Nyomtatás

A következő cikk megint csak az üzleti innováció-informatika-marketing kapcsolatairól és viszonyáról beszél.

Innovatív eszközök ICT technológiával megtámogatva

Ha egy mobilszolgáltató és egy bank közösen kibocsátott hitelkártyáját vesszük igénybe, ne csodálkozzunk, ha egy-egy banki telefonközpontos hölgy rendszeresen mobiltelefonunkon bombáz minket ajánlatával. Ennek lehetőségét elfogadtuk az aláírt szerződés hosszú apróbetűs szövegének valamelyik pontjaként.

Ügyfélszokások elemzése

Az ügyfélszokásokat például a nagy mobilszolgáltatók szinte megjelenésük óta, célszoftverekkel vizsgálják Magyarországon is. Ha az ügyfeleknek már van egy vagy két készülékük, akkor szolgáltatást próbálnak rájuk tolni. Az olyan új készülékeken, mint az iPhone és más okostelefonok, még „veszélyesebb” beszélni, mert bár anomim módon, de a beszélgetés során a készülék képes elküldeni a telefon GPS koordinátáit a telefoncégeknek. Ezáltal városrészenként, sőt kerületenként beazonosítható, hogy honnan, milyen hosszúságú beszélgetés folyik. Az adatelemző szoftverek tudásának ugrásszerű fejlődése és a nyilvános adatok internetes gyűjtése átformálja az adatbányászatnak nevezett üzletágat, amely két új ággal, a szövegbányászattal és a web-bányászattal is kiegészült. Nekünk, felhasználóknak azonban még meglepetést okozhat, ha kedvenc zenekarunk CD-jének megvételére kapunk valamelyik szolgáltatótól kedvezményes ajánlatot. Honnan tudták vajon?

Kincset érő adatok az Internetről: közösségi oldalak, a blogok és a fórumok

Az interneten egymás között üzeneteket váltó, vagy csevegő közösségi tagok nem is sejtik, hogy milyen értékes muníciót szolgáltatnak harmadik szereplők számára. S nem csupán az adataikkal visszaélő spammereknek, hanem például az adataikat jogszerűen gyűjtő mobilszolgáltatóknak. Ugyanígy adatokkal látják el a bankokat, a biztosítókat, a közüzemi szolgáltatóikat vagy – netes vásárlásaikkal – kedvenc webáruházukat. Egyre több cég ugyanis nem csupán regisztráláskor és szerződéskötéskor, hanem később is gyűjti, elemzi a felhasználói adatokat profi célszoftverekkel (ezek közül néhányat lásd külön).

Webes segítség

A profi adatbányász szoftverek nem mindenki számára elérhetőek. A két éve alapított Factual.com weboldal célja, hogy segítsen könnyebben eligazodni céges marketingstratégiákat készítő tervezőkre hulló adatok felmérhetetlen tömkelegében. Itt a Wikipedia mintájára, szabad platformon keresztül bárki bármilyen témában megoszthat másokkal olyan nem titkos adatbázisokat – például éttermek listáját –, amelyeket az interneten talált meg. Az egyébként nehézkes adatkeresési folyamatokat különböző algoritmusok segítségével tovább gyorsították.

Adatbányászat a személyre szabott szolgáltatásokért

Az adatbányászat fő célja, hogy a meglévő adathalmazokból mutasson ki fontos, esetleg rejtett összefüggéseket. Például egy tízfős baráti társaságban mindig akad egy vezéregyéniség. A mobil híváslistákból szoftverek képesek automatikusan elemezni, hogy ki az, akit a tíz közül leggyakrabban hívnak, vagy a legtöbbet telefonál, így telefonos „kapcsolati háló” alkotható a szoftverrel. Ezután személyre szabott marketingkampányokkal lehet bombázni a bemért ügyfelet. Sőt, akár előre is jelezhető, hogy valamelyik ügyfél meg akar-e válni a szolgáltatótól, hiszen látványosan csökkenő telefonhasználatából a szoftver következtet várható lépésére. A szoftveres modellezés során megvizsgálják ugyanis a múltban távozó ügyfelek viselkedésmintáját és szokásait.

