Восемь правил извлечения пользы из Big Data анализа

В новой статье «A MATTER OF FACT?» эксперты Ipsos Market Science рассказывают, как извлечь пользу из анализа Больших Данных, как правильно пользоваться этим инструментом и как совмещать данные из разных источников.

В последние несколько лет для наших клиентов мы анализируем не только результаты опросов, но и новые источники данных - например, неструктурированную информацию из соцсетей и поведенческие данные, которые для более глубокого анализа предоставляют нам наши клиенты.

Наука о данных (Data Science), работа с Большими Данными (Big Data) помогает в поиске инсайтов и определении целевых групп. Данные о поведении потребителей используются для прогнозирования будущих покупок и переключений. Данные, собранные поиском в Интернете, помогают узнать о целевой рекламе схожих продуктов.

Задача на сегодняшний день состоит в более эффективном использовании огромных объемов так называемых «неопросных данных» или «артефактов реального мира (real-world evidence (RWE))». Это данные, которые изначально собираются для целей, отличных от исследований рынка - например, электронные записи о пациентах и информация об использовании программ лояльности. 

Использование данных из разных новых источников и их объединение для генерации инсайтов - относительно новая задача для маркетинговых исследований. Это направление открывает новые многообещающие возможности, но и имеет "подводные камни", которых возможно избежать, зная, где они скрыты.

ПРАКТИЧЕСКИЕ РЕШЕНИЯ

Вот восемь правил, которые, по нашему опыту, помогают выделить нужную информацию из огромного объема и сделать интеграцию данных успешной:

1. При построении модели нужно руководствоваться четко сформулированными гипотезами и целями бизнеса. Работа с данными без заранее заданной цели не приведет к получению инсайтов.
2. Не верьте в «магические алгоритмы». Алгоритмы не работают сами по себе. Участие интеллекта человека всё еще нужно. По крайней мере, пока...
3. Важно знать структуру анализируемых данных. Сюда входят охват, ограничения, значение полей и переменных, коды и то, для чего набор данных должен (и не должен) быть использован.
4. Большинство вторичных источников данных отвечают на вопрос «что», но не всегда могут ответить «почему». Неопросные данные редко используются для причинно-следственного моделирования из-за их ограничений.
5. Классические маркетинговые исследования могут использоваться для дополнения недостающей информации во вторичных источниках данных и для проверки любых предположений о вторичных источниках данных.
6. Используйте качественные исследования и наблюдения, чтобы “прочесть” в данных историю реального человека.
7. Специалисты по работе с данными должны быть знакомы со спецификой предмета исследования. Особенно это относится к специализированным областям, таким как здравоохранение или исследования в госсекторе.
8. Чтобы аналитика работала, команде специалистов по анализу данных необходимо входить в состав более широкой междисциплинарной команды экспертов и заинтересованных сторон.

Более полную информацию о лучших практиках получения и интегрирования инсайтов из различных источников данных вы найдете в полной версии статьи «A MATTER OF FACT?»

В следующих выпусках мы продолжим говорить о работе с данными - как о классических, хорошо работающих подходах, так и о новых, разработку которых ведёт Ipsos Global Science Organisation.

Смотрите также «Взгляд в будущее через прошлое. Прогнозирование на основе анализа предыдущих кризисов»