امروزه با رشد سرسامآور علم، شاهد انباشت تصاعدی حجم اطلاعات گوناگون هستیم، دادههای بزرگ یا Big Data اصطلاح گستردهای است که برای توصیف جریان دادههای دیجیتال مورد استفاده قرار میگیرد، در این مقاله از همیار آیتی قصد داریم کمی بیشتر با مفهوم کلان داده یا بیگ دیتا (Big Data) آشنا شده و کاربردهای آن را در تجارت الکترونیک بررسی کنیم.
این دادههای بزرگ که به طور مداوم در حال رشد هستند شامل اطلاعات ساختاری و بدون ساختارند که برای جمعآوری و تجزیه و تحلیل دادهها از منابع متنوع مورد استفاده قرار میگیرند.
پروفسور دن آریلی (Dan Ariely) استاد روانشناسی و اقتصاد رفتاری از دانشگاه دوک نظر جالبی در توصیف بیگ دیتا ارائه میدهد، او میگوید: همه در مورد آن صحبت میکنند اما در واقع کسی نمیداند که چگونه عمل میکند، هر کسی فکر میکند دیگران آن را بهکار میبندند پس او هم ادعا میکند آن را بهکار بسته است!
در اصل، بیگ دیتا، کوههایی از اطلاعات بدون ساختار است که از سراسر سایت تجارت الکترونیک شما جمعآوری شده، در نگاه اول ممکن است کاملاً بیمعنی و مشوش به نظر برسد اما حاوی اطلاعات بسیار مفیدی در مورد تاریخچه، بازدیدها و بازدیدکنندگان میباشد که با تجزیه و تحلیل مناسب میتواند نقشی حیاتی در پیشرفت کسب و کار شما ایفا کند.
بیگ دیتا معمولا توسط یک بستر مدیریت داده (Data Management Platform) جمعآوری شده و سپس با استفاده از یک بستر تقاضا (Demand-Side Platform) تجزیه و تحلیل میشود.
بستر مدیریت داده (DMP)
یک بستر نرمافزاری است که برای جمعآوری و مدیریت دادهها، عمدتاً برای اهداف بازاریابی دیجیتال مورد استفاده قرار میگیرد. آنها به مشاغل اجازه میدهند نیازهای مخاطب را شناسایی کنند، که میتواند برای هدف قرار دادن کاربران خاص و زمینهها در تبلیغات آنلاین استفاده شود. DMPها ممکن است از دادههای بزرگ و الگوریتمهای هوش مصنوعی برای پردازش و تجزیه و تحلیل مجموعه دادههای بزرگ در مورد کاربران از منابع مختلف استفاده کنند. برخی از مزایای استفاده از DMP شامل سازماندهی دادهها، افزایش بینش مخاطبان و بازارها و بودجهبندی تبلیغات موثر میباشد.
بستر تقاضا (DSP)
دقت و کارایی که کلاندادهها وارد زندگی ما کردهاند، اکنون چشمانداز خرید را تغییر میدهد. به لطف بیگ دیتا امروزه تقاضا بهجای فضای تبلیغاتی، مخاطب هدف است. بنابراین، آندسته از تبلیغکنندههایی که به بستر تقاضا دسترسی دارند، به ابزاری دسترسی پیدا میکنند که باعث میشود این دادهها کار کنند. با درک رفتاری که دادهها در اختیار ما قرار میدهند، فرصتی برای درک نحوه تعامل مشتریان با آگهی قبل از خرید آنلاین محصول و نیز پیشبینی رفتار آنها در آینده بهدست میآید. DSP در واقع نرمافزاری است برای برنامهنویسی تبلیغات خرید.
خصوصیات و مدل ۵V در تعریف بیگدیتا
بهطور کلی ۳ خصوصیت برای تعریف بیگ دیتا ارائه شده که با گذشت زمان ۲ مورد دیگر به این تعاریف اضافه شده است، مجموع این موارد که اصطلاحات آنها را ۵V در بیگدیتا مینامند، عبارتند از:
حجم (Volume)
سازمانها دادهها را از منابع مختلفی از جمله معاملات تجاری، دستگاههای هوشمند، تجهیزات صنعتی، فیلمها، رسانههای اجتماعی و موارد دیگر جمعآوری میکنند.
سرعت (Velocity)
با رشد اینترنت اشیا، جریان دادهها با سرعتی بیسابقه به مشاغل میرسد و باید به موقع اداره شود. برچسبها، سنسورها و کنتورهای هوشمند RFID نیاز به مقابله با این جریانهای شدید داده را در زمان تقریبا آنی دارند.
