Došlo je doba velikih podataka

7. studenoga 2019.

Kombinacija brzorastuće količine podataka i naprednih tehnologija za analitiku ubrzano pomiče granice poslovanja

Foto: Shutterstock
Miro Soldić

Više je podataka generirano u posljednjih nekoliko godina negoli u cijeloj povijesti čovječanstva. Ta nezaustavljiva lavina informacija izazvala je pravu revoluciju u brojnim branšama, pa tako i marketingu. Danas su među najmoćnijim kompanijama svijeta upravo marketinške, a ono što ih je dovelo u sam vrh jest pametno upravljanje podacima. Uzmimo primjer Googlea i Facebooka koji si tepaju da su tehnološke tvrtke, odnosno društvene mreže, no struktura prihoda jasno pokazuje da se zapravo radi o marketinškim divovima. Tako je Facebook od 55,8 milijardi dolara prihoda prošle godine čak 55 milijardi zaradio kao oglašivačka platforma, a tek oko 800 milijuna iz drugih izvora. Slična je situacija i s Googleom: oni 85 posto od svojih skromnih 140 milijardi dolara prihoda također ostvaruju oglašavanjem. Temelj je njihova uspjeha i profi tabilnosti pristup golemoj količini podataka, a ključni alat za njihovu monetizaciju kvalitetna je big data analiza. Kako definirati cijenu, na koje prodajne kanale i skupine kupaca staviti naglasak, koliko novca investirati u koji segment kampanje – sve su to pitanja na koje vam big data može dati odgovor ako znate kako upravljati informacijama koje su vam raspolaganju.

Ali krenimo od početka. Prvo treba definirati što je zapravo big data, ili po naški - tehnologija velikih podataka, a onda i njegovu ulogu u (r)evoluciji marketinga. Klasična i raširena definicija koju je stvorio McKinsey Global Institute objašnjava kako se big data odnosi na skupove podataka čija je veličina izvan kapaciteta tipičnih softverskih alata za snimanje, pohranu, upravljanje i analizu podataka. Već i sama definicija ukazuje na veliki izazov s kojim se susreću poslovne organizacije zbog vrste i količina tih podataka, koji su toliko masivni i raznoliki da je suočavanje s njima na tradicionalan način nemoguća misija. Podaci su strukturirani i nestrukturirani, generiraju se i pristižu velikom brzinom, i to u različitim intervalima (katkad i u realnom vremenu), što ih čini vrlo složenima za korištenje. Ideja koja stoji iza analitike velikih podataka prilično je jasna: pronađite zanimljive obrasce skrivene u velikim količinama podataka, uvježbajte modele strojnog učenja kako biste uočili te obrasce i zatim implementirali modele u oglašavanje. Zvuči jednostavno, međutim, realizacija toga osnovnog recepta u praksi mnogo je teža nego što se čini. Za početak, prikupljanje podataka iz različitih bazena jest teško i zahtijeva multidisciplinarne vještine. Možete biti vrhunski marketinški stručnjak i vizionar, ali bez potpore IT inženjera nećete znati kako uopće pristupiti moru podataka pred sobom. Za čišćenje i označavanje podataka za strojno učenje potrebno je mnogo vremena i novca, osobito kada se koriste tehnike dubokog učenja. Poznavanje programiranja, rad u bazama podataka, poznavanje programa za različite analize, znanstveni pristup obradi podataka, statistika, kvantna analiza, vizualizacija podataka, prepoznavanje algoritama, ali i mogućnost vođenja ljudi i projekata tek su neka od važnijih znanja potrebnih za rad u području tehnologije big date. Zbog tih razloga upravljanje podacima ostaje veliki izazov, a big data inženjeri još će neko vrijeme ostati najtraženiji ljudi u poslovnome svijetu. Zato nije čudo da im plaće rastu po stopama od deset posto godišnje i da su stručnjaci iz te branše, prema podacima američkog IRS-a, među pet posto najplaćenijih na tržištu.

