decor
decor

Як можна використовувати Big Data personas в аналітиці великих даних

< Назад
Як можна використовувати Big Data personas в аналітиці великих даних

23.03.2021

Набори великих даних, що представляють реальних людей, використовуються для представлення інформації особам, які приймають рішення. Поєднання їх з бізнес-аналітикою значно полегшує управління даними.

Персона (persona) – це уявна постать, яка має представляє сегмент реальних людей. Це інструмент, спрямований на покращення того, як бізнес розуміє своїх клієнтів чи користувачів. Протягом декількох десятиліть персони представляли собою лише структури даних – статичні фреймворки чи атрибути користувача без можливостей для інтерактивності. Персона була засобом організації даних про уявну людину та подання інформації особам, що приймають рішення. “Утім, у більшості ситуацій це насправді не працювало”, – пишуть дослідники Qatar Foundation для Technology Review.

Як можна поєднати персони та великі дані 

Зі збільшенням кількості даних для бізнес-аналітики персони тепер можна створювати за допомогою великих даних та алгоритмічних підходів, пишуть вони. Така інтеграція персональних даних та аналізу пропонує значні можливості для їхнього перетворення з “пласкої” інформації на інтерактивні інтерфейси для систем бізнес-аналітики. 

“Ці системи аналізу персони забезпечують як емпатичний зв’язок з персонами, так і раціональне розуміння аналітики. За допомогою таких систем аналітики, персони більше не є статичними. Натомість вони стають операційними режимами доступу до даних користувачів”, – переконані фахівці. 

Вони зазначають, що поєднання персональних даних та аналітики також робить користувацькі дані менш складними для використання тими, хто не має навичок або бажання працювати зі складною аналітикою. Ще однією перевагою систем аналітики персон є те, що можна створити сотні наборів персоніфікованих даних, щоб відобразити різні поведінкові та демографічні нюанси в загальній сукупності користувачів, додають спеціалісти.

Підхід “персони як інтерфейси”, пишуть вони, пропонує переваги як персон, так і систем аналітики, усуваючи недоліки кожної з моделей. Трансформуючи як процес створення персони, так і аналітики, персони як інтерфейси дають теоретичні та практичні переваги зокрема для дизайну, маркетингу, реклами, охорони здоров’я та HR.

Як це працює

Дата-аналітики пояснюють принцип роботи цього підходу на своїй розробці – моделі APG (Automatic Persona Generation). Вона генерує персони, які представляють сукупність користувачів, причому кожен сегмент отримує власну персону. Спираючись на регулярні інтервали збору даних, персоналізовані дані збагачують традиційні персони додатковими елементами – приміром, лояльністю користувачів, аналізом настроїв та темами інтересів,

Розробники розповідають, що APG збагачує сегменти користувачів, створені алгоритмами, додаючи відповідне ім’я, зображення, коментарі в соціальних мережах та пов’язані з ними демографічні атрибути (наприклад, сімейний стан, освітній рівень, рід занять тощо) шляхом запиту профілів аудиторій відомих платформ соціальних медіа. 

Крім того, іхня система користується внутрішньою базою даних з протегованими тисячами придбаних фото, які відповідають певному вікові, статі та етносу. Аналогічна база є і для імен. Наприклад, для персони індійської жінки 20 років APG автоматично вибире одне з популярних імен для жінок двадцять років тому в Індії. Потім підібрані за цим профілем персоналізовані дані відображаються бізнес-користувачам за допомогою інтерактивної онлайн-системи.

Створена фахівцями модель використовує основні дані користувачів – її алгоритми перетворюють великі дані на інформацію про людей. “Цей результат алгоритмічної обробки стає дієвими метриками та показниками щодо сукупності користувачів (тобто відсотків, ймовірностей, ваг тощо) типу, який зазвичай можна побачити в стандартних галузевих пакетах аналітики”, – зазначають автори. Результатом роботи моделі є система аналітики персон, здатна представити уявлення про користувачів на різних рівнях деталізації, з інтегрованими рівнями, що відповідають задачам бізнесу.

Наприклад, керівники найвищого рівня можуть захотіти подивитися “згори” на користувачів, до яких можна застосовувати персони. Операційні менеджери можуть отримати ймовірнісний погляд, який здатна запропонувати ця аналітична модель. А безпосередньо виконавці використовують таку бізнес-аналітику, приміром, для маркетингових кампаній, для якої згодяться індивідуальні дані користувача.

< Назад