كيفية استخدام البيانات الضخمة (Big Data) في فهم سلوك المستخدمين

تمنح البيانات الضخمة المؤسسات والمعنيين رؤية واضحة عن سلوك المستخدمين، وذلك بعد تحليلها واستخلاص النتائج المهمة منها لتقييم سلوك المستهلك والتأثير عليه، واتخاذ قرارات أكثر استنارة يمكن أن تسهم بشكلٍ إيجابي في نتائج أداء الأعمال. ولكن كيف يتم استخدام البيانات الضخمة لفهم سلوك المستخدمين؟

أهمية استخدام البيانات الضخمة لفهم سلوك المستخدمين

وصفت دراسة من معهد «كي سي سي» (KCC) للتعليم القانوني والعالي في الهند، البيانات بأنها نفط القرن الحادي والعشرين، والتي لا يمكن الاستفادة منها إلّا عند تكريرها؛ أي تحليلها.

يتم إنشاء هذه الكميات الهائلة من البيانات في كل جزء من الثانية، وتنتج من تصفح مواقع التجارة الإلكترونية ووسائل التواصل الاجتماعي وغيرها. وبالتركيز على تحليلها يمكن فهم سلوك المستهلك، وآلية شرائه لمنتج ما، فهو الذي يؤدي الدور الأهم في الاقتصاد وتحريك السوق، وبالتالي الحفاظ على استمرارية الأعمال التجارية على المدى الطويل. يكون تحليل هذا السلوك عن طريق البيانات الضخمة.

تمتلك البيانات الضخمة 3 صفات مميزة، تتمثل في كونها كبيرة الحجم، ويمكن جمعها بسرعة هائلة، ومتنوعة بسبب السلوك المختلف بشكلٍ كبير من مستهلك لآخر. يُضيف البعض صفتين أخريين هما الدقة والقيمة. نظراً لهذه الخصائص، تعد البيانات الضخمة معقدة ويصعب إدارتها باستخدام الطرق التقليدية لمعالجة البيانات. لذلك وجدت أدوات تحليل البيانات الضخمة التي لديها القدرة على استخراج ومعالجة وتحليل مجموعات البيانات الكبيرة والمعقدة.

كيفية استخدام البيانات الضخمة في فهم سلوك المستخدمين

تتبع تقنية البيانات الضخمة النهج التالي:

تخزين البيانات

بداية يتم تخزين البيانات في مكان مناسب بطريقة صحية، ليتم تجهيزها للمعالجة.

تعدين البيانات

في مرحلة تعدين البيانات يتم الكشف عن أنماط مجموعات البيانات الكبيرة والمعقدة التي تكون غير منظمة بشكلٍ عام، وذلك قبل البدء بالتحليل الإحصائي والرياضي للبيانات.

تحليل البيانات

الآن يتم تحليل البيانات المنظمة لاستخلاص رؤى مفيدة منها باستخدام التقنيات الإحصائية والرياضية وتكنولوجيا المعلومات المتقدمة.

عرض مرئي للمعلومات

في النهاية، يتم تحويل البيانات إلى رسوم وجداول تمكّن محلل البيانات من فهمها، وتحديد القيم المتطرفة والاتجاهات في البيانات وتفسيرها.

أنواع تحليلات البيانات الضخمة المستخدمة في تحليل سلوك المستهلك

تقسّم تقنيات تحليل البيانات الضخمة إلى 3 أنواع:

التحليل الوصفي

يقدّم صورة واضحة عن البيانات وعن الأحداث التي حدثت بالفعل، وبالتالي يمكن أن تكون أداة مفيدة للغاية لتحديد الأخطاء بهدف تجنبها في المستقبل.

التحليل التنبؤي

يساعد هذا النوع على التنبؤ بالسيناريوهات والمواقف المستقبلية التي يمكن أن تحدث. يتم ذلك باستخدام تقنيات رياضية وإحصائية.

التحليل التقديري

يوفّر هذا النوع اقتراحات شراء مخصصة للمستهلكين بناء على معلومات سلوك الشراء التي تم جمعها. يمكن أن تسهم الاقتراحات المقدمة بشكلٍ كبير في تحفيز تفضيلات المستهلكين وفي النهاية طلب المستهلكين.

أدوات تحليل البيانات الضخمة

يتوفر اليوم العديد من أدوات تحليل البيانات الضخمة التي تساعد على فهم سلوك المستخدم، ومنها:

هادوب (Hadoop) ومونغو دي بي (MongoDB) لتخزين البيانات.
بايثون (Python) لاستخراج البيانات.
لغة آر ® لتحليل البيانات.
تابلوه (Tableau) لعرض البيانات.

كيف يساعد تحليل البيانات الضخمة الشركات على فهم سلوك المستخدمين؟

لتوضيح أهمية تحليل البيانات الضخمة في فهم سلوك المستخدمين، يمكن أخذ هذه الدراسة على سبيل المثال، فقد تم جمع بيانات المستهلكين على منصة الأفلام نيتفلكس من أجل إنشاء ملف تعريف لمشتركيها، وفهم خيارات المستهلكين بشكلٍ أفضل، ومن ثَمَّ تقديم توصيات مخصصة لهم بناء على تفسير هذه النماذج.

قد أوضحت البيانات أن نحو 75% من أنشطة المشاهدين تستند إلى توصيات المنصة الشخصية للمستهلكين. يفيد ذلك في تحقيق المزيد من الإيرادات للمنصة وتنمية أعمالها.

وبطريقة مماثلة درس باحثون من كلية أبوظبي للإدارة بالاشتراك مع كلية الحاسبات وتقنية المعلومات في جامعة الطائف وغيرهما، البيانات في منصة دايلي موشن Dailymotion، وهي موقع تواصل اجتماعي لمشاركة الفيديو، وإضافة التعليقات والإعجابات وغيرها من البيانات التي يمكن عبر تحليلها فهم تفضيلات المستخدم، مثل عدد الأشخاص الذين قاموا بتحميل الفيديو، والقناة والفئة والمدة وعدد المشاهدات والبلد، بالإضافة إلى الأرباح التي يجنيها المستخدمون من تحميل فيديوهاتهم على المنصة.