Internauci, jak i firmy generują coraz więcej cyfrowych Informacji, które spływają na serwery ze wszystkich działów – od sprzedaży, przez obsługę klienta po transport i logistykę. W efekcie analityka wielkich, nieustrukturyzowanych zbiorów staje się priorytetem dla instytucji i przedsiębiorstw. Grzegorz Kosiński, prezes Audience Network, firmy specjalizującej się w data consultingu, wskazuje że dane leżą u podstaw cyfrowej gospodarki, i żadne prawo, nawet najbardziej restrykcyjne, tego nie zmieni.
Przykład 1: Starbucks Posiada ponad 25 tys. lokali i obsługuje 90 mln transakcji tygodniowo.
Jak gromadzi dane? Dzięki aplikacji mobilnej, z której korzysta ponad 17 mln klientów i programu lojalnościowego obejmującego 13 mln użytkowników, korporacja zaczęła gromadzić ogromne ilości danych o swoich klientach.
Amerykański gigant zyskał wiedzę o preferencjach zakupowych swoich klientów, od ulubionych napojów po porę dnia, w której najczęściej składają zamówienia. Nad całym procesem czuwa działający w chmurze obliczeniowej silnik sztucznej inteligencji, który w czasie rzeczywistym analizuje dziesiątki zmiennych.
Jak wykorzystuje dane? Analizując historię zakupów, pogodę, porę dnia czy też ważne wydarzenia, np. urodziny lub święta publiczne, aplikacja mobilna zaproponuje użytkownikowi odpowiednie pozycje z menu.
Na przykład gdy klient odwiedza lokal posiadający point-of-sale system, jest on identyfikowany poprzez smartfona i barista może zaproponować mu ulubioną kawę. Te same dane wykorzystywane są przez Starbucks w komunikacji marketingowej. Na ich podstawie generowane są spersonalizowane oferty i mailingi reklamowe.
Z punktu widzenia konsumenta, największym hitem jest wirtualny barista – nowa funkcja w aplikacji mobilnej, która pozwala na dokonywanie zamówienia poprzez komendy głosowe lub wiadomości tekstowe – za ich interpretację również odpowiada sztuczna inteligencja.
Zarząd sieci Starbucks kieruje się tymi danymi nawet w doborze lokalizacji dla nowych kawiarni. Kalkulacja dokonywane są poprzez Atlas – narzędzie do mapowania i analityki biznesowej opracowane przez firmę Esri.
Przetwarza ono ogromne ilości danych, w tym położenie innych kawiarni, demografię czy natężenie ruchu, by ocenić potencjał lokalizacji i wpływ otwarcia w niej oddziału na okoliczne placówki Starbucksa.
Przykład 2: Wrocław
Miasto stu mostów otrzymało prestiżowy tytuł European Best Destination 2018 zostawiając w tyle Pragę, Paryż, Barcelonę i Amsterdam. Zwycięstwo umożliwiła mu internetowa kampania reklamowa oparta o profile behawioralne internautów i zaawansowaną analitykę danych.
Jak gromadzi dane? Zespół Audience Network przeprowadził analizę profili osób odwiedzających serwisy wroclaw.pl oraz visitwroclaw.eu.
Aby rozszerzyć grono odbiorców, zespół Audience Network skorzystał z OnAudience.com, należącej do Cloud Technologies hurtowni anonimowych danych o internautach, która obserwuje kilkanaście miliardów urządzeń z całego świata, dokładnie analizując aktywność internetową ich użytkowników.
Jak wykorzystuje dane? Na podstawie utworzonych profili behawioralnych określono grupę docelową, do której skierowano internetową kampanię reklamową. Utworzono specjalny segment look-alike. Zawierał on profile osób o cechach najbardziej zbliżonych do określonej grupy docelowej, którym wyświetlano reklamę w modelu programmatic buying.
W kampanii wykorzystano geotrapping, czyli kierowanie reklam do osób przebywających w konkretnej lokalizacji. Bannery wyświetlano internautom, którzy w danej chwili znajdowali się w konkretnych punktach użyteczności publicznej we Wrocławiu: na rynku miasta, dworcu, lotnisku lub galeriach handlowych.
Komunikacją marketingową objęto też Polaków przebywających za granicą. Polscy emigranci chętnie oddawali głosy na bliskie ich sercu miasto. Dotarcie do nich było możliwie dzięki zaawansowanym narzędziom do Big Data marketingu i jakościowym danym, które w kampaniach programmatic buying są nie do zastąpienia.
Przykład 3: Toyota
Japoński producent samochodów wspólnie z agencją Saatchi&Saatchi zrealizował nietypową kampanię, w której podjął próbę zestawienia modelu Rav4 z ulubionymi zajęciami indywidualnych konsumentów.
Jak gromadzi dane? Watson – superkomputer stworzony przez IBM, został załadowany tysiącem najpopularniejszych aktywności świata. Na liście znalazło się np. bieganie, gotowanie czy taniec. Miał ona sparować najmniej pasujące do siebie zajęcia.
Jak wykorzystuje dane? Na podstawie utworzonych w ten sposób par powstało 300 unikalnych filmów, które marketerzy wykorzystali w działaniach reklamowych. “Built to take your activities further” – brzmiało główne hasło kampanii. Miało zachęcać odbiorców do rozwijania swoich zainteresowań i podejmowania nowych wyzwań.
I tak na przykład oczom osób, których cyfrowe ślady w sieci wskazywały na zamiłowanie do pilatesu, ukazał się spot namawiający do połączenia tej formy gimnastyki z zabawą w przebieranie się się za swoją ulubioną postać fikcyjną, a następnie wykonaj podstawowe ćwiczenia nie uraniając kropli potu tak, by nie zniszczyć makijażu i nie zdradzić swojej prawdziwej tożsamości”.
Z kolei fanom sztuk walki przedstawiono kreację łączącą ich ulubioną aktywność z grillowaniem.
„Przygotuj mięso na ogródkowego grilla używając technik walki wręcz. Zmiękcz kotlety schabowe ciosami karate” – brzmiało wyzwanie umieszczone w końcowej części klipu.
„W przyszłości SI pozwoli nam na jeszcze większą personalizację. Na razie jesteśmy dopiero na początku tej drogi” – stwierdził Chris Pierantozzi, dyrektor kreatywny w Saatchi&Saatchi.
