Читайте главные новости самыми первыми в нашем Telegram-канале
08 мая 2024
Система METER анализирует обезличенные данные и собирает «цифровой след» жителей города. Разбираемся что это значит и как с этим работать.
Откуда берутся данные?
• Все мобильные устройства непрерывно собирают спутниковые сигналы о геолокации. В любом случае то или иное приложение определяет координаты устройства. Например, навигатор, маркетплейс или доставка еды. Благодаря данным мобильных приложений возможно определить, как и в какое время перемещается уникальный пользователь.
• Данные мобильных операторов. Сотовые операторы непрерывно регистрируют переключения абонентов между базовыми станциями оператора. Эти данные, с определенной точностью, позволяют выявить тенденции движения, популярные маршруты и области с высокой плотностью абонентов.
• Сотовые операторы и системы web-аналитики (Google Analytics, различные аналитические SDK, например, «AppsFlyer», «Adjust») также собирают данные о посещенных сайтах и использованных приложениях. Эти данные охватывают информацию о доменах, времени использования и частоте взаимодействия.
• Данные о покупках и транзакциях, собранных в оффлайн-среде. Например, можно анализировать историю покупок клиентов, их предпочтения, паттерны потребления и стоимость покупок. Это позволяет создать профили пользователей с учетом их предпочтений в товарах или услугах.
Фильтрация и объединение данных
Полученные данные могут содержать шумы и неточности из-за изменчивости сигнала, перекрытия зданий и препятствий. Применение математических фильтров для обработки данных, таких как фильтр Калмана, позволяет устранить ошибки и повысить точность информации. Также все данные проходят обработку дубликатов и исправления ошибок.
Дальше все данные объединяются между собой, с помощью определенных математических моделей и алгоритмов.
Профилирование
В различных приложениях пользователи имеют возможность создавать персонализированный контент и делиться им. Социальные сети, блоги, интернет-магазины и другие аналