Real Time WWW Personalization (personalizacja strony www w czasie rzeczywistym)

Nikogo już chyba nie dziwi, że każda, nawet jednorazowo odwiedzana strona internetowa,  częstuje nas reklamami doskonale dopasowanymi do naszych potrzeb – egipskie kurorty wołają poszukujących urlopowej destynacji, na posiadaczy kotów czekają oferty karmy i żwirku, singli kuszą portale randkowe. Reklamy to nie jedyny dowód spersonalizowania: wtyczka społecznościowa pokazuje nam, kto z naszych znajomych już stronę polubił, baner woła nas po imieniu lub nawet pokazuje nam kod promocyjny przeznaczony specjalnie dla nas… Takie zjawiska już nikogo nie dziwią, bo wszyscy wiemy, że Internet patrzy nam na ręce, za pomocą analizy naszych działań wie o nas więcej niż my sami, a wszystko po to, by z tej wiedzy skorzystać komercyjnie. Jeśli ktoś chciałby jednak wiedzieć, jaki konkretnie mechanizm stoi za tą wszechwiedzą strony internetowej, to dobrze trafił, bo dziś wyjaśnię tę kwestię.

Personalizacja strony www w czasie rzeczywistym (ang. Real Time WWW Personalization) to kolejna odsłona tematu, który interesuje mnie od dłuższego czasu. Mnie i zdecydowaną większość obserwatorów sieci. Tematu, który poza częścią teoretyczną ma też marketingową praktykę, a nie ma nic ciekawszego niż algorytmy, które oprócz wymiaru naukowego przeliczają się na poważne pieniądze. Niedawno pisałem o Big Data i marketingowej stronie tego zjawiska. Real Time WWW Personalization  to jedna z marketingowych twarzy umiejętnego zbierania i przetwarzania danych na temat użytkownika Internetu. Celem Real Time Personalization jest dotarcie do użytkownika z komunikatem dopasowanym do jego potrzeb. Świadomość potrzeb internauty wynika z analizowania jego aktywności w sieci w czasie rzeczywistym. Ten czas, ta swoista „natychmiastowość” zbierania, analizowania i wykorzystywania danych to najważniejszy element i podstawa skutecznej spersonalizowanej komunikacji. Personalizacja strony może dotyczyć zarówno treści, jak i formy w jakiej jest ona przedstawiona. Strona główna serwisu może więc powitać internautę jego imieniem lub na podstawie wcześniejszych zakupów czy przeglądanych produktów, wyświetlić mu informacje, które mogą go zainteresować.

Popularnymi formami personalizacji stron internetowych są:
•  rekomendacje konkretnych produktów,
• przypomnienia o koszykach zakupowych,
• posługiwanie się imieniem konsumenta,
• zintegrowana ze stroną wtyczka  mediów społecznościowych.

Ciekawostka:
Marketo.com, jedna z firm zajmujących się narzędziami typu marketing automation, oferuje system, który pozwala tworzyć w czasie rzeczywistym interakcję urządzenia mobilnego z dowolnym systemem CMS. Firma twierdzi, że stosowanie tego rodzaju systemu pozwala zwiększyć do 270% konsumpcje treści.

Jak wygląda schemat, według którego podsuwane są treści?
Obraz2
Załóżmy, że głównym tematem strony internetowej są samochody. „Super Topic” będzie się dzielił według kategorii i tematu. Tematem będą wspomniane auta, natomiast kategorią transport. Temat można podzielić dalej na podtemat i kategorię pokrewną, którymi  mogą być np. diesle – jako temat i części samochodowe jako kategoria. Kategoria ma możliwość związania się z kategorią pokrewną, która w naszym przypadku mogą być opony. Dla każdego tematu i kategorii strona powinna wyszukiwać taksonomie i ontologie. I tak to się kręci.
Pewnym problemem może być zmęczenie użytkownika reklamami. Ma temu zapobiec poniższy system:
Obraz1

Użytkownicy komunikują się z serwerem reklam w sieci. Baza danych 124 i 140 może być fizycznie zintegrowane z serwerem reklam 104 jako jedna lub więcej. Bazy te mogą znajdować się w różnych miejscach.

