Big Data dilemmák II.
A méret a lényeg
Mekkora célcsoport esetén értelmezhető a Big Data?
Szabó Edit – OTP Bank
Big Data dilemmák
Az információ hatalom
Az adat könnyen megszerezhető
A tárolás olcsón megoldható
Az ügyfelek jobban megismerhetővé válnak
Különböző helyeken azonos adatok
Sok Little Data = Big Data
Kihívások
Az adatok integrált kezelése
Az adatok 80%-a struktúrálatlan
Jogi környezet – adatkezelési törvények
Nem elég csak tudni és használni az
információkat– erre kell építeni a működést
Nincs elég tapasztalat, nincs elég data
scientist
 Mindenki
azonos
üzenetet
lát
 Változatosabb
üzenetek alap
szegmentáció
szerint
 Személyre
szabottabb
üzenetek
viselkedés
alapon
 Egyedi
üzenetek és
személy alapú
optimalizálás
 Valós idejű
személyre
szabott üzenet
bármely
csatornán
Broadcast
Macrosegmenting
Microsegmenting
1-to-1
Mikor és hogyan segíti a
cégek munkáját?
Segít a tervezésben
Segít a döntésben
Nem kell intuícókra vagy befolyásolásra
hallgatni
Segít a hatékony kampány
menedzsmentben
Köszönöm a figyelmet!

More Related Content

PPTX
Balogh gyorgy modern_big_data_megoldasok_sec_world_2014
PPTX
Digitális költések okosan
PPTX
Empowering Marketing
PDF
Kell e új megközelítés a marketing tervezésben ?
PDF
Osszuk meg-amink-van-es-megoszthatjuk-amink-lesz
PPTX
Konverziós mutatók összehasonlítása
PPTX
Programmatic kereskedelem
PPTX
Miért jobb egy Programmatic rendszer, mint a Google?
Balogh gyorgy modern_big_data_megoldasok_sec_world_2014
Digitális költések okosan
Empowering Marketing
Kell e új megközelítés a marketing tervezésben ?
Osszuk meg-amink-van-es-megoszthatjuk-amink-lesz
Konverziós mutatók összehasonlítása
Programmatic kereskedelem
Miért jobb egy Programmatic rendszer, mint a Google?

Viewers also liked (17)

PDF
Big data contest - Személyre szabott behajtáskezelés
PDF
Big Data @ CEMP: Ident projekt
PPT
Tudásmenedzsment és tudástípusok
PDF
A gondolatolvasás létezik, avagy big data a marketingben @DIMSZ konferencia
PPTX
Big Data Analytics
KEY
Intro to Data Science for Enterprise Big Data
PDF
Myths and Mathemagical Superpowers of Data Scientists
PDF
Titan: The Rise of Big Graph Data
PDF
How to Interview a Data Scientist
PDF
Titan: Big Graph Data with Cassandra
PDF
A Statistician's View on Big Data and Data Science (Version 1)
PDF
Introduction to R for Data Mining
PPTX
Ppt moodle sip
PPTX
Tourism English 10
ODP
Presentatie Proactieve Monitoring ( BA Monitoring )
PDF
Best retail brands 2012
PPTX
Mi albun fotografico lili
Big data contest - Személyre szabott behajtáskezelés
Big Data @ CEMP: Ident projekt
Tudásmenedzsment és tudástípusok
A gondolatolvasás létezik, avagy big data a marketingben @DIMSZ konferencia
Big Data Analytics
Intro to Data Science for Enterprise Big Data
Myths and Mathemagical Superpowers of Data Scientists
Titan: The Rise of Big Graph Data
How to Interview a Data Scientist
Titan: Big Graph Data with Cassandra
A Statistician's View on Big Data and Data Science (Version 1)
Introduction to R for Data Mining
Ppt moodle sip
Tourism English 10
Presentatie Proactieve Monitoring ( BA Monitoring )
Best retail brands 2012
Mi albun fotografico lili
Ad

More from Edit Ditte Szabó (15)

PPTX
How to build a successful marketing strategy?
PPTX
Mit adott nekünk a COVID-19? Avagy marketing a vírus után
PPTX
A random az új rendszeres - Avagy hogyan alakulnak át a fogyasztói szokásaink...
PPTX
Ügyfél-centrikus szemlélet - A digitális csatornákon létrehozott kreatív utak
PPTX
Az én ügyfelem - a mi ügyfelünk
PPTX
Fogalomtisztázások - Persona, Job to be done & behaviour marketing
PPTX
A hirdetési eszköz-arzenál kezelésének művészete
PDF
Hogyan vegyük észre a kampányunk adataiból, hogy gond van a termékkel?
PPTX
The Future Trends in Customer Experience
PPTX
A folyamatos jelenlét ereje
PPTX
Mit hiszel magadról?
PPTX
What do you think about your brand?
PPTX
What does your customers think about you?
PDF
Mit gondolnak rólad a vásárlóid?
PPTX
Kinek és mire jó a programmatic?
How to build a successful marketing strategy?
Mit adott nekünk a COVID-19? Avagy marketing a vírus után
A random az új rendszeres - Avagy hogyan alakulnak át a fogyasztói szokásaink...
Ügyfél-centrikus szemlélet - A digitális csatornákon létrehozott kreatív utak
Az én ügyfelem - a mi ügyfelünk
Fogalomtisztázások - Persona, Job to be done & behaviour marketing
A hirdetési eszköz-arzenál kezelésének művészete
Hogyan vegyük észre a kampányunk adataiból, hogy gond van a termékkel?
The Future Trends in Customer Experience
A folyamatos jelenlét ereje
Mit hiszel magadról?
What do you think about your brand?
What does your customers think about you?
Mit gondolnak rólad a vásárlóid?
Kinek és mire jó a programmatic?
Ad

Big Data dilemmák

  • 1. Big Data dilemmák II. A méret a lényeg Mekkora célcsoport esetén értelmezhető a Big Data? Szabó Edit – OTP Bank
  • 3. Az információ hatalom Az adat könnyen megszerezhető A tárolás olcsón megoldható Az ügyfelek jobban megismerhetővé válnak Különböző helyeken azonos adatok Sok Little Data = Big Data
  • 4. Kihívások Az adatok integrált kezelése Az adatok 80%-a struktúrálatlan Jogi környezet – adatkezelési törvények Nem elég csak tudni és használni az információkat– erre kell építeni a működést Nincs elég tapasztalat, nincs elég data scientist
  • 5.  Mindenki azonos üzenetet lát  Változatosabb üzenetek alap szegmentáció szerint  Személyre szabottabb üzenetek viselkedés alapon  Egyedi üzenetek és személy alapú optimalizálás  Valós idejű személyre szabott üzenet bármely csatornán Broadcast Macrosegmenting Microsegmenting 1-to-1
  • 6. Mikor és hogyan segíti a cégek munkáját? Segít a tervezésben Segít a döntésben Nem kell intuícókra vagy befolyásolásra hallgatni Segít a hatékony kampány menedzsmentben