In den letzten Jahren sind die Investitionen in die Datenanalyse gestiegen. Die International Data Corporation (IDC) geht davon aus, dass der weltweite Markt für Big-Data- und Business-Analytics-Lösungen bis 2022 auf über 274 Milliarden Dollar anwachsen wird. Bisher lag der Schwerpunkt auf dem Sammeln und Verbinden interner Daten. Der Aufbau von Verbindungen ist oft der schwierigste Teil, da verschiedene Teams im Laufe der Jahre ihre eigenen Systeme entwickelt haben, die nicht dieselbe Logik, Sprache oder Plattform verwenden. Die Ausweitung einer Analysestrategie auf externe Daten ist exponentiell schwieriger, aber es ist der notwendige nächste Schritt für Marken, die wettbewerbsfähig bleiben wollen.
Warum interne Daten nicht genug sind
Interne Daten sind zwar wichtig, aber sie erzählen keine vollständige Geschichte. Zum einen sind sie rückwärtsgerichtet; Verkaufszahlen sagen zum Beispiel nur aus, wie sich ein Produkt in der Vergangenheit verkauft hat, nicht aber, wie es sich in Zukunft verkaufen wird. Interne Daten sind außerdem eng auf eine einzelne Marke oder ein einzelnes Unternehmen ausgerichtet. Um einen umfassenderen Überblick über den gesamten Markt, das Potenzial deiner Marke und alle Verbraucher (nicht nur deine Kunden) zu erhalten, musst du auch auf externe Daten zurückgreifen.
Aber das Sammeln und Verknüpfen von externen Daten ist eine weitaus größere Initiative, als die meisten Marken allein bewältigen können. Dafür gibt es zwei Gründe: die schiere Menge an verfügbaren Informationen und die fehlende Kontrolle darüber, wie die Daten organisiert sind. Jeden Tag kommen im Internet 2,5 Quintillionen (Milliarden) Bytes an Daten hinzu, und mehr als 80 % dieser Daten liegen in völlig unstrukturierter und unzusammenhängender Form vor. Irgendwo in diesen Daten befinden sich Informationen, die dein Unternehmen verändern könnten, wie zum Beispiel:
- Was deine Konkurrenten verkaufen
- Wie dein Bestand im Vergleich zur breiten Kategorie abschneidet
- Wie bestimmte Wettbewerber im Vergleich zu dir abschneiden
- Was kleine aufstrebende Akteure vorhaben
- Welche Verbraucherbedürfnisse gibt es, die noch nicht erfüllt wurden?
- Neue Produktansprüche, Eigenschaften, Inhaltsstoffe und mehr
- Blogbeiträge und Produktbewertungen über Konkurrenzprodukte
- Was Verbraucher und Experten über deine Produktkategorie sagen
- Neue Patentanmeldungen, Forschungsarbeiten und Konferenzen mit Bezug zu deiner Kategorie
Die Nutzung externer Daten bietet viele Blickwinkel oder Ansichten auf ein und dasselbe Thema und schafft so einen ganzheitlichen Überblick über den gesamten Markt. Um diese Daten anzuzapfen und daraus wertvolle Erkenntnisse zu gewinnen, bedarf es jedoch einer fortschrittlichen künstlichen Intelligenz (KI), die den meisten Unternehmen fehlt.
Die Lösung: Der richtige Analysepartner für die Nutzung externer Daten
Es gibt viele Unternehmen, die behaupten, robuste externe Datenanalysen anzubieten. Aber viele dieser Plattformen sind darauf beschränkt, Daten aus einer bestimmten Datenquelle oder einem bestimmten Datentyp zu beziehen.
Skai hat die Komplexität der Extraktion großer und unterschiedlicher Datensätze und die Gewinnung hochwertiger Informationen aus diesen Daten gelöst. Wir bieten all diese Informationen auf einer konfigurierbaren Plattform an, die maßgeschneiderte Erkenntnisse für verschiedene Branchen und Geschäftsanforderungen liefert. Keine andere Datenanalyseplattform sammelt und verknüpft Daten so wie wir.
Wie wir Daten sammeln
Der erste Schritt zur Erstellung unserer revolutionären Marktinformationen ist die Recherche und Auswahl geeigneter Datenquellen für einen bestimmten Markt. Es gibt drei verschiedene Arten von Datenquellen: API-Integrationen von Drittanbietern mit Datenlieferanten, interne Datenquellen und öffentlich zugängliche Websites. Der kontinuierliche Zugriff auf diese Quellen in großem Umfang ist eine komplexe technische Herausforderung, die das ständige Schreiben und Aktualisieren von Code erfordert.
