Analiza i wykorzystanie danych jest w stanie zoptymalizować system transportowy. Takiego zdania jest Eliza Bujanowska z Payback Poland. Na podstawie popularnego w Polsce programu lojalnościowego tłumaczyła, jak mobilność może przydać się także w transporcie. Może to przynieść rozwiązanie różnych problemów w połączeniu jednego z drugim środków transportu.
– Częściej używa się pojęcia lojalności dla mobilności. Ja jednak trochę odwrócę to i opowiem o mobilności, jaka jest wykorzystywana w programie lojalnościowym. Jakie dane w nim wykorzystujemy i być może to będzie podpowiedzią jak uporać się z codziennymi zmaganiami – mówi Eliza Bujanowsk, która zajmuje się badaniami rynku i analizą trendów w Payback Poland.
Payback jest programem lojalnościowym, gdzie za pomocą karty można zbierać punkty u wielu parterów przy codziennych zakupach. Ich zbieranie jest uwieńczone możliwością wymiany ich na różnego rodzaju nagrody. – Chciałabym pokazać drugą stronę tego programu. Co się znajduje na jego tyłach, jakie dane generuje i jak ich analiza jest w stanie wspierać biznes – wskazuje Bujanowska. A jest co analizować, bo po 6 latach działalności programu z kart korzysta aż 6,7 mln gospodarstw domowych. Daje to wynik 17 mln kart w użyciu. Gdyby przeliczyć to na transakcje, okazuje się, że rocznie odbywa się ich 100 mln. – Bardziej niż te liczby interesuje nas aspekt smart data, czyli to, że dane są i są bardzo duże. Interesujące jest to jaką wartość dodaną jesteśmy w stanie dostarczyć biznesowi, partnerowi czy przede wszystkim uczestnikowi dzięki analizie tych danych – dodaje.
Jak podkreśla Bujanowska, stawiając klienta w centrum zainteresowań, firma musi przynajmniej nadążać za tym, co on robi. – To, że sprawdzamy, gdzie on robił zakupy, czy otwierał pocztę marketingową lub czy korzysta z promocji, które mu oferujemy, to jest minimum. Jeżeli klienci korzystają z kilku narzędzi mobilnych, tj. wchodzą na stronę kilkadziesiąt razy w ciągu dnia, musimy mieć też na to podgląd. Stąd też profil pełnego wykorzystania zaangażowania klienta, jest właściwie nieustannie budowany z każdym nowym urządzeniem i produktem, które pojawiają się w programie – wyjaśnia.
Bujanowska podaje także dwie kwestie, które są kluczowe dla big data. Pierwszą jest timestamp, czyli moment w którym uczestnik dokonuje aktywności poprzez dokonanie zakupów. Z kolei druga to łatwość dostępu do danych geolokalizacyjnych. – Jeśli mówimy o dowolnej aplikacji mobilnej, to te dane dostajemy tak naprawdę za darmo. Zidentyfikowane one razem z klientem, do tego zestawione z czasem, wzbogacają nam obraz tego, jak klient się porusza – mówi Bujanowska. Dlatego też program Payback taką aplikację mobilną posiada i dzięki niej firma jest w stanie sprawdzać lokalizację klientów.
– W zeszłym roku zostaliśmy poproszeni przez jednego z naszych parterów o wyjaśnienie przyczyn spadku sprzedaży w jednym ze sklepów na Placu Unii. Przyglądając się historycznie skąd przychodzą uczestnicy do tego właśnie punktu sprzedaży, zauważyliśmy nadreprezentację klientów z Gocławia i Pragi Południe. Analizując dane w czasie okazało się, że jesteśmy w stanie dobrze zdiagnozować problem i w jakich ramach czasowych miał on miejsce. Była to data
pożaru mostu Łazienkowskiego. To namacalne efekty tego, w jaki sposób można za pomocą danych tłumaczyć pewne zjawiska dziejące się w biznesie – tłumaczy Bujanowska.
Dzięki takim danym firma może zmienić komunikację i lepiej dobrać target. – Mamy sporo takich miejsc, to są małe restauracje zlokalizowane np. w Śródmieściu Północnym, do których trochę ciężko przekonywać ludzi z Marymontu, żeby się zjawili. Z kolei zmieniając sposób podejścia do targetowania ofert z takiego – gdzie ktoś mieszka – na to – kto kupuje i przebywa w okolicy – to okazało się, że jesteśmy w stanie ponad pięciokrotnie bardziej wykorzystać potencjał osób do których kierujemy komunikację – dostrzega.
– To jest właśnie całe zadanie big data, tak jak je rozwiniemy. Z perspektywy partnera jesteśmy w stanie analizować miejsca do których docierają klienci. Co oznacza też, że jesteśmy w stanie powiedzieć czy klient bardziej prawdopodobne przyjdzie do placówki naszego partnera czy raczej skorzysta z konkurencji. To jest właściwie nasz wkład w zmianę produktów – mówi Bujanowska. Zatem big data również może zoptymalizować system transportowy. Problemem będzie jedynie zebranie danych w jednym miejscu. Kluczem, na który chciałabym zwrócić uwagę w tym wszystkim jest klient. Nie sztuka jest już teraz analizować przepływy masy ludzi przemieszczających się. Istotne jest, żeby mieć zrozumienie klienta. Więc jeśli chcemy myśleć konsumencko, to musimy odpowiedzieć sobie na pytanie, w jaki sposób wszystkie zachowania klienta w mieście będziemy w stanie zebrać i potem analizować – kończy Bujanowska.