Big Data چیست و اهمیت آن برای مشاغل به عنوان یک تغییر دهنده بازی

کلان داده چیست؟

اگر بازاریابان تمام داده‌های مربوط به مصرف‌کنندگان را داشتند که می‌توانستند از آن برای پیش‌بینی رفتار مصرف‌کننده استفاده کنند، رویای بازاریابان محقق می‌شد. تا پیش از این، بازاریابان اطلاعات کافی در مورد مصرف کنندگان داشتند که پس از آن مدل سازی می کردند تا به تصمیمات احتمالی رفتار مصرف کننده برسند. این داده‌های جمع‌آوری‌شده از تحقیقات بازاریابی تا آن زمان که برون‌یابی روندها می‌توانست به پیش‌بینی رفتار مصرف‌کننده تبدیل شود، کافی بود. با این حال، در سال‌های اخیر، بازاریابان یک گام جلوتر رفته‌اند و به جای برون‌یابی داده‌ها برای پیش‌بینی رفتار مصرف‌کننده، اکنون به داده‌های بزرگ یا داده‌هایی در مورد تقریباً تمام جنبه‌های مصرف‌کنندگان روی آورده‌اند که به آنها در تجزیه و تحلیل پیش‌بینی‌کننده یا هنر و علم کمک می‌کند. نقشه برداری دقیق رفتار مصرف کننده به عبارت دیگر، کلان داده در مورد این است که چگونه بازاریابان همه چیز ممکن را در مورد رفتار مصرف کننده جمع آوری می کنند و نه تنها رفتار مصرف کننده را پیش بینی می کنند، بلکه پیش بینی می کنند که چه کاری انجام می دهند و چگونه در آینده رفتار خواهند کرد. برای مثال،Big Data به بازاریابان این امکان را می دهد که وضعیت مصرف کنندگان را شناسایی کنند، همانطور که می توان در پیش بینی اخیر غول خرده فروش، Target، در مورد باردار بودن یک زن بر اساس داده های خرید مصرف کننده مشاهده کرد .

داده های بزرگ می تواند یک تغییر دهنده بازی برای بازاریابان باشد

این وعده داده های بزرگ است که فراتر از برون یابی صرف روندها است، در عوض، حرکت بعدی مصرف کننده را بر اساس وضعیت فعلی او شناسایی و پیش بینی می کند. این مانند وارد شدن به ذهن مصرف کنندگان است و بازاریابان به جای اینکه صرفا بدانند چه چیزی را احتمالاً خریداری خواهند کرد، با دقت در مورد آنچه که مصرف کنندگان احتمالاً در آینده انجام خواهند داد می دانند.

اصطلاح کلان داده به این دلیل ابداع شده است که به بازاریابان تصویر بزرگتری می دهد و در عین حال به آنها اجازه می دهد رفتار مصرف کننده را در سطح خرد مدل کنند. ادغام داده‌های کلان و روندهای خرد به بازاریابان دسترسی بی‌نظیری به داده‌ها می‌دهد که سپس می‌توان از آن برای پیش‌بینی دقیق رفتار مصرف‌کننده استفاده کرد. جمع آوری داده های بزرگ نه تنها از رفتار خرید مصرف کننده بلکه از استخراج تمام داده های موجود در حوزه های عمومی و خصوصی برای دستیابی به تصویری جامع از آنچه مصرف کنندگان فکر می کنند و چگونه عمل می کنند انجام می شود. وعده داده‌های بزرگ برای بازاریاب‌هایی که اکنون می‌توانند جلوتر از مصرف‌کنندگان فکر کنند، و همچنین با هدف قرار دادن محصولاتی که اقدامات آتی مصرف‌کنندگان را هدف قرار می‌دهند، از رفتار احتمالی مصرف‌کننده جلوگیری کنند، نامحدود است.

از داده های بزرگ نیز می توان سوء استفاده کرد

البته، وعده داده های بزرگ با خطرات خود نیز همراه است، زیرا تمایل به تسلط بر رفتار مصرف کننده می تواند منجر به مشکلات جدی در خصوص حریم خصوصی و امنیت داده های موجود نزد بازاریابان شود. مثال تارگت که بر اساس عادات خریدش باردار بودن یا نبودن زن را پیش‌بینی می‌کرد، هم با اشتیاق و هم با هشدار دریافت شد. این شور و شوق از سوی بازاریابان بود، در حالی که زنگ هشدار از سوی فعالان و کارشناسانی بود که با حریم خصوصی و امنیت داده ها سر و کار دارند. نکته اینجاست که Big Data مسئولیت های بزرگی را بر عهده بازاریابان می گذارد و از این رو، آنها باید در مورد داده هایی که در اختیار دارند و مدل های پیش بینی و شبیه سازی که اجرا می کنند بسیار مراقب باشند. اگر آنها تصمیم گرفتند بر اساس نتایج مدل پیش بینی کنند که آیا کسی قرار است کاری بعدی انجام دهد یا خیر، این پیش بینی همچنین می تواند برای اهداف ناخواسته مورد استفاده قرار گیرد و همانطور که در افشاگری های اخیر در مورد ردیابی و نظارت مشاهده می شود، داده ها می توانند به خطر بیفتند یا برای هدف قرار دادن مصرف کنندگان بی گناه مورد استفاده قرار گیرند. به همین دلیل است که بسیاری از کارشناسان تا جایی که به داده های بزرگ مربوط می شود محافظت می شوند و منتظر هستند تا بازاریابان و تنظیم کننده ها قوانین و سیاست هایی را در مورد نحوه استفاده از داده های بزرگ در عمل تنظیم کنند.

نتایجی که اظهار شده

در نهایت باید به این نکته اشاره کرد که هر موضعی که نسبت به کلان داده داشته باشد، استفاده بالقوه آن برای پیش‌بینی شیوع بیماری‌ها و کنترل جرایم در واقع موهبتی برای تنظیم‌کننده‌ها و سازمان‌های مجری قانون است و بنابراین برای همه بهتر است. ذینفعان برای تصمیم گیری در مورد نوع اهدافی که می توان از داده های بزرگ استفاده کرد.