Hvordan bedrifter samler inn dataene dine (og hva de gjør med det)


Hvordan bedrifter samler inn dataene dine (og hva de gjør med det)

Det moderne forretningsmiljøet er oversvømt i data. Som teknologier som internett av ting og kunstig intelligens fortsetter å utvikle, har bedrifter begynt å fange og analysere flere og flere data.

Få ting er immun mot eksplosiv etterspørsel etter mer informasjon. Dette inkluderer forbrukeren. Bedrifter fanger, lagrer, analyserer og reagerer på enorme mengder data på deres forbrukerbase hver dag. Alt fra forbruksadferd til forutsigbar analyse kommer inn i spill, og noen selskaper har til og med vendt kundenes digitale fotavtrykk til en inntektsstrøm.

Her ser du hvordan noen av bedriftene fanger opp kundens data, hva de gjør med den informasjonen, og hvordan du kan bruke de samme teknikkene for å forbedre virksomheten din.

Bedrifter fanger data på mange måter fra mange kilder. Noen prosesser er av høy teknisk art, mens andre er mer deduksive (selv om disse metodene ofte bruker sofistikert programvare).

Bunnlinjen er imidlertid at selskapene bruker kikkerkskopi til å fange og behandle kundedata på beregninger, fra demografiske data til atferdsdata, sa Liam Hanham, direktør for datavitenskap hos Elicit.

"Kort sagt kan kundedata hentes på tre måter," sa Hanham. "Ved å spørre kunder direkte, ved å indirekte spore kunder, og ved å legge til andre kilder til kundedata til din egen. En robust forretningsstrategi trenger alle tre."

Virksomhetene er dygtige til å trekke inn data fra nesten alle nook og cranny. De mest åpenbare stedene er fra forbrukeraktivitet på deres nettsider og sosiale medier, men det er også flere interessante metoder på jobben. Her er bare noen få måter virksomheter støvsuger forbrukerdata for analyse.

Et eksempel er stedbasert annonsering, som bruker en IP-adresse til Internett-tilkoblet enhet (og de andre enhetene det samhandler med) for å lage en personlig data profil. Denne informasjonen brukes da til å målrette mot brukerens enheter med hyperpersonalisert, relevant reklame.

Bedrifter vil også grave dypt inn i sine egne kundeserviceoppføringer for å se hvordan kunder har interaksjon med sine salgs- og supportavdelinger tidligere. Her inkorporerer de direkte tilbakemelding om hva som fungerte og hva som ikke gjorde, hva en kunde likte og mislikte, bortsett fra på stor skala.

Dette er bare noen få måter selskaper samler inn data. De kan også kjøpe data fra eller selge den til tredjeparts kilder, slik at en gang fanget, endrer denne informasjonen regelmessig hendene i en datapark på egen hånd.

Selvfølgelig fanger store mengder data skaper problemet med hvordan man sorterer og analyserer alle dataene. Ingen mennesker kan med rimelighet sitte ned og lese gjennom linjen etter kundeinformasjonen hele dagen, og selv om de kunne, ville de nok ikke gjøre mye av en buk. Heldigvis er datamaskiner mye bedre på denne typen arbeid enn mennesker, og de kan operere 24/7/365 uten å ta en pause.

Som maskinlæringsalgoritmer og andre former for AI sprer og forbedrer blir dataanalysen en enda mer kraftig felt for å bryte ned dataene i håndterbare skikkelser. Noen AI-programmer vil flagge uregelmessigheter eller gi anbefalinger til beslutningstakere i en organisasjon basert på kontekstuelliserte data.

Uten programmer som disse vil all dataopptak i verden være helt ubrukelig.

Det er flere måter selskaper bruker forbruksdataene de samler inn, og innsiktene de trekker fra dataene. Chief blant disse bruksområiene er å forbedre kundeopplevelsen, øke effektiviteten av markedsføringskampanjer og selge forbrukerdata til tredjeparter som en ekstra inntektsstrøm.

For mange bedrifter gir forbruksdata en måte å bedre forstå og imøtekomme sine kunders krav til. Ved å analysere kundeadferd, samt store tro på vurderinger og tilbakemeldinger, kan bedrifter nimbly endre sin digitale tilstedeværelse, varer eller tjenester for å bedre passe dagens marked.

Og ikke bare bruker bedrifter forbrukerdata for å forbedre forbrukeropplevelsen som en helhet, men de bruker også data for å ta beslutninger på individuelt nivå, sier Brandon Chopp, digital leder for iHeartRaves.

