12 июля в Одессе прошла конференция «Горизонты цифрового маркетинга»,
организатором которой выступила компания Яндекс. Уже в четвертый раз в
Одессе собрались все, кому интересен интерактивный маркетинг.
Докладчиками выступили известные российские и украинские эксперты: Федор
Вирин (Data Insight), Дмитрий Сатин (UsabilityLab), Алексей Сидоренко
(1С-Битрикс), Владислав Флакс (OWOX), а также сотрудники Яндекса.
По уже заведенной традиции, конференция активно
освещалась в Twitter, также можно было посмотреть онлайн-трансляцию
мероприятия.
Представляем вашему вниманию обзор заключительной
секции «Аналитика и роль данных в цифровом маркетинге», которая была
посвящена обсуждению big data. Стоит отметить, что выступления
докладчиков были ограничены 5-7 минутами, поэтому доклады были краткими,
но максимально информативными.
Секция началась со вступительного слова Андрея Себранта,
директора по маркетингу сервисов Яндекса. По его словам, актуальная на
сегодня проблема – это не найти данные, их и так очень много, а ответить
на три вопроса:
- Какие данные нужны?
- Как из обработать (желательно быстро)?
- Как наглядно и понятно представить результат человеку, не знающему технических тонкостей получения этих данных?
Именно на эти вопросы и попытались ответить участники секции.
Andrey Sebrant @asebrant
Начали финальную секцию #YaConf про данные. На мой вкус, самую трудную - но самую важную
Первым выступил Игорь Ашманов, компания
Ашманов и партнеры. По словам Игоря Станиславовича, big data - это
что-то необычное. Большие данные - это то, что невозможно посмотреть
глазами. Одно из свойств big data – по маленькой части нельзя получить
данные по всем. Не хватит половины, нужно все.
Когда вы смотрите на общие данные в целом, вы можете увидеть (примеры на основе данных сервиса Крибрум):
1. общее соотношение позитива и негатива,
2. информационные вбросы, попытки повлиять на кого-то,
3. можно видеть сообщества ботов,
4. сведения о языке блогов, твиттера,
5. силу блогера, его медийный вес,
6 .рейтинг проплаченности, аффилированности и т.д,
7. тренды.
Есть еще одна волнующая тема, если анализировать
задним числом события, например теракты, можно увидеть, что в регионе
заранее появляется некая сила, начинаются столкновения, как будто
потрескивают пласты перед землетрясением. Если научится это отслеживать,
то можно научиться предсказывать события.
Однако, отметил Игорь Станиславович, такие данные
стремные – они открывают отношения, которые не видны, и могут стать
причиной, к примеру, политического преследования.
Mar Le Mar Club @marlemarclub
Если умеешь кластеризовать - ты можешь увидеть новую тему до того как она "выстрелит" (с) Ашманов про тренды на #yaConf
victoria_biz @victoria_biz
Игорь Ашманов: Негативных отзывов о продукте всегда больше, чем позитивных. Люди в сети любят ругаться. #yaconf
Доклад Федора Вирина (Data Insight) был посвящен особенностям построения репрезентативных опросов.
По словам Федора, опросы в онлайн существенно
отличаются от офлайновых из-за обработки данных. Самый простой способ
проведения опросов – повесить анкету на сайте. Однако он никогда не
работает из-за малого количества респондентов. Полученные результаты,
как правило, непригодны для дальнейшего использования. Доступные способы
проведения опросов: панельные компании, рассылки, мобильный интернет.
При построении опроса, нужно учесть, что есть
несколько социальных групп, достучаться до которых очень сложно:
богатые, бедные, пожилые, новички. Любой опрос нужно перевзвешивать с
учетом соцдема и географии, новичков, поведения. К примеру, раз новичком
мало, их анкетам нужно дать больший вес.
При проведении онлайн-опросов, отметил Федор, гораздо
ниже уровень социальной желательности (например, преуменьшение или
преувеличение зарплаты), однако, все вопросы, связанные с гаджетами
имеют завышенные оценки.
В Интернете задавать провокационные вопросы гораздо
проще – пользователи охотнее дают прямые ответы. Вместо списков вопросов
предпочтительно использование шкалы, либо ротации ответов, т.к. первый
вариант ответа всегда получает больше кликов.
Анкеты не должна быть длинной (не дольше 10-15 минут).
И напоследок Федор подчеркнул, что по факту опрос в онлайне в 6-8 раз дешевле, чем в офлайне.
Дмитрий Сатин (UsabilityLab) представил доклад «Изменение демографии внутри воронки продаж».
Вопрос не в ценности самых данных, а в выводах из них. Развитие знания происходит через изучение аномалий.
Воронка продаж: проблема или ее решение? Ключевая информация: кто вышел из воронки продаж.
Пример сайт «Сокол». В начале воронки продаж около
половины посетителей – это жители Киева. К концу воронки их становится
гораздо больше. При анализе выясняется причина этой аномалии: доставка
компании работает только на Киев. Однако пользователи пришли на вход в
воронку по рекламе этого сайта, и скорее всего, ушли недовольные. А
наличие недовольных клиентов - плохо для любого бизнеса.
Также был рассмотрен кейс по сайту, который
занимается продажей цветов. Аномалия следующая: на входе в воронку –
больше женщин, на выходе – мужчин. Оказалось, что ключевая деятельность
компании – составление и продажа букетов невесты. Получается, что
невесты заходят на сайт, выбирают букеты, кидают ссылку своим женихам,
которые в итоге и покупают цветы.
Посмотрите, что в начале воронки продаж, что в конце,
есть ли аномалии, возможно, они наведут вас на определенные мысли,
подытожил Дмитрий.
Ksenya Shevchenko @KShevchenco
Очень понравился Доклад Дмитрия Сатина "данные сами по себе ничего не объясняют-они описывают. Вот тут и нужна психология"#yaconf
Завершал секцию Владислав Флакс (OWOX): «Как
Big Data делает вашу жизнь лучше». Владислав рассказал о сборе,
обработке и применении результатов обработки больших объемов данных.
Данные создаются повсеместно: телефоны, спутники,
весы и т.д. В мире происходит оцифровка всего, что связано с людьми и их
поведением.
В онлайн-ритейле от того, используется ли big data
или нет, зависит прибыль. Представьте, что вы зашли в крупный
интернет-магазин. В офлайне витрина магазина одинакова для всех
пользователей, а в онлайне – разная. Например, товарная выдача Amazon
формируется на основе алгоритма анализа больших данных, и большинство
пользователей видят разные подборки товаров.
Для того чтобы применять big data для себя, можно
использовать следующие инструменты: Google Prediction – cloud-сервис
машинного обучения, в который можно загрузить матрицу с данными и
получить тенденции, а также Amazon Elastic Preview, – также cloudсервис.
Секция завершилась дискуссий докладчиков на тему big data.
Сергей Бахарь @sergey_b113
Спасибо Яндексу за шикарную конференцию. Такое приятное чувство, будто на встрече выпускников побывал #yaconf
Andrey Sebrant @asebrant
Конфа финишировала. Было круто ;) спасибо всем! RT @morestry: #yaConf уже в Российских трендах.
Andrew Kozinets @fireflyko
#yaconf Хочу сказать огромное спасибо Яндексу за прекрасно организованную конференцию. Так держать.
| 
