Z analizo podatkov do večje konkurenčne prednosti

Ljubljana – Za sodobni čas je značilna vse večja povezanost posameznih tehnologij, ki pa jo podjetja lahko izkoristijo za ustvarjanje svoje konkurenčne prednosti. Sedanja pandemija je pomen informacijsko-komunikacijskih tehnologij postavila še bolj v ospredje, saj se je tako pri podjetjih kot pri posameznikih okrepilo zavedanje o pomembnosti digitalizacije, digitalnih kompetenc in digitalne družbe.

Podjetja svojo konkurenčno prednost gradijo na različne načine, med drugim poudarjajo znanje svojih strokovnjakov, kredibilnost, fleksibilnost, ponudbo celostnih rešitev in uvajanje novih storitev ter stalno prilagajanje trgu. Za analiziranje tega zadnjega so na voljo različna orodja. Tako na primer avstrijske železnice za prilagajanje voznih redov in števila železniških povezav kot enega izmed virov podatkov uporabljajo mobility insights, ki je orodje za analiziranje obiskanosti lokacij in spremljanje tokov gibanja množic.

V Avstriji to orodje uporabljajo tudi kot enega izmed virov podatkov za optimizacijo obstoječe mreže bančnih poslovalnic ter načrtovanje novih. Poslovalnicam z malo potencialnega obiska prilagajajo delovne čase ali jih zapirajo, s podatki o gibanju množic si pomagajo pri načrtovanju odpiranja novih. Na podlagi tako pridobljenih podatkov so se glede odpiranja oziroma zapiranja poslovalnic odločali v Sparkasse. Banka je namreč tako pridobila podatke o tem, koliko ljudi pride na neko lokacijo in koliko bi jih glede na njeno lego lahko prišlo.


 

Z analizo podatkov do koristnih informacij

Orodje za omenjeno analiziranje, imenovano mobility insights, strankam ponujajo tudi v A1 Slovenija, ki se je s tem začel ukvarjati že proti koncu leta 2018. Njihovo orodje uporablja, kot pravijo, kar nekaj podjetij, predvsem s področja trgovine na drobno in turizma, ki so želela še bolje spoznati svoje stranke in ustvariti konkurenčno prednost, povečati prihodke, zvišati frekvenco obiska ali izmeriti uspeh tržnokomunikacijskih akcij.

Omenjeno orodje omogoča analizo porekla obiskovalcev – pri slovenskih, s katere poštne številke prihajajo, pri tujih pa, iz katere države –, tako se ponudba lahko prilagodi tudi kupni moči obiskovalcev. Ko podjetje ugotovi, s katerih območij prihajajo kupci v poslovalnico, obenem tudi vidi, s katerih ne prihajajo, in se potem lahko odloči za ciljno targetiranje oziroma pridobivanje teh potencialnih kupcev.



Z analizo časa prihoda, odhoda in trajanja obiska se lahko prilagodijo aktivnosti za zadrževanje obiskovalcev – če je na primer povprečen čas obiska v velikem nakupovalnem centru 45 minut, je to malo, zato je treba prilagoditi ponudbo, da bi obiskovalca zadržali dlje časa. Poleg tega orodje omogoča še analizo interakcij – od kod prihajajo obiskovalci in kam gredo; časovno primerjavo parametrov lokacije in medsebojno primerjavo parametrov več lokacij. Mogoče je tudi že analizirati območje trgovine na drobno v celotni občini ter kdaj je v določeni poslovalnici največ obiskovalcev, na podlagi tega se lahko prilagodijo tudi urniki zaposlenih.

Dostop do poročil je hiter in enostaven, prek spletnega portala, podatki so na voljo za leto dni, najnovejši pa že za prejšnji dan. Orodje je namenjeno prepoznavi kupca, zato da bi mogoče ta stranka raje obiskovala njihove prostore kot prostore koga drugega. Po njihovih izkušnjah podjetja na podlagi podatkov dobijo ideje, kaj bi lahko še pomagalo njihovemu poslu.
 

Identifikacija posameznikov ni mogoča

Mobilni telefoni pri svojem delovanju ves čas komunicirajo z omrežjem, pri čemer glede na lokacijo baznih postaj dajejo informacijo o lokaciji uporabnika. Pri tem se podatki anonimizirajo, da identifikacija posameznika ni mogoča, in združijo, pri čemer se prikažejo vzorci gibanja množic – v orodju so vedno prikazane skupine, večje od dvajset oseb. V A1 Slovenija poudarjajo, da sledenje posamezniku ni mogoče, saj sam podatek o lokaciji posameznika nima nobene vrednosti, ampak le vpogled v obnašanje množic pokaže vzorce, ki jih lahko podjetje izkoristi za izboljšanje poslovanja.
 

Ekstrapolacija podatkov kot pri vzporednih volitvah

V Sloveniji ima A1 relevanten tržni delež, zato, kot pojasnjujejo, ekstrapolacija podatkov poteka tako kot pri vzporednih volitvah. »Za dovolj dobro napoved ne potrebuješ 100-odstotne udeležbe, vseeno pa potrebuješ vsaj dober odstotek – pri nas je to 30-odstoten tržni delež, ki pove dovolj natančne informacije.« Za vsak posamezen primer prilagajajo parametre, po katerih zajemajo podatke, odvisno od tega, kaj vse želi vedeti stranka.

Če bi neko podjetje želelo izvedeti, kako uspešne so bile njihove oglaševalske kampanje z jumbo plakati po določenih krajih, to izmerijo z uporabo mobility insights. »Ker je natančno znano, kdaj se je akcija začela in koliko časa bo potekala, se v tem obdobju spremlja poslovalnice podjetja na teh območjih, ker bomo lahko iz podatkov razbrali, ali se je v primerjavi s prejšnjimi dnevi v mesecu stanje kakor koli izboljšalo. Preverimo, ali je obiskovalcev več in ali prihajajo iz tistih krajev, kjer smo oglaševali, in tako vidimo, ali je akcija zaradi oglaševanja bolj učinkovita ali pa plakati nanjo sploh niso vplivali. Lahko bi primerjali tudi dve območji: tam, kjer smo postavili jumbo plakate, in tam, kjer jih nismo, ampak smo potencialnega kupca nagovarjali samo po televiziji ali z letakom – rezultat je konverzija prodaje, ki jo lahko enostavno izračunamo,« pojasnijo v A1 Slovenija.
 

Študija tudi za primer potresa

Na vprašanje, kako bi na primer ob potresu v Ljubljani lahko pomagali s tem orodjem, pa v A1 Slovenija odgovarjajo, da so že pred časom pripravili študijo o tem, kako se prestolnica obnaša v daljšem obdobju. »Z grafom smo pokazali, kako Ljubljana diha čez dan, kakšna je zasičenost, katere so tiste kritične točke, in glede na te oziroma tam, kjer je poseljenost v nočnih urah največja, se potem določi kritično točko kot reševalno točko. Tako se reševalne ekipe osredotočijo najprej na tista območja, kjer je potencialno največ ljudi.« To so namreč podatki, pomembni za modele prilagajanja, za načrte evakuacij celotnega mesta, kje naj bi se angažirala civilna zaščita, kje gasilci in kje reševalci itd.