ПРИНЯТИЕ РЕШЕНИЯ О МАРКЕТИНГОВОЙ И РЕКЛАМНОЙ АКТИВНОСТИ НА ОСНОВЕ НАКОПЛЕННЫХ ДАННЫХ КОМПАНИИ И АНАЛИЗА BIG DATA
Аннотация
Цель: показать возможности применения анализа внутренних и внешних данных в оптимизации расходования ресурсов и повышения эффективности рекламных и маркетинговых активностей компаний.
Задачи работы:
Разобрать основные понятия и технологии анализа данных.
Определить направления использования данных в маркетинге и бизнесе.
Отобразить методологию преобразования итогов анализа разрозненных данных в качественные результаты, пригодные для оптимизации текущих коммуникаций и принятия решений о начале или изменении новых рекламных и маркетинговых активностей.
Провести анализ данных на примере компании.
На базе методологии разработать решения, основанные на результатах анализа.
Обосновать их целесообразность и спрогнозировать эффект для компании.
Объект исследования: накопленные данные внутри компании и внешние данные.
Предмет исследования: Способы обработки и интерпретации данных, направленные на выявление скрытых взаимосвязей, способных оказать влияние на принятие решений.
Степень разработанности темы в России, к сожалению, достаточно низкая. Большая часть работ, которые мы можем видеть – это публикации в периодической печати, выступления на тематических форумах. Помимо этого существуют переводы западной литературы, которая объясняет то, каким образом данные могут менять бизнес. Примером таких переводов являются: книга Фрэнкс Б. «Укрощение больших данных. Как извлекать знания из массивов информации с помощью глубокой аналитики», или «Маркетинг на основе баз данных» Артура Хьюза. Однако в этих книгах они дают общий обзор и понимание поля применения технология аналитики данных. В данной работе на конкретном примере будет показано то, как данные могут перетекать из красивый диаграмм в реальные решения, которые способны повышать эффективность и экономить бюджеты.
К критериям научной и методологической новизны данной работы можно отнести:
Создание методологии не только обработки и визуализации данных, а последующей их интерпретации для выявления скрытых закономерностей.
Применение новых комбинаций различных методов анализа, направленных на реализацию конкретной прикладной цели.
Совершенствование существующих моделей комбинирования различных инструментов, оригинальное применение инструментария, который не разрабатывался для целей анализа данных.
Практическая значимость исследования заключается в возможности повышения эффективности расходования ресурсов компании и рекламных коммуникаций; выявлении скрытых параметров продукта или коммуникации, на основе которых можно улучшить продукт или процесс; ранней стадии прогнозирования и возможности реакции на скрытые тенденции, которые еще не заметны в стандартных отчетах.
В нашей работе будут применяться как качественные, так и количественные методы исследования. Однако из-за специфики вопроса, большая часть исследования будет опираться на количественные методы. Качественные будут использоваться для дополнения и проверки полученных данных.
В качестве эмпирической базы выступают: документы и распоряжения компаний, данные систем аналитики, данные и отчеты из хранилищ данных, статистические данные рекламных площадок и другие источники данных.
Задачи работы:
Разобрать основные понятия и технологии анализа данных.
Определить направления использования данных в маркетинге и бизнесе.
Отобразить методологию преобразования итогов анализа разрозненных данных в качественные результаты, пригодные для оптимизации текущих коммуникаций и принятия решений о начале или изменении новых рекламных и маркетинговых активностей.
Провести анализ данных на примере компании.
На базе методологии разработать решения, основанные на результатах анализа.
Обосновать их целесообразность и спрогнозировать эффект для компании.
Объект исследования: накопленные данные внутри компании и внешние данные.
Предмет исследования: Способы обработки и интерпретации данных, направленные на выявление скрытых взаимосвязей, способных оказать влияние на принятие решений.
Степень разработанности темы в России, к сожалению, достаточно низкая. Большая часть работ, которые мы можем видеть – это публикации в периодической печати, выступления на тематических форумах. Помимо этого существуют переводы западной литературы, которая объясняет то, каким образом данные могут менять бизнес. Примером таких переводов являются: книга Фрэнкс Б. «Укрощение больших данных. Как извлекать знания из массивов информации с помощью глубокой аналитики», или «Маркетинг на основе баз данных» Артура Хьюза. Однако в этих книгах они дают общий обзор и понимание поля применения технология аналитики данных. В данной работе на конкретном примере будет показано то, как данные могут перетекать из красивый диаграмм в реальные решения, которые способны повышать эффективность и экономить бюджеты.
К критериям научной и методологической новизны данной работы можно отнести:
Создание методологии не только обработки и визуализации данных, а последующей их интерпретации для выявления скрытых закономерностей.
Применение новых комбинаций различных методов анализа, направленных на реализацию конкретной прикладной цели.
Совершенствование существующих моделей комбинирования различных инструментов, оригинальное применение инструментария, который не разрабатывался для целей анализа данных.
Практическая значимость исследования заключается в возможности повышения эффективности расходования ресурсов компании и рекламных коммуникаций; выявлении скрытых параметров продукта или коммуникации, на основе которых можно улучшить продукт или процесс; ранней стадии прогнозирования и возможности реакции на скрытые тенденции, которые еще не заметны в стандартных отчетах.
В нашей работе будут применяться как качественные, так и количественные методы исследования. Однако из-за специфики вопроса, большая часть исследования будет опираться на количественные методы. Качественные будут использоваться для дополнения и проверки полученных данных.
В качестве эмпирической базы выступают: документы и распоряжения компаний, данные систем аналитики, данные и отчеты из хранилищ данных, статистические данные рекламных площадок и другие источники данных.