Big Data

Narzędzia i metody przetwarzania BigData – eCommerce, Retail, B2B

Inteligentne metody rekomendacji

Nowe metody rekomendacji produktów i usług bazują na wykorzystaniu danych kontekstowych, daleko wykraczających poza dane transakcyjne gromadzone w systemach sprzedażowych. Rekomendacje są kontekstowe, geolokalizowane, umiejscowione w czasie, a nawet prezentowane w personalizowany sposób. Wykorzystuje się do tego narzędzia wnioskowania z dużych zbiorów danych oraz symulacji scenariuszy ‘what if’.

Budowanie modeli zachowań klientów

Poprzez audyt Big Data analizujemy czy ilość zebranych danych jest wystarczająca do stworzenia modeli zachowań klientów takich jak:

  • ostrzeżenia o zamiarze odejścia klienta z firmy (churn)
  • prawdopodobieństwa zakupu danych produktów (crosseling, upselling, wprowadzanie nowych produktów na rynek, kampanie sprzedażowe, itd.)

Dynamiczna Personalizacja

Dzięki zbieraniu i przetwarzaniu danych tysięcy klientów można opracować mechanizmy dynamicznej personalizacji oferty, promocji i ceny uzyskując chirurgiczną precyzję oceny intencji zakupowych i zwiększając odsetek konwersji. Kiedy klient odwiedza witrynę, nawet bez logowania się, w ciągu kilku interakcji definiowany jest profil persony, która opisuje go i dopasowuje dla niego katalog produktów i promocji, formę prezentacji produktów i usług, a stosowane reguły biznesowe dopasowują treści i funkcjonalności.

Możliwości lokalizacyjne

Globalna dostępność możliwości GPS w urządzeniach mobilnych zapoczątkowała nową erę ekscytujących możliwości promocyjnych opartych na lokalizacji w wielu kanałach. Przykłady obejmują personalizowane promowanie odpowiednich produktów, które zostały zakupione online lub są z nimi powiązane, gdy klient jest w sąsiedztwie sklepu fizycznego.

Wykorzystanie zewnętrznych źródeł danych

Integracja danych pochodzących z różnych platform społecznościowych i innych systemów zewnętrznych stwarza ogromne możliwości do dokładniejszego modelowania już posiadanych klientów oraz pozyskaniu nowych. Dzięki analizie zachowań społecznych każdego klienta z osobna istnieje możliwość śledzenia ciągłych zmian indywiduów, a przez to zaproponowanie bardziej dopasowanej i spersonalizowanej oferty. Dzięki połączeniu danych posiadanych przez firmę z innymi danymi opisującymi klientów otwiera się szerokie spektrum nowych promocji, programów lojalnościowych i klienckich, świadczenia nowych usług oraz odkrywania potrzeb produktowych. W analizach danych posługuje się m.in. danymi geolokalizacyjnymi, sieciami znajomych, sieciami komunikacji, informacjami o społecznościach, semantyką wypowiedzi.

Doświadczenie z interfejsem użytkownika

Interfejs użytkownika ma być po prostu łatwy w obsłudze, a nowoczesne witryny e-commerce dla innowacyjnych sprzedawców mają być wciągające, przekształcając kupujących do lojalistów marki poprzez wywoływanie reakcji emocjonalnej. Opracowanie odpowiednich wytycznych, które można uzyskać z analizy danych interakcji użytkowników z systemem oraz innych form badania interfejsów (np. gaze-tracking), może spowodować, że   interakcje są zabawne i wzmacniają przesłanie marki.

Kontekstowe wizualizacje

Klienci coraz częściej oczekują, aby wyobrazić sobie, jak produkt będzie pasował do ich życia i stylu. Detaliści, którzy pozwalają kupującym wyobrazić, jak produkty wyglądają na nich i pasują do innych produktów mają przewagę na rynku e-commerce.

Audyt danych Big Data

Celem każdego działania jest audyt danych. Dzięki niemu jesteśmy określić czy ilość danych jest wystarczająca do budowania modeli zachowań oraz czy jest możliwość ich łączenia. Audyt jest niezbędnym działaniem analizującym dane istniejące w firmie i potrzeby działów sprzedażowych.

Propozycja współpracy Big Data

Propozycja współpracy w kontekście BigData, obejmuje pracę nad udoskonaleniem i rozwojem istniejących rozwiązań związanych z zarządzaniem danymi i ich przetwarzaniem. Proponujemy przeprowadzanie uzgodnionego procesu rozwoju technologii/ usługi/ produktu/ organizacji, który może składać się z wybranych niżej wymienionych pól współpracy:

  1. Audyt danych, struktur a także procesów biznesowych z nich korzystających
  2. Opracowanie założeń do strategii zarządzana danymi na potrzeby realizacji nowych celów biznesowych
  3. Opracowanie szczegółowej strategii rozwoju BigData
  4. Opracowanie/kastomizacja inteligentnej technologii odpowiadającej na potrzeby biznesowe
  5. Wsparcie w implementacji strategii na poziomie projektowo-procesowym
  6. Wparcie w zakresie pozyskania środków zewnętrznych na rozwój i badania (m.in. UE, NCN, NCBiR) – szczególnie dedykowanym BigData
  7. Doradztwo bieżące

Oferta przeznaczona jest dla firm z:

  • Branży Finansowej
  • Branży eCommerce / retail
  • Branży Hurtowni B2B

Zespół:

  • Pracownicy GoTechnologies
  • Zespół badawczy projektu ENGINE z Politechniki Wrocławskiej
  • Zespół badawczy projektu DataScienceGroup

Kompetencje praktyczne:

  • Analiza sieci
  • Detekcja zjawisk podejrzanych
  • Propagacja w sieciach
  • Odkrywanie grup i społeczności
  • Analiza dynamiki
  • Analiza i optymalizacja sieci interacji
  • Klasyfikacja użytkowników
  • Systemy rekomendacyjne
  • Budowanie modeli zachowań
  • Integracja danych
  • Detekcja nadużyć
  • Analiza nastawienia
  • Bulk Synchroneus Parrallel
  • Map Reduce
  • Hadoop 2.0
  • Przetwarzanie równoległe
  • Bazy NOSQL

Oferta jest skierowana do:

  • Firm z branży finansowej
  • Firm B2B
  • Firm Retail
  • Firm eCommerce