마케터가 사용할 수 있는 다양한 유형의 데이터를 이해하기 위한 가이드

게시 됨: 2016-04-04

웹사이트, 소셜 미디어, 매장 내, 모바일, 태블릿 등 점점 더 많은 접점에서 고객이 비즈니스에 참여하고 있습니다. 그러나 참여 방식에 관계없이 사용자 정의되고 개인화되고 일관된 경험을 기대합니다.

이러한 기대는 각 개인을 효과적으로 참여시키는 방법을 이해하기 위해 엄청난 양의 데이터를 조작해야 하는 기업에 계속해서 도전이 됩니다.

빅 데이터 시대에 브랜드는 통찰력을 얻기 위해 모든 데이터 소스와 콘텐츠를 충분히 활용할 수 있어야 합니다. 하지만 너무 많은 데이터가 있는데 다른 유형의 차이점을 어떻게 알 수 있습니까?

빅 데이터 솔루션은 스토리지 제한을 피하거나 방대한 양의 데이터에 대한 스토리지 비용을 줄이는 방법을 제공합니다.

관계형 데이터베이스는 실시간 상황별 솔루션만을 제공할 수 없습니다. 이는 마케터가 실행 가능한 통찰력을 얻을 수 있는 능력과 실시간으로 대응하는 능력을 저해할 것입니다.

빅 데이터는 빠르게 도착하고 나중에 처리할 수 있는 데이터를 처리해야 할 때 유용한 도구입니다. 데이터를 원래 형식으로 저장한 다음 필요한 결과 집합을 추출하고 관계형 데이터베이스에 저장하는 쿼리를 사용하여 필요할 때 처리합니다.

간단히 말해서, 관계형 데이터베이스는 누군가가 도서관에서 책을 찾는 것처럼 작동합니다. 먼저 카테고리를 선택한 다음 선택한 텍스트를 알파벳순으로 소싱합니다.

빅 데이터 솔루션은 검색창에 검색어를 입력할 때 Google이 하는 것과 같은 방식으로 즉시 결과를 찾습니다.

예를 들어, 상용 하드웨어에서 대규모 데이터 세트를 분산 저장하고 처리하기 위한 오픈 소스 프레임워크인 Hadoop을 기반으로 구축된 솔루션을 사용하면 기업이 방대한 양의 정형 및 비정형 데이터에서 신속하게 통찰력을 얻을 수 있습니다.

통찰력

브랜드는 구조화된 데이터(일반적으로 고정 필드 레코드 또는 파일)뿐만 아니라 구조화되지 않은 데이터(기존 행 열 데이터베이스에 없는 모든 것)에서도 정보를 추출할 수 있어야 합니다.

비정형 데이터에는 텍스트와 멀티미디어 콘텐츠가 모두 포함됩니다. 조직 데이터의 80%가 구조화되지 않은 것으로 추정 되며 이 수치는 구조화된 데이터의 두 배 비율로 증가하고 있습니다 . 비정형 데이터를 분석하는 것은 전통적으로 매우 어려웠습니다.

그러나 일부 도구는 이 두 가지 형식에서 발견되는 방대한 양의 정보에서 의미를 추출하여 이를 효과적으로 수행합니다. ERP(Enterprise Resource Planning)는 더 전통적으로 '회계 소프트웨어'로 알려져 있습니다.

이는 공급망, 운영, 보고 및 HR을 관리할 수 있는 보다 핵심적인 솔루션 기능을 반영합니다. 다시 말하지만, 일부 도구는 의미를 찾고 귀중한 ERP 데이터에서 찾은 기회를 활용할 수도 있습니다.

ETL(추출, 변환 및 로드)은 데이터베이스 사용 및 데이터 웨어하우징 프로세스를 나타냅니다. 이것은 하나의 빅 데이터 환경에서 데이터를 가져와 다른 데이터 환경에 넣는 데 필요한 세 가지 기능입니다.

