Big Data + Big Math = Big Mess ou Big Money?

A+ A-
SMX adv près

Qu'est-ce qui se passe lorsque vous combinez les grandes données avec une grande mathématiques? Les bonnes choses, les mauvaises choses et des choses que nous devons encore comprendre vraiment. Big Data est le plus parlé, mal compris et composant défini nébuleusement du marketing en ligne. Big data peut signifier quelque chose de grande analyse du comportement des consommateurs à l'échelle d'une étude relativement simple d'analyse intention de base.

Big data a efficacement remplacé la modélisation prédictive comme une expression à la mode dans l'univers du marketing numérique. Comme cela est souvent le cas, les responsables marketing de recherche estiment qu'ils sont le centre dudit univers et à juste titre, puisque toutes les meilleures choses commencent et se terminent avec l'intention définie de compréhension.

Comme nous l'avons appris la semaine dernière à SMX avancée, l'analyse des données peuvent faire de grandes choses pour vous. Vous pouvez suivre l'évolution de Penguin ou d'autres mises à jour de Google; vous pouvez isoler les tendances pour tenter d'engranger les acheteurs qui peuvent avoir même pas envisagé d'acheter quelque chose dans votre catégorie. En revanche, l'analyse de gros volumes de données a aussi les tous les signes extérieurs de paralysie de l'analyse, des sables mouvants ou un peu mal j'aime appeler « Écoutons le gars qui travaillait à Google parce qu'il doit être un génie » syndrome. Les capacités techniques ont estimé qu'il est toujours une bonne idée de passer un peu de temps avec une bonne vieille intuition humaine.

Une boule de cristal technique

Dixon Jones Majestic SEO a noté que les premières grandes ensemble de données à la recherche était l'artiste anciennement connu sous le nom du fichier journal de requête. Jones a cité des exemples d'utilisation des données pour prédire les élections, quand une entreprise était sur le réservoir et peut-être plus pratique appliquée comment isoler des intérêts liés à identifier de nouveaux publics. Par exemple, en analysant des ensembles de données que vous pourriez être en mesure de vendre les acheteurs à la recherche de fournitures de camping sur certains engins de chasse. Ce type d'application d'analyse prend le modèle de la publicité comportementale à un niveau plus défini.

Ce ne fut pas trop longtemps, je me souviens il y a balancer par le Googleplex et regarder des chaînes de mots clés de style de matrice clignotantes sur l'écran par le gajillion. Sur une grande échelle, nous avons suivi des données de recherche de personnes depuis le avant la première fois les mots « recherche » et « marketing » se sont réunis pour former une industrie.

Simple est bon

Simple aide nous les masses à comprendre les choses vraiment compliquées. IBM utilise la stratégie définie très simplement d'utiliser leurs données pour déterminer exactement ce que les gens font (conformément aux directives fédérales, locales, fédérales et je suis sûr internationale ainsi) en ligne.

Bien que les définitions des grandes données varient, James Mathewson d'IBM illustre trois catégories distinctes: le volume, la variété et la vitesse. La mise au point d'IBM utilise l'analyse des données pour conduire la stratégie de contenu et la mise en œuvre. Volume et la variété sont témoins de 18 millions de pages d'IBM et incroyable volume d'actifs numériques sous forme de commentaires, des images et des ressources pour les entreprises. Mathewson a noté que l'apprentissage à utiliser rapidement les données est primordiale pour une exécution réussie.

Il est entendu que les gens passent beaucoup plus de temps que le contenu de la recherche. Le défi tactique consiste à identifier la façon dont les gens consomment le contenu. Un exemple de la façon dont IBM a identifié, exécuté avec succès, et a bénéficié de cette tactique a été témoin dans leur capacité à obtenir un numéro un classement pour l'expression « big data ». Sans surprise, les références et les engagements ont augmenté quatre fois lorsque ce classement a été réalisé, mais le vrai données gem offre est la connaissance de la façon de se concentrer une stratégie de contenu dans une stratégie de positionnement.

Robots et personnes

Le plus divertissant et utile grande définition de « D » Je l'ai entendu à ce jour est venu de Josh Dreller de Kenshoo. Dreller avec humour identifié les grandes données tout ce qui ne rentre pas dans une feuille de calcul Excel. J'aime les feuilles de calcul autant que le gars à côté, mais la valeur réelle de grandes quantités d'informations dans un seul endroit réside dans son utilisation en tant que stratégie média de portefeuille d'achat et de gestion de l'appareil d'amplification.