"Vår viktigste kilde til markedsintelligens kommer fra å forstå kundedata og bruke den til å forbedre vår nettsidefunksjonalitet," Chopp sa. "Vårt team har forbedret kundeopplevelsen ved å skape tilpassede kampanjer og spesialtilbud basert på kundedata. Siden hver kunde skal ha sine egne individuelle preferanser, er personalisering nøkkelen."

Kontekstualiserte data kan hjelpe bedrifter forstår hvordan forbrukere engasjerer seg og svarer på deres markedsføringskampanjer, og tilpasser seg tilsvarende. Denne brukssaken til forbrukerdata er svært forutsigbar, og bygger en ide om hva forbrukerne vil vil ønske fra det de allerede har gjort. I likhet med andre aspekter ved forbruksdataanalyse blir markedsføringen mer om personalisering som et resultat, sa Brett Downes, SEO-sjef hos Traffic Jam Media.

"Mapping av brukeres reiser og tilpassing av reisen, ikke bare gjennom nettstedet ditt, men videre på plattformer som YouTube, LinkedIn, Facebook eller videre til et annet nettsted er nå avgjørende, sa Downes. "Segmentering av data effektivt gir deg mulighet til å markedsføre slik at bare de personene du kjenner mest sannsynlig vil engasjere. Disse har åpnet nye muligheter i bransjer som tidligere er svært vanskelig å markedsføre."

Bedrifter som fanger data også dra nytte av det. Data meglere, eller selskaper som kjøper og selger informasjon om kunder, har steget som en ny industri sammen med store data. For bedrifter som tar opp store mengder data, representerer dette en mulighet for en ny strøm av inntekter.

For annonsører er det svært viktig å ha denne informasjonen tilgjengelig for kjøp, og etterspørselen etter stadig flere data øker. Det betyr at de mer uensartede datakilder datameglere kan trekke fra for å pakke mer grundige dataprofiler, jo mer penger kan de gjøre ved å selge denne informasjonen til hverandre og annonsører.

Noen bedrifter bruker selv forbrukerdata som et middel til å sikre mer sensitiv informasjon. For eksempel vil bankinstitusjoner noen ganger bruke talegjenkjenningsdata for å gi en bruker tilgang til sin økonomiske informasjon eller beskytte dem mot bedrageriske forsøk på å stjele informasjonen.

Disse systemene fungerer ved å gifte seg med data fra kundens samhandling med et anropsenter og en maskin læringsalgoritmer som kan identifisere og flagge potensielt falske forsøk på å få tilgang til kundens konto. Dette tar litt av gjetningen og den menneskelige feilen uten å fange en konsept.

Da datainnsamling og analyse teknologier blir mer sofistikerte, vil selskapene finne nye og mer effektive måter å samle inn og kontekstualisere data om alt, inkludert forbrukere. For bedrifter er det avgjørende å fortsette å konkurrere godt inn i fremtiden; Hvis du ikke klarer å gjøre det, er det som å løpe et løp med beina bundet sammen. Insikt er konge, og innsikt i det moderne forretningsmiljøet blir hentet fra kontekstuelle data.


Hvorfor Flyttearbeidere Ofte Ikke Flytt

Hvorfor Flyttearbeidere Ofte Ikke Flytt

Selv om de kanskje trenger jobb, er avskedigede ansatte villige til å pakke opp og flytte til en ny by for en, viser forskning. En ny studie av talent- og karriereforetaket Right Management funnet at bare 14 prosent av avskedigede ansatte har flyttet til å ta en ny stilling i år. "Økende popularitet i å jobbe nesten og det faktum at mange selskaper tar imot fleksible arbeidsmodeller, kan tilskrives hvorfor så få ansatte flyttes i dagens stramt arbeidsmarked, sier Monika Morrow, senior vice president for karriereforvaltning for Right Management.

(Virksomhet)

Hvor feil har ført til et nyskapende merkevare for kjærlighet

Hvor feil har ført til et nyskapende merkevare for kjærlighet

Fitness har alltid vært en stor del av livet mitt. Jeg ble født i Karibia, men jeg vokste opp i Houston. I Grenada spilte vi cricket og fotball og utforsket øya. Fra grunnskolen gjennom videregående skole spilte mine venner og jeg pickup basketball og fotball, sporet, og til slutt ble organisert lagssport.

(Virksomhet)