Adathalmaz vagy célzott adatgyűjtés?
Buzzword-ök; ha egyszer felkapott lesz egy szó online körökben, akkor szinte nem lehet elkerülni a szakmai platformokon, cikkekben, konferenciákon, előadásokon, …, blogokon. A Big Data is ilyen, a körülötte felfújt lufi van olyan nagybetűs, mint maga a szó. De mi a jelentése, hogyan csapódik le a gyakorlatban, és milyen eredmény érhető el vele az interneten? Hogyan válik ez a nagy szó (nem kicsivé, hanem) okossá?
Rengeteg cikket találni a Big Data elméletéről, amelyek alapján fontossága beépült a köztudatba. Egyes felmérések szerint a vállalatok marketinges szakemberei aszerint értelmezik leginkább, ahogy a cégükön belül alkalmazzák, ha elkezdtek egyáltalán foglalkozni vele. Számos meghatározás és értelmezés közül talán ez lehet összefoglalva a definíció a Big Data-ra: nagy mennyiségű adat gyűjtése, tárolása és kezelése, végső soron pedig az elemzése annak érdekében, hogy az eredmények a döntéshozatali folyamatot elősegítsék.
A nagy adathalmaz említése nem csak itt, hanem az üzleti életben lassan mindenhol előkerül. A jelenleg még gyermekcipőben járó új terület nem találta még meg a helyét a szervezeti struktúrában. Van olyan vállalat, ahol az ügyfélkapcsolathoz, van ahol a tervezéshez és még számos területhez tartozik. Az azonban már teljesen világos, hogy az adatok gyűjtése kulcsfontosságú a fejlődő piacok számára, hiszen segíti a jövőtervezést és a döntéshozatalt.
Sok vezető nem tartja fontosnak, prioritásnak a Big Data alkalmazását a cégen belül, mert nem tudják miért kezdjenek el erőforrást belefektetni, nem tudják mit érhetnének el vele. A Big Data elsősorban akkor hasznos egy cég számára, ha a gyűjtött adatok a stratégiai célok elérésében segítenek. Fontos tehát, hogy megfelelő adatok (Smart Data) álljanak rendelkezésre, és ezek stratégiai eszközként funkcionáljanak, és ne egy adathalmazból kelljen kiválogatni a céloknak megfelelőt. Így tehát okos megoldás, ha a stratégiai célok megfogalmazásakor határozzuk meg azokat az adattípusokat, amik elősegítik a vállalat hatékonyabb működését.
Célzott adatgyűjtés = Okos megoldás
Fontos, hogy az adatgyűjtés előtt tisztázzák, miről szeretnénk több információt kapni, és melyek azok az adatok, amikre lehetőségük is van megszerezni. Ezzel lehet időt, energiát és pénzt spórolni, miközben releváns adatokhoz juthatnak az adott területen. Ideális esetben persze az adatok, amik megszerzésére van lehetőség, magukba foglalják azokat is, amelyek a cég igényeit ki tudják szolgálni, és akkor a megfelelő szűréssel olyan adatmennyiséget kaphatnak, amelyet fel tudnak dolgozni, és hatékonyan elemezni.
Az adatszolgáltatók részén felmerül az a kérdés viszont, mivel ők generálhatják a Big Data-t az ügyfeleknek, mennyi adatot rögzítsenek az igények és az erőforrások összehangolásával? Vegyük például a hirdetéskiszolgáló rendszereket, amelyek alapvető működési elvük alapján nem csak bannereket jelenítenek meg, hanem számolnak különböző adatokat (AV, CT, UV, CT% stb.) azokhoz kapcsolódóan, így adatszolgáltatóként is működnek. Csakhogy ezek az adatok már alapszinten elvártnak számítanak a kampányok teljesítéséről, így nem nevezhetők Big Data-nak. De a technológiai fejlődéssel már egyre több adat keletkezik az internetezőkről, amelyek alapján a hirdetők meg szeretnék célozni őket, legyen szó az IP címük alapján a földrajzi elhelyezkedésükről, vagy a netezésre használt eszközük képernyőméretéről, és így tovább.
Nézzünk egy példát:
Ha már a célzásokról van szó, ezek olyan opciók, amelyekre van lehetőség a hazai fejlesztésű AdServerben is. A tartalomszolgáltató beállítja, hogy kiknek jelenjen meg a kampány, és ennek megfelelően fog futni az oldalon. Az említett célzások mellett még saját targetálást (customtarget a szótárban) is alkalmazhatnak, amely a weboldaltól kapott adat alapján (pl. saját adatbázisuk alapján a látogató neme, kora stb.) teszi lehetővé a célzott elérést. A kampány a beállított teljesülési feltételek mellett pedig fut, amíg kell, az eredmények pedig megmutatják, hogy hány netezőt értek el, hány megjelenéssel és átkattintással. De ilyenkor jöhet a kérdés, hogy a kampány eredményeit árnyalhatjuk-e tovább valahogy? Van arra lehetőség, hogy pontosan megtudjuk, milyen embereket értünk el a kampánnyal? Honnan neteztek, milyen eszközt használtak, esetleg az adatbázisnak tagjai-e, ha igen, milyen neműek, korúak stb. voltak?
Logikus kérdések ezek, és az eredmények fontos információkat hordoznak magukban a tartalomszolgáltatónak, mert a kampány eredményeiről is részletes elérési mutatókat kaphat, valamint a saját látogatóiról is többet tudhat meg, és azt kijelenthetjük, hogy minél többet tud a weboldal a látogatói jellemzőiről, annál pontosabban értékesítheti a felületeit a hirdetők felé. Ezt a többlettudást az inventory kezelésében hasznosíthatja, hiszen fontos, hogy tisztában legyen a készleteivel mind a hirdetési felületek számát, mind az elérhető internetezőket illetően.
Az AdServer pedig itt jön a képbe, ahol a célzás és az elérés találkozik, mert a legújabb fejlesztésű eszköze, a Custum Logger a használható célzási opciók szerint képes rögzíteni a hirdetések által elért látogatókról információkat. Néhány példát említve: a tartalomszolgáltató megtudhatja, hogy a weboldalán futó hirdetéseket melyik megyéből hányan látták, milyen felbontású eszközökön keresztül nézték, vagy hogy milyen böngészőből és milyen operációs rendszeren keresztül látták a netezők.
Mit is jelent pontosan a Custum Logger?
A logolás az adatok rögzítését jelenti, mikor a hirdetés megjelent egy internetezőnél, a custom szó pedig annak az egyediségét foglalja magában, hogy olyan adatokat rögzít a rendszer a tartalomszolgáltatónak, amelyek az igényeinek megfelelnek, és amelyek rögzítésére természetesen lehetőség is van, ezzel olyan adatmennyiséget ad át nekik a mérés végeztével az AdServer, amelyeknek elemzése a jövőbeni döntéseiket elősegíti majd. Így ezen Big Data, pontosabban “Smart Data” alapján egyrészt fogyasztói és piaci insight-ok nyerhetők, másrészt a relevancia ígéretét hordozza, hogy ti. a megfelelő üzenetet a megfelelő személynek a megfelelő időben a megfelelő összegért tudják eljuttatni.
