Jistě sami nemáte rádi reklamní nabídky, které hltí vaši emailovou schránku, nebo vám je nabízí prodejci po telefonu a které vůbec neřeší vaše aktuální potřeby, případně jim zkrátka chybí potřebný apel k akci. A teď z obchodního hlediska vaší firmy: Jaký z toho máte pocit, když tušíte, že vaše obchodní snaha ve výsledku může přinést jen mizivou vidinu úspěchu?Pomohou vám tzv. velká data (Big Data), jejichž analýzou dokážete rozlišit i nepatrné rozdíly v chování zákazníků, a lépe tak personalizovat vaše sdělení.

Dříve řešení za sta miliony, dnes za desetinu

Ačkoliv postupy pro moderní práci s daty jsou již delší dobu připraveny a existují i efektivnější a cenově dostupnější platformy, v českém prostředí zatím není práce firem s velkými daty příliš rozšířenou činností. Je to až paradoxem, uvědomíme-li si fakt, že v minulosti náklady na uložení a zpracování dat mnohdy takřka převyšovaly jejich vlastní hodnotu a přínos v praxi a samotné hardware i software řešení stálo bezmála i sto milionů korun. Dnes můžete získat srovnatelné řešení za pouhou desetinu nákladů.

Finance, telekomunikace i online prodej – ti všichni už si s Big Daty pohrávají

Vezměme si například bankovní sektor. Velké banky denně generují miliardy údajů! Informace o platbách, pokynech z internetového bankovnictví, zůstatcích na účtech, údaje o dalších produktech využívaných klienty či záznamy z call center. Celou řadu dat musí tyto instituce navíc uchovávat ze zákona i několik let. Proč by ale měla zůstat ležet ladem? Banky si samy postupem času uvědomily, že z nich mohou mnohé vytěžit a zároveň díky nim lépe cílit a prodávat své další produkty. Efektivní, nemyslíte? Navíc se mění i požadavky managementu – zpětný reporting už sám o sobě nefrčí, prioritou je spíše vidět do budoucna a umět lépe předvídat potenciální situace.

Přínos velkých dat však nemusí náležet jen velkým firmám. Užitečnost v nich naleznou i středně velké společnosti s rozsáhlou výrobní či technologickou infrastrukturou, případně firmy pracující s množstvím informací o klientech.

Data třetích stran dovolí nahlédnout hlouběji do křišťálové koule

Data dnes už neznají hranice. Trendem je jejich propojování s údaji třetích stran – informacemi z živnostenských registrů, obchodního rejstříku, sociálních sítí či telekomunikačních operátorů. Vezmeme-li si opět zmiňovaný příklad bankovního sektoru, banka díky takové datové synergii dokáže například zjistit, kdo s kým obchoduje a kdo komu platí. Najednou je pro ni poměrně snadné se dovtípit, že je-li firma XY v insolvenci, budou její dodavatelé velmi pravděpodobně v blízké době řešit výpadky ve svých finančních tocích. A jaká bude reakce banky? Přispěchá v tu chvíli s vhodnou nabídkou úvěru, aby obchodní výsledky mohly nadále růst.

Rychlost zpracování dat je klíčová

Přesné zacílení kampaní musí stát na pevném základě. Díky kvalitní analýze získaných dat může narůst úspěšnost obchodních nabídek až desetinásobně, což jistě stojí za úvahu. Výzvou je ale na druhé straně také rychlost zpracování údajů. Podívejme se na koloběh: miliony bankovních údajů, které proudí datovými toky sem a tam, jsou zpracovány v průběhu jednoho až tří dnů do čitelné a hodnotitelné podoby. Tu si z nich vezme část marketingové oddělení, tu call centrum pro obchod. Tři měsíce práce uplynou a snažení je u konce. Výsledek? V mnoha případech pouhých pár procent do plusu. Během té tahanice o data a jejich zpracování měl však mezitím klient, kterému jsme šili nabídku na míru, mnoho času se rozhodnout úplně jinak, třeba pro konkurenční řešení. Naše práce tak přijde vniveč.

