व्यापार जानता है कि आप कब बच्चे की उम्मीद कर रहे हैं

एक बार एक आदमी टारगेट स्टोर में आया और उसने मैनेजर को बुलाने की मांग की। अपने हाथों में, वह अपनी बेटी द्वारा प्राप्त स्टोर कूपन का एक बड़ा ढेर पकड़ रहा था।

“मेरी बेटी मेल में मिली! वह चिल्लाया। "जब आप बच्चे के कपड़े और डायपर के लिए उसे कूपन भेजती हैं तो वह स्कूल जाती है?" तुम्हारी हिम्मत कैसे हुई! क्या आप स्कूली छात्राओं को इस तरह से जन्म देने के लिए प्रोत्साहित करना चाहते हैं? ”

प्रबंधक ने मां के कपड़े, बच्चों के फर्नीचर के लिए कूपन के एक बंडल को देखा - वास्तव में, उन्हें एक नाराज आदमी की बेटी को संबोधित किया गया था। मैनेजर ने माफी मांगी।

कुछ दिनों बाद उसने उस आदमी को फिर से माफी माँगने के लिए बुलाया। फोन पर उसके पिता की आवाज सुनकर हतप्रभ रह गए। "आप जानते हैं, मैंने अपनी बेटी के साथ गंभीरता से बात की, और यह पता चला कि मेरे घर में कुछ ऐसा हो रहा था जिसका मुझे बिल्कुल भी अंदाजा नहीं था। वह अगस्त में जन्म देती है। कृपया मेरी क्षमायाचना स्वीकार करें। ”

लक्ष्य को कैसे पता चला कि उसके पिता के बारे में जानने से पहले उसकी बेटी गर्भवती थी? इसका उत्तर सरल है - कंपनी विश्लेषक एंड्रयू पॉल द्वारा विकसित गर्भावस्था भविष्यवाणी प्रणाली के लिए धन्यवाद। कटौती के तहत - क्रम में सब कुछ।

भविष्य कहनेवाला विश्लेषिकी के चमत्कार, या यह कैसे काम करता है

प्रीडिक्टिव एनालिटिक्स एक अभिन्न विपणन उपकरण बन गया है। कई पश्चिमी कंपनियों, विशेष रूप से बड़े लोगों के पास एक पूर्वानुमान विश्लेषिकी विभाग है, जो माल या सेवाओं के प्रभावी प्रचार के लिए एक रणनीति विकसित कर रहा है। Habré पर इसके बारे में सुंदर ग्राफिक्स के साथ पहले से ही एक दिलचस्प लेख है ।

सवाल उठता है: कंपनियां कैसे पता लगा सकती हैं कि आप कितने साल के हैं, क्या आप शादीशुदा हैं और बच्चे हैं, आपकी आय का स्तर और यहां तक ​​कि राष्ट्रीयता भी?



सब कुछ बहुत सरल है। प्रिडिक्टिव एनालिटिक्स आज कुछ हद तक परिष्कृत हो गया है। वह न केवल खरीदारी की आदतों के साथ, बल्कि सामान्य रूप से व्यवहार के साथ भी काम करती है। आपके द्वारा उठाए जाने वाले प्रत्येक कदम को ध्यान में रखा जाता है: चाहे आप क्रेडिट कार्ड से भुगतान करते हैं, छूट की पेशकश के साथ एक ई-मेल खोलें, या सेवा लाइन पर कॉल करें। यह सब एक डेटा संग्रह और विश्लेषण प्रणाली में दर्ज किया गया है; प्रत्येक ग्राहक के पास इस तरह की प्रणाली में एक विशिष्ट पहचानकर्ता होता है। एक सरल उदाहरण लेते हैं। अप्रैल में, आप एक स्विमिंग सूट खरीदते हैं। वहाँ एक मजबूत संभावना है कि जून में, आप सनस्क्रीन की जरूरत है, और सर्दियों में आप वसंत और गर्मियों के किलो के एक जोड़े फेंक करना चाहते हैं जाएगा। इसलिए, जून में आपको सनस्क्रीन के लिए डिस्काउंट कूपन मिलता है, और दिसंबर में डाइट बुक के लिए। प्रीडिक्टिव एनालिटिक्स किसी उत्पाद और सेवा के लिए आपकी ज़रूरत को आकार देने से पहले ही आपको उनकी ज़रूरत का एहसास करा देगा। व्यवहार लक्ष्यीकरण के उदाहरणों के साथ हैबे पर एक अच्छी पोस्ट है।

