მსოფლიოში არსებული მონაცემების 90% უკანასკნელ ორ-სამ წელიწადში შეიქმნა, ყოველ წამში თითო ადამიანი 1.7MB მოცულობის მონაცემს ქმნის, ბიზნესი კი წელიწადში 180 მილიარდ აშშ დოლარზე მეტს ხარჯავს მათი ანალიზისთვის. და მაინც, რატომაა ის ასე მნიშვნელოვანი? რა შეუძლიათ მონაცემებს?

მონაცემები ბიზნესს თავისი მომხმარებლების უკეთ გაცნობაში, სარეკლამო კამპანიების დახვეწაში, თითოეულ ადამიანზე მორგებული პროდუქტის შექმნასა თუ რისკების მართვაში ეხმარება. ის კიდევ მრავალი დანიშნულებით შეიძლება გამოიყენო, თუმცა ამისთვის შესაბამისი ხელსაწყოების ფლობა და ცოდნაა საჭირო. 

ფოტო: Pixabay/ Pexels

რა არის მონაცემთა ანალიტიკა?

ეს ტერმინი მონაცემების ერთობლიობის გამოკვლევას, მისგან ინფორმაციის მიღებას და შესაბამისი დასკვნების გაკეთებას გულისხმობს. მონაცემთა მეცნიერები დაუმუშავებელი მონაცემებიდან ქცევის გარკვეულ მოდელებს აღმოაჩენენ და მათ ინტერპრეტაციას ახერხებენ. ადრე ამ ყველაფერს ადამიანები ხელით აკეთებდნენ — სპეციალისტები ფურცლებზე, სათითაოდ ითვლიდნენ ციფრებსა და მონაცემებს. ტექნოლოგიების განვითარებასთან ერთად მონაცემთა დამუშავებისთვის სპეციალური სისტემები და კომპიუტერული პროგრამები იქმნება, რომელშიც ჩაშენებულია მანქანური დასწავლის ალგორითმები და სხვა ფუნქციები.

ამ ტექნოლოგიებისა და პროგრამების განვითარებამ მონაცემების დამუშავების პროცესი დააჩქარა, გაამარტივა და გააიაფა, რაც თავის მხრივ, კომპანიების კონკურენტუნარიანობის გაზრდას შეუწყო ხელი. ეს ერთბაშად არ მომხდარა. დროთა განმავლობაში ორგანიზაციებმა აღიქვეს, რომ საკუთარი საქმიანობის ზედაპირულად ცოდნის ნაცვლად საჭირო იყო, სიღრმისეულად შეეცნოთ მის შიგნით მიმდინარე პროცესები. ასე გადავედით იმ ეტაპზე, როცა ბიზნესებს სურთ უფრო ობიექტური, რეალობით ნაკარნახევი ნაბიჯები გადადგან, ამიტომაც უფრო და უფრო აქტიურად იყენებენ ტექნოლოგიებს სხვადასხვა სახის მონაცემის დასამუშავებლად.

ბიზნესისთვის ბევრნაირი მონაცემია სასარგებლო, მათ შორის ისტორიული ცნობებიც და პირველწყაროდან მიღებული ინფორმაციაც, როგორიცაა, მაგალითად, მომხმარებლებიდან ან ვებსაიტის ვიზიტორებიდანაც მიღებული დემოგრაფიული მახასიათებლები ან ინტერესები.

ბლოგში მოგითხრობთ რამდენიმე კომპანიაზე, რომელიც მონაცემებს პროცესების გასაუმჯობესებლად და პროდუქტების დასახვეწად იყენებს.

Netflix

მონაცემთა ანალიტიკა ყველა ბიზნეს-ოპერაციას აუმჯობესებს. მათ შორის საშუალებას იძლევა ამოიცნო, მომხმარებლის მოლოდინები, შეცვალო პროდუქციის ხაზი და, რა თქმა უნდა, შექმნა ძლიერი მარკეტინგული კამპანიები. უცხო არავისთვისაა ის, რომ კომპანიები მილიონებს ხარჯავენ რეკლამაში, რომელსაც შედეგი არ მოაქვს. ამის ერთ-ერთი მიზეზი ისაა, რომ ისინი კვლევის ფაზას უგულებელყოფენ. არადა, მონაცემების დახმარებით მიზნობრივი და პერსონალიზებული სარეკლამო კამპანიის შექმნა შეიძლება. შესაბამისად, ბიზნესი მეტ ფულს ზოგავს და უფრო ეფექტიანად ფუნქციონირებს.

