Langkah Kecil untuk Pemasar Memulai Dengan Big Data

Sementara istilah "data besar" itu sendiri telah kehilangan beberapa buzz dari beberapa tahun yang lalu, konsepnya tetap relevan seperti sebelumnya. Ini agak seperti yang diperkirakan; kembali pada tahun 2013 guru ilmu data Gregory Piatetsky-Shapiro berkata, "Saya pikir kita akan melihat penurunan kata kunci 'data besar'". Memang, ini tidak mungkin sesuai dengan pengalaman sehari-hari Pemasar, di mana mereka berurusan dengan jumlah data yang semakin besar. Dengan cara yang sama meskipun makanan Cina di Cina hanya disebut makanan[1], data besar hanyalah data sekarang.

Apa yang telah berubah dalam beberapa tahun terakhir adalah meningkatnya prevalensi Platform Data Pelanggan (CDP) yang membuat pengelolaan “big data” menjadi lebih mudah bagi Pemasar. CDP adalah solusi cloud seperti alat yang dibuat khusus dan siap pakai untuk mengumpulkan, menyimpan, dan memanipulasi data pemasaran yang kompleks.

Namun, sementara teknologi menjadi jauh lebih mudah untuk diterapkan daripada generasi sebelumnya dari sistem "tampilan pelanggan tunggal", prinsip-prinsip yang mendasarinya tetap tidak berubah. Mari kita lihat sekilas apa yang kami maksud dengan data besar, bagaimana pendekatan penanganannya dan di mana CDP masuk ke dalam campuran.

Apa itu data besar?

Ada baiknya merenungkan definisi asli dari data besar, yang mencakup tiga V:

• Volume Jika dilihat sekilas, karakteristik nomor satu dari data besar tampaknya adalah jumlahnya yang banyak. Tetapi volume saja tidak cukup, dan bahkan beberapa ratus gigabyte bisa tampak sangat banyak ketika Anda mencoba bekerja dengannya.
• Velocity Data yang berubah dengan cepat dan menggabungkan dengan cepat berarti tidak hanya banyak, tetapi juga perlu ditangani dalam waktu dekat. Klik, kunjungan, pembelian, Tweet, kiriman, dan unggahan video menghasilkan aliran data yang tak ada habisnya untuk diproses.
• Keanekaragaman Berbagai sumber dan jenis data yang berbeda berkontribusi pada tantangan keseluruhan, terutama umpan video, foto, dan pos media sosial yang tidak terstruktur. Sebelumnya, data terstruktur datang dalam baris dan kolom tetapi sekarang alat yang berbeda diperlukan untuk menangani jenis data baru.

Ketika pertama kali diciptakan sebagai sebuah istilah dan tentu saja berada di puncak siklus hype data besar, ada bahaya konsep tersebut menjadi kereta musik bagi vendor dan media untuk menjual produk dan langganan. Namun, sebuah studi oleh Forrester Consulting yang ditugaskan oleh Oracle menemukan bahwa bisnis yang menggunakan CDP secara efektif 2,5 kali lebih mungkin untuk meningkatkan nilai umur pelanggan.

Selain itu, 71% profesional pemasaran dan periklanan mengatakan profil pelanggan terpadu penting atau penting untuk personalisasi. Dengan demikian, tampak jelas bahwa fenomena dan manfaat big data serta penerapannya adalah nyata dan harus ditanggapi dengan serius. Jadi apa langkah-langkah kunci untuk memulai?

Apa yang harus dilakukan?

Mendekati inisiatif data besar bisa tampak berlebihan, jadi berikut adalah beberapa langkah kecil untuk membantu Anda memulai.