Sieć 150 może obejmować sieci rozległe (WAN), takie jak internet, sieci lokalne (LAN), sieci obszaru kampusu, miejskich sieci i sieci bezprzewodowych i przewodowych, lub innych sieci, które mogą umożliwić dostęp do sieci komunikacyjnej.

Serwer reklam 104 może zawierać zestaw instrukcji 160, które mogą spowodować, że serwer 104 wykona jedną lub więcej sposobów personalizacji reklam.

Każdy użytkownik posiada „user ID”, na podstawie którego dokonuje się identyfikacja. Polega ona na przejściu z użytkownika internetowego 140, przez serwer reklam 104 i na podstawie historii ruchów w bazie danych 124 dokonuje się personalizacja.

W bazie danych historii ruchu 124 mogą być przechowywane różne rodzaje danych o ruchu w sieci Web. Jak wcześniej wspomniano w oparciu o tą historię do każdego użytkownika (jego ID) zostaje stworzona lista reklam przewidywanych do wyświetlenia dla niego. Reklamy te są przechowywane w bazie danych reklamodawcy 150 gdzie oczekują na wyświetlenie użytkownikom sieci 140. Dodatkowo sekwencja identyfikacji reklam może być przypisana do każdego ogłoszenia w bazie reklamodawcy 150. Umożliwia to sortowanie i wyświetlanie odpowiednio dobranych do siebie reklam.

Kiedy użytkownik sieci 140 wysyła zapytanie do serwera 104, może to następować poprzez przeglądanie serwera 104, wykonuje instrukcje 160 zgodnie z generatorem wyników wcześniejszego wyszukiwania 116. Wyniki wyszukiwania generatora 116 są zapisywane. Zapytania uruchamiają trackera przeglądania 120 do śledzenia danych i przekazują te dane do serwera reklam 104, a następnie są one przechowywane w bazie danych historii ruchu 124.

Dane, takie jak te omówione powyżej, mogą być wykorzystywane przez serwer reklamowy 104 do realizacji metod i algorytmów do personalizowania reklama dostarczania do użytkownika sieci 140 tak, aby zapobiec lub istotnie zredukować ilość reklam powtarzających się.

Istnieją dowody, że doświadczenia indywidualnego użytkownika może mieć wpływ na to jak odbiera on reklamę. Doświadczenia te mogą być pozytywne lub negatywne. Mogą odnosić się do nazwy firmy, logo itp. Doświadczenie to również ma wpływ na kliknięcia na reklamy. 
Do podstawowych narzędzi personalizowania stron należy logowanie i tzw. ciasteczka. Dzięki nim możliwe jest poznanie internauty poprzez zbieranie śladów jego działań. Analiza tych informacji pozwala stworzyć portret użytkownika, czyli poznać go dokładnie, z zainteresowaniami i potrzebami włącznie.
Skarbnicą możliwości dla Real Time WWW Personalization jest oczywiście Google, dzięki dostępowi do niewyobrażalnych ilości danych, ale też do narzędzi marketingowych. Wystarczy wspomnieć o połączonych mocach Ad Words i Google Analytics. Nie jest to jednak jedyne rozwiązanie.
Zaawansowane zespoły internetowe od prawie dwóch dekad dokonują personalizacji opartych na IP i wychodzi im to coraz lepiej. Organizacje takie jak Demandbase, Acxiom i MaxMind używają adresów IP w celu dostarczenia internautom informacji, które mogą okazać się przydatne w danym momencie i miejscu, np. komunikatów pogodowych dostosowanych do lokalizacji.
Wszystkie te schematy i narzędzia wspólnie pracują na to, by strona internetowa czekała na użytkownika w sposób dla niego przydatny, ale też – przede wszystkim – korzystny dla samej strony. Dostosowana do potrzeb odbiorcy strona internetowa może mu skutecznie pomóc w wydawaniu pieniędzy, co dla wszystkich zainteresowanych jest zjawiskiem korzystnym.

