Expert Interview: What Is Big Data and some tips on how to get started

Michael Plimsoll är Adobes expert inom Big Data och personalisering. Förra veckan var han i Sverige och vi tog tillfället i akt och ställde lite frågor kring Big Data.
Mike Plimsoll
Michael har många års erfarenhet av digital marknadsföring och arbetar idag som industri marketing director inom Adobe. Tidigare var han ansvarig för att sätta upp och implementera strategin för att optimera försäljningen online på BskyB genom att arbeta med analys, kundinsikter, attribuering, multikanalssegmentering, testning, personalisering med mera. Tidare jobbade han som kundansvarig på Ogilvy och Wonderman Interactive med konton som AMX, Microsoft, IBM och BT.

Vad är big data? Hur ser Adobe på big data och generellt?
Big data blir ibland misstolkat då termen ”Big Data” inte handlar bara om volymen eller storleken på data. Forrester ger en bra sammanfattning som beskriver Big Data som ”tekniken eller teknologier som gör att hanteringen av data i extrem skala blir prisvärd”. Vi pratar också om de 5 V:na som skapar Big Data – Volym (summan av data som ska processas), Velocity/hastighet (hastigheten som datat är tillgängligt och processat i), Veracity (osäkerheten beroende på inkonsekvent eller okomplett data, fördröjning, etc), Variation (alla olika typer av data som finns tillgängliga) och Värde (de olika nivåerna av värde som olika data står för). Det finns många olika applikationer för dessa attribut, och därför finns Big Data representerat i allt från väderprognosticering, finansiella bedrägerier och riskanalys för medicinutveckling.

Inom Adobe fokuserar vi på hur Big Data kan användas för att förbättra kundupplevelsen, och på så sätt leverara ett bättre värde och ROI för marknadsföraren. Vi fokuserar på Rätt Data och Smart Data. Vi försöker identifiera de mest värdefulla delarna av data från multipla källor som när de kombineras, kan användas för att ge en ökad insikt av kundernas beteende och agerande. Vi säkerställer också att data är tillgänglig i realtid, så vi har den mest optimala kundbilden när den verkligen händer, eller som vi väljer att kalla det, inom den sista millisekunden.

Det låter tekniskt, varför pratar marknadsförare om Big Data?
Allt eftersom marknadsplattformar växer, uppstår mer och mer data om kunden. Analysdata från webben, sociala medier, mobilt, video, CRM, call center, ePOS och andra 3e part data som email eller annonsvisning innebär att tillväxten av data är exponental. När du inkluderar tex en smartphone eller andra uppkopplade enheter – tänk Nike+ Fuel band, digital TV, etc – och andra uppgifter som samlas från kunderna genom dagliga aktiviteter, blir tillväxten logaritmisk. Genom att sätta samman denna data och utnyttja den på ett korrekt sätt, kan marknadsförare skapa en sann bild av sina kunder och säkerställa att de kommunicerar rätt budskap, till rätt person i rätt ögonblick. Men det stoppar inte där, utan med denna insikt av kundbeteende, så kan marknadsförare förstå den verkliga påverkan som deras marknadsinsatser har. Vilka kanaler influerar varandra och vilka gör det ej? Prediktiva algoritmer som kräver data kan också levereras via Big Data för att bestämma den optimala medieinvesteringar, de rätta kundsegmenten och rätt tid för kommunikation. I korthet, Big Data kan levereras av marknadsförare för att leverera högre ROI genom en ökad förståelse av sina kunder.

Vi har många datakällor, var börjar jag?
Det första steget är att sätta dina mål. Vad är det ni vill uppnå? Från detta kan du förstå vilken data som är värdefull och vilka källor av data som hjälper dig att nå dina uppsatta mål. Hitta rätt data baserat på dina mål!
Det andra steget är att förstå hur denna data kan sammanställas på ett sätt att du/ni kan agera i rätt tid baserat på era mål. Du behöver också förstå hur du ska visualisera datan och hur du vill identifiera relevanta KPIer och nyckeltal. Vilka modeller ska du använda och när ska du använda dem? Härifrån kan du upprepa och utveckla din data genom att lägga till nya dataparametrar när behovet finns. Försök aldrig att sammanställa all data på en gång utan några tydliga mål för då kommer ni inte att få ut svar på den enklaste frågan.

Kan du ge några exempel på resultat och fördelar som vi kan få genom att arbeta med Big data?
Lenovo är ett bra exempel där de har satt samman 6 olika källor av data – webb, efterköpsdata, CRM, call center, email och live chatt. Detta gav dem en komplett bild av deras kundkanaler, vilket möjliggorde för dem att fokusera sina marknadsinvesteringar för att nå ökad konvertering och kundnöjdhet. Resultaten talar för sig själva, med en 495 % ökning i klick vidare från landningssidan, 26 % ökning i intäkter genom ett riktat innehåll i utcheckningen samt en 12 gånger ROI-ökning bara de första 6 månaderna.

Vi tackar Michael för dessa svar och hälsar honom välkommen tillbaka till Sverige senare i höst.

Se en kort film om Lenovo här:

Ladda ner Forresters rapport kring hur du kan förbättra din online testning här.

Taggar: , , ,
Publicerad i Analytics
Gå med i vår användargrupp