StudyQA — Big Data при работе с абитуриентами: почему стоит использовать большие данные
Ежегодно множество выпускников поступает в отечественные и зарубежные университеты. Если для абитуриента период поступлений – это поиски и сложности выбора подходящей образовательный программы, то для университетов – это период, когда можно зарекомендовать себя будущему студенту. Реклама высших учебных заведений часто встречается в Интернете, но насколько она эффективна? Для хороших результатов необходим правильный подбор целевой аудитории, и Big Data может в этом помочь.
Что такое Big Data и насколько это эффективно
Big Data (или иными словами большие данные) – это набор методов и инструментов для работы с многообразными, структурированными или неструктурированными данными не просто большого, а огромного объема – к Big Data можно отнести работу с потоком данных размером более 100 GB в день.
Использование Big Data в маркетинге показывает хорошие результаты. Например, американская компания Red Roof Inn в сфере гостиничного бизнеса увеличила прирост выручки на 10% в условиях сниженного потока туристов из-за неблагоприятных погодных условий. В этот период из-за погоды каждый день отменяли авиарейсы, а пассажирам приходилось оставаться в аэропортах. Компания использовала данные о погодных условиях и отмене рейсов, которые находились в открытом доступе. Это позволило отправлять пассажирам персонализированные предложения, в которых указывали контакты ближайших гостиниц, когда это было востребовано.
Университеты подобным образом могут привлекать новых студентов. В нашем случае необходимы данные об абитуриенте. Например, о тех, кто уже зарегистрирован на сайте университета, кто только пришел на сайт, или данные об участниках ваших групп в социальных сетях. Вы сможете хранить и обрабатывать большой объем информации о тысячах абитуриентах. Такая возможность дает важное преимущество - анализировать информацию о целевой аудитории и выстраивать более персонифицированную стратегию продвижения.
В российских университетах Big Data пока почти не используют, но в Америке применяют часто. Американская компания ForecastPlus создала базу, на основе которой университеты определяют, каких абитуриентов стоит зачислить в университет, а каких нежелательно, так как велик риск их скорого отчисления, и базу, которая помогает найти целевую аудиторию университета и разработать стратегию его продвижения. Прогнозное моделирование помогло во многих кампусах США. Так, аналитики компании собрали и проанализировали разные данные о студентах: успеваемость по определенным предметам, оценки, дипломные работы и этническая принадлежность. Благодаря базе Университет Крейтон сэкономил более 30 тысяч долларов, так как исключил 35000 не самых перспективных студентов из списка возможных абитуриентов.
Таргетинг и Big Data: где искать данные
Основная польза при работе с Big Data – возможность лучше обозначить целевую аудиторию. Чтобы привлечь абитуриента, нужно понимать, что интересует его в первую очередь. Где можно получить об этом данные?
Опросы и мониторинги
При проведении опроса от университета вы можете составить анкеты таким образом, чтобы из неё можно было извлечь те данные, которые нужны именно вам. Но опросы большой аудитории ведут к финансовым и временным тратам. Нужны люди, которые смогут провести опрос и обработать анкеты. Можно проводить опрос через Интернет – тогда вы затратите меньше ресурсов и сможете охватить большую аудитории, что особенно важно, если вы часто принимаете иногородних студентов. При поступлении их потребности и интересы будут отличаться от студентов вашего города, поэтому данной аудитории нужно уделить отдельное внимание. Позднее, данные о местоположении абитуриента, его поисковые запросы и данные анкеты помогут вам правильно настроить рекламу. К работе над опросом можно привлечь и студентов вашего университета, которым будет интересна практика в области сбора и обработки данных. Конечно, не обязательно заниматься его проведением самостоятельно, можно сделать обратиться за услугой в специализированные компании.
Например, Высшая школа экономики регулярно проводит мониторинги абитуриентов бакалавриата и магистратуры. Университет получает данные о том, насколько информирован абитуриент о возможностях поступления, когда он сделал свой выбор в пользу университета, как готовился к поступлению, каковы основные ВУЗы-конкуренты, какие программы наиболее популярны и другие данные. Аналитический центр при ВШЭ в Санкт-Петербурге в ходе мониторинга абитуриентов бакалавриата в 2017 году выявил, что при выборе университета студенты в первую очередь руководствуются востребованностью выпускников на рынке труда, наличием у ВУЗа международных связей, уровнем будущей профессиональной и языковой подготовки. На основе полученных данных университет может выстраивать свою стратегию продвижения, делая акцент на наиболее важных для абитуриента вопросах.