Malo uspješnih

Prema studiji Accenturea, 85 posto tvrtki Fortune 500 namjerava se okrenuti tehnologiji velikih podataka kako bi stekle prednost nad konkurencijom, no u kvalitetnoj implementaciji ne uspiju baš svi. Stoga ne čudi da poslovni, pa i marketinški svijet, ima poprilično polarizirano viđenje big data analitičkih alata. Veliki dio ih smatra ključem uspjeha modernih poslovnih organizacija i tajnim sastojkom koja potiče digitalne inovacije, dok drugi dio spektra ostaje skeptičan prema dometima korištenja takvih podataka. Smatraju kako su njihove mogućnosti znanstvenici debelo precijenili, a očigledne limite svjesno zanemarili. Fama oko alata velikih podataka postala je najveći neprijatelj same analitike. Gomile tekstova o analitici velikih podataka u sprezi s megalomanskim obećanjima futorologa dovele su do zasićenja tržišta. Oglašivači su očekivali ‘seksi’ analitiku koja će preko noći promijeniti poslovni svijet i u kratkom vremenu ih učiniti bogatima, a dobili su gomilu algoritama i nepovezanih podataka s kojima ne znaju što bi. Upravo tu se krije paradoks. Big data analitika jest na prvi, pa i drugi pogled, zamorna hrpetina podataka. Razliku će donijeti znanje o pravilnom iskorištavanju podataka, razdvajanje bitnog od nebitnog te prepoznavanje uzoraka koji se ponavljaju. Prikupljanje podataka nije najteži dio priče, već znati kako iskoristiti skupljeno. Nažalost, u utrci da se prvi stigne na cilj, većina kompanija, a marketing tu nije iznimka, ima tendenciju da u kraćem vremenu iskoristi što više podataka. Takav pristup vrlo često dovodi do takozvane paralize zbog podataka što je uobičajena bolest među tvrtkama. Skepticima usprkos, čiji je dio primjedaba potpuno opravdan, rezultati vrlo precizno upućuju na vrijednost podataka. Ako se obrate pravim ljudima, oglašivači koji iskoriste tehnologije velikih podataka bit će bolje pozicionirani pri raspodjeli plodova digitalnih inovacija. Pravilno korištenje big data analitičkih alata pridonosi boljem razumijevanju korisničkog iskustva i potreba, a time i omogućuje da tvrtke korisnicima ponude najkvalitetniju moguću uslugu prilagođenu njihovim potrebama. 

Implementacija u Marketingu

Pravilno korištene operativne prednosti velikih podataka za marketingaše su brojne: stvaranje točnijeg profi la za ciljane kupce i potrošače; predviđanje odgovora kupaca na marketinške poruke i ponude proizvoda/usluga i personaliziranje tih poruka; optimiziranje strategije proizvodnje/usluge i distribucije; stvaranje i korištenje točnijih mjera procjene; usavršavanje digitalnog marketinga i strategija temeljenih na kampanjama; dobivanje spoznaja o proizvodu/usluzi. Nadalje, brojke vrlo jasno pokazuju na koji način big data pruža uvid u sadržaj koji je najučinkovitiji u svakoj fazi marketinških strategija te nudi poboljšanje ulaganja u sustave upravljanja odnosima s korisnicima. Gotovo je nemoguće dobiti plodonosne uvide iz tehnologije velikih podataka ako ne prepoznajete njegovu povezanost sa sviješću konzumenata. Klijenti prolaze bezbroj staza i prebacuju se između različitih kanala prije nego što se pretvore u one koji konačno kupe proizvod ili plate uslugu. Potrebno je još više vremena da se povremeni kupac pretvori u vjernoga. Zato marketinški stručnjaci u eri tehnologije velikih podataka moraju dublje razumjeti put klijenta od svijesti do prihoda. A da biste to postigli, morat ćete povlačiti podatke sa svih vaših platformi, i izvan mreže i na mreži. Na primjer, maloprodajni dućan može koristiti sustave temeljene na podacima iz fizičke trgovine, kao i podatke prikupljene na njihovoj web-lokaciji i platformi društvenih medija. Kao što je prethodno rečeno, valja znati odvojiti žito od kukolja. Prilikom obrade tehnologije velikih podataka napraviti korak unatrag ponekad je prvi korak koji treba učiniti. Stručnjaci savjetuju da budete minimalisti i pronađite male, ali bitne izvore podataka na koje se vaša tvrtka može osloniti. Zatim filtrirajte podatke koje ste uzeli u obzir, a sve kako biste uklonili informacije koje nemaju veze s vašim poslovnim ciljevima. Odlučite unaprijed što se ne uklapa u vaš analitički tok podataka. Ne gubite vrijeme radeći na dešifriranju nevažnih mjernih podataka. Pobrinite se da pronađete i proučite obrasce podataka koji ilustriraju vaše ciljeve. Je li nagli porast popularnosti na Instagramu vrijedan vaše pažnje? Utječe li tek na vaš broj klikova ili se prevodi u nove prodajne potencijale? Pronađite ove korelacije i usredotočite se samo na njih. Nakon navedenoga slijedi segmentacija podataka. Iako je šira slika koju dobivate analizom podataka iznimno važna, na marketinškom je stručnjaku da privuče određeni dio populacije. Dakle, morate odraditi proces segmentacije da biste defi nirali i podijelili potencijalne klijente u određene skupine. To će vam pružiti jasan pogled na grupu ljudi koju možete izdvojiti kao najprofi tabilniju. Sljedeći je korak utvrđivanje relevantnih parametara. Na primjer, ako segmentirate posjetitelje web-lokacije, najrelevantniji parametri bili bi koliko su ostali na njoj, koje su stranice najduže pregledali te na kojoj se lokaciji nalaze.

