CC BY
25BIG DATA КАК ОСНОВНАЯ КОНЦЕПЦИЯ СОЗДАНИЯ BI - СИСТЕМЫ
Хагурова М.П.
кандидат экономических наук, доцент кафедры математики, физики и системного анализа ФГБОУ
ВО «Майкопский государственный технологический университет»
Чиназирова С.К.
доцент, кандидат экономических наук, доцент кафедры экономики и управления ФГБОУ ВО
«Адыгейский государственный университет»,
Водождокова З.А.
кандидат экономических наук, доцент кафедры учета и финансирования ФГБОУ ВО
«Адыгейский государственный университет»
Гишева С.Ш.
доцент, кандидат экономических наук, доцент кафедры экономической теории и управления персоналом ФГБОУ ВО «Адыгейский государственный университет»
BIG DATA AS A BASIC CONCEPT CREATING BI SYSTEMS
Khagurova M.
Candidate of economic Sciences, Associate Professor of the Department of Mathematics, Physics and Systems Analysis of the FGBOU VО «Maykop State Technological University»
Chinazirova S.
Associate Professor, Candidate of Economic Sciences, Associate Professor of the Department of Economics
and Management FGBOU VO «Adyghe State University»
Vodozhdokova Z.
Candidate of Economic Sciences, Associate Professor of accounting and finance FGBOU VO
«Adyghe State University» Gisheva S.
associate Professor, candidate of economic Sciences, associate Professor economic theory and personnel
management FGBOU VO «Adyghe State University»
Аннотация
В данной статье детально проанализированы функции BI-системы в маркетинговом предприятии. Проанализирована концепция Big Data, также выявлено, что при большом количестве данных можно делать прогнозы, на основе изучения поведенческих факторов, позволяющие предложить релевантные предложения для пользователей. Abstract
This article analyzes in detail the functions of a BI system in a marketing enterprise. The concept of Big Data was analyzed, and it was also revealed that with a large amount of data, it is possible to make predictions based on the study of behavioral factors, which allow us to offer relevant offers to users.
Ключевые слова: BI-системы, рекламные кампании, яндекс директ, Big-Data, визуализация данных. call-центр, социальные сети.
Keywords: BI systems, advertising campaigns, Yandex direct, Big-Data, data visualization. call center, social networks.
Актуальность исследования состоит в том, что в настоящее время в условиях жесткой конкуренции в производстве, в продажах как розничной, так и оптовой возрастает роль маркетинга. За последнее время большая часть компаний внедряет информационные технологии, для повышения и отслеживания эффективности маркетинговой составляющей.
Несмотря на информационный прогресс общества, широкий ассортимент программных инструментов аналитики, стоит вопрос о выборе оптимального программного обеспечения маркетинга для удобного анализа данных. BI включают в себя программы планирования маркетинга, удовлетворяет аналитическим запросам всей вашей маркетинговой организации, от старших руководителей до рядовых сотрудников. С BI-системами, любой отдел маркетинга аналитики может строить комплексные профили клиентов, идентифицировать
уникальные сегменты клиентов, анализировать ключевые показатели кампании и, следовательно, проводить более эффективные маркетинговые кампании [2].
В основу создания BI-системы положена концепция Big Data. Большие Данные, на сегодняшний момент, являются одним из ключевых драйверов развития информационных технологий. Это направление, относительно новое для российского бизнеса, получило широкое распространение в западных странах. Связано это с тем, что в эпоху информационных технологий, особенно после бума социальных сетей, по каждому пользователю интернета стало накапливаться значительное количество информации, что в конечном счете дало развитие направлению Big Data.
Термин «Большие Данные» вызывает множество споров, многие полагают, что он означает лишь объем накопленной информации, но не стоит
забывать и о технической стороне, данное направление включает в себя технологии хранения, вычисления, а также сервисные услуги.
Сфера использования технологий Больших Данных обширна. Так, с помощью Больших Данных можно узнать о предпочтениях клиентов, об эффективности маркетинговых кампаний или провести анализ рисков. Ниже представлены результаты опроса IBM Institute, о направлениях использования Big Data в компаниях.
С маркетинговых позиций технологии Big Data позволяют найти скрытые взаимосвязи, новые источники информации; повысить качество и оперативность принимаемых решений по персонализа-ции клиентских предложений, удержанию клиента; разработать новые уникальные услуги.
Маркетинговые службы, используя продукты Big Data, могут разработать и реализовать различные инновационные сценарии взаимодействия с клиентами. В качестве примера рассмотрим только три из них.
Первый сценарий предусматривает применение технологий Big Data на этапе сбора и анализа сведений о поведении клиента на сайте предприятия, изучения истории его операций, данных из социальных сетей используя эту информацию, система управления маркетинговыми коммуникациями готовит персональные рекламные предложения, которые отправляются клиенту предприятия по наиболее эффективному каналу (письмом по электронной почте, sms, используя рассылку, социальные сети и т.п.) [5].
Второй сценарий предполагает оперативную маркетинговую реакцию на интерес клиента к определенному продукту/ услуге предприятия. На основе анализа данных о посещении клиентом сайта предприятия и страницы по заинтересовавшей его услуге система управления маркетинговыми коммуникациями формирует персонализированное предложение по данной услуге. Это предложение клиент получит при переходе на другой сайт, размещающий контекстную рекламу, или на свои странички в социальных сетях.