• Tentukan tujuan Seperti halnya usaha baru, mudah untuk terjebak dengan pemikiran tentang menetapkan anggaran, memilih teknologi, dan membentuk tim proyek. Hindari terburu-buru dalam kegiatan ini dan mulailah dengan mendefinisikan tujuan dan apa yang perlu dicapai. Tanyakan pada diri Anda pertanyaan apa yang perlu dijawab, di mana informasi dibutuhkan dan kapan, seberapa sering harus diperbarui, disampaikan, dan dibagikan, dan apa dampak bisnisnya?
• Berpikir kecil Apakah Anda benar-benar berurusan dengan "data besar" sama sekali? Alat standar sepenuhnya mampu mengelola volume data yang sangat besar, dan ini mungkin sudah ada di organisasi Anda. Pertimbangkan apakah semua V data besar benar-benar terlibat – seringkali aspek kecepatan dan keragaman data besar sebenarnya tidak benar-benar ada.

• Hancurkan Bahkan di mana skenario data besar benar-benar ada, semua data yang tersedia tidak harus dikonsolidasikan agar analisis dapat dilakukan. Lihatlah aliran data penting dari mana nilai paling dapat diperoleh, seperti aliran klik, posting dan transaksi media sosial, dan gunakan pemantauan media sosial khusus, pelacakan web, dasbor, dan alat analitik yang sesuai untuk setiap jenis data. Ingatlah tujuan yang telah ditentukan sebelumnya dan hindari mendidihkan lautan!
• Dapatkan persetujuan dan persetujuan Selalu lebih mudah untuk mengikuti arus, jadi carilah cara untuk menghubungkan dengan inisiatif dan prioritas eksekutif yang ada. Membangun struktur pelaporan dan presentasi yang ada, menempatkan metrik baru di samping yang sudah ada dan menghindari pengenalan proses baru yang mereplikasi yang sudah ada. Selain itu, pastikan semua orang di organisasi mengetahui kapan hasil positif muncul dari aktivitas berbasis data dan gunakan keberhasilan ini untuk mendorong dan mempertahankan momentum.

• Manajemen dan persiapan data Pepatah lama tentang pemrosesan data tetap ada, kecuali telah menjadi Sampah Besar masuk, Sampah Besar keluar! Menangani semua masalah kualitas data yang biasa sangat penting di mana banyak sumber sedang dikonsolidasikan, dengan penekanan khusus pada konsistensi, duplikasi, dan kelengkapan. Alur kerja, proses, dan pemeliharaan seputar pengumpulan dan pengambilan data dan juga pertimbangan utama, terutama saat kecepatan dan variasi berperan.
• Eksekusi Segera setelah penetapan tujuan, perencanaan, dan kesepakatan ada, fokus eksekusi harus pada data yang paling mudah diubah menjadi wawasan yang dapat ditindaklanjuti dan disebarkan. Cari sumber data transaksi dan interaksi yang tersedia dan tentukan jalur yang paling tidak tahan untuk mencapai dampak terbesar. Kembangkan tonggak pencapaian untuk melakukan perjalanan data besar, dan secara krusial menetapkan tanggung jawab, menghindari upaya untuk melakukan semuanya sekaligus dan dilumpuhkan oleh skala inisiatif.

• Bekerja dengan TI Munculnya komputasi awan dan konsep seperti chief marketing technology officer membuat tergoda untuk berpikir bahwa Marketing dapat melakukan inisiatif big data dengan sendirinya. Inisiatif data besar yang sebenarnya membutuhkan masukan spesialis dan kolaborasi lintas organisasi dan tidak mungkin menjadi sesuatu yang dapat dilakukan Pemasaran dengan vendor eksternal saja. Jika TI tidak terlibat, itu mungkin bukan data besar dan jika itu adalah data besar dan TI tidak terlibat, itu mungkin akan gagal!
• Terus Berbicara Selain alat dan keahlian yang hampir pasti sudah ada di dalam organisasi, kemungkinan besar ada banyak wawasan yang menunggu untuk dimanfaatkan. Analis dalam tim wawasan pemasaran mungkin sudah melakukan pekerjaan yang dapat digunakan kembali, dibangun, atau digunakan untuk inspirasi. Fungsi lain termasuk Penjualan, Operasi Pemasaran, dan Keberhasilan Pelanggan juga cenderung menjadi sumber wawasan pelanggan yang baik, mengingat kedekatannya. Dan tentu saja jangan lupa untuk berbicara dengan pelanggan dan prospek sendiri!