비정형 데이터의 양이 엄청나게 증가하기 때문에 데이터 변환 프로세스가 훨씬 더 복잡해집니다.

비정형 데이터의 성장과 의사 결정의 중요성을 감안할 때, ETL 솔루션은 현재 운영 정형 데이터와 더 쉽게 통합될 수 있도록 비정형 데이터를 변환하는 표준화된 접근 방식을 제공하고 있습니다.

ETL은 이제 통찰력 및 기타 데이터 관리 플랫폼을 통해 빅 데이터 추출을 제공하는 솔루션을 지원할 수 있습니다.

브랜드는 소셜 미디어를 사용하여 고객과 잠재 고객이 자신에 대해 생각하고 느끼는 것을 듣고 통찰력과 정보를 수집할 수 있는 비할 데 없는 기회를 갖습니다.

자연어 처리(NLP)에 대한 현재 접근 방식은 언어 또는 문법 접근 방식과 기계 학습 기술을 결합합니다.

NLP의 성배는 비정형 데이터(텍스트 및 멀티미디어)를 정형 데이터로 변환하는 것입니다. 이는 소셜 세분화와 같은 통찰력 솔루션으로 이어지며 따라서 보다 표적화된 마케팅 캠페인으로 이어집니다.

NLP는 개인화된 이메일, 추천 및 모바일 앱과 같은 기능을 제공하여 통찰력을 생성하는 데 사용해야 합니다.

isabel-blog-image-1

인사이트는 다음을 포함한 다양하고 많은 데이터 소스에서 나옵니다.

오늘날과 같이 연결된 세상에서 데이터는 실시간으로 수집 및 분석되어야 하며 모든 데이터는 가급적이면 예측 방식으로 즉시 실행 가능해야 합니다. 이러한 기능이 없으면 마케팅 메시지의 설득력이 떨어지고 응답률이 떨어집니다.

반대로, 강력하고 유연한 빅 데이터를 통해 실시간 상황화를 수용하는 브랜드는 캠페인 응답이 크게 향상됩니다.

마케터는 이제 잠재 고객 및 고객과의 이러한 다채널 상황별 커뮤니케이션의 중요성을 인식하고 있습니다. 경험이 개인화될수록 고객은 더 행복해집니다.

행복한 고객은 단순히 더 많이 구매하기를 원하는 고객이 아니라 유지, 상향 판매되는 고객이며, 아마도 가장 중요하게는 브랜드의 옹호자가 되는 고객입니다.

추측에서 벗어나십시오. 마케팅 프로그램 결과의 페이지와 페이지를 이해하려고 하는 것은 재미가 없습니다. Insights는 그것을 제거합니다. 비즈니스 인텔리전스는 해석이 필요 없이 집중해야 할 마케팅 채널을 명확하게 알려줍니다. 따라서 효과가 있는 작업은 더 많이 수행하고 그렇지 않은 작업은 적게 수행하여 시간과 비용을 절약할 수 있습니다.

충성도를 만듭니다. 처음 구매자를 데려오는 것은 한 가지이고, 다시 구매하게 하는 것은 다른 이야기입니다. 그들이 무엇을 원하는지 알기 전에 고객 이탈을 막으십시오. Insights는 과거 및 예측된 고객 행동을 이해하는 데 도움이 되며, 이를 통해 최고의 고객을 더 많이 찾고 사라진 고객을 다시 참여시킬 수 있습니다.

빅 데이터를 이해합니다. Insights 기술은 데이터 과학자가 아닌 마케터를 위해 설계되었습니다. 사용이 간편하도록 설계되었습니다. 즉시 사용 가능한 대시보드와 맞춤형 분석/보고 기능을 통해 통찰력은 데이터를 수익 및 고객 충성도로 전환하는 데 필요한 모든 것을 그 어느 때보다 빠르고 효과적으로 제공합니다.