Technologie současnosti umožňují tyto nekonečné termíny zkrátit a nabídnout tak poradcům a obchodníkům informace takřka v reálném čase. Utopie? Nikoliv. Velké společnosti typu bank se takto už pomalu učí tomuto novému obchodnímu trendu budoucnosti: umění vnímat drobné nuance v chování zákazníka, reagovat a obratem je proměnit v obchodní příležitost.

Velká data = velké sousto pro food marketing?

Obchodní řetězce a supermarkety jsou jednou z dalších oblastí, které mohou těžit z přínosů práce s big daty. Dokáží totiž vygenerovat velké množství užitečných informací například z dat na účtenkách. Díky jejich analýze pak mohou nabídnout ve vhodnou dobu dobře zacílené akce a slevy na své zboží. Opět si uveďme jeden příklad. Zlevníte chléb. Díky analýze dat zjistíte, že velká část zákazníků si k němu ale koupí také máslo nebo šunku. Ve výsledku si už snadno vykalkulujete, že je tedy zbytečné zlevňovat zároveň také máslo či šunku – připravili byste se zbytečně o plnou marži.

Data ale nepomáhají řídit jen akce a slevy. Jejich využití je účelné také v uspořádání potravin v regálech supermarketů. Zboží, které se kupuje nejčastěji pospolu, chytrý obchodník umístí naopak nejdále od sebe a přinutí tím zákazníka přejít alespoň přes část prodejny. Přeci si neodnese pouze kostku másla, šunku a pecen chleba v poloprázdném košíku, že?

Investice do zpracování dat se zkrátka vyplatí – náklady klesají a výnosy rostou. To přeci chceme všichni, nebo ne? Třeba si říkáte: „To mi může dojít i selským rozumem.“ Možná, ale má to i svá úskalí. Bude-li například pršet, lidé si koupí (logicky) více deštníků. Ano, avšak předpokladem (závěrem datové analýzy) je, že bude pršet minimálně dva dny v kuse. Pak teprve prodej vzroste a má smysl umístit deštníky třeba vedle pokladen. Podobné závěry vám nabídne pouze systém, který pracuje s miliony dat o zaúčtovaných položkách a zároveň o údajích například právě v tomto případě o počasí.

Příklad z praxe na závěr

Potenciál práce s velkými daty a jejich využití si dobře uvědomuje i jedna z největších bank na českém trhu – ČSOB. Její projekt HledaSeObchod.cz nabízí zájemcům možnost označit lokaci, kde postrádají určité obchody nebo služby. Systém je jednoduchý, umístíte špendlík na mapu a podle počtu hlasů lze poté sledovat odezvu a vhodnost podniku pro danou lokalitu. Zapojíme-li informace třetích stran a vše pak necháme přechroupat funkčním datovým systémem, jednoduše pak vygenerujeme ty nejvhodnější možnosti. Systém zhodnotí občanskou vybavenost, konkurenci v okolí, hustotu obyvatel i pohyb lidí (tzv. heat mapy) a konkrétní projekty pak je možné nabídnout menším podnikatelům v okolí. Banka tímto může získat nové klienty, stát se jim skutečným partnerem a poskytovat službu se skutečně vysokou přidanou hodnotou.

Investice do systémů pro zpracování velkých dat má tedy velmi vysokou návratnost. Produktové portfolio je možné efektivněji řídit a poskytovat přidanou hodnotu v okamžiku, kdy ji potenciální zákazník skutečně chce využít. Zkrátka řešení k nezaplacení, které vám pomůže pracovat s vhodnými daty ve správný čas. Souhlasíte?

Autor článku: Jakub Augustín, konzultant společnosti Adastra

Zdroj: Článek byl publikován v časopisu Moderní řízení (11/2015). Jeho původní verzi si můžete přečíst ZDE.

Máte zájem se dozvědět více o této problematice? Přečtěte si o Big Data a zeptejte našich odborníků!