big data 1big data 2

Zaštita podataka

Iz jednadžbe o uspješnoj obradi velikih podataka ne smije se izostaviti zaštita privatnosti korisnika. Kada govorimo o privatnosti podataka korisnika, izbjegavanje svih zamki možda je i najveća prepreka u stvaranju marketinške kampanje temeljene na tehnologiji velikih podataka. Opća uredba o zaštiti podataka (GDPR) uvela je stroga ograničenja glede načina na koji tvrtke mogu prikupljati osobne podatke. Premda je zakon ograničen na Europsku uniju, druge će zemlje vjerojatno poduzeti slične korake u budućnosti. Uz to, mnogi su potrošači nakon skandala Facebook-Cambridge Analytica mnogo oprezniji u načinu na koji dijele svoje informacije na webu. Ako želite dobiti vrijedne podatke, pobrinite se da vaši klijenti znaju da prikupljate osobne podatke i da su informirani o tome kako to radite i što ćete učiniti s njima. Možete koristiti metode prikupljanja podataka iz prve ruke. To omogućuje vašim potrošačima da znaju koje se informacije prikupljaju i kako. Nadalje, uzde treba staviti u ruke klijenata i dati im mogućnost da kontroliraju način na koji se njihovi podaci (ne) koriste. Premda je postotak korištenja tehnologije velikih podataka ispodprosječan unutar granica Hrvatske, mnogo češće sudjelujemo u uspješnim projektima koji se provode među državama članicama EU. Svakako treba spomenuti projekt Dotmetrics, prvi hrvatski proizvod iz područja big date. Riječ je o softverskoj platformi koja mjeri posjećenost web-stranica i analizira podatke o posjetiteljima, što znatno olakšava oglašivačima i marketinškim stručnjacima odluke o izboru stranica na koje će plasirati svoje oglase. Specifičnost Dotmetricsa na globalnoj razini je, između ostalih, to što podatke o posjećenosti i posjetiteljima objavljuje na svakodnevnoj razini, dok svi drugi to čine za tjedan ili, još uobičajenije, za mjesec dana. Prije četiri godine Dotmetrics se našao u finalu prestižnog I-COM Data Venture Challengea, globalnog natjecanje start-upa u području primjene podataka u marketinške i oglasne svrhe. Ubuduće će mala poduzeća i start-upi gravitirati velikim javnim pružateljima usluga u oblaku koji ulažu goleme iznose u izgradnju velikih podatkovnih platformi sposobnih za automatizirano strojno učenja, prepunih analitičkih baza podataka i real-time streaming analitike. Mnoge velike baze podataka koje danas pokreću inovacije stvorili su web-divovi u Silicijskoj dolini i otvorili ih za javnost. Dobra vijest jest da ne postoji znak da se bunar informacija isušuje, dapače, postajat će sve dublji, a inovacije će sve više ubrzavati. Zato štedite novac kako biste mogli platiti stručnjake koji će vam širom otvoriti vrata iskorištavanja podataka jer vas svijet sigurno neće čekati. Istraživanja pokazuju da tvrtke koje u svoje poslovanje inkorporiraju big datu i analitiku ostvaruju stope produktivnosti i profitabilnosti koje su pet do šest posto veće od stopa rasta njihovih konkurenata, a propuštanje takve prednosti ne može si priuštiti niti jedna kompanija.

