzystaniu danych w firmach. Większość zwróciła swoją uwagę na duże zbiory, szybko pojawiających się i niestandaryzowanych danych, których analiza w czasie rzeczywistym to dość abstrakcyjne i skomplikowane zjawisko. Tymczasem każda firma codziennie zbiera całkiem sporo danych z zakresu Small Data. W tych „małych” i zdecydowanie łatwiejszych w analizie zbiorach danych tkwi regularnie nie wykorzystywany potencjał. Podpowiadamy gdzie znaleźć Small Data i jak je wykorzystać z Marketing Automation.
Na sam początek postarajmy się zdefiniować pojęcie Small Data. Czytając na ten temat trafimy na wiele różnych definicji. Jedną z nich jest definicja przygotowana przez Small Data Group:
„Small Data łączy ludzi z aktualnymi, istotnymi spostrzeżeniami (wynikającymi z Big Data i/lub innych źródeł), które są zorganizowane i opakowane. Często w wizualnej formie, tak aby były łatwo dostępne, zrozumiałe i gotowe do wykorzystania w codziennym działaniu.”
Analizując ten temat trafimy też na definicję rozróżniającą Big i Small Data. Według jednej z wielu definicji Big Data to wszystkie zbiory danych, którymi nie sposób zarządzać w tabeli. Dane takie pojawiają się bardzo często, mają różny format i mogą być na pierwszy rzut oka nie powiązane. Dlatego wymagają wykorzystania specjalnych narzędzi pozwalających na ich analizę i wyciąganie wniosków w czasie rzeczywistym.
Definicja Small Data
Analogicznie Small Data to będą dane, które spokojnie zgromadzimy i wykorzystamy przy użyciu tabeli. W ten sposób jesteśmy w stanie całkiem sprawnie analizować i opierać się o nie w codziennej pracy. Small Data to wykorzystanie różnych, często posiadanych, informacji o klientach do skuteczniejszej sprzedaży. Do danych tego typu możemy zaliczyć tak proste informacje, jak to czy dana osoba jest już klientem naszej firmy.
Potencjał Small Data
Dobrym przykładem ignorowania takich informacji jest jeden z czołowych na polskim rynku operatorów komórkowych, którego jestem klientem. I tak od wspomnianej firmy otrzymuje średnio raz w tygodniu ofertę mailową zakupu abonamentu lub telefonu. Oczywiście otrzymuje je na adres mailowy wykorzystywany do logowania się w panelu klienta na stronie operatora, a wszystkie wiadomości mają na celu zachęcenie osób zmieniających operatora. W ten sposób raz w tygodniu otrzymuje ofertę z której nie mogę skorzystać bo wiąże mnie umowa ale mogę zobaczyć co fajnego przez to tracę. Nie potrzebujemy Big Data do prostej segmentacji naszej bazy adresowej na klientów i potencjalnych klientów. Mimo, że to tak oczywiste to nadal zdarza się, że duże poważne firmy zaniedbują tak podstawowe działanie.
W takich informacjach tkwi potencjał Small Data. Mój operator wie z jakiego telefonu korzystam, jakie połączenia wykonuje i kiedy. Posiada też informacje o wybranym przeze mnie pakiecie i umowie jaką podpisałem. Czy nie było by lepiej, gdyby podesłał mi ofertę zmiany telefonu na lepszy, tym bardziej że oglądałem interesujące mnie telefony na jego stronie WWW? Możliwość dokupienie pakietu dodatkowych usług pasujących do mnie lub rabatu za polecenie znajomym była by dla mnie ciekawsza niż oferta dla osób przenoszących numer do mojego operatora. Z jednej strony zyskał by lojalnego klienta i przy odrobinie szczęścia prawdziwego adwokata marki. Tymczasem posiadając odpowiednie informacje świadomie rezygnuje z ich wykorzystania i korzyści jakie niosą.
Działanie na takich „małych” ale bardzo ważnych informacjach pozwala wykorzystać potencjał nagromadzonych w firmie danych. Często poszukując nowych możliwości i rozwiązań zagłębiamy się w coraz bardziej skomplikowane działania. Tymczasem wiele korzyści i odpowiedzi może dać nam wykorzystanie tych najprostszych informacji gromadzonych przez firmę. Dopiero kiedy będziemy pewni, że w sprawny sposób wykorzystujemy to co mamy. Wtedy zacznijmy planować wdrożenie Big Data.