De base à la compréhension de la taille des données influe sur l'approche du portefeuille éprouvée est une compréhension du push / pull relation dans les grands groupes de mots clés à grande échelle. Lorsque vous appuyez sur les dépenses dans une zone qui exécute évidemment bien dans une attribution directe à l'environnement vous pourriez très bien, et probablement par inadvertance, être tirer ou sacrifier les performances d'une autre.

Dreller étendu sur le push / concept de traction pour révéler une autre tactique: développer une solide compréhension du rendement marginal sur les dépenses publicitaires (ROAS). Les données vous aidera à prédire votre prochain client potentiel se déplace vous permettant de prévoir vos dépenses potentielles. Par conséquent, les médias d'achat (ou en l'occurrence la publicité de recherche) augmente peuvent non seulement être mesurés mais effectivement prédit. Par exemple, les détaillants peuvent créer des campagnes de recherche autour de l'inventaire disponible.

En parlant de grands robots, des éditeurs comme Microsoft utilisent les données importantes pour isoler ce qu'ils appellent « micro marchés. » Selon Mike McMeekin de Microsoft, micro marchés permettent une plus grande efficacité en comparant les points de données. Test ad variables de copie par exemple, peut être risqué. À partir des données historiques pour prédire les actions futures est un excellent moyen de réduire les risques de perte de revenus dans l'environnement de test. En tant qu'annonceur, cela est important parce que l'un des plus grands obstacles au dépistage agressif est la peur des creux potentiels dans la performance. Comprendre les interactions avec le volume de requêtes, cliquez sur le volume et les variables ad copie dans ces segments peuvent technologie vous beaucoup de faire des campagnes plus efficaces.

Mo Robots, Mo, Mo Dinero personnes

Un annonceur devrait utiliser un logiciel tiers pour aider à prédire ce que le prochain dollar des dépenses fera. C'est la partie facile. La partie difficile est d'essayer de comprendre ce qui se passe dans d'autres domaines si vous prenez un dollar loin. Autrement dit, la combinaison de gros volumes de données et de logiciels permet à un acheteur de comprendre comment un dollar publicitaire a passé affecte le prochain; en l'absence de l'entreprise que vous soyez l'achat desdites annonces.

Vous devriez être en mesure de faciliter l'attribution omni-canal pour les campagnes qui transcendent les mesures d'attribution directes.

cordes de velours se sépareront. Champagne coulera du ciel. Emma Stone viendra à votre fête d'anniversaire. Kanye va gazouiller à ce sujet.

La plupart de tous, les outils que vous sélectionnez devrait vous permettre d'ajouter votre propre intuition et l'intuition. En d'autres termes, les robots ne sont pas complètement remplacé les humains.

Enfin, pour une raison quelconque chaque fois geeks mathématiques haut de gamme commencent à parler de causalité communes et les erreurs causalité au niveau algorithmique, je commence à aller loucher et envie instantanément un peu de temps de canapé avec un thérapeute. En gros, nous pouvons tous convenir qu'il est mauvais de construire une maison mathématique de cartes. Donc, assurez-vous que vos données vous aide croire les bonnes choses pour les bonnes raisons.

Tout simplement parce que Pluton n'est pas la planète ne signifie pas qu'il est pas intéressé à acheter une nouvelle Chevrolet. Il faut donc éviter d'essayer de placer des pingouins sur le pôle sud. Ou quel pôle ils ne vivent pas. Ou, ne pas tirer une ligne entre les points qui ne devraient pas être dans la même pièce. Tout simplement parce que le renard a emménagé dans la maison de poule, cela ne signifie pas que nous allons avoir tiré du porc pour le dîner. Toutes les pièces sont là, faire quelque chose avec ce dernier paragraphe.

Allez et être les gros volumes de données.


Les opinions exprimées dans cet article sont celles de l'auteur invité et pas nécessairement Search Engine Land. Auteurs du personnel sont listés ici.


Ads

Partager

Récent

L'esprit de votre entreprise: Nos top colonnes de recherche locale de 2017

praticiens SEO locaux ont un rôle de plus en plus important...

SearchCap Santa Tracker, Google API termes et paramètres SEO

Ci-dessous est ce qui est arrivé aujourd'hui à la reche...

Marlene Dietrich honore Google doodle la carrière de l'actrice légendaire

Marlene Dietrich, l'emblématique actrice d'origine ...

les résultats de recherche d'images de Google teste une nouvelle boîte de recherches connexes

Google teste une nouvelle boîte « Recherches associées » da...

commentaires