თუ ნეტფლიქსის გამომწერი ხართ, მაშინ თქვენთვის ნაცნობი იქნება სიტუაცია, როცა ერთი ფილმის დასრულების შემდეგ რეკომენდაციების სექციაში ზუსტად თქვენს ინტერესებზე მორგებული ფილმი ან სერიალი ჩნდება. ეს კარგი მაგალითია იმის საილუსტრაციოდ, თუ როგორ იყენებენ დიდი ბრენდები მონაცემებს მიზნობრივი რეკლამისთვის. ნეტფლიქსს 100 მილიონზე მეტი გამომწერი ჰყავს, შესაბამისად, კომპანია დიდი რაოდენობით მონაცემს აგროვებს. მაგალითად, აკვირდება ძებნის ისტორიას ან იმ ფილმებს თუ სერიალებს, რომლებსაც მანამდე უყურეთ. იმახსოვრებს, დააპაუზეთ თუ არა ფილმი, გააგრძელეთ თუ არა ყურება და საერთოდ დაასრულეთ თუ არა ის. ამ ყველაფრის საფუძველზე ნეტფლიქსი ახალ, თქვენთვის საინტერესო ფილმს გირჩევთ.

მაგალითად, ორიგინალური სერიების, ბანქოს სახლის რეკლამისთვის ნეტფლიქსმა ტრეილერის ათი განსხვავებული ვერსია შექმნა, თუმცა თქვენ მხოლოდ ერთი მათგანი შეგხვდებოდათ — სწორედ ის, რომელიც თქვენივე ჩვევებისა და ინტერესების მიხედვით შეგირჩიეს. უფრო ზუსტად, თუ ისეთ ფილმებს ანიჭებთ უპირატესობას, სადაც ძირითადად მთავარი პერსონაჟი ქალია, ნეტფლიქსი გიჩვენებდათ იმ ტრეილერს, რომელშიც ფოკუსი ბანქოს სახლის ქალ პერსონაჟებზეა გაკეთებული.

Amazon Fresh

მონაცემების კიდევ ერთი უპირატესობა ისაა, რომ ის კომპანიებს პროდუქტების განვითარებასა და ინოვაციური ელემენტების დანერგვაში ეხმარება.

ამბობენ, რომ თანამედროვე ბიზნესში აღარაა დრო, ინტუიციას დაეყრდნო. წარმოების პროცესის გაუმჯობესებისა და პროცესების ჯაჭვის გაძლიერებისთვის დიდი რაოდენობის მონაცემი უნდა შეაგროვო, თვალყური ადევნო პროდუქტის განვითარებას, კონკურენტებს და აუცილებლად გაითვალისწინო მომხმარებლის უკუკავშირი.

ალბათ გსმენიათ Amazon Fresh-ის შესახებ — ეს ამერიკული ელექტრონული კომერციის გიგანტის, ამაზონის შვილობილი კომპანიაა, რომელიც შტატებში სურსათის მიტანის სერვისს უზრუნველყოფს. ამაზონი მონაცემებს პროდუქტების დახვეწისა და უფრო დიდი ბაზრების ათვისებისთვის იყენებს. მათი ანალიზით კომპანიას საშუალება აქვს გაიგოს, როგორ, რა გზებით ყიდულობს სურსათს მომხმარებელი და როგორი კავშირები აქვს მას კვების პროდუქტებით მოვაჭრესთან. ეს მონაცემები კომპანიას პროდუქტების განვითარების საშუალებას აძლევს. მეტიც, ერთ-ერთი მეცნიერის თქმით, კომპანიას შესაძლოა მომავალში გამოიცნოს “რა დევს თქვენს მაცივარში”, რომელი პროდუქტი გჭირდებათ და ავტომატურად გამოგიგზავნოთ ის.

