Czym są third-party data?
Third-party data, czyli dane pochodzące ze źródeł zewnętrznych organizacji, umożliwiają różnym firmom optymalizację wydajności modeli danych, usprawnianie podejmowanie decyzji na podstawie dokładniejszych prognoz, oraz projektować spersonalizowane doświadczenia swoich klientów.
W odróżnieniu od first-party data i second-party data dane od podmiotów trzecich są gromadzone poza systemami danej organizacji. Nie mają żadnego powiązania z CRM, stroną firmy czy kontami reklam. Wiele firm monetyzuje swoje zanonimizowane dane, ale najważniejsze wyzwanie dotyczące tych danych wiąże się z łączeniem ich z danymi firmowymi.
Skąd pochodzą third-party data?
Dane podmiotów trzecich są generowane przez osoby prywatne, firmy i czujniki IoT. Ich pochodzenie można sklasyfikować w wielu kategoriach: dane komercyjne, demograficzne, ekonomiczne, energetyczne, środowiskowe, finansowe, geolokalizacyjne, publiczne, medyczne, naukowe, HR, marketing, media, bezpieczeństwo, sport, transport, ruch podróżnych, pogoda i inne.
Dane czerpane podmiotów zewnętrznych mogą pochodzić z takich źródeł jak:
- Konsumenci (transakcje, nastroje konsumentów)
- Osoby fizyczne (zatrudnienie i praca, kredyty)
- Firmy (reklama, ceny, oceny i recenzje, lokalizacje sklepów)
- Zdarzenia (satelita i pogoda, wykrywanie zdarzeń)
- Zachowania online (wyszukiwania, media społecznościowe, aplikacje, ruch w sieci, geolokalizacje)
- Zagregowane dane (IoT, B2B)
Jakiego rodzaju organizacje i działy mogą wykorzystywać third-paty data?
Third-party data umożliwiają jak największe przybliżenie do sposobu zachowania użytkowników produktów cyfrowych, aplikacji i stron. Dane od podmiotów trzecich umożliwiają szczegółową analizę zachowań i prognozowania osobom zarządzającym marketingiem, produktami i usługami.
Wiele dużych organizacji, między innymi finansowych tj.: banki komercyjne, banki inwestycyjne, firmy ubezpieczeniowe i private equity oraz firmy venture capital jest zainteresowanych third-party data.
Do jakich celów mogą być wykorzystywane dane podmiotów trzecich?
Dane demograficzne i psychograficzne mogą być wykorzystywane do personalizacji doświadczeń klientów i poprawić zwrot z inwestycji marketingowych. Dane można wykorzystać do analizy rynku i podejmowania decyzji na bieżąco. Nawet dane niefinansowe mogą pomóc zoptymalizować strategię inwestycyjną. Na przykład dane pogodowe w czasie rzeczywistym lub dane epidemiologiczne COVID-19 pomagały w prognozowaniu wpływu łańcucha dostaw, który mógł negatywnie wpłynąć na rentowność firmy.
Sposoby na wykorzystanie third-party
Świadome decyzje inwestycyjne i zmniejszenie ryzyka
Firmy świadczące usługi finansowe mogą wykorzystywać dane podmiotów trzecich w celu wzbogacenia analizy swojego portfela i pomocy w ustaleniu ryzyka inwestycji.
Mogą na przykład pobrać zewnętrzny zestaw danych ESG (Environment Social and Governance data) i dołączyć go do własnych danych o zyskach i stratach. Wyniki ESG obejmują szeroki zakres działań i zachowań zaczynając od danych na temat reputacji firmy, czy stosowanych praktyk pracowniczych (np. związanych z COVID-19). Dane ESG mogą pomóc organizacjom inwestować w sposób bardziej odpowiedzialny społecznie i unikać inwestowania pieniędzy w firmy stosujące praktyki zagrażające ich rentowności.
Inwestorzy mogą również zdecydować się na integrację wielu źródeł danych ESG do uczenia maszynowego modeli danych służących do analizy w czasie rzeczywistym i dzięki temu pomocnych w podejmowaniu decyzji, kiedy kupować i sprzedawać.
