Анализ данных vs интуиция. как совместить несовместимое в интернет-маркетинге?

Posted on by riasevastopol

Аналитическое мышление и интуицию принято противопоставлять друг другу. Но согласно точки зрения американского специалиста Джошуа Рейнольдса (Joshua Reynolds), директора по маркетингу в Quantifind, самые эффективные ответы возможно принять, лишь опираясь на оба эти метода восприятия.

В соответствии с его недавнему заявлению, конфликт «технарей», другими словами приверженцев строгого компьютерного анализа данных, и «гуманитариев», надеющихся на интуицию, в маркетинге не имеет смысла. Значительно перспективнее — искать новые пути машины разума и взаимодействия человека.

  • Как овладеть мастерством анализа информации?

Интуиция — это также анализ данных

Значительный факт, на что редко обращают внимание при противопоставлении компьютеров и людей, содержится в том, что сам по себе человеческий мозг — это самый гибкий и замечательный вычислительный инструмент на планете (по крайней мере, пока). По сути, интуиция — это также анализ данных. Легко его методы до тех пор пока мало изучены, потому что отечественный мозг трудится в режиме «тёмного коробки».

К примеру, в случае если объединить технологии визуализации данных и неповторимую свойство людей обнаружить суть и распознавать закономерности в визуальных паттернах — окажется синергетический эффект.Анализ данных vs интуиция. как совместить несовместимое в интернет-маркетинге? Как раз исходя из этого компьютерный анализ более всего действен, в то время, когда сочетает в себе качественные вычисления с наглядным графическим понятием данных — схемами, диаграммами, тепловыми картами. А самые успешные маркетинговые ответы — часто те, что признают важную роль людской интуиции (и любопытства) при переходе от анализа информации к выдвижению конкретных планов и идей.

«Самые успешные маркетинговые ответы — часто те, что признают важную роль людской интуиции (и любопытства) при переходе от анализа информации к выдвижению конкретных планов и идей.»

Так как что такое любопытство? Это обусловленный взятой информацией импульс, побуждающий нас к более внимательному изучению заинтересовавшего нас объекта. А интуитивные ответы — это решения, принятые на базе выводов, сделанных отечественным подсознанием.

Пускай мы не можем четко сформулировать эти выводы, но у нас появляется то самое озарение, предчувствие, которое иногда выясняется верным.

Вот из-за чего многие аналитики, а также в Quantifine, разделяют точку зрения, что стоит развивать не только AI (Artificial intelligence, ИИ), но и IA (Intelligence Augmentation), другими словами технологии, усиливающие человеческий интеллект за счет компьютера. Это разрешит человеку действеннее применять собственную интуицию, любопытство, собственные инстинкты чтобы выявлять глубинные причинно-следственные связи. К примеру, в это же время, что делают маркетологи, как на это реагирует целевая аудитория и как это отражается на бизнесе.

Но чтобы объединить два подхода, потребуется очень многое переосмыслить.

  • Каким полушарием думают маркетологи?

Компьютерные методы — это инструменты, а не решения

Как показывают изучения Массачусетского технологического университета (MIT), на данный момент и на ближайший обозримый период человеческий мозг имеет большое преимущество перед компьютером при обнаружении перспективных моделей и закономерностей в громадных количествах данных.

Иными словами, как раз люди выявляют проблему как таковую, а после этого посредством компьютерного анализа приобретают более подробную картину. Выходит, интуиция тут первична, а компьютерные методы — только инструменты, помогающие уточнить и доказать сделанные выводы.

В МТИ имеется соответствующий проект, названный Data Science Machine. В его рамках аналитики пробуют сократить разрыв между компьютером и человеком в части анализа данных, и добились в этом больших результатов. Но они признают, что существуют естественные ограничения, преодолеть каковые не окажется.

По словам главы проекта, Макса Кантера (Max Kanter), компьютерный анализ они разглядывают только как инструмент, расширяющий возможности людской интеллекта, но не заменяющий его.

В случае если уж такие выводы делаются на уровне фундаментальной науки, маркетологам стоит прислушаться к ним. Ключ к успеху — в том, дабы объединить оба подхода, интуитивный и аналитический, и от обоих брать лучшее.

К примеру, Data Science Maсhine на данный момент трудится с реляционными базами данных — структурированной информацией наподобие той, что мы в большинстве случаев видим в электронных таблицах. Но их методы ненужны при изучении неструктурированных, хаотичных данных, приобретаемых, скажем, из социальных сетей.

Ключ к успеху — в том, дабы объединить оба подхода, интуитивный и аналитический, и от обоих брать лучшее

Твитнуть цитату

Анализ реляционных данных имеет ограничения и свои преимущества. К примеру, в случае если база данных содержит окончания и даты начала рекламных сведения и кампаний о еженедельной прибыли, то главной информацией смогут стать не сами даты, а промежутки между ними, либо не общая сумма прибыли, а средние ее показатели за различные периоды.

Разбирая эти сведенья, возможно распознать, к примеру, некую закономерность, вызывающую краткосрочные всплески роста продаж, и попытаться после этого масштабировать ее на более долгий период. Для для того чтобы рода работы компьютерный анализ подходит идеально.

Другое дело — неструктурированные эти, в особенности нечисловые. Не смотря на то, что уже имеется компьютерные совокупности, могущие отслеживать упоминания о бренде в сети и по главным словам талантливые кроме того оценивать тональность этих упоминаний, однако, ни одна из них пока не обучилась, к примеру, точно распознавать сарказм.

Так что имеется области, в которых анализ разрешённых может дать вам полезнейшие открытия, но так же, как и прежде имеется и такие, где машина до тех пор пока мало чем может оказать помощь человеку.

  • Что такое Big Data в маркетинге: неприятности, методы, способы анализа

творческий потенциал и Любопытство постоянно будут в тренде

Творческая интерпретация данных постоянно будет иметь огромное значение. Маркетолог может деятельно пользоваться чем-нибудь наподобие Data Science Maсhine для ответа задач определенного типа. Но сталкиваясь с неструктурированными данными — с тем же фидбеком из соцсетей — он обязан применять в полную силу собственную интуицию, персональный опыт, и знание людской психологии.

Сейчас лишь человек может выяснить сокровище взятой информации, придумать варианты ее применения для ответа бизнес-задач.

Дабы выяснить для себя, как органично вы совмещаете в собственной работе компьютерный анализ и интуицию, попытайтесь задать себе пара вопросов:

1. Как на данный момент при принятии ответов я учитываю мои субъективные оценки и данные, взятую методом анализа данных? Хотелось бы мне поменять это соотношение, и в какую сторону?

2. Кто определяет области моего изучения? Я сам, компьютер либо комбинация и того, и другого? В каких случаях чаще получается распознать тенденции, помогающие расширить прибыль?

3. Как мои ответы учитывают общую ситуацию и политику компании в бизнесе? Получается ли у меня на протяжении анализа делать выводы, каковые имеют практическую сокровище?

4. Наконец, какие конкретно эти для меня выясняются перспективнее, плодотворнее с позиций поиска новых идей, открытия нетривиальных дорог увеличения дохода?

Маркетологам необходимо помнить, что стремясь расширить доходы от продаж, мало отыскать ответ, которое трудится лишь в теории — если он не учитывает политическую, организационную и психотерапевтическую составляющую для всех вовлеченных лиц, данный способ ненужен.

Высоких вам конверсий!

По данным marketingland.com, image source: James Neeley

Случайные статьи:

выиграть в рулетку по интуиции


Подборка похожих статей:

riasevastopol

More Posts