Секреты Cambridge Analytica: бизнес больших данных • Константин Савкин • консультации • тренинги для руководителей

Секреты Cambridge Analytica: бизнес больших данных

Секреты Cambridge Analytica: применяем в бизнесе
Секреты Cambridge Analytica: применяем в бизнесе

Про компанию Cambridge Analytica услышали практически все: утечка данных, неправильное использование данных и прочее бла-бла-бла информационной шумихи в прессе, но на самом деле интересно другое: большие данные может применять практически любая компания и речь идет не о миллионах клиентов, речь идёт о вашей целевой аудитории, с которой вы можете работать, используя большие данные.

Да кстати, если вы не будете работать со своей целевой аудиторией, значит с ней (целевой аудиторией) будут работать другие, а точнее уже работают: большие сетевые компании, банки, страховые компании и так далее, забирая при этом время и деньги ваших клиентов, а вы теряете прибыль, большую прибыль.

[su_note note_color=»#FFFF66″ text_color=»#333333″ radius=»3″ class=»»]Фактически любой бизнес, начиная от небольшого кафе или отеля и заканчивая большими торговыми центрами, может использовать большие данные — но не использует, так как для этого требуется активная мозговая деятельность менеджеров по маркетингу и директоров по развитию, желание экспериментировать, запускать множество пилотных проектов и получать обратную связь.[/su_note]

Большие данные это интересно и актуально и я написал несколько заметок в рубрике: большие данные, но для успешного внедрения требуется конкретика: диагностика, анализ и реализация пилотного проекта, при необходимости обращайтесь.

Секреты бизнеса Cambridge Analytica

Cambridge Analytica — частная английская компания, которая использует технологии глубинного анализа данных для разработки: чего угодно…

Как только вы получили доступ к данным, ваша задача построить аналитическую сеть, которая позволяет анализировать, делать выводы, а самое важное апробировать данные выводы на практике.

[su_note note_color=»#FFFF66″ text_color=»#333333″ radius=»3″ class=»»]Разумеется это требует бюджета: бюджета на эксперименты, которые возможно не принесут результата, а возможно дадут вам сверхрезультат, о котором вы даже и не мечтали.[/su_note]

Лекции по вопросу применения больших данных не читаются у нас в бизнес-школах, а если и читаются, то данные лекции не мотивируют ни к чему, только грузят теорией вероятности и математическими выкладками, которые разумеется важны, но с практической точки зрения для старта проектов по большим данным будут полностью бесполезны. Поэтому, довольно интересно будет почитать курс по большим данным для бизнес-школ, если у вас будет предложение, то пишите на контакты, разумеется минимум теории и максимум практических кейсов, ориентированных на проработку текущей действительности в бизнесе компаний.

Самый простой пример применения больших данных, это использование информации из социальных сетей, что впрочем и сделала Cambridge Analytica, но это только частный случай.

Кстати Cambridge Analytica принимали участие в 44-х избирательных кампания в США и разумеется она всегда использовала свои методы для достижения результата.

  • Презентация на 5 слайдах об услугах компании.
  • 27-страничный документ — это отчет о работе компании на выборах президента США.
  • и разумеется сам результат: победа в выборах.

Конечно, большие данные можно использовать как для стратегической коммуникации в ходе избирательных компаний, так и для точечного воздействия на определенную группу целевых клиентов, информацию по которым ваши менеджеры по продажам собрали или я надеюсь что собрали.

Применение больших данных в бизнесе

Такие корпорации, как AliExpress, Google, Facebook, практически любой крупный банк или сетевой магазин — монетизирует свою аудиторию, используя персональные данные и делают это успешно.

[su_note note_color=»#FFFF66″ text_color=»#333333″ radius=»3″ class=»»]По моему мнению, любая компания в настоящий момент может и обязана использовать большие данные для получения дополнительно прибыли в бизнесе, возможно сверх прибыли.[/su_note]

Фактически применение больших данных в бизнесе сводится к трем основным задачам:

  • Сбор данных о пользователях оффлайна.
  • Сбор данных о пользователях интернета и социальных сетей.
  • Составлении их психологических портретов.

Что в последующем дает возможность сосредоточиться на:

  • Разработке персонализированной рекламы.
  • Разработке инструментов влияния на мнение пользователей.

