Hvordan virksomheder samler dine data (og hvad de gør med det)


Hvordan virksomheder samler dine data (og hvad de gør med det)

Det moderne erhvervsklima er oversvømmet i data. Da teknologier som internettet af ting og kunstig intelligens fortsætter med at udvikle sig, er virksomheder begyndt at fange og analysere flere og flere data.

Få ting er immun for den eksplosive efterspørgsel efter mere information. Dette omfatter forbrugeren. Virksomheder indfanger, gemmer, analyserer og reagerer på massive mængder data på deres forbrugerbase hver dag. Alt fra forbrugeradfærd til prædiktiv analyse kommer i spil, og nogle virksomheder har endda vendt deres kunders digitale fodaftryk til en indtægtsstrøm.

Her er et kig på nogle af de måder virksomheder tager fat på deres kunders data, hvad de gør med disse oplysninger, og hvordan du kan bruge de samme teknikker til at forbedre din virksomhed.

Virksomheder indfanger data på mange måder fra mange kilder. Nogle processer er af høj teknisk art, mens andre er mere deduktive (selv om disse metoder ofte bruger sofistikeret software).

Det er imidlertid den nederste linje, at virksomheder bruger et kikkert til at indsamle og behandle kundedata om metrics, fra demografiske data til adfærdsmæssige data, siger Liam Hanham, direktør for datalogi hos Elicit.

"Kort sagt kan kundedata indsamles på tre måder," sagde Hanham. "Ved direkte at spørge kunder, ved at indirekte spore kunder og ved at tilføje andre kilder til kundedata til din egen. En robust forretningsstrategi har brug for alle tre."

Virksomheder er dygtige til at trække data fra næsten alle kroge og kroge. De mest oplagte steder er fra forbrugeraktivitet på deres hjemmesider og sociale mediesider, men der er også nogle mere interessante metoder på arbejdspladsen. Her er blot nogle få måder, hvorpå virksomheder støvsuger forbrugerdata til analyse.

Et eksempel er placeringsbaseret reklame, som bruger en IP-adresse til internetforbundne enheder (og de andre enheder, der interagerer med) til at oprette en personlig data profil. Disse oplysninger bruges derefter til at målrette brugerens enheder med hyperpersonaliseret, relevant reklame.

Virksomheder vil også grave dybt ind i deres egne kundeserviceposter for at se, hvordan kunderne har interageret med deres salgs- og supportafdelinger tidligere. Her inkorporerer de direkte feedback om, hvad der fungerede og hvad der ikke gjorde, hvad en kunde kunne lide og ikke lide, undtagen i stor skala.

Selvfølgelig er det kun nogle få måder, virksomheder samler data på. De kan også købe data fra eller sælge dem til tredjeparts kilder, så en gang fanget, skifter disse oplysninger jævnligt hænder på en datapark på egen hånd.

Selvfølgelig indfanger store mængder data skaber problemet med, hvordan man sorterer og analyserer alle de data. Ingen mennesker kan med rimelighed sidde ned og læse gennem linjen efter kundedata hele dagen lang, og selv om de kunne, ville de sandsynligvis ikke gøre meget af en dent. Heldigvis er computere meget bedre på denne type arbejde end mennesker, og de kan operere 24/7/365 uden at tage en pause.

Som maskinlæringsalgoritmer og andre former for AI spredes og forbedres bliver dataanalysen en endnu mere kraftfuldt felt for at nedbryde havets data i håndterbare kladder af handlingsbar indsigt. Nogle AI-programmer vil markere anomalier eller give anbefalinger til beslutningstagere inden for en organisation baseret på de kontekstualiserede data.

Uden programmer som disse ville alle dataindsamling i verden være helt ubrugelig.

Der er flere måder virksomheder bruger de forbrugerdata, de indsamler, og de indsigter, de trækker ud af disse data. Chef blandt disse anvendelser er at forbedre kundeoplevelsen, øge effektiviteten af ​​marketingkampagner og sælge forbrugerdata til tredjeparter som en ekstra indtægtsstrøm.

For mange virksomheder giver forbrugerdata en måde at bedre forstå og imødekomme deres kunders krav til. Ved at analysere kundeadfærd, såvel som store tro på anmeldelser og feedback, kan virksomhederne nimbly ændre deres digitale tilstedeværelse, varer eller tjenester for bedre at passe til den nuværende markedsplads.

