معرفی سرویس: Gravy Analytics

داده‌های مکانی اطلاعات خامی درباره مکان‌هایی است که مشتریان می‌روند و نوعاً از طریق دستگاه‌های موبایل و با استفاده مشتریان از اپلیکیشن‌ها، محصولات و خدمات حاصل می‌گردد و هنگامی که کسب و کاری اقدام به خرید یا جمع‌آوری این اطلاعات می‌نماید، دسترسی به اطلاعات گسترده‌ای پیدا می‌کند که عنصر اصلی آن مکان‌هایی است که کاربران موبایل در بازه زمانی مشخص مورد بازدید قرار داده‌اند. داده‌های خام شامل کدشناسایی موبایل (به صورت ناشناس)، طول و عرض جغرافیایی، برچسب زمانی و اطلاعات دستگاه موبایل می‌باشد.

در سال 2011، Gravy Analytics دریافت که بازاریابی موبایل، مبتنی بر مکان، می‌تواند پارادایم بازاریابی و تحلیل را متحول نماید و در عمل این اتفاق به وقوع پیوست. اما برای بازاریابان، بازاریابی موفق مبتنی بر مکان یا موقعیت، فراتر از دانستن محلی که مشتریان در آن هستند است؛ و در واقع موفقیت نیازمند زمینه و کیفیت داده‌های مرتبط با آن است. این موضوعی است که Gravy Analytics به دنبال آن بوده است. بازاریابان نیازمند زمینه‌ای هستند که چرایی قرار گرفتن مشتری در مکان‌های مختلف را درک نمایند. این شرکت با داشتن پایگاه داده بزرگی از رخدادهای محلی و فعالیت‌ها قادر است اطلاعاتی را در این خصوص برای تبلیغات و برندها فراهم نماید. در واقع زمینه نیز به اندازه کیفیت داده‌ها در جهت ایجاد بینش دارای ارزش می‌باشد. این شرکت داده‌های مربوط به بیش از 250 میلیون دستگاه را جمع‌آوری نموده است. موتور تایید موقعیت تحت عنوان AdmitOne برای حذف سیگنال‌های ضعیف مرتبط با موقعیت و تحویل داده‌هایی قطعی مورد استفاده قرار می‌گیرد و البته در عین حال حریم خصوصی مشتریان نیز در نظر گرفته می‌شود.

داده به عنوان سرویس (Data as a Service) بر اساس مجموعه داده‌های مکانی تأیید شده می‌تواند نیازهای خاص کسب و کاری را برآورده سازد. این سرویس شامل مجموعه داده‌های پاکسازی شده و تأیید شده (با استفاده از فیلتر کردن و دسته‌بندی سیگنال‌های غیر دقیق و سیگنال‌های مکانی جعلی) مبتنی بر داده‌های مکانی موبایل می‌باشد.

محصولات مرتبط با DaaS:

  • مشاهدات: انجام تحلیل‌های مکانی (geo-location)، مدلسازی الگوهای ترافیکی، مقابله با داده‌های جعلی از طریق داده‌های مکانی غنی‌ و تجمیع شده توسط geo-hash و زمان
  • بازدیدها: اندازه‌گیری بازدیدها در مکان‌های تجاری مورد نظر

 

 

  • حضور در رخدادها: داده‌های مرتبط با حضور در رخدادها به صورت ماهیانه از جمله بازدیدهایی که احتمالا شامل تراکنش‌های تجاری می‌باشد.
  • مکان‌های دارای فراوانی: مکان‌های مرتبط با یک دستگاه موبایل که دارای بیشترین بازدید بوده‌اند.

 

  • افراد: غنی نمودن داده‌های مشتری با استفاده از بیش از 700 طبقه‌بندی رفتاری مشتری
  • آدرس IP: ارتقای گراف دستگاه با استفاده از داده‌های آدرس‌های IP تبلیغ‌کنندگان می‌باشد.

 

 

 کاربردها:

همانند سایر انواع داده، داده‌های مکانی دارای تنوع و کاربردهای گسترده‌ای برای کسب و کارها هستند که برخی از آنها عبارتند از:

  • تبلیغات دیجیتال: لیست‌های مشتریان هدف ناشناس جهت ارائه تبلیغات به آنها که این لیست‌های هدف می‌تواند بر اساس علائق مشتری که از روی تعداد بازدید وی از فروشگاه‌های خاصی به دست آمده است شکل گرفته باشد و منجر به اثرگذاری بیشتر تبلیغات بر روی فروش گردد.
  • تحلیل ترافیک: به معنای تعداد بازدیدکنندگان از یک مکان فیزیکی مشخص. به این ترتیب کسب و کارها می‌توانند با تحلیل این ترافیک بازدید در مورد فروشگاه‌های خودشان و یا فروشگاه‌های رقبا، نوع مشتریان و مکان‌هایی که قبل و بعد از آن رفته‌اند را متوجه شوند. این موضوع به درک الگوهای رفتاری مشتریان کمک می‌نماید.
  • هوش رقابتی: به دست آوردن بینش در خصوص رقبا. در واقع شرکت‌ها می‌توانند بازدید از فروشگاه‌های رقبا را نیز مورد ردیابی قرار دهند و با تبلیغات مناسب مشتریان جدیدی را جذب نمایند.
  • تحقیقات بازار: استفاده از داده‌های مکانی برای رشد کسب و کار و تصمیمات استراتژیک.
  • هوشمندی در خصوص مشتریان: درک بهتر مشتری و ارتباطات بهتر بر اساس نیازها و علائق منجر به کیفیت بالاتر محتوای وبسایت‌ها، ایمیل‌ها و پیشنهادات ارائه شده به مشتریان می‌شود و منجر به نگهداشت مشتری و سهم بازار می‌گردد.
  • غنی نمودن داده‌ها (data enrichment): اضافه نمودن این داده‌ها منجر به ایجاد پروفایل کامل‌تری می‌گردد که در نهایت می‌تواند منجر به بهبود KPIها شود.

 

امروزه صنایع مختلفی نظیر خودروسازی، گردشگری، خدمات مالی، املاک، رستوران‌ها، خرده‌فروشی و سرگرمی از داده‌های مکانی استفاده می‌نمایند.