6 przykładów wykorzystania Small Data z Marketing Automation
1. Segmentacja behawioralna potencjalnych klientów
Każda firma wykorzystująca Marketing Automation ma do dyspozycji informacje o zachowaniu osób odwiedzających stronę WWW. Wiedza o tym co oglądala dana osoba pozwala w prosty i dokładny sposób przypisać ją do danego segmentu. Od tej pory będzie mogła otrzymywać wysyłki dopasowane do jej zainteresowań.
2. Proste alerty sprzedażowe
Informacje o zachowaniu osób na stronie WWW pojawiają się w systemie w czasie rzeczywistym. Dzięki temu wiemy, że w danej chwili skorzystała z wersji demo, pobrała materiał dodatkowy lub zapoznała się z cennikiem. Takie zachowania mogą świadczyć o chęci dokonania zakupu i konieczności kontaktu ze strony sprzedawcy. Szczególnie jeśli osoby dokonujące tych zdarzeń posiadały wysoki scoring. W takiej sytuacji sprzedawcy mogą automatycznie dostawać powiadomienie o konieczności kontaktu z konkretną osobą.
3. Segmentacja na aktualnych i potencjalnych klientów
W większości wypadków prowadzimy spis osób, które stały się naszymi klientami. Ta prosta informacja pozwoli nam automatycznie podzielić bazę kontaktową na potencjalnych i aktualnych klientów. Niezależnie czy fakt zostania klientem odnotowuje system ERP czy odznaczamy go ręcznie w CRM. Podział na dwie podstawowe grupy pozwoli nam wykluczyć potencjalnych klientów z otrzymywania treści przeznaczonych tylko dla aktualnych klientów i odwrotnie.
4. Automatyczna wysyłka predefiniowanych ofert
Kolejna informacja związana z monitorowaniem i identyfikowaniem osób odwiedzających stronę WWW firmy. Jeśli przygotujemy kilka predefiniowanych ofert do poszczególnych grup produktów lub, to będziemy mogli je automatycznie wysłać do osób zainteresowanych konkretnymi grupami. Zamiast wysyłania jednej bardzo ogólnej oferty, jesteśmy w stanie przekazywać oferty odpowiadające na rzeczywiste potrzeby poszczególnych osób.. W praktyce dla osób zainteresowanych kredytami, wysyłamy ofertę kredytu, a osób zainteresowanych lokatami oczywiście lokat. Lepsze dopasowanie to wyższa skuteczność.
5. Przypomnienie o porzuconym koszyku
Kolejnym przykład wykorzystania prostej wiedzy zbieranej przez firmę. Praktycznie każde e-Commerce spotkało się z przypadkami, gdy potencjalny klient dodawał produkty do koszyka ale już go nie wykupił. Monitorując zachowanie osób odwiedzających sklep internetowy doskonale wiemy, kto nie wykupuje zapełnionego koszyka. Tylko od nas zależy czy i jak zareagujemy. Wachlarz mamy dość szeroki od prostej informacji wysłanej sms-em lub mailem po przesłanie całej zawartości koszyka drogą mailową. Tak czy inaczej uruchamiając proste przypomnienie mamy wpływ na ograniczenie ilości porzuconych koszyków.
6. Komunikacja po sprzedażowa – cross-selling i up-selling
Chwila, w której potencjalny klient dokonuje zakupu to nie koniec, a jedynie jeden z etapów naszej pracy. Gromadząc informacje dotyczące dokonywanych zakupów możemy realizować działania z zakresu cross i up-sellingu. Zależnie od sytuacji możemy automatycznie dosłać ofertę na produkt/usługę uzupełniającą dotychczasowy zakup lub zaproponować po pewnym czasie produkt/usługę o wyższym standardzie. Na przykład osoba, która wzięła kredyt na samochód na pewno będzie zainteresowana ofertą ubezpieczenia OC i jeśli ją zakupi to możemy zaoferować również ubezpieczenia NW, nieruchomości, itp.
Podsumowanie
Podsumowując Small Data, to informacje które możemy w prosty sposób analizować i wyciągać z nich wnioski potrzebne do dalszych działań lub podejmowania decyzji. Small Data to również umiejętność wykorzystania podstawowych ale bardzo ważnych informacji posiadanych przez firmę do osiągania lepszych rezultatów.
Follow