Wiedza się opłaca – znaczenie technologii Big Data

Agencja Edelman oraz Centrum Psychometrii Uniwersytetu Cambridge zawarły strategiczne partnerstwo, którego celem jest bliższe poznanie zjawiska Big Data. Analizie poddany zostanie wpływ technologii Big Data na zaufanie konsumentów wobec biznesu, etyczny aspekt zbierania, badania i wykorzystywania danych, szczególnie przez takie sektory jak opieka medyczna czy ubezpieczenia, planowane jest też dokładniejsze niż kiedykolwiek pochylenie się nad kwestiami prywatności użytkowników Internetu. Co to oznacza? Oznacza to, że Big Data to narzędzie ingerujące w sprawy najbardziej intymne, posiadające niewątpliwie ogromną moc, choć wciąż nie do końca zbadaną. Rozwija się szybko, bo biznes dostrzega w nim olbrzymi potencjał, nauka powoli zaczyna dostrzegać zagrożenia.

Samo zjawisko Big Data omówiłem w poprzednim wpisie „Big Data i Internet Of Things – duża sprawa!”, teraz przyszedł czas na krok następny: skoro wiadomo już, czym Big Data jest, należy przyjrzeć się możliwościom, jakie daje. Najważniejsze są oczywiście możliwości przeliczalne na pieniądze, czyli potencjał marketingowy Big Data.

Big Data Marketing – z takim pojęciem spotykamy się coraz częściej. Polega on na wykorzystywaniu różnorodnych informacji o kontakcie w czasie rzeczywistym w celu zwiększenia skuteczności działań marketingowych poprzez spersonalizowaną komunikację ONE – to – ONE. Zdaniem specjalistów, w dzisiejszych czasach jest to konieczność.

Każdego dnia zostawiamy w sieci miliony śladów, gromadzonych w przeróżny sposób, chociażby za pomocą plików cookies. Specjalistyczne narzędzia zbierają te dane i analizują, by – według optymalnego scenariusza – NATYCHMIAST odpowiedzieć na potrzebę użytkownika za pomocą podsunięcia mu najlepszych, najtrafniejszych treści lub konkretnej oferty. Media społecznościowe to niezwykle ważne źródło danych na temat konsumentów – z reguły tam nie zostawiamy niedostrzegalnych dla śmiertelników śladów, tylko konkretne wskazówki – polubienia, udostępnienia, informacje na temat swoich zainteresowań, sytuacji rodzinnej, itd.

Jakie to ma znaczenie dla firm? Szacuje się, że kiepskiej jakości dane mogą kosztować przedsiębiorców aż do 35% dochodów operacyjnych. Według ankiety przeprowadzonej wśród firm znajdujących na liście Fortune 1000 już 10% poprawa użyteczności oraz dostępności danych zwiększyła sprzedaż średnio o 14% na każdego pracownika. Większa widza na temat konsumenta to większe możliwości dotarcia z trafioną ofertą, a więc większy potencjał sprzedażowy.

Najwyraźniej wykorzystanie Big Data zaobserwować można w sektorze bankowym. Czy Wasz bank zaproponował Wam już zniżki wynikające z tego, że robicie zakupy w takim, a nie innym sklepie? Zauważyliście, jak często niewielki nawet dołek finansowy wywołuje lawinę propozycji kredytowych? Dopóki widzicie prosty związek przyczynowo-skutkowy, czyli Wasze upodobania/zwyczaje/potrzeby zna Wasz bank, któremu sami za pomocą działań finansowych podsuwacie stosowne informacje, wszystko wydaje się jasne (choć często irytujące). Wątpliwości pojawiają się w sytuacjach takich jak na przykład koniec umowy z operatorem telefonicznym, który skutkuje propozycjami ze strony pozostałych telekomów. Jeśli zastanawiacie się, kto Was sprzedał, odpowiedz brzmi pewnie: Big Data.

Mechanizm jest prosty: bank/telekom/sklep otrzymuje informację, że wędrowaliście po odpowiedniej stronie internetowej, system czarno na białym wykazuje, które zakładki Was zainteresowały, ile czasu spędziliście na danych podstronach – na tej podstawie błyskawicznie można skonstruować ofertę i zadzwonić z propozycją. Trudno, żeby oferta kredytu, która trafia do Was zaraz po tym, jak spędziliście dwie godziny na przeszukiwaniu internetu w tej sprawie, zupełnie Was nie zainteresowała. Badanie konsumentów pozwala na rezygnację z działań na oślep, z przypadkowych propozycji kierowanych do przypadkowych osób, co samo w sobie generuje oszczędności.