Während interne und externe E-Commerce-Daten einen Einblick in die Wettbewerbslandschaft geben, sind soziale Konversationen der Schlüssel zum Verständnis der Verbraucherstimmung. Typische Social Listening Tools verfolgen eine einzelne Marke und vielleicht ein paar Konkurrenten. Aber diese Daten sind sehr begrenzt. Im Gegensatz dazu verfolgt Skai alle sozialen Aktivitäten, die für einen Markt relevant sind.
Anstatt also beispielsweise bestimmte Joghurtmarken wie Dannon und Yoplait zu verfolgen, gehen wir allen Erwähnungen der Kategorie Joghurt nach, unabhängig davon, welche Marke mit ihnen in Verbindung gebracht wird oder nicht. Wir erfassen ähnlich weit gefasste Schlüsselwörter in allen anderen Datenquellen, von Fachquellen über Verkaufsdaten bis hin zu demografischen Informationen, um den Blickwinkel zu erweitern, Daten über die Kategorie als Ganzes zu präsentieren und verpasste Chancen aufzudecken.
Das Sammeln von Daten ist eine Herausforderung, aber die Nutzung externer Daten ist eigentlich der einfachste Teil unseres Prozesses. Die Art und Weise, wie wir die Daten miteinander verbinden, ist dagegen völlig einzigartig und unglaublich leistungsstark.
Wie wir Daten verbinden
Einige Datensätze können über universelle Codes wie UPCs oder SKUs leicht miteinander verbunden werden. Diese Art von Identifikator ist jedoch nur für einige wenige Datensätze verfügbar. Um zum Beispiel Patentanmeldungen (die nie SKUs enthalten) mit Produkten zu verknüpfen, müssen wir uns auf etwas anderes verlassen: den Quellinhalt, der extrahiert und mit anderen Datensätzen verknüpft werden kann.
Unsere firmeneigenen Algorithmen für maschinelles Lernen und natürliche Sprachverarbeitung (NLP) extrahieren Inhalte aus unstrukturierten Daten mit einem hohen Maß an Genauigkeit. Durch die Normalisierung dieser Inhalte können wir sicherstellen, dass alle Datensätze in dieselbe Sprache übersetzt werden und dieselbe Taxonomie und dieselben Werte verwenden, sodass jeder Datensatz mit jedem anderen verglichen werden kann.
Andere Datenanalysten sind in ihrer Fähigkeit, diese Art von Verbindungen herzustellen, eingeschränkt. Deshalb stellen sie entweder überhaupt keine Verbindungen her und betrachten jeden Datensatz einzeln oder sie stellen Verbindungen zwischen viel kleineren Datensätzen her, die nur begrenzte Erkenntnisse liefern. Die Verbindungsknoten, die wir erstellen, erstrecken sich über alle Datensätze, die wir haben, und wir tun dies in großem Umfang.
Die Auswirkungen von vernetzten Daten
Mit vollständig verknüpften Daten sind die Erkenntnisse, die man gewinnen kann, atemberaubend. Über das Skai kannst du ein Thema, ein Merkmal oder einen Vorteil auswählen - z. B. Joghurt, Geschmack oder probiotische Inhaltsstoffe - und alle damit zusammenhängenden Daten analysieren, von Verbraucherdiskussionen bis hin zu Forschungsergebnissen, um ein umfassendes Verständnis zu erhalten. Du kannst auch eine bestimmte Art von Daten untersuchen, z. B. Online-Diskussionen, und die Diskussionen von Verbrauchern mit denen von Experten vergleichen, um zu sehen, ob sie übereinstimmen und Möglichkeiten für eine bessere Verbraucheraufklärung aufzeigen.
Die Vielfalt unserer Datenverbindungen macht es uns auch möglich, vorausschauende Dashboards wie unser Customer Needs Assessment anzubieten. Dieses Dashboard stellt die in einem Marktökosystem verfügbaren Produkte den Diskussionen der Verbraucher über dieses Ökosystem gegenüber, um etwaige Lücken zwischen beiden aufzudecken. Mit diesen Informationen kann eine Marke mit Zuversicht die Entwicklung neuer Produkte, eine verbesserte Darstellung der Produktvorteile oder ungenutzte Marketingmöglichkeiten in Angriff nehmen.
-------------
*DieserBlogbeitrag erschien ursprünglich auf Signals-Analytics.com. Kenshoo hat Signals-Analytics im Dezember 2020 übernommen. Lies die Pressemitteilung.
