Big Data как основополагающий подход в создании портрета целевого потребителя

Сотников Юрий
кандидат экономических наук, Доцент кафедри маркетингу, Одесский национальный экономический универсистет, e-mail:Sotnikov4268@gmail.com

Ерешко Андрей
Аспирант, Одесский национальный экономический универсистет, e-mail:ereshko777@gmail.com

Цитировать статью:

Сотников Ю., Ерешко А. Big Data как основополагающий подход в создании портрета целевого потребителя. / Ю. Сотников, А. Ерешко // Научный вестник Одесского национального экономического университета: сб. науч. тр; под ред.: М.Д. Балджи (глав. ред.). (ISSN 2409-9260). – Одесса: Одесский национальный экономический университет. – 2019. – № 4(267). – С. 123-136.

Аннотация

Анализ рынка потребителей – неотъемлемая часть успешного ведения бизнеса. Именно с портрета покупателя начинается любая маркетинговая кампания и это один с важнейших моментов определения доходного бизнеса. Не имея четкого портрета возможного клиента/покупателя, невозможно составить грамотное предложение на товар, а еще труднее правильно адресовать это предложение. В свете Четвертой промышленной революции и соответственно массовой цифровизации, когда передовые технологии радикально меняют целые отрасли экономики потрясающе быстрыми темпами и накапливаются огромные массивы неструктурированных данных, следует обратить внимание на технологию Big Data В статье рассмотрено понятие Big Data как основной фактор перехода к персонифицированному подходу в исследовании поведения потребителей. Определено, каким образом Big Data влияет на маркетинговую деятельность современных компаний. Изложены методы обработки неструктурированной информации, серия подходов и инструментарий больших данных. Рассмотрено, как используется исследуемая технология на этапе анализа рыночной среды и аудита собственно маркетинговой деятельности. Выделены основные преимущества, которые получает производитель при внедрении решений интеллектуального анализа информации. Доказано выгоду потребителя от распространения технологии Big Data в бизнес-среде. Выявлены основные риски и проблемы, которыми сопровождается использования Big Data на данном этапе развития данной технологии. Приводятся практические примеры опыта использования Big Data для создания портрета целевого потребителя зарубежными компаниями в качестве дальнейших предпосылок для реализации разнообразных маркетинговых решений, стратегий, для осуществления профессиональной деятельности, предусматривающей использование современных технологий принятия решений, бизнес-аналитики для различных отраслей экономики..

Ключевые слова

Big Data, сегментация, маркетинговые стратегии, таргетинг, целевая аудитория, целевой потребитель, цифровизация.

JEL classification: М310; DOI: 10.32680/2409-9260-2019-4-267-123-136

УДК: 339.138

Литература

1. Бабурин В.А., Яненко М.Е. Технологии Big Data в сервисе: новые рынки, возможности и проблемы // Технико-технологические проблемы сервиса (ТТПС). 2014. – № 1 (27). – C. 100-105
2. Барсегян, А. А. Технологии анализа данных: Data Mining, Visual Mining, Text Mining,OLAP / А. А. Барсегян, М. С. Куприянов, В. В. Степаненко, И. И. Холод. – СПб.: БХВ-Петербург, 2007. – 384 c.
3. Волкова Ю.С. Большие Данные в современном мире // Концепт. Т. 2016. – №11. – С. 171-175.
4. Воронкова О.В. Мотивация в управлении поведением потребителя // Перспективы науки. – 2012. – № 10 (37). – С. 123–125.
5. Измалкова С. А., Головина Т. А. Использование глобальных технологий «BIG DATA» в управлении экономическими системами // Известия Тульского государственного университета. Экономические и юридические науки. №4–1., 2015. - с. 151–158.
6. Калягина Л. В. Категория «Данные»: понятие, сущность, подходы к анализу / Л.В. Калягина, П. Е. Разумов. // Вестник КрасГАУ. – 2014. – №4. – С. 3–8.
7. Майер-Шенбергер, В. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим: пер. с англ. / В. Майер-Шенбергер, К. Кукьер. – М.: Манн, Иванов и Фербер, 2014. – 240 с.
8. Посыпанова О.С. Экономическая психология: психологические аспекты поведения потребителей. – Калуга, 2012.
9. Большие данные в разных отраслях: сценарии применения [Електронний ресурс]. – 2014. – Режим доступа к ресурсу: http://www.uipdp.com/articles/2014-10/17.html.
10. Использование больших данных (big data) в маркетинговых исследованиях [Електронний ресурс]. – 2016. – Режим доступа к ресурсу: http://www.ovtr.ru/stati/bolshie-dannye-big-data-v-marketingovyh-issledovaniyah.
11. Калягина Л. В. Категория «Данные»: понятие, сущность, подходы к анализу / Л.В. Калягина, П. Е. Разумов. // Вестник КрасГАУ. – 2014. – №4. – С. 3–8.
12. Сахно А. Programmatic для "чайников": Что такое программатик и как он работает [Електронний ресурс] / Алексей Сахно. – 2016. – Режим доступа к ресурсу: http://digitalbee.com/blog/digital-marketing/programmatic-dlya-chaynikov-chto-takoe-programmatik-i-kak-on-rabotaet/