Og ikke kun virksomheder bruger forbrugerdata til at forbedre forbrugeroplevelsen som en helhed, men de bruger også data til at træffe beslutninger på individuel niveau, siger Brandon Chopp, digital manager for iHeartRaves.

"Vores vigtigste kilde til marketing intelligens kommer fra at forstå kundedata og bruge den til at forbedre vores hjemmeside funktionalitet" Chopp sagde. "Vores team har forbedret kundeoplevelsen ved at oprette tilpassede kampagner og specialtilbud baseret på kundedata. Da hver kunde skal have deres egne individuelle præferencer, er personalisering nøglen."

Kontekstualiserede data kan hjælpe Virksomheder forstår, hvordan forbrugerne engagerer sig og reagerer på deres marketingkampagner og tilpasser sig i overensstemmelse hermed. Denne brugssag til forbrugerdata er meget forudsigelig og bygger en ide om, hvad forbrugere vil vil have fra det, de allerede har gjort. Ligesom andre aspekter af forbrugerdataanalyse bliver marketing mere om personalisering som følge heraf, siger Brett Downes, SEO-chef hos Traffic Jam Media.

"Kortlægning af brugeres rejser og tilpasning af deres rejse, ikke kun via dit websted, men videre på platforme som YouTube, LinkedIn, Facebook eller videre til et andet websted er nu afgørende, "sagde Downes. "Segmentering af data effektivt giver dig mulighed for at markedsføre, så kun de personer, du kender, har størst sandsynlighed for at engagere. Disse har åbnet nye muligheder inden for brancher, der tidligere er meget vanskelige at markedsføre."

Virksomheder, der indfanger data også drage fordel af det. Datamæglere eller virksomheder, der køber og sælger information om kunder, er steget som en ny industri sammen med store data. For virksomheder, der indfanger store mængder data, repræsenterer dette en mulighed for en ny strøm af indtægter.

For annoncører er det uhyre værdifuldt at have disse oplysninger til rådighed, så efterspørgslen efter flere og flere data stiger nogensinde. Det betyder, at de mere uensartede datakilder, datagrupper kan trække fra til at pakke mere grundige dataprofiler, jo flere penge kan de få ved at sælge disse oplysninger til hinanden og annoncører.

Nogle virksomheder bruger endda forbrugerdata som et middel til at sikre mere følsomme oplysninger. For eksempel vil pengeinstitutter undertiden bruge talegjenkendelsesdata til at give brugeren tilladelse til at få adgang til deres finansielle oplysninger eller beskytte dem mod bedrageriske forsøg på at stjæle deres oplysninger.

Disse systemer fungerer ved at gifte sig med data fra kundens interaktion med et callcenter og en maskine læring algoritmer, der kan identificere og flagge potentielt svigagtige forsøg på at få adgang til en kundes konto. Dette tager nogle af gættet og menneskets fejl uden at fange en konsensus. Da dataindsamling og analyse teknologier bliver mere sofistikerede, vil virksomheder finde nye og mere effektive måder at indsamle og kontekstualisere data om alt, herunder forbrugere. For virksomheder er det vigtigt at forblive konkurrencedygtigt godt ind i fremtiden; Hvis du ikke gør det, er det som at køre et løb med dine ben bundet sammen. Insight er konge, og indsigt i det moderne erhvervsmiljø er hentet fra kontekstualiserede data.


Kristne midlertidige tatoveringer designet med åndelig hud i tankerne

Kristne midlertidige tatoveringer designet med åndelig hud i tankerne

Hellig tatovering! Bevæbnet med sandhed, hjernebarn af to kristne iværksættere, designer og sælger midlertidige presse på tatoveringer baseret på Bibels passager. Selskabets grundlæggere, Mike Mueller og Eric Knopf, sagde, at de startede virksomheden for at hjælpe medkristne til at huske skriften passager på en bekvem og fashionabel måde.

(Forretning)

Fra Law School til Las Vegas Restaurant: Hvordan blev jeg den første Latina Executive Chef on the Strip

Fra Law School til Las Vegas Restaurant: Hvordan blev jeg den første Latina Executive Chef on the Strip

Kultiveringen voksede op i Caracas, Venezuela, og det var ikke en konventionel karrierevej. Men selv som et lille barn var jeg særlig interesseret i at lære nye opskrifter og teknikker. Min første rolle i køkkenet lagde mad på min familie morgenmad - fordi min smagte bedre. Jeg havde oprindeligt planlagt at være advokat.

(Forretning)