Многие уже наслышаны, как большие данные будут менять бизнес, уровень жизни, моделируя всё новые схемы для отраслевого развития.
Ежесекундно миллионы данных заполняют информацией социальные сети, файлообменники, информационные порталы, научные платформы, превращая каждого из источников в уникального поставщика суперданных.
По данным Forbes, к 2025 году 60% мировых данных будет создавать бизнес. Это означает, что Big data уже здесь.
Сегодня поговорим о том, чем большие данные могут быть полезны рестораторам и владельцам HoReCaбизнеса.
Big data подразумевает сбор, хранение и анализ данных для выявления алгоритма выстраивания эффективных моделей поведения целевой аудитории, поведения конкурентов, эффективности маркетинговой стратегии. На основе статистических данных любое предприятие сможет спрогнозировать поведение целевых групп, построить эффективную на все 90% маркетинговую стратегию.
К примеру, жители Крылатского района предпочитают бургеры с сыром, жирность которого составляет не более 45%. Тем временем в районе Бирюлево те же бургеры пользуются меньшим спросом в отличие от чизбургеров, жирность которых составляет более 65%.
В чем причина столь неоднозначного выбора?
По данным RRG (Russian Research Group), в отличие от Бирюлево, уровень среднего дохода жителей района Крылатское значительно выше. Это означает, что покупатели с более высоким уровнем зажиточности предпочитают более здоровую еду, с менее высоким количества жира.
Помимо высокого дохода, количество фитнес-центров в Бирюлево намного меньше, чем в Крылатском. Что лишний раз подтверждает заинтересованность жителей Рублевского шоссе в употребление менее жирных бургеров, в сравнении с жителями Бирюлево.
Что касается продвижения бургеров с нежирным сыром в районе Бирюлево, анализ больших данных может выявить точечных потребителей данных бургеров и увеличить вероятность их потребления благодаря внедрению новых моделей, отвечающие на благоприятные для них условия. Владельцы смогут построить новую и более эффективную маркетинговую стратегию. Тоже самое и с продвижением бургеров с жирным сыром в районе Крылатского.
Говоря о больших данных, необходимо помнить об огромном количестве собранных за годы данные. Все остальное является средней статистикой и не более того. Изначально, у больших данных существовало три определяющие особенности – 3vs, введенные научно-исследовательской группой MetaGroup ещё в 2001 году, после чего эти 2 понятия были дополнены еще несколькими:
Volume — количественные объемы данных
Velocity — скорость обработки и анализа данных
Variety — разнообразие данных
Variability— колебание данных
Complexity — комплексность и взаимодополняющие данные
Покупательские возможности
Большие данные могут определить тепловые точки с наибольшей покупательской способностью, где ранее были внедрены сложные алгоритмы статистических моделей для отслеживания и предсказания покупательского поведения. Таким образом франшизы смогут открывать свои заведения в уже благополучных для бизнеса местах, если заранее купить необходимые для них данные.
Наглядным примером удачной кампании можно назвать маркетинговую кампанию американской ресторанной группы Fig and Olive, которая после оценки программного обеспечения провела анализ 500 000 своих клиентов, уже оставивших около 17,5 млн $. Ресторанам удалось применить единую концепцию по привлечению гостей, которые не посещали заведение уже 30 дней с помощью email-рассылки «Мы скучаем по вашему обществу». Результат кампании был ошеломляющим:
- Более 300 000 дополнительных посетителей.
- + 36 000 $.
- Прибыль от кампании в семь раз превысила расходы на проведение исследований.
- Повышение лояльности клиентов (в ходе анализа отзывов в социальных сетях).
Зарубежный опыт показывает, что анализ больших данных и выстраивание правильных моделей поможет снизить издержки, повысить ROI заведения, а также улучшит ваше понимание клиента.
Кто сегодня собирает данные
Банки, государственные ведомства, операторы связи, поисковые системы, мобильные приложения и все те, кто так или иначе способен накапливать данные. Однако не всякая организация готова продавать какие-либо данные, даже если речь идет о социально-значимых вопросах.
В ближайшем будущем мы научимся выявлять и делиться анализом моделей больших данных, поделенные на отдельные округа. Таким образом, конкуренция между заведениями перейдет на новый этап, а может, и вовсе исчезнет.