Üzleti modellek ügyféligényre építve

Ezek az adatok a jövőben itthon is kiegészülnek a hálón meglelt kapcsolati és egyéb információkkal. Ezekből úgynevezett „üzleti modellt” építenek, így ki lehet mutatni például a már meglévő vagy a potenciális ügyfelek igényeit. Muka László, az üzleti modellezési specialistaként tevékenykedő Elassys Consulting Kft. tulajdonosa úgy véli, hogy egy üzleti stratégia megtervezéséhez az adatbányászati eszközökkel felépített modellekből sokkal többet lehet kimutatni, mint az egyszerű statisztikai előrejelzésekből, hiszen a beépített minták az emberi viselkedés lenyomatát tükrözik. „Etikai szempontból nem érzem problémásnak az adatok ilyen mértékű használatát. Hiszen nem adatlopásról van szó, hanem az interneten publikusan megadott adatokról” – mutat rá Muka László.

Smart, smarter, legokosabb

Senki sem gondolná, hogy egy barkácsáruház webshop és készletállomány adatbázisa milyen kincsestár a vevők pontos elemzéséhez. Ónody Sándor, a Praktiker Magyarország gazdasági igazgatója szerint a hagyományos „eladói ráérzés” vagy a készletfigyelési módszerek helyett „okos” megoldások szükségesek. „Ha a Praktiker 10 milliárd forintnyi készletállományából egymilliárd forintot tud ily módon megtakarítani, amelynek a kamata 100 millió forint, akkor érdemes mélyebb, szoftverekkel támogatott kosárelemzést készíteni” – mondja Ónody Sándor.

Hihetetlen – de az érzelmeinket is elemzik: hoppá!

Az interneten leírt véleményünk és személyes adataink nyilvánossá tétele mellett az érzelmeinkre és beszédünkre is jobban kell ezután vigyáznunk, különösen a telefonos ügyfélszolgálatokon. Itt vagy beleegyezünk a beszélgetés rögzítésébe (és elemzésébe) vagy mehetünk személyesen intézkedni. Az adatbányászat mellett több, olyan szövegbányászati megoldás került a piacra, amely a beszédjel-feldolgozási és érzelemdetektálási technológiák felhasználásával a hangmintánkat is képes vizsgálni. Mesterséges intelligencia segítségével felismeri az érzelmeket, valamint kulcsszavakat figyel. Kimutatja, hogy az érzelmek és kulcsszavak hányszor fordulnak elő a beszélgetésben.

Fehér István, a hang- és adatbányászati megoldásokkal foglalkozó Nextent Informatika Zrt. vezérigazgatója szerint sok „problémás” beszélgetés hangzik el manapság a szolgáltatók és az ügyfelek között. „Ha jól használják az eszközt, akkor koncentráltan lehet látni, hogy mik a problémás esetek” – mondja.

***

Néhány adatbányászati megoldás (Iparágtól független megoldások a legnagyobb gyártóktól, jellemzően az üzleti intelligencia megoldáscsomagok részeként. Forrás: Figyelő gyűjtés)

IBM Intelligent Miner (DB2 Data Warehouse programcsomagban)
KXEN Data Mining
Microsoft Table Analysis Tools for Excel (táblázatelemzési eszközök Excelhez)
Microsoft Data Mining Client for Excel (adatbányászati ügyfélprogram Excelhez)
Microsoft Data Mining Templates for Visio (adatbányászati sablonok Visióhoz)
Oracle Business Intelligence Suite (OLAP, Oracle Data Mining)
SAP Business Intelligence (Business Objects)

***

Kapcsolódó Innováció és Üzletfejlesztés blogok


Üzletfejlesztés, üzleti innováció blog >>>


Magyar innováció blog >>>


Versenyképesség blog >>>


Kapcsolódó Üzletfejlesztés és Üzleti innováció Portál cikk


Innovációs díjat kapott a Nextent >>>


Értelem és érzelem az üzletfejlesztésben >>>


A professzionális üzletfejlesztés informatikai háttere >>>


Kreativitás, innováció, üzletfejlesztés, versenyképesség – 1. rész >>>


Üzlet és művészet, technológia és üzletfejlesztés >>>


Voice Miner – innovatív hangbányászati rendszer >>>


Üzletfejlesztés a gyakorlatban - Nextent-DSR együttműködés >>>


Banki üzletfejlesztők figyelem – biometrikus azonosítás telefonon keresztül >>>


Az üzletfejlesztés eszköztára – online marketing >>>


Terjed az üzletfejlesztés, mint a bozóttűz 13. >>>


Üzleti innováció a Malévnál >>>


Új internetes kereskedelmi portál az üzletfejlesztés jegyében >>>


Az Invitel már nem csak a vezetékes adatkommunikációra fókuszál >>>


Innováció – nincs üzlet innovatív infokommunikációs megoldások nélkül >>>


***
Publikáló: Üzletfejlesztési és Üzleti innovációs Portál, dátum: 2009. 12. 01., Forrás: Figyelő