В третьем сценарии технологии Big Data используются для анализа телефонных разговоров операторов call-центра с клиентами. При этом оператору оперативно в процессе разговора предоставляется необходимая информация предыдущей истории отношений с клиентом, формируются подсказки, позволяющие уточнить запросы клиента и побуждающие его к определенным действиям.
Таким образом, применение технологий Big Data, эффективное использование всего объема информации позволяет байкам увеличить выручку и уменьшить отток клиентов за счет повышения эффективности маркетинговых кампаний и создания индивидуальных предложений.
Для розничной торговли важна скорость обработки постоянно обновляющихся огромных массивов данных. Американская сеть Guess, продающая джинсовую одежду и аксессуары, применяет технологии Big Data, чтобы отслеживать информацию о
продажах и движении товаров. Используемая семью система HP Verlica анализирует какие товары хорошо продаются; выявляет товары, не пользующиеся спросом; определяет комбинации совместно приобретаемых товаров. При этом актуальная информация о продажах предоставляется сети магазинов на утро следующего дня. Совместно с системой HP Vertica используется приложение для планшетных компьютеров, позволяющее дизайнерам и менеджерам (непрофессиональным потребителям аналитики) использовать полученные результаты на своих рабочих местах [1].
Сеть супермаркетов Wal-Mart применяет технологии Big Data для решения задач прогнозирования спроса, оптимизации цен, разработки акций и маркетинговых кампаний, собирая и анализируя 2,5 петабайт данных в час.
Крупнейшая международная сеть супермаркетов Tesco использует технологии Big Data для работы с покупателем непосредственно в торговых точках. В ее магазинах внедряется программное обеспечение, реализующее технологии распознавания лиц (face recognition). Оно позволяет при приближении покупателя на мониторе транслировать рекламу, предназначенную для соответствующей потребительской аудитории.
В России компания «Глория Джинс», занимающаяся производством и продажей одежды, начала анализировать Big Data, чтобы обеспечить своевременные поставки товаров в более чем 600 магазинов в 9 часовых поясах. Центральный офис находится в Ростове-на-Дону. Из неё происходит управление 9 региональными представительствами, 7 логистическими комплексами и 48 фабриками. «Глория Джинс» - вертикально-интегрированный ритейлер, специализируется на дизайне, производстве и продаже модной молодежной и взрослой одежды, обуви и аксессуаров под брендами Gloria Jeans и Gee Jay через собственную сеть магазинов в 319 городах России и Украины.
Для построения системы управления базами данных выбрана платформа HP Vertica.
В ходе тестирования она показала скорость обработки данных, в разы превышающую показатели конкурентных решений. Так, сложные отчеты, которые на других платформах выполнялись в течение четырех часов, HP Vertica выполняла за 20 секунд. Это позволило существенно повысить производительность труда сотрудников.
Руководство компании «Глория Джинс» считает [4], что оперативные решения являются важнейшим конкурентным преимуществом в быстро меняющемся мире моды. Анализ данных в реальном времени поможет принимать быстрые и точные бизнес-решения, основанные на актуальных данных, что в конечном счете приведет к улучшению бизнес-показателей и повышению удовлетворенности покупателей.
Анализ практики применения Big Data в розничной торговле, проведенный специалистами компании IBS [3] показывает, что внедрение современных решений Big Data по сбору, обработке, ана-
лизу и предоставлению данных позволяет розничным предприятиям и сетям оптимизировать цены и работать с ассортиментом, совершенствовать логистические процессы, эффективнее управлять запасами и транспортными потоками. Современные технологии анализа больших данных дают возможность оперативно решать аналитические задачи, используя как накопленный массив информации, так и данные о текущих продажах.
У маркетинговых служб розничных сетей появляются новые возможности анализа данных о лояльности покупателей. При этом сведения о покупках позволяют точнее сегментировать клиентскую базу для рекламной рассылки. Объединение этих сведений с данными из социальных сетей дает дополнительную информацию об интересах покупателя и помогает формировать персонифицированные рекламные предложения.
Таким образом, суть больших данных состоит в том, что нужно собирать большое количество информации, обработать ее, также вводить нужные алгоритмы. Big Data способна с помощью алгоритмов, выводить подсказки и делать прогнозы, на основе анализа большого количества данных.
Список литературы
1. Ашинова М.К., Чиназирова С.К. Цифровая стратегия развития экономики региона // Colloquium-journal №19(43), 2019 Cz^sc 6, PP.49-51
2. Ашинова М.К., Березинских С.А., Чиназирова С.К. Оптимизация производственного бизнес-процесса как метод управления производством на предприятии // Colloquium-journal №19(43), 2019 Cz^sc 6, PP.51-54
3. Кочаров Г. В. В проектах Big Data надо быть готовым работать за процент от достигнутого экономического эффекта. URL: http ://bigdaata. cnews.ru/reviers/index. shtmal?2013/12 /10/552982 (дата обращения 3.11.2020)
4. Бабурин В. А., М. Е. Яненко - Технологии Big Data в сервисе, новые рынки, возможности и проблемы - научная статья 2014, СПбГЭУ - 5 стр.
5. Большие данные. URL: https://ru.wikipedia.org/wiki (дата обращения 4.11.2020).