تنوع (Variety)
دادهها در همه قالبها ارائه میشوند؛ از دادههای عددی ساخته شده در پایگاههای سنتی گرفته تا اسناد متنی بدون ساختار، ایمیل، فیلم، دادههای سهام و معاملات مالی.
تغییر پذیری (Variability)
علاوه بر افزایش سرعت و تنوع دادهها، جریان دادهها غیرقابل پیشبینی هستند که اغلب تغییر میکنند و تا حد زیادی متفاوت هستند. مشاغل باید بدانند چه چیزی در رسانههای اجتماعی گرایش بیشتری به خود جلب میکند و چگونه میتوان آن را مدیریت کرد.
صحت (Veracity)
صحت به کیفیت دادهها اشاره دارد، از آنجا که دادهها از منابع مختلفی تهیه میشوند. پیوند، هماهنگی، پاکسازی و تبدیل دادهها در سیستم دشوار است. کسب و کارها باید روابط، سلسله مراتب و پیوندهای دادههای چندگانه را به یکدیگر متصل و مرتبط کنند. در غیر اینصورت، دادههای آنها میتوانند به سرعت از کنترل خارج شوند.
در سالهای گذشته از بانک داده سنتی (Traditional Database) و تکنیکهای ساده نرم افزاری برای تجزیه و تحلیل دادهها استفاده میشد اما امروزه به دلیل پاسخگو نبودن روشهای فوق، سازمانها رو به استفاده از Big Data آوردهاند. در نظر بگیرید یک شرکت میخواهد بداند برای تعیین حداکثر سود خود، از کدام محصول، قیمت و تبلیغات استفاده کند؟
در واقع مهمترین کمک Big Data به تجارت الکترونیک این است که باعث میشود نهاد مورد نظر یک قدم جلوتر از دیگران قرار بگیرد؛ از این طریق که به سازمانها کمک میکند تصمیمگیری بهتری انجام دهند و تصمیمات بهتر اغلب دلیل افزایش راندمان و کاهش هزینهها است.
شاید باورش چندان ساده به نظر نیاید اما در دنیایی که رقابت شدیدی برای کسب سهم بیشتر، از بازارهای جهانی در میان است، تصمیمات شاید کوچک اما به شدت تاثیرگذار است که باعث تمایز رقبا میشود. تنها فروشندگان باهوش ارزش این اطلاعات را میدانند، از همین رو، در هنگام خرید، در سایت خود ترجیحات زیادی را به مشتریان ارائه میدهند.
این تنظیمات ترجیحی همگی از تجزیه و تحلیل Big Data حاصل میشود. با این حال بزرگترین چالش برای سازمانها، این است که تعیین کنند اطلاعاتی که از این جریان بهدست میآورند، چه فایدهای دارد و بهترین راه استفاده از آن چیست، در ادامه به این موضوع میپردازیم که تجارت الکترونیک چگونه میتواند از این دادههای عظیم استفاده کند:
شخصی سازی
شاید بتوان گفت مهمترین کاربرد Big Data ساختن یک تجربهی بهتر برای مشتری است. در تجارت الکترونیک، مشتری انتظار بسیار بالاتری نسبت به تجارت سنتی دارد. اینجا است که استفاده از Big Data نقشی حیاتی در ایجاد این رضایت ایفا میکند؛ با استفاده از آن میتوان به سرعت ترجیحات مشتری را تجزیه و تحلیل نموده و تبلیغات، ایمیلها و خلاصه هر روش جذب مشتری را برای یک فرد خاص، شخصی سازی کرد.
پیشبینی
پیشبینی آنچه مصرفکننده تقاضا یا استفاده خواهد کرد! فکر میکنم شرکت آمازون متخصص این نوع بهرهگیری از Big Data در راستای تجارت الکترونیک است. آنها به خوبی دریافتهاند که تنها به بازاریابی نمیتوان تکیه کرد.
قیمتهای پویا
تعیین و تغییر دائمی قیمتها برای رقابت، کاری است که هایپرمارکتهای آنلاین در آن تخصص پیدا کردهاند، این امر نیز تنها به لطف استفاده صحیح از Big Data ممکن است.
تبلیغات هدفمند
وقتی از تبلیغات سنتی مانند مجله، بیلبورد و … استفاده میکنید تقریباً هیچ راهی ندارید که بفهمید آیا این تبلیغات به جامعه هدف رسیده و چه تاثیری بر آن داشته است. اما با استفاده از Big Data در کنار یک نرمافزار مناسب میتوانید به صورت لحظهای میزان برخورد افراد با آگهیهایتان و نیز تاثیر آن را تجزیه و تحلیل کنید.
شما چه اطلاعاتی در خصوص کلان دادهها دارید؟ دیدگاهها و نظرات ارزشمند خود را با ما و سایر کاربران همیار آیتی به اشتراک بگذارید.