А с точки зрения выхода на целевую аудиторию, то таких возможностей довольно много:

  • Ваша клиентская база и проходящий поток.
  • Реклама в Google и Yandex.
  • Реклама в социальных сетях.
  • Реклама в играх, фильмах и так далее..

Как это работает, на примере одного из вариантов?

  • Вы размещаете рекламные ссылки в поисковой выдаче Google или Yandex.
  • Ссылки размещают как для активных переходов.
  • Так и для создания правильного впечатления о том или ином вопросе.
  • Платная рекламная ссылка всегда выше поисковой выдачи.

Вот и всё: просто и эффективно, добавьте к этому таргетинг по целевой аудитории и вы король по данному вопросу.

Разумеется для большего эффекта, работаем и экспериментируем с:

  • Заголовками.
  • Картинками.
  • Текстом / Видео.

[su_note note_color=»#FFFF66″ text_color=»#333333″ radius=»3″ class=»»]Особое внимание обращаю на эксперимент, так как изначально нельзя дать гарантии что сработает, а что не сработает.[/su_note]

Важное примечание:

  • Чем больше количество объявлений, тем лучше охват, но не забывайте про обратную связь для оценки эффективности.
  • Разумеется с вашими данными нужно будет работать: разбираться, систематизировать и экспериментировать.
  • Это позволит постоянно совершенствовать модель и добиваться улучшения результата в реальном времени.

Модель ОCEAN в основе анализа

В основе анализа лежит модель OCEAN (Openness to experience, Conscientiousness, Extraversion, Agreeableness, Neuroticism) что фактически означает создание и манипуляция потока целевой аудиторией.

  • Openness to experience — склонность к новым эмоциям, приключениям, помните любопытство погубит кота, только кот об этом не знает — в данном случае именно на этом факторе строится первый ключ, что позволяет с одной стороны независимым людям стать зависим от своего любопытства и нажать на кнопку, получив некую самореализацию и новые ощущения, но на самом деле оказавшись на информационном крючке.
  • Conscientiousness — люди привыкли к системе и организации, что дает им возможность предпочитать план, а не спонтанные действия, а следовательно если человек добросовестный, то манипулировать им гораздо легче.
  • Extraversion — положительные эмоции , самоуверенность, коммуникабельность и склонность искать стимуляцию в обществе других людей и разговорчивость — порождает возможность вовлечь или привлечь человека к любому процессу, заставив его тратить свое время и деньги.
  • Agreeableness — согласие в мелких и крупных деталях лежит в основе будущей лояльности и слепой покорности
  • Neuroticism — и разумеется психологический стресс от информации, которую человек увидел/прочитал — у него в голове возникают эмоции и именно эти эмоции инициируют последующие действия.

Разумеется это просто тезисы модели OCEAN, для детального разбора есть множество специализированной литературы, но нас интересует практика, а практика позволила Cambridge Analytica сформировать довольно успешный рыночный продукт.

Модель анализа больших данных в компании

  1. Вы подписываете соглашение о неразглашении.
  2. Проводится диагностика ваших данных.
  3. Интервью с вашим персоналом.

В большинстве случаев ваши сотрудники понятия не имеют, что и как можно сделать с данной информацией.

[su_note note_color=»#FFFF66″ text_color=»#333333″ radius=»3″ class=»»]Выделяется бюджет, это обязательное условие: конечно без денег вы можете много сделать, но в этом случае вы должны обладать просто колоссальным информационным ресурсом или клиентской базой.[/su_note]

  • Средняя продолжительность проекта 2-3 месяца.
  • Требуется 7-9 встреч, с лицами принимающими решения и формирование отдельной рабочей группы.

Зачем использовать большие данные в бизнесе?

  1. Вывести компанию из кризиса.
  2. Увеличить продажи компании.
  3. Создать положительную репутацию продукта или компании.

Разумеется это потребует создание отдела НИОКР в компании или необходимость обратиться к подрядчикам со стороны, что разумеется проще и иногда намного эффективнее.

Большинство ваших клиентов не понимает ценности персональных данных и с легкостью, в обмен на дисконтную карточку или какой-либо бонус, готова поделиться с вами довольно ценной информацией, которую вы сможете использовать для увеличения своей прибыли.

Оставьте комментарий