Общая проблема, связанная с «большими данными»: редкая компания готова к тому, чтобы обрабатывать их самостоятельно. Многие обращаются за помощью к специализированным фирмам — таким, например, как Scout Analytics. По словам её вице-президента Мэтта Шенахана, среди корпоративных клиентов Scout Analytics есть компания, число обращений которой к различным сервисам за сутки достигает ста миллионов. Простая регистрация этих событий даже без анализа их сути уже представляет собой серьёзную задачу из области Big Data.
Скриншот приложения Scout Analytics, демонстрирующего распределение клиентов разных типов (изображение: Michael Goldberg).Компания EDA давно известна на рынке бизнес-аналитики. Она продаёт организациям подписку на данные в таких отраслях, как сельское хозяйство и строительство. Однако до весны 2012 года EDA упускала из виду важную информацию о собственных клиентах из-за неготовности её ИТ-инфраструктуры к обработке и интеграции всё возрастающего потока данных.
Несмотря на техническую возможность анализировать активность своих клиентов, специалистам EDA было трудно понять характер использования клиентами их фирменных инструментов. В частности, было невозможно определить, сколько человек и как часто пользуются продуктом в каждой организации и кто именно вводил определённые поисковые запросы. В итоге у EDA не было сформировано целостного представления о своей клиентуре.
По данным исследования агентства Teradata, с аналогичной проблемой столкнулось множество других компаний. Из 2 220 опрошенных маркетологов только 18% имеют чёткое понимание потребностей своих клиентов.
Директор по маркетингу компании iJento Пейдж О’Нил считает, что сегодня формирование представления о клиенте стало сложной задачей для любой компании, однако объём данных — не единственная проблема:
Необходимые сведения часто оказываются распределены по всей организации. Одни поступают из внешних цифровых каналов, другие находятся во внутренних системах: управления взаимоотношениями с клиентами, автоматизации маркетинга, поддержки клиентов — или вовсе лежат в архивах центров обработки вызовов. Все эти разрозненные источники должны быть интегрированы, иначе их практическая ценность близка к нулевой.
Генеральный директор фирмы SAS Уилсон Радж указывает и другие причины:
Подразделения одной фирмы могут иметь различные способы идентификации одного и того же клиента. Компании всё чаще сталкиваются с проблемой создания стандартизированных идентификаторов, которые были бы общими для всех бизнес-единиц.
Столкнувшись со всеми указанными выше проблемами, EDA обратилась в апреле 2012 года за помощью к компании Scout Analytics. Теперь на её серверы стекаются данные EDA, где они сводятся в единую базу. Разрозненные сведения о её клиентах, включая историю покупок и размеры доходов, интегрируются, после чего их можно использовать для анализа.
Руководитель отдела по работе с клиентами EDA Тим Магуайр (Tim Maguire) добавляет, что теперь отпала необходимость анкетировать клиентов по телефону и делать однотипные рассылки по электронной почте:
Вместо этого мы можем отправлять персонализированные сообщения о сделках, которые гарантированно заинтересуют нашего клиента на основании анализа его профиля в базе денных. Поскольку такие сообщения уникальны, мы можем подготовить их лучше и даже добавить в них иллюстрации.
Благодаря лучшему сопоставлению потребностей и возможностей своих клиентов EDA разработала новую модель ценообразования и создала более удобные веб-инструменты.