The Marriot Hotels

Marriott სასტუმროების ერთ-ერთი უდიდესი ქსელია მსოფლიოში. ის შემოსავლების ზრდისა და ლოიალური მომხმარებლების შეძენის მიზნით მონაცემებს აქტიურად იყენებს. მაგალითად, მონაცემების დახმარებით მან დინამიკური ფასების სისტემა შეიმუშავა — აქ ფასები ადგილობრივი თუ გლობალური ეკონომიკური ვითარების, ამინდის, ხელმისაწვდომი ნომრების, ჯავშნის გაუქმებისა და სხვა მრავალი ფაქტორის მიხედვით იცვლება. ამ ტაქტიკამ მას თითოეულ ოთახზე მოგება 5%-ით გაუზარდა.

კომპანია იმასაც აკვირდება, მაგალითად, უკრავს თუ არა ცნობილი მუსიკოსი მედისონ სქვეა გარდენზე, რომ შესაბამისად ახლოს მდებარე სასტუმროებში ფასები აწიოს. უკეთესი სერვისისთვის კი სახის ამოცნობით რეგისტრაციის გავლა დანერგეს, რაც მიმღებში რიგებს ამცირებს. კიდევ ერთი ელემენტი კი ისაა, რომ ოთახებში Amazon Echos-ს ამონტაჟებენ, შედეგად ამაზონის ჭკვიანი ასისტენტი Alexa აგვარებს ყველაფერს, რაც მანამდე მიმღების თანამშრომლების მოვალეობაში შედიოდა.

ასე რომ, მონაცემების დახმარებით მერიოტმა იცის, რა სურს მის მომხმარებლებს და რაში შეიძლება დასჭირდეთ დახმარება.

Coca-Cola

ბიზნესისთვის მომხმარებელი ყველაზე ძვირფასი რამაა. არ არსებობს ისეთი კომპანია, რომელმაც წარმატებას ისე მიაღწია, რომ მომხმარებელთა ძლიერი ბაზა არ შეუქმნია. მომხმარებელთა ბაზასაც რომ თავი დავანებოთ, თუ კომპანია ვერ გაიგებს, რა სურთ ადამიანებს, მაშინ მუდმივად დაბალი ხარისხის პროდუქციას გაიტანს ბაზარზე, საბოლოოდ მომხმარებლებსაც დაკარგავს და დაიხურება.

ბიზნესები აკვირდებიან მომხმარებლების ნაბიჯებს, ტენდენციებს, ქცევებს. შედეგად შეუძლიათ ეს მონაცემები თარგმნონ ინფორმაციად და გაიგონ, რა მოლოდინები აქვთ მომხმარებლებს, რისი მიღება სურთ მათგან.

კოკა კოლის მონაცემთა სტრატეგიის ხელმძღვანელი ამბობს, რომ კომპანიის მარკეტინგული სტრატეგიისა და პროდუქტების განვითარებისთვის მონაცემები ძალიან ღირებულია. ის კოკა კოლას სხვადასხვა ტიპის აუდიტორიისთვის შესაფერისი კონტენტს შექმნაში ეხმარება.

“გვინდა, ფოკუსირებული ვიყოთ კრეატიულ სარეკლამო მასალებზე, რომელიც სხვადასხვა აუდიტორიისთვის სხვადასხვანაირად ამბობს სათქმელს. ზოგს მუსიკა უყვარს, ზოგიერთი — წელიწადის ნებისმიერ დროს სპორტს უყურებს, ჩვენი ბრენდი ყოველთვის წარმოდგენილია სხვადასხვა ადგილას, ზუსტად იქ, სადაც ეს ადამიანები არიან და ბევრს ვმუშაობთ, რომ მონაცემების დახმარებით შევქმნათ მათი ინტერესებისა და გატაცებების შესაბამისი კონტენტი.”

ფოტო: Food Navigator

PepsiCo

მონაცემების დახმარებით, ყველაფერთან ერთად, მომარაგების ქსელი უფრო გამჭვირვალე, მოქნილი და მარტივი შეიძლება გახდეს. მიუხედავად იმისა, რომ ეს ქსელი, როგორც წესი, საკმაოდ კომპლექსურია, მონაცემების დახმარებით მისი მართვა მარტივდება.