big data 5

Veliki podaci sve su popularniji

O vjeri u vrijednosti pravilnoga korištenja ovakve vrste analitike najbolje govore financijska izvješća o stalnom rastu profita vodeće svjetske tvrtke koja se bavi prikupljanjem velikih podataka. Prihodi od pretplate na usluge američkoga softverskog diva Cloudera porasli su prošle godine 48 posto u odnosu na isto razdoblje godinu dana prije. Nadalje, prihodi od pretplate činili su 83 posto od ukupnih prihoda tvrtke, što je povećanje u odnosu na 78 posto u istom razdoblju godinu dana prije. Kupci usluga svake godine troše sve više, pa je tako početna potrošnja potrošača porasla sa 65.000 na 75.000 američkih dolara, dok oko 50 njihovih korisnika troši više od milijun d olara na Clouderove analize tehnologije velikih podataka.

big data 4

Što je GDPR?

GDPR je kratica u kojoj su sažeti različiti aspekti života pojedinaca te zapravo definira kako postupati s osobnim podatcima u doba digitalizacije. Odnosi se na Uredbu EU 2016/679 o zaštiti pojedinaca u vezi s obradom osobnih podataka i o slobodnom kretanju takvih podataka. Primjenjuje su u svim zemljama članicama EU, ali su ga obvezni poštovati i svi poslovni subjekti koji obrađuju podatke državljana EU te koji poslovno surađuju s kompanijama u EU. Drugi propis koji regulira postupanje s osobnim podatcima na teritoriju RH jest Zakon o provedbi Opće uredbe o zaštiti podataka. Opća uredba uređuje prava i obveze pojedinaca te organizacija. Želite li da su vaši postupci posve u skladu s odredbama GDPR-a, ne smijete slati na one adrese za koje nemate privolu, osim kada e-adresa ne sadrži osobne podatke te glasi npr. info@mm.hr, prodaja@mm.hr, uprava@mm.hr i sl. ili su podatci koje imate javno dostupni. Tada ste slobodni poslati svoj newsletter. Prilikom slanja potrebno je ostaviti mogućnost odjave s liste i, ako se korisnik odjavi, ubuduće ne slati obavijesti na tu adresu.

Hrvatska kaska za Europom

U Hrvatskoj je analizu velikih podataka koristilo tek oko 10 posto tvrtki, što nas postavlja u područje ispod prosjeka svih država članica u EU. Usporedbe radi, u EU se analizom podataka u 2018. bavilo 12 posto tvrtki koje imaju najmanje deset zaposlenih. Big data analize pretežno su provodile velike tvrtke (33 posto) odnosno tvrtke srednje veličine (195), pri čemu su u osam posto tvrtki analize provodili zaposlenici te tvrtke, dok je pet posto tvrtki angažiralo vanjsku tvrtku kao suradnika. Gotovo polovica tvrtki (49 posto) koje primjenjuju ovu analitiku analizira geolokacijske podatke prikupljene mobilnim uređajima. Slijedi analiza podataka prikupljenih putem društvenih mreža (45 posto), a manje od jedne trećine tvrtki analiziralo je podatke prikupljene vlastitim pametnim uređajima ili senzorima (29 posto). Podatke iz drugih izvora analiziralo je 26 posto tvrtki, pokazuju podaci Eurostata.

big data 3