Невеликі компанії часто передбачають невеликі обсяги даних, але є способи отримати з цього користь. У світі великих даних гігабайти коштують найменші гроші, але в нашому випадку навіть незначні обсяги можуть допомогти винести користь. Маленькі інтернет-магазини стикаються з тією ж проблемою, що і їх гігантські конкуренти: з’ясувати, хто їх покупці і як їм продавати потрібний товар.

Створення big data з невеликих даних

Mailchimp, давно відомий продажем рішень для електронного маркетингу малому бізнесу, також є гравцем в області великих даних. Як пояснив Девід Дьюї, головний спеціаліст з аналізу даних Mailchimp, у компанії є власний відділ фахівців з аналізу даних, комп’ютерних вчених і навіть математиків.

«Ви отримуєте можливість, не наймаючи людини». – сказав Дьюї.

На внутрішній стороні Mailchimp зберігає петабайт даних від своїх клієнтів, анонімізованих для захисту конфіденційності, але доступних для аналізу. Mailchimp використовує свою модель машинного навчання, щоб внести свій внесок у модель малого бізнесу клієнта.

Невеликі підприємства можуть порівняти свої показники з середніми показниками клієнтської бази Mailchimp, щоб отримати об’єктивну оцінку. Це дає можливість уточнити свої слабкі місця і подивитися де і що можна поліпшити для отримання максимального результату. По суті, Mailchimp прагне надати малим підприємствам переваги машинного навчання на основі великих даних шляхом об’єднання існуючих у них не дуже високих даних.

Використання невеликих даних як Business GPS

Інший підхід полягає в тому, щоб підключитися до потоку даних у режимі реального часу, пояснив Марк Стаус, керівник і головний виконавчий директор Proof Analytics.

«Неважко використовувати дані по мірі їх збору. Це дає вам можливість спостерігати і підвищує впевненість у результатах »- сказав він.

За словами Стауса  для керівників бізнесу досить рівня впевненості близько 50 – 70%. Можливість перерахунку в момент їх збору робить невеликі дані схожими на GPS.

«Це дозволяє вам орієнтуватися у проблемі і вносити зміни моментально, не інакше, як зміна маршруту під час поїздки» – сказав Стаус.

Знайомі прийоми і трюки з невеликими даними

Невелика статистика, інформація, інші дані завжди поруч, навіть якщо ви не використовуєте платформу або сервіс для їх аналізу.

«Справа не стільки в алгоритмі, – сказав Скотт Брінкер, віце-президент по екосистемі платформи HubSpot. – Це більше про зміст. Наскільки гарний зміст цієї інформації? »

Алгоритми великих даних можуть впорядкувати мільйони перестановок і процесів, щоб передбачити, яка пропозиція може стати найкращою для ваших клієнтів. Але машина може дати збій, а ось тверезий розум хорошого маркетолога – рідко. Від того невелику кількість даних завжди легше контролювати звичними методами вручну, щоб підібрати кращу пропозицію для клієнта або свого бізнесу.

Net Promoter Score (NPS) просто збирає відповіді з цих невеликих спливаючих вікон опитування клієнтів, у яких користувача просять оцінити послугу або продукт за шкалою від 1 до 10. Аналіз відповідей простий: дев’ятки і десятки – промоутери. Нижче шести – недоброзичливці.

За словами Бринкера, A / B-тестування – це ще один метод, оскільки тактика оптимізації конверсії існує вже більше десяти років. Контент-маркетинг і пошукова оптимізація – це теж невеликі гри з даними, і робота з маленькими даними підвищення ефективності в цих сферах куди простіше, а ймовірність помилки нижче.

Скільки даних досить?

Великі дані можуть придушити самі себе просто через свого розміру. «Існує фундаментальна різниця між культом точності у всій науці про дані і практичної реальністю бізнесу», – сказав Стаус. «Доступність даних – справжня проблема», але «невеликі дані» набагато доступніші, бо їх легше зібрати і зберігати. »

За словами Стаусу, багато великиї пулів даних або сховищ закриваються, тому що вони дорогі в обслуговуванні та забезпеченні безпеки, у той час як «витягу цінності» було менше, ніж хотілося б. Він додав, що за допомогою аналізу можна поглянути на загальну картину даних організації, але зібрана інформація в режимі реального часу, може бути більш корисною.

Вибір найкращого підходу до невеликих даними

Зрештою, Mailchimp надає «аутсорсингової експертизу» малому онлайн-бізнесу. Такими підприємствами керують кілька людей або навіть один, який просто фізично не може бути професіоналом у всіх сферах. Їм часто не вистачає часу і досвіду для проведення власного аналізу з метою виявлення кращих пропозицій для клієнтів, оцінки клієнтської життєвої позиції або навіть того, як і коли відправляти нагадування по електронній пошті, щоб стимулювати зростання продажів.

За словами Дьюї, Mailchimp виконує аналіз, розробляє програму і представляє її клієнту з малого бізнесу. Proof Analytics вважає за краще надавати рекомендації, які допомагають у прийнятті рішень. За словами Стаусу, при достатній автоматизації не потрібен фахівець з даними, а потрібен тільки аналітик.

«Навіть в цьому випадку буде досить аналітика на неповний робочий день. Зниження ризику при прийнятті рішення – це мета, оскільки «погане рішення [може бути] дорогим», – зазначив Стаус.