Jakie problemy techniczne napotyka Big Data? Jeśli tylko uświadomimy sobie, jak ogromne ilości danych wchodzą w grę, pomysłów na potencjalne trudności natychmiast będziemy mieli co najmniej kilka. Według badań przeprowadzonych wśród 75 najważniejszych dyrektorów sprzedaży w USA wytypowano trzy największe problemy:

  •  46% uważa ilość dostępnych danych jest największym wyzwanie dla Big Data Marketing;
  • 34% wskazuje, że różnorodność danych ustrukturyzowanych i nie ustrukturyzowanych jest największym problemem;
  • 20% badanych wskazało, że częstotliwość generowania nowych danych oraz tempo ich przesyłu oraz późniejszego gromadzenia i analizowania jest najtrudniejszym zadaniem.

Rozwiązaniem jest zastosowanie narzędzia klasy Marketing Automation. Systemy te pozwalają na pozyskiwanie, gromadzenie oraz analizowanie wymienionych wyżej danych, w czasie zbliżonym do rzeczywistego. Pozwala to na dotarcie do indywidualnych odbiorców, nie wymaga inwestycji w hardware i wszystkie dane trzyma w chmurze obliczeniowej daleko od firmowych systemów. 

Działanie firm, która zajmują się gromadzeniem, przetwarzaniem i dostarczaniem danych instytucjom finansowym, kilkakrotnie opisywał Maciej Samcik. Samcik widzi dwie twarze Big Data: z jednej strony jest to w końcu forma pomocy zagubionym w bankowych możliwościach klientom, z drugiej to doskonałe narzędzie służące manipulacji i tworzeniu potrzeb, a więc w  pewnym sensie prowadzące do naciągania.

O tym, czy Big Data to zjawisko etyczne, często decyduje branża, która sięga po to narzędzie. Dość niewinne wydają się reklamy egipskich kurortów, którymi nagle usiana jest każda oglądana przez nas strona internetowa, tylko dlatego, że w mailu do kolegi napisaliśmy, że marzymy o wakacjach. Problematyczne wydają się skutki wykorzystania naszych internetowych działań przez firmy medyczne, która podsuwają nam leki na bazie diagnozy postawionej w wyniku analizy objawów, które wpisywaliśmy w Google. Makabryczna wręcz wydaje się wizja ciągłych reklam ubezpieczenia na wypadek zachorowania na choroby nowotworowe, tylko dlatego, że często dzielimy się z facebookowymi znajomymi informacjami na temat uciążliwych migren.

Warto tez sobie zadać pytanie: czy użytkownicy świadomi zbierania i przetwarzania danych, zachowują się w sieci naturalnie? Czy ktoś jeszcze wierzy, że da się zupełnie bez śladu kupić przez internet broń lub narkotyki? Z drugiej zaś strony: czy podświadomie nie nastawiamy się coraz bardziej sceptycznie do reklam internetowych? Na te pytania odpowiedzi szuka Agencja Edelman i naukowcy z Cambridge, musimy tylko poczekać na wyniki ich pracy.

Big Data i Internet Of Things – duża sprawa!

Czy odważyłbyś się przejść przez ulicę pełną samochodów na podstawie fotografii zrobionej pięć minut wcześniej?

Takie pytanie postawiła w jednej z reklam firma IBM i doskonale oddaje ono istotę zjawiska Big Data oraz tego, czemu zjawisko to może służyć.

Od początku jednak:

Big Data to jedno z podstawowych, najważniejszych, a jednocześnie najświeższych pojęć z pogranicza Internetu, komunikacji, marketingu, socjologii… długo by wymieniać. Termin Big Data nasuwa na myśl dane i sugeruje, że jest ich dużo. To już jest niezły początek definicji, ale absolutnie nie wyczerpuje to tematu. Osobiście za najbardziej wyczerpujące uważam wyjaśnienie zaprezentowane przez firmę Forrester, koncepcję 4V, zwracającą uwagę na następujące aspekty:

  • volume – ilość danych;
  • variety – różnorodność danych;
  • velocity – szybkość pojawiania się nowych danych i ich analizy w czasie rzeczywistym;
  • value – wartość danych ( niektóre źródła podają zamiast tego variancy – wariancję danych).

