Mračni podaci pomažu kompanijama da na vrijeme uoče potencijalne krize
Dark data, ili u slobodnom prevodu mračni podaci, zvuči kao nešto što bismo mogli da sretnemo samo u realnosti filma Matrix.
Međutim, čak i u ovoj našoj, manje uzbudljivoj stvarnosti postoje nestrukturirane digitalne informacije koje se zovu baš tako – dark data.
Na prvu loptu može da zazvuči kao da je riječ o nekom tajnom skupu informacija po koje moramo da pređemo na drugu stranu zakona. U stvari, one se nalaze svuda i vrlo su korisne.
Svakoj kompaniji mogu da pomognu da na vrijeme uoči znake upozorenja kada je riječ o sopstvenoj reputaciji i zadovoljstvu tj. nezadovoljstvu postojećih klijenata.
Iako su tu, na dohvat ruke, i dalje ih prikuplja i obrađuje veoma mali broj kompanija.
Većina firmi uglavnom se fokusira na strukturirane visokoorganizovane marketinške informacije.
Šta predstavljaju spomenuti strukturirani podaci?
Najjednostavnije rečeno, to je svaka informacija koja se nalazi u nekoj bazi podatka ili excel tabeli.
Većina njih se prikuplja iz popunjenih obrazaca, upitnika i drugih formulara sa web stranica koje posjetioci iz različitih razloga popunjavaju (npr. prilikom preuzimanja nekog sadržaja).
Oni se dalje koriste za kreiranje mailing lista, segmentiranje korisnika i, kao rezultat toga, kreiranje ciljanih kampanja.
Ipak samo 20% podataka koji postoje o nekoj organizaciji na internetu je strukturirano. Ostatak od ogromnih 80% nije.
Gdje se sve mogu pronaći nestrukturirani podaci?
Najočigledniji izvori su:
- Detaljna evidencija o klijentima nastala iz poziva call centara;
- Podaci o ponašanju potrošača na mobilnim telefonima;
- Podaci iz CRM platformi koji se nalaze u beleškama predstavnika prodaje ili članova marketing tima;
- Video, foto i glasovni podaci.
Društvene mreže utječu na reputaciju kompanije
Manje očigledni izvori koji mogu dati presudan uvid u reputaciju jedne komanije su nestrukturirani podaci iz slobodnog teksta postova i razgovora sa društvenih mreža kao i različiti pregledi i pretrage sa Google, Facebooka i sl.
Naravno, slijedi i primjer. Veliki broj ljudi zna da, na nekoj od društvenih mreža, podijeli sa svojim prijateljima ili pratiocima iskustva u susretu sa prestavnicima uslužnih djelatnosti.
Naročito o lošim iskustvima.
Recimo da je jedan takav korisnik bankarskih usluga na svom Twitter profilu podijelio loše iskustvo sa službenicima određene filijale XYZ banke.
Ako među svojim pratiocima postoji neko ko je doživio slično iskustvo vrlo je vjerovatno da će se nadovezati i napisati i svoj utisak. To su već dva komentara i dva nezadovoljna klijenta.
Ako bi banka XYZ imala alat kojim može da prikupi podatke iz oba komentara o konkretnoj filijali mogla bi lako da ustanovi problem u odnosu zaposlenih prema klijentima i da na vrijeme reaguje kako problem ne bi eksalirao.
Pristup ovim mračnim podacima i povezivanje sa postojećim CRM sistemima može da pomogne kompanijama da poboljšaju marketinške napore kao i da pokrenu neka unapređenja poslovanja.
Poboljšavanjem operativne efikasnosti poboljšavaju se iskustva klijenata pa samim tim i poslovni rezultati.
Ovo ipak još uvijek nije jednostavna niti svima dostupna praksa. Veliki je izazov primjena ovakve vrste prikupljanja i obrade podataka u praksi, a onda i intergacija sa ostalim strukturiranim podacima.
Ozbiljne ORM (object relationship mapping) platforme imaju mogućnost da vrše filtriranje slobodnih unosa putem tematskih analiza tj. zadavanja određenih ključnih riječi kako bi se identifikovali trendovi u raspoloženju potrošača prema određenoj kompaniji.
Nalazi se mogu povezati sa postojećim CRM platformama upoređujući nove nestrukturirane podatke sa onim što je već poznato o ciljnim korisnicima.
Naoružane ovim informacijama, kompanije lakše mogu da fino podešavaju marketinške napore, kao i da implementiraju promjene koje mogu ojačati reputaciju.
Dok sve ovo ne postane dio prakse velikog broja firmi nije loše znati da postoje i ovakve mogućnosti. U bliskoj budućnosti možda će mračni podaci biti baš to svjetlo koje će osvijetliti put kojim želite da se vaš biznis kreće.