Открытые данные в Интернете
Сейчас Интернет полон открытых данных. Профили в социальных сетях только в некоторых случаях закрыты от других пользователей. По постам человека, заполненной информации, фотографиям в открытом доступе, его подпискам и группам можно определить интересы и возможные планы обучения. Социальные сети помогают получить самые свежие данные и узнать, что происходит в жизни человека в настоящее время. Такой объем информации невозможно обработать вручную, именно поэтому необходима работа с Big Data.
Почти у всех учебных заведений есть группы в социальных сетях, где можно увидеть информацию о людях, которые планируют поступить в университет, проанализировав по определенным параметрам (например, возраст или год выпуска), и составить портрет целевой аудитории. Также помните о форумах и вопросах в группах, где можно найти наиболее волнующие абитуриентов темы.
Для анализа аудитории, которая посещает ваш сайт, удобно использовать инструменты Google Analytics или Яндекс.Метрика. Оба сервиса бесплатны, просты в использовании и дают возможность проанализировать основные характеристики аудитории, такие как пол, возраст, местоположение, время, проведенное на сайте.
Большие данные также помогают в поиске рекламных площадок. Например, найти лидера мнений среди определенной группы. В случае поиска абитуриентов, это могут быть успешные люди определенной специальности, студенты и выпускники университетов и другие. Более того, проанализировав профили людей, можно понять, какими социальными сетями они пользуются чаще, а какими реже, и в зависимости от этого выбирать площадку.
Может ли университет самостоятельно обрабатывать и хранить данные
В целом, можно выделить несколько участников рынка Big Data, с которыми работает клиент:
Поставщики, которые занимаются хранением данных, продажей систем управления. Для каждого клиента нужно индивидуально подбирать систему (Например, этим занимаются компании Oracle, SAS, IBM, Microsoft и другие)
Датамайнеры - разработчики, которые создают алгоритмы для извлечения из больших данных полезных знаний для организации (Yandex Data Factory, "Прогноз", CleverData, Double Data и другие)
IT-консультанты - системные интеграторы, которые занимаются извлечением ценных знаний на стороне клиента ("Крок", "Форс", IBS и другие)
Если клиент не хочет работать с консультантами и поставщиками, можно обратиться к готовым платформам управления данными, которые берут информацию из открытых источников. Инструменты Big Data особенно важны при работе с RTB – технологией, при которой несколько рекламодателей одновременно конкурируют за возможность показать на площадке рекламу конкретному пользователю в режиме реального времени. При работе с технологией платформы управления данными (DMP) собирают информацию о пользователях в виде бирж данных (data exchange) и позволяют наиболее точно таргетировать. Использование таких сервисов удобно тем, что затраты рекламодателя сводятся к минимуму. Эти услуги в России предлагают компании:
Auditorius
RTB Media
Data-Centric Alliance
GetIntent
Hubrus DSP
Between Digital
Segmento и другие
Также существуют сервисы товарных рекомендаций, целевого маркетинга и пресонализации контента, которые оперируют большими данными. Среди них Retail Rocket, "1С-Битрикс Big Data", Crossss и другие.
Что еще может предложить Big Data
Для любого абитуриента важно найти специальность, которая не просто даст ему качественное образование, но и позднее обеспечит работой. Это связано не только с востребованностью определенной профессии, но и с интересами и предпочтениями человека. Системы, которая определит наиболее подходящую специальность для абитуриента, пока не существует. Но Big Data способна помочь. Например, на основе полученных данных о человеке, а именно его запросах в сети и социальных сетях, сайт университета может предложить рекомендованные специальности, что сэкономит время абитуриента на поиск информации на сайте и может увеличить доверие и интерес абитуриента к университету.
Подписывайтесь на нашу рассылку, чтобы быть в курсе всех возможностей обучения за рубежом!
Мы используем файлы cookie, чтобы предоставить вам лучший онлайн-опыт. Их использование улучшает функциональность нашего сайта и позволяет нашим партнерам рекламировать свои услуги для вас. Продолжая использовать веб-сайт StudyQA или нажав кнопку «Я согласен», вы соглашаетесь на использование файлов cookie в соответствии с данной политикой. Подробные сведения о том, как мы используем файлы cookie, можно найти в политике Cookie.