PepsiCo ამერიკული მულტინაციონალური კომპანიაა, რომელიც საკვებს, წასახემსებელ პროდუქტებსა და სასმელებს ამზადებს. კომპანიის მიზანია, რომ საცალო მოვაჭრეებთან საკუთარი პროდუქტების თაროები მუდმივად შეივსოს და საწყობშიც საჭირო რაოდენობის პროდუქტი მოიმარაგონ. საცალო გაყიდვების კომპანიები პეპსიკოს აწვდიან ანგარიშებს მარაგებისა და გაყიდვების შესახებ. ამ მონაცემებით კომპანია პროგნოზს აკეთებს, თუ როდის იქნება საჭირო ახალი პროდუქტების გამოშვება და ტრანსპორტირება. შესაბამისად, უზრუნველყოფს იმას, რომ ყველა საცალო მოვაჭრეს ჰქონდეს სწორი პროდუქტი, სწორი რაოდენობით და სწორ დროს.

Uber Eats

წლების განმავლობაში Uber ტაქსის ბიზნესის ლიდერი იყო. მათ მოგვიანებით სეგმენტის გაფართოება გადაწყვიტეს და საკვების მიტანის სერვისი — Uber Eats დანერგეს. მათი მთავარი სურვილი იყო, მომხმარებლებს აღექვათ ის კომპანიად, რომელსაც ყოველთვის თბილი კერძები მოაქვს, შესაბამისად, მონაცემების დახმარებით გამართეს სისტემა, რომელშიც სავარაუდო მიტანის დრო მაქსიმალურად ზუსტია. მათ მრავალი მონაცემი შეაგროვეს, მათ შორის ის, თუ რა დრო სჭირდება საჭმლის მომზადებას, შესაბამისად ზუსტად განსაზღვრეს, რა დროს უნდა მივიდეს კურიერი კვების ობიექტში გამზადებული პროდუქტის წამოსაღებად. ამგვარად, კურიერებს მეტი და მეტი პროდუქტის აღება შეუძლიათ გზადაგზა ისე, რომ რესტორნებთან ლოდინი არ სჭირდებათ. ყოველ დამატებით შეკვეთაზე კი ისინი ბონუსს იღებენ.

ცხადია, ეს არაა ისეთი რამ, რაც აქამდე არავის გაუკეთებია, მაგრამ მონაცემების დახმარებით Uber Eats-ში პროცესები ბევრ სხვა კომპანიაზე უკეთაა გამართული. მეტიც, მათ მეტეოროლოგებიც კი დაიქირავეს, რომ იცოდნენ, როგორი ამინდია მოსალოდნელი და როგორ გავლენას მოახდენს ის მიტანის პროცესზე.

McDonald’s

კვების ინდუსტრიაში ტენდენციები მუდმივად იცვლება, ხოლო იმისთვის, რომ მუდმივად მოწინავე პოზიციაზე დარჩე, ამ ცვლილებებს ფეხი უნდა აუწყო. ზუსტად ამას აკეთებს მაკდონალდსი. მას შემდეგ, რაც ჯანსაღი ცხოვრების წესი და პროდუქტების ონლაინ შეკვეთა უფრო და უფრო აქტუალური გახდა, სწრაფი კვების ობიექტებს გარკვეული პრობლემები შეექმნათ. სწორედ ამ დროს გადაწყვიტა მაკდონალდსმა მასობრივი მარკეტინგის ნაცვლად გეზი თითოეული მომხმარებლის მოთხოვნების გათვალისწინებისკენ აეღო, ამისათვის კი მონაცემების სწორად გამოყენება დაიწყო.

შედეგად, კომპანიამ Drive-thru-ზე ციფრული მენიუები დააყენა, რომელიც სხვადასხვა ფაქტორის — ამინდის, კვირის დღეების ან გაყიდვების ისტორიის მიხედვით იცვლება. ასე რომ, ის მომხმარებლებს ცხელ დღეებში ცივ სასმელებს ან საუზმის მენიუს შეძენისას ყავას სთავაზობს.

-------

მონაცემთა ანალიტიკა ბიზნესის ზრდისთვის საუკეთესო ინვესტიციაა. ის ბიზნეს ხდის კონკურენტუნარიანს, ამცირებს ოპერაციების ღირებულებას და მომხმარებელთა შენარჩუნებისთვის საჭირო ხარჯებს. ტექნოლოგიების განვითარებასთან ერთად ის უკვე ყველა ტიპის ორგანიზაციისთვისაა ხელმისაწვდომი.