Prognozowanie wyników spółek giełdowych
Spółki akcyjne publikują raporty kwartalne, półroczne, roczne i tym samym informują opinię publiczną o swojej sytuacji finansowej, inwestorzy wykorzystują te informacje do podejmowania decyzji o kupnie lub sprzedaży ich akcji. Jednak coraz częściej inwestorzy uznają, że bilans powinien być odzwierciedlony tylko na dany moment, tak krótki jak dana godzina, czy nawet minuta.
Dlatego fundusze hedgingowe i inne organizacje świadczące usługi finansowe wykorzystują dane alternatywne, lub dane zebrane z nietradycyjnych źródeł. Połączenie strumieni mediów społecznościowych, dane o stanie zatrudnienia, zdjęcia satelitarne i inne dane alternatywne pomagają tym firmom przewidzieć, czy znajdą się na liście spółek, które zrealizują swoje prognozy zysków, zanim tradycyjne dane finansowe będą ogłoszone publicznie.
Na przykład analiza finansowa może zostać wzbogacona o dane o ruchu pieszym, który ma przełożenie na wzrost lub spadek transakcji konsumentów w danej lokalizacji. Tę informację można nałożyć na dane demograficzne w celu ustalenia, czy konsumenci w sklepie odpowiadają grupie docelowej tej firmy. Analizując zanonimizowane dane transakcyjne, zwroty produktów i sprzedaż w różnych lokalizacjach i kanałach, analitycy mogą uzyskać pełniejszy ogląd sytuacji firmy, aby ustalić, czy jej wyniki wzrosną lub spadną w następnym kwartale.
Personalizacja przekazów marketingowych
Wykorzystując zewnętrzne dane demograficzne i wydarzenia z życia firmy mogą stworzyć prawdziwy, 360-stopniowy obraz klienta. Wykorzystywane są takie dane, które mogą obejmować informacje o gospodarstwie domowym. Jego wielkości, liczbie dzieci i dorosłych, majątku netto, statusie własności domu i typie nieruchomości – banki i inne instytucje finansowe mogą wzbogacić obraz klienta o informacje, które już znajdują się w ich bazach danych.
Z takiego połączenia możliwe jest udoskonalenie strategii segmentacji i targetowania, aby zwiększyć prawdopodobieństwo otrzymania przez klientów ofert, które są dla nich naprawdę istotne. Na przykład kampania promująca kredyty hipoteczne będzie skuteczniejsza, jeśli zostanie skierowana do osób ze znaczącymi oszczędnościami, które nie mają jeszcze kredytu hipotecznego, podczas gdy kampania skupiona na edukacyjnych planach oszczędnościowych powinna być kierowana do rodziców małych dzieci, którzy mają czas na zgromadzenie oszczędności zanim ich dzieci pójdą na studia.
Trudny dostęp do third-party data?
Zewnętrzne dane umożliwiają zespołom podejmowanie lepszych decyzji, zwłaszcza gdy są one zintegrowane z danymi wewnętrznymi. Jednak tradycyjne metody pozyskiwania danych podmiotów trzecich są nieefektywne i niepewne. Tradycyjne rynki danych (marketplaces) mogą nie być skalowalne, a starsze technologie przesyłania danych (FTP, API) mogą wymagać szeroko zakrojonych prac inżynieryjnych zanim dane będą mogły zostać wykorzystane.
Ta sytuacja może skutkować opóźnieniami i nieaktualną analizą danych. Problemem jest dostęp do danych zewnętrznych w odpowiednim czasie i w opłacalny sposób. Firmy często budują i utrzymują dziesiątki, jeśli nie setki przepływów danych i stoją przed wyzwaniem integracji szerokiej gamy formatów danych. Analitycy danych w takich sytuacjach poświęcają wiele czasu na zadania związane z przetwarzaniem danych o stosunkowo niskiej wartości, z których dopiero zostaną wyodrębnione najpotrzebniejsze dane.
Rynek third-party data rośnie
Złożone procesy przyjmowania mogą powodować spadki w jakości danych i wysokim poziomie błędów. Mimo tych wyzwań firmy inwestują w third-party data coraz częściej. Gartner przewidywał, że do końca 2022 r. ponad jedna trzecia dużych organizacji (35%) będzie albo sprzedającymi, albo kupującymi dane za pośrednictwem formalnych internetowych rynków danych, które wzrosły z 25% w 2020 r.