भविष्य के माता-पिता के लिए संघर्ष में

दुकानों की लक्षित श्रृंखला और गर्भावस्था की भविष्यवाणी प्रणाली पर वापस जाएं। वैज्ञानिकों ने साबित किया है कि हमारी कई आदतें (खरीदारी की आदतें सहित) बदलना काफी मुश्किल है। एक सप्ताह के लिए उत्पादों की खरीद करते समय सुपरमार्केट के माध्यम से अपने मार्ग का विश्लेषण करने के बाद, आप समझेंगे कि आप उसी पथ के साथ आगे बढ़ रहे हैं, उसी निर्माता से योगहर्ट्स, टोकरी में उसी ब्रांड के टॉयलेट पेपर डालें। और इन अवधियों विपणक के लिए अमूल्य हैं - लेकिन हमारे जीवन में, वहाँ क्षणों जब आदत उपज जबरदस्त परिवर्तन कर रहे हैं। यह एक विश्वविद्यालय से स्नातक करने, दूसरे शहर में जाने, नौकरी बदलने या गर्भावस्था की योजना बनाने के बारे में है। एक बच्चे की अपेक्षा करना एक ऐसी अवधि है जब हम न केवल अनजाने में, बल्कि अपनी आदतों को बदलने के लिए सचेत रूप से तैयार हैं, और अगर हम सही ढंग से "झुके" हैं, तो हम आने वाले कई वर्षों के लिए वफादार ग्राहक बन जाएंगे।

इसलिए, लक्ष्य ने पूर्वानुमान एनालिटिक्स विभाग के लिए एक कार्य निर्धारित किया है: यह निर्धारित करने के लिए कि कौन सा ग्राहक शिशु होने की उम्मीद कर रहा है। गर्भवती महिलाओं की खरीद की आदतों का विश्लेषण करने के बाद, विश्लेषकों ने गर्भावस्था की भविष्यवाणी करने के लिए एक प्रणाली विकसित की है।

स्थिति की कल्पना कीजिए: एक जवान औरत एक दुकान में चलता है और नारियल का तेल, चलने के लिए एक बैग और एक चमकदार नीली प्लेड के साथ एक लोशन खरीदता है। टारगेट में मौजूद सॉफ्टवेयर अपना फैसला जारी करेगा: इस ग्राहक के गर्भधारण की संभावना 87% है। डेटा विपणक आता है, और अब लक्ष्य अपनी आदतें फार्म और प्रबंधन करने के लिए शुरू हो जाएगा: उसे एक खाट, पाउडर, शिशु की बोतलें, आदि पर एक डिस्काउंट कूपन भेज और यह unobtrusively दिखेगा, "जासूसी" पर आक्रोश की एक लहर पैदा करने के लिए नहीं इतनी के रूप में: बच्चों के लिए उत्पादों पर छूट अन्य उत्पादों पर छूट के बीच रखा जाता है।

यह ध्यान देने योग्य है कि इससे पहले, लक्ष्य विश्लेषणात्मक विभाग के प्रमुख और गर्भावस्था के पूर्वानुमान प्रणाली के निर्माता पॉल पॉल, लक्ष्य नेटवर्क में डेटा खनन के उपयोग और उनके "दिमाग की उपज" के बारे में एक साक्षात्कार देने के लिए खुश थे, लेकिन जल्द ही प्रबंधन ने उनकी वाक्पटुता को रोक दिया।

लेकिन कानून का क्या?

