Скажи мне где ты?....
В последние годы, ряд проектов запущенных в США, да и в других странах предлагал маркетологам продажу данных о... местоположении пользователей. И это я сейчас не говорю про софт, а например столбы, таксофоны, которые фиксируют проходящих мимо пользователей, а уж про софт, который отправляет данные о местонахождении пользователя - вообще молчу - его куча.
Зачем маркетологам эти данные? В самом начале они использовались весьма очевидно - на основании этих данных банально выбирали места для открытия новых магазинов, ресторанов и кафе - изучив данные по потоку потенциальной Целевой Аудитории (далее ЦА), времени их нахождения в районе и частоте можно было строить математические модели и предполагать о возможностях успеха нового магазины/кафе в конкретном районе.
Теперь же эти данные используют для других моментов, например выбирают место установки рекламного баннера под ЦА, выбор места и времени для показа рекламы в приложениях, да и вообще порой у маркетологов весьма буйная фантазия.
При этом, у анализа таких данных есть одна проблема - точность определения местоположения. Рассмотрим несколько примеров, по технологиям которые используют для получения местоположения:
1) GPS - можно сказать самый первый способ, на самом деле точность получения данных об нахождении пользователя может весьма страдать взависимости от нахождения в районах городской застройки, но куда больше проблем в том, что теперь этот способ чаще всего не работает ибо пользователи или отключают GPS или не дают прав приложениям на доступ, и дело тут не в приватности, дело тут в том, что даже в 2016-ом году эта технология вполне может выжрать весь заряд аккумулятора за пару часов.
2) Вышки сотовой связи - получение данных о вышках через которые идет сигнал сотовой связи весьма энергоэффективны, более того пользователь вполне может и не знать что приложение "шпионит" за ним, но и точность - в лучшем случае у маркетолога будет район нахождения пользователя в пару сотен метров, что скажем так вообще не о чем.
3) Wi-Fi - в магазинах его используют для анализа передвижения пользователя по залу, уже несколько лет, разные компании пытаются запустить что-то типа общего банка данных, понятно что передвижение потребителя по магазину интересно только маркетологам самого магазина, а вот если собрать данные из пары магазинов по городу, то это куда более глобально и интересно другим компаниям - но, насколько знаю, большого успеха это не принесло. В крупных городах, такими данными пытаются барыжить местные власти - установили на улице таксофоны с Wi-Fi - и продают данные. Но тут возникает проблема в том, что в лучшем случае у маркетолога будут данные по перемещению пользователя по этой самой улице, в теории этого должно хватить для принятия решения об открытии точки на этой улице, на практике эти данные не с чем сравнить, вот если бы весь город был в таких вот таксофонах.
4) Камеры - тоже стали популярны после анализа потоков в магазинах. Теперь все больше и больше городов ставят камеры по всем улицам, анализ потоков с распознаванием лиц и классификацией по ЦА на текущий момент самый качественный источник информации. О такой возможности чаще всего предпочитают молчать, ну кому понравится информация о том, что его мордашку анализируют через камеры на предмет втюхать новый ресторан по его пути следования. Такие данные весьма дорогие, однако все те же органы власти эти данные продают через маркетинговые фирмы, так как порой пара клиентов вполне может оправдать бюджет на установку этих самых камер (конечно же не в нашей стране :) Ну и конечно же надо понимать, что данные не содержать конкретно фамилий, а скорей "группа людей 17-25 лет" с вероятностью в 70% ходит по такой-то улице с 7:30 до 8:00 каждый будний день. Этого вполне достаточно чтобы открыть там пиццерию :)
Зачем маркетологам эти данные? В самом начале они использовались весьма очевидно - на основании этих данных банально выбирали места для открытия новых магазинов, ресторанов и кафе - изучив данные по потоку потенциальной Целевой Аудитории (далее ЦА), времени их нахождения в районе и частоте можно было строить математические модели и предполагать о возможностях успеха нового магазины/кафе в конкретном районе.
Теперь же эти данные используют для других моментов, например выбирают место установки рекламного баннера под ЦА, выбор места и времени для показа рекламы в приложениях, да и вообще порой у маркетологов весьма буйная фантазия.
При этом, у анализа таких данных есть одна проблема - точность определения местоположения. Рассмотрим несколько примеров, по технологиям которые используют для получения местоположения:
1) GPS - можно сказать самый первый способ, на самом деле точность получения данных об нахождении пользователя может весьма страдать взависимости от нахождения в районах городской застройки, но куда больше проблем в том, что теперь этот способ чаще всего не работает ибо пользователи или отключают GPS или не дают прав приложениям на доступ, и дело тут не в приватности, дело тут в том, что даже в 2016-ом году эта технология вполне может выжрать весь заряд аккумулятора за пару часов.
2) Вышки сотовой связи - получение данных о вышках через которые идет сигнал сотовой связи весьма энергоэффективны, более того пользователь вполне может и не знать что приложение "шпионит" за ним, но и точность - в лучшем случае у маркетолога будет район нахождения пользователя в пару сотен метров, что скажем так вообще не о чем.
3) Wi-Fi - в магазинах его используют для анализа передвижения пользователя по залу, уже несколько лет, разные компании пытаются запустить что-то типа общего банка данных, понятно что передвижение потребителя по магазину интересно только маркетологам самого магазина, а вот если собрать данные из пары магазинов по городу, то это куда более глобально и интересно другим компаниям - но, насколько знаю, большого успеха это не принесло. В крупных городах, такими данными пытаются барыжить местные власти - установили на улице таксофоны с Wi-Fi - и продают данные. Но тут возникает проблема в том, что в лучшем случае у маркетолога будут данные по перемещению пользователя по этой самой улице, в теории этого должно хватить для принятия решения об открытии точки на этой улице, на практике эти данные не с чем сравнить, вот если бы весь город был в таких вот таксофонах.
4) Камеры - тоже стали популярны после анализа потоков в магазинах. Теперь все больше и больше городов ставят камеры по всем улицам, анализ потоков с распознаванием лиц и классификацией по ЦА на текущий момент самый качественный источник информации. О такой возможности чаще всего предпочитают молчать, ну кому понравится информация о том, что его мордашку анализируют через камеры на предмет втюхать новый ресторан по его пути следования. Такие данные весьма дорогие, однако все те же органы власти эти данные продают через маркетинговые фирмы, так как порой пара клиентов вполне может оправдать бюджет на установку этих самых камер (конечно же не в нашей стране :) Ну и конечно же надо понимать, что данные не содержать конкретно фамилий, а скорей "группа людей 17-25 лет" с вероятностью в 70% ходит по такой-то улице с 7:30 до 8:00 каждый будний день. Этого вполне достаточно чтобы открыть там пиццерию :)