Niektóre organizacje delegują analityków, aby przebrnęli przez proces pozyskiwania danych, ale to odciąga kosztowne zasoby od zadań analitycznych, do których zostali zatrudnieni – czyli np. budowania modeli danych. Inne organizacje korzystają z agregatów i brokerów danych, aby ułatwić transakcje na rynku danych. To rozwiązanie ma zalety, ale stanowi wyzwanie związane z metodami łączenia plików. Liczne bariery stwarzane przez tradycyjne rynki danych (marketplaces) i praktyki udostępniania danych, wymagają nowych lepszych rozwiązań.
Chmura to rozwiązanie problemów z udostępnianiem danych
Gdyby organizacje mogły zminimalizować czas poświęcany na budowanie rozwiązań ad hoc i zarządzanie metodami udostępniania danych, mogłyby przeznaczyć więcej zasobów na wydobywanie cennych wniosków.
Chmury danych to nowoczesne rozwiązania odpowiadające rosnącemu zapotrzebowaniu na third-party data. Dzięki architekturze polegającej na współdzieleniu danych z wielu klastrów, platformy chmurowe centralizują wszystkie dane w jednym, bezpiecznym miejscu. Firma Snowflake stworzyła rozwiązanie Data Cloud. Jest to sieć, która łączy klientów Snowflake z partnerami, dostawcami danych i dostawcami usług danych. Dzięki Snowflake Marketplace firmy odnoszą natychmiastowe korzyści, wynikające z szybkiego dostępu do bezpiecznych i zgodnych z przepisami danych, które mogą być udostępniane w ramach organizacji i pomiędzy nimi.
Jeżeli zastanawiasz się nad bezpieczeństwem rozwiązań chmurowych i chcesz się dowiedzieć o nich więcej, możesz skorzystać z bezpłatnej konsultacji.
Snowflake Data Marketplace
W Snowflake Data Marketplace możesz udostępniać próbki danych, aby uzupełnić je o dane zewnętrzne. Następnie dane zostaną bezpiecznie udostępniane bezpośrednio w koncie użytkownika Snowflake.
Jeżeli chcesz ulepszyć analitykę biznesową, szukasz lepszych danych do trenowania sztucznej inteligencji (AI) lub tworzenia modeli uczenia maszynowego (ML), to z pewnością potrzebujesz danych zewnętrznych do rozbudowania swoich zestawów danych.
W Snowflake Data Marketplace znajdziesz zbiory danych w dwudziestu różnych kategoriach. Możesz korzystać z danych bezpłatnych. Na filmie prezentujemy interfejs, w którym można przeglądać poszczególne kategorie danych. Możesz zobaczyć przykładowy opis zestawów danych, z uwzględnieniem różnych tabel, komórek, a nawet przykładowych zastosowań danych.
Przykładowo, jeżeli chcesz dowiedzieć się o wielkości zbiorów zbóż w Chinach czy winogron w Hiszpanii, wybierz odpowiednie pola danych. W prawym menu można przeglądać informacje techniczne na temat baz danych.
Technologia Snowgrid
Snowflake opracowało technologię Snowgrid, która obejmuje cały świat, łącząc regiony i wiele rodzajów chmur, przez co umożliwia bezpieczne i regulowane udostępnianie danych. Dzięki Snowgrid możesz udostępniać i uzyskiwać dostęp do aktualnych, gotowych do zapytania danych w chmurach i regionach, bez stosowania narzędzi ETL lub połączeń API. Każdy, komu udzielono dostępu do zestawu danych po prostu sięga po nie na swoim koncie online, w sposób kontrolowany i bezpieczny, bez potrzeby uzyskiwania specjalnych pozwoleń. Dostęp do danych umożliwia odpowiednią zgodność z przepisami Rozporządzenia o Ochronie Danych Osobowych (RODO). Wszelkie zmiany danych są wykonywane na osobnej ich wersji, przy czym są aktualne dla wszystkich konsumentów mających do nich dostęp, bez opóźnień lub konfliktów powodowanych ich jednoczesnym użytkowaniem.