Bagaimana dengan CDP?

Seperti yang telah disebutkan, beberapa tahun terakhir telah terlihat kebangkitan generasi baru solusi manajemen data di bawah istilah kolektif Platform Data Pelanggan. Gartner mendefinisikan CDP sebagai, “Basis data pelanggan terintegrasi yang dikelola oleh pemasar yang menyatukan data pelanggan perusahaan dari saluran online dan offline untuk memungkinkan pemodelan dan mendorong pengalaman pelanggan.” Dengan kata lain, sistem yang menyatukan data dari sumber yang berbeda dan membuatnya tersedia untuk analisis, segmentasi, dan tindakan. Hal hebat tentang CDP dibandingkan dengan apa yang diperlukan di masa lalu adalah kemudahan penggunaan dan aksesibilitasnya untuk Pemasar. Berikut adalah beberapa poin penting yang perlu diingat ketika mempertimbangkan CDP.

• Tentukan kasus penggunaan Pastikan jelas apa yang ingin Anda capai, seperti menetapkan satu pandangan tentang kebenaran, menggabungkan poin data untuk analisis dan wawasan, meningkatkan kepatuhan, dan sebagainya. Tidak semua CDP dibuat sama, jadi pastikan Anda menyelaraskan persyaratan dan kemampuan.
• Membangun kasus bisnis Setelah kasus penggunaan yang mapan, mulailah menyusun manfaat bisnis yang dapat diukur. Bandingkan ini dengan biaya mengadopsi bagian utama dari martech dan tanyakan pada diri sendiri apakah solusi yang ada benar-benar dapat melakukan pekerjaan itu.
• Menentukan bagaimana adopsi akan dikelola Sangat penting untuk memperjelas bagaimana orang, proses, dan teknologi akan terpengaruh dan solusi baru diperkenalkan ke bisnis, termasuk pelatihan, cara kerja, dan integrasi.

• Memastikan interoperabilitas Aspek utama integrasi adalah dengan sistem otomatisasi pemasaran atau kampanye yang ada. Bagaimana wawasan, rencana segmentasi, dan keluaran lainnya tersedia dengan mulus untuk dieksekusi?
• Setuju siapa yang akan bertanggung jawab Penting untuk menentukan siapa yang akan bertanggung jawab atas inisiatif CDP dan menghindari semua orang terlibat dan tidak ada yang mengambil alih. Selain itu, sangat masuk akal bagi Pemasaran untuk mengambil poin, bekerja sama dengan TI, seperti yang dinyatakan sebelumnya. Penelitian terbaru dari CDP Institute menemukan bahwa 31% organisasi terkemuka melaporkan bahwa pusat keunggulan dalam Pemasaran membantu meningkatkan penggunaan teknologi pemasaran.

Kesimpulannya

Data besar yang sebenarnya tidak begitu banyak tentang kuantitas, tetapi juga berbagai jenis informasi dari berbagai sumber yang tiba secara real time. Belum lagi kebutuhan untuk memastikan bahwa data ini sesuai dengan tujuan. Hanya ketika semua faktor ini hadir, perubahan paradigma sejati perlu dan tak terhindarkan. Banyak yang dapat dicapai dengan mengelola dan memanfaatkan sumber data yang kaya melalui cara konvensional dan penting untuk tidak terhanyut dalam euforia kata kunci dan tren, tetapi masa depan pemasaran berbasis data tidak diragukan lagi terletak pada pemanfaatan semua elemen ini bersama-sama. .

Mulailah dengan inisiatif kecil yang terfokus, tentukan dengan jelas tujuan dan pencapaian, dapatkan dukungan lintas organisasi dan pastikan bahwa keahlian teknis yang diperlukan dilibatkan, dan data besar akan memberikan manfaat yang diinginkan. Seperti suara lain yang bergema dari masa lalu, kali ini Rod Smith, VP IBM untuk Teknologi Internet Berkembang, mengatakan, "Big Data benar-benar tentang penggunaan baru dan wawasan baru, bukan data itu sendiri.". Masih saran yang bagus.