Nie tylko ilość danych jest bowiem ważna – a na tę sprawę szczególny nacisk kładą inne dostępne definicje. Istotne jest też różnorodne pochodzenie danych (dane behawioralne, statystyczne, geograficzne, transakcyjne) i ich formaty (ruch na stronie, social media, video, muzyka, dokumenty, aktywność na forach, formularze, ankiety, rozmowy telefoniczne, dane offline), co kładzie kres dotychczasowemu relacyjnemu łączeniu danych pochodzących z takich samych źródeł.

Wiemy więc już, że danych jest wiele i są one zróżnicowane. Tu pojawia się czynnik kolejny: czas. Dane narastają szybko i szybko muszą być zbierane i analizowane. Inaczej tracą wartość. Do tego odnosi się właśnie pytanie, które umieściłem na początku: Big Data dzieje się w czasie rzeczywistym, tylko w tym czasie ma WARTOŚĆ. Jeśli tylko tempo zbierania i analizowania danych jest odpowiednie (czyli: natychmiast!), mają one ogromne znaczenie i potencjał. Czy wszystkie? Oczywiście nie. Znacząca większość informacji, które rodzą się w każdej sekundzie w wielu kanałach komunikacyjnych, nie ma żadnego znaczenia. Dlatego filtrowanie danych jest tak samo ważne, jeśli nie ważniejsze, niż ich gromadzenie.

Big Data jest pojęciem obejmującym zarówno same dane, jak i ich analizę, z naciskiem na czas jej przeprowadzenia. Dane mają wartość TU i TERAZ.

„Dużo” to pojęcie obszerne, jak wyglądają konkretne liczby? Według badań firmy IDC rynek Big Data urośnie z 3,2 mld USD w 2010 do 16,9 mld USD w 2015 roku, przy rocznym przyroście na poziomie 40%. Harvard Business Review przeprowadził ankietę wśród Fortune 1000 i największych agencji rządowych USA. Wynika z niej, że 85% organizacji wdraża Big Data lub jest na etapie planowania jego wykorzystania.

Do czego może służyć zbieranie i analizowanie gigantycznych ilości danych? W poprzednim moim poście omówiony został web mining, wcześniej opisywałem zagadnienie popularne, ale nie zawsze prawidłowo rozumiane przez użytkowników sieci: pliki cookies.  Wszystkie te sprawy łączy jedno: potrzeba zbierania informacji na temat internautów. Po co? Z reguły w takich sytuacjach chodzić może tylko o jedno: pieniądze. Dane na temat użytkowników sieci to przecież informacje o konsumentach z pierwszej ręki. Big Data Marketing to temat, któremu poświęcony będzie mój następny post. Zanim przyjdzie na niego czas, warto poznać inne pojęcie: Internet of Things.

Wyobrażacie sobie, że Wasza lodówka sama usuwa produkty przeterminowane? Wyobrażacie sobie, że żarówka w Waszym domu wie, że niedługo się przepali, więc sama zamawia swoją następczynię? Wyobrażacie sobie, że Wasz budzik dzwoni 5 minut później niż powinien, ponieważ wie, że na trasie do pracy nie czekają na Was korki? Jeśli brzmi to dla Was jak science-ficton, musicie wiedzieć, że taki świat się zbliża. Świat inteligentnych przedmiotów, które są w stanie gromadzić, przetwarzać i odpowiednio wykorzystywać różnorodne dane. Podobne rozwiązania są już stosowane na przykład w samochodach, w których kierowca w czasie rzeczywistym otrzymuje informacje na temat stanu auta, np. wskaźnik ciśnienia powietrza w oponach. Internet of Things jest to technologia, która poszerzy, przyśpieszy i ułatwi interakcje człowieka z przedmiotami, a także przedmiotów z innymi przedmiotami.

Wszystko jednak sprowadza się do danych i ich odpowiedniego wykorzystania, a tu standardowo pojawia sie sprawa ich zbierania, czyli ingerencji w prywatność, z którą chyba musimy się po prostu pogodzić w dobie internetu. Popularność serwisów społecznościowych, w których sami ujawniamy wiele danych wrażliwych, może świadczyć o tym, że dyskrecja i tajemnica nie jest dziś priorytetem. Jeśli dodamy do tego ślady pozostawione w sklepach internetowych, w internetowej bankowości, wyniki wyszukiwania Google – dla dobrego narzędzia rozgryzienie nas to kwestia kilku algorytmów. Takie czasy.