तथ्य यह है, जब उपभोक्ताओं को उनकी निजी जानकारी का कितना riteyler इन आंकड़ों के उपयोग की वैधता के बारे में सवाल का एक बहुत की शुरुआत है, एहसास है। एक तरफ, संयुक्त राज्य अमेरिका में कानून कंपनियों को अपने ग्राहकों को बेहतर ढंग से समझने और अपने उत्पादों को सबसे उपयुक्त तरीके से बढ़ावा देने के लिए अनुसंधान करने की अनुमति देता है। दूसरी ओर, कोई भी यह गारंटी नहीं देता है कि लक्ष्य विपणन उद्देश्यों के लिए दूर से तीसरे पक्ष को व्यक्तिगत डेटा का खुलासा नहीं करेगा। यह ज्ञात है कि लक्ष्य अन्य संगठनों को जानकारी स्थानांतरित करता है जो सीधे लक्षित वितरण नेटवर्क का हिस्सा नहीं हैं: विक्रेता, व्यवसाय भागीदार और अन्य कंपनियां। इसके अलावा, विधायी स्तर पर इस तरह के डेटा हस्तांतरण में कुछ बाधाएं हैं, इसे केवल कंपनी की गोपनीयता नीति का पालन करना चाहिए।

कैरियर की संभावनाएं

अनुसार कुछ रिपोर्टों के , लक्ष्य 50 लोगों के विश्लेषणात्मक विभाग के रखरखाव, संयुक्त राज्य अमेरिका और भारत में स्थित के लिए के बारे में $ 4 मिलियन खर्च करता है। बेशक, सभी पश्चिमी खुदरा श्रृंखलाएं ऐसी टीमों को बर्दाश्त नहीं कर सकती (और विशेषज्ञों को ढूंढना आसान नहीं है) और ग्राहक व्यवहार का विश्लेषण करने के लिए शक्तिशाली उपकरण। लेकिन यह कल्पना करना काफी संभव है कि सोवियत संघ के अंतरिक्ष में जल्द ही इसी तरह की तकनीकों के अग्रणी दिखाई देंगे (यदि वे पहले से ही दिखाई नहीं दिए हैं)।

एक ओर, यह एक और अत्यधिक भुगतान विशेषता का जन्म है। उदाहरण के लिए, इंटरनेट स्रोतों के अनुसार, ईबे पर एक डेटा विश्लेषण विशेषज्ञ का औसत वेतन $ 110,000 है, जो अमेरिकी मानकों से भी बुरा नहीं है।

सबसे पहले, बहुत कम घरेलू विशेषज्ञ होंगे और कुछ बड़े खिलाड़ी अपनी प्रतिभा के लिए जमकर संघर्ष करेंगे। ऐसा इसलिए है क्योंकि इस तरह के काम के लिए कौशल और सांख्यिकी के ज्ञान, एक व्यापार विश्लेषक और एक प्रोग्रामर की आवश्यकता होती है जो भारी मात्रा में डेटा का विश्लेषण कर सकते हैं, छिपे हुए पैटर्न, सहसंबंधों (हमारी राय, नियमों और संबंधों में :) और व्यावसायिक रूप से उपयोगी निर्भरताएं प्रकट करते हैं। इस तरह के "नगेट्स" शायद ही कभी देखे जाते हैं। इस क्षेत्र में शैक्षिक कार्यक्रमों के लिए, पश्चिमी शैक्षणिक संस्थान, बाजार की मांग का जवाब देते हुए, ऐसे कार्यक्रमों को सक्रिय रूप से विकसित और कार्यान्वित कर रहे हैं। अगर किसी को हमारे क्षेत्र में समान पाठ्यक्रमों के बारे में पता है - टिप्पणी में आपका स्वागत है।

दूसरी ओर, पश्चिम में पड़ोसियों के रूप में, हम दुखी है कि हम नहीं पता था कि हम जानते हैं कि के बारे में इस विश्लेषक और कैसे इस ज्ञान वह का उपयोग करता है। मूल रूप से, समस्या पहले से ही एक जलती हुई है, हमारे देश में सामाजिक नेटवर्क के उपयोगकर्ता आधार और व्यक्तिगत डेटा है, जो हम उन लोगों के साथ साझा करते हैं, यहां तक ​​कि नहीं उपयोगकर्ता समझौते पर क्लिक करके की अंतरिक्ष मात्रा पर विचार।

हालांकि अगर मैं एक उत्पाद पर 20% छूट के लिए एक कूपन भेज कि मैं वास्तव में जरूरत है, या जल्दी ही करने की आवश्यकता होगी - मैं निश्चय के साथ नहीं कह सकता कि मैं यह नहीं करना चाहते हैं। आपके बारे में क्या?

न्यूयॉर्क टाइम्स के एक लेख पर आधारित । कई और दिलचस्प विवरण हैं।