マーケターが利用できるさまざまなタイプのデータを理解するためのガイド

公開: 2016-04-04

あなたの顧客は、ウェブサイト、ソーシャルメディア、店内、モバイル、タブレットなど、ますます多くのタッチポイントであなたのビジネスに関与しています。 しかし、彼らがどのように関与するかに関係なく、彼らはカスタマイズされ、パーソナライズされた、一貫した体験を期待しています。

この期待は、各個人を効果的に関与させる方法を理解しようとするために膨大な量のデータを操作しなければならない企業にとって、引き続き課題です。

ビッグデータの時代では、ブランドは洞察を得るためにすべてのデータソースとコンテンツを十分に活用できなければなりません。 しかし、そこに非常に多くのデータがあるので、異なるタイプの違いをどのように見分けますか？

リレーショナルデータベースとビッグデータストア

ビッグデータソリューションは、ストレージの制限を回避したり、大量のデータのストレージコストを削減したりする方法を提供します。

リレーショナルデータベースは、リアルタイムのコンテキストソリューションを提供するだけではありません。 それは、実用的な洞察を調達するマーケターの能力、およびリアルタイムで反応する能力を妨げるでしょう。

ビッグデータは、すぐに到着し、後で処理できるデータを処理する必要がある場合に役立つツールです。 データを元の形式で保存し、必要な結果セットを抽出してリレーショナルデータベースに保存するクエリを使用して、必要に応じて処理します。

簡単に言えば、リレーショナルデータベースは、図書館で本を見つける人のように機能します。最初にカテゴリを選択してから、選択したテキストをアルファベット順に並べ替えます。

ビッグデータソリューションは、検索バーにクエリを入力したときにGoogleが行うのと同じ方法で、すぐに結果を見つけます。

たとえば、商用ハードウェア上の大量のデータセットを分散ストレージおよび処理するためのオープンソースフレームワークとして、Hadoop上に構築されたソリューションにより、企業は大量の構造化データと非構造化データから迅速に洞察を得ることができます。

洞察

構造化/非構造化/ ERP

ブランドは、構造化データ（通常は固定フィールドレコードまたはファイル）からだけでなく、非構造化データ（従来の行列データベースに存在しないもの）からも情報を抽出できる必要があります。

非構造化データには、テキストコンテンツとマルチメディアコンテンツの両方が含まれます。 組織データの80％は非構造化データであると推定されており、この数字は構造化データの2倍の速度で増加しています。 従来、非構造化データを分析することは非常に困難でした。

ただし、一部のツールはこれを効果的に実行します。これらの両方の形式で見つかった大量の情報から意味を抽出します。 ERP（エンタープライズリソースプランニング）は、より伝統的に「会計ソフトウェア」として知られています。

これは、サプライチェーン、運用、レポート、およびHRを管理できるよりコアなソリューション機能を反映しています。 繰り返しになりますが、一部のツールは、貴重なERPデータ内で見つかった機会を利用して、意味を見つけることもできます。

ETL

ETL（抽出、変換、およびロード）は、データベースの使用とデータウェアハウジングのプロセスを指します。 これらは、あるビッグデータ環境からデータを取得して別のデータ環境に配置するために必要な3つの関数です。

非構造化データの量が驚異的に増加しているため、データ変換のプロセスははるかに複雑になっています。

意思決定における非構造化データの成長と重要性を考慮して、ETLソリューションは現在、非構造化データを変換するための標準化されたアプローチを提供しているため、運用可能な構造化データとより簡単に統合できます。

ETLは、インサイトやその他のデータ管理プラットフォームによるビッグデータ抽出を提供するソリューションをサポートできるようになりました

NLP

ソーシャルメディアを使用することで、ブランドは、顧客や潜在的な顧客が自分たちについてどのように考え、感じているかを聞き、洞察とインテリジェンスを収集する比類のない機会を得ることができます。

自然言語処理（NLP）への現在のアプローチは、言語的アプローチまたは文法的アプローチの両方と、機械学習技術を組み合わせたものです。

NLPの聖杯は、非構造化データ（テキストおよびマルチメディア）を構造化データに変換することでした。 これは、ソーシャルセグメンテーションなどの洞察ソリューションにつながり、したがってよりターゲットを絞ったマーケティングキャンペーンにつながります。

NLPを使用して洞察を生成し、パーソナライズされた電子メール、推奨事項、モバイルアプリなどの機能を提供する必要があります。

isabel-blog-image-1

インサイトは、次のような多くのさまざまなデータソースから得られます。

  • ブラウジング動作
  • 国勢調査情報
  • 購入履歴
  • 社会活動
  • 社会的影響力者
  • 以前のキャンペーン活動
  • 調査の回答
  • 多変量テスト
  • ブラウジングデバイス
  • 類似性クラスタリング
  • 言語学習の好み
  • 色の好み
  • POSアクティビティ
  • ブラウジング動作
  • 国勢調査情報
  • IPアドレス

今日の接続された世界では、データをリアルタイムで収集および分析する必要があり、データはすべて、できれば予測的な方法で即座に実行可能である必要があります。 これらの機能がないと、マーケティングメッセージの説得力が低下し、応答率が低下します。

逆に、強力で柔軟なビッグデータを通じてリアルタイムのコンテキスト化を採用しているブランドでは、キャンペーンの反応が大幅に向上しています。

マーケターは現在、見込み客や顧客とのこれらのマルチチャネルのコンテキスト化されたコミュニケーションの必要性を認識しています。 よりパーソナライズされたエクスペリエンスは、顧客を幸せにします。

幸せな顧客は、もっと購入したい顧客だけでなく、保持され、売られている顧客であり、おそらく最も重要なのは、あなたのブランドの支持者になる顧客です。

私にとって何が入っているのですか？

  1. 当て推量を取り除きます。 マーケティングプログラムの結果のページやページを理解しようとすることは、誰にとっても楽しいことではありません。Insightsはそれを排除します。 そのビジネスインテリジェンスは、解釈を必要とせずに、どのマーケティングチャネルに焦点を当てるべきかを完全に教えてくれます。 したがって、機能することを増やし、機能しないことを減らすことで、時間とお金を節約できます。
  1. 忠誠心を作成します。 初めての購入者を呼び込むことと、再度購入することは別の話です。顧客が何をしたいのかを事前に知って、顧客の解約率を押しつぶします。 インサイトは、過去および予測された顧客の行動を理解するのに役立ち、より多くの最高の顧客を見つけて、失効した顧客に再び関与するのに役立ちます。
  1. ビッグデータを理解する。 Insightsテクノロジーは、データサイエンティストではなく、マーケター向けに設計されています。 使いやすさを考慮して設計されています。すぐに使用できるダッシュボードとカスタム分析/レポートにより、インサイトは、データを収益と顧客ロイヤルティに変えるために必要なすべてのものを、これまでになく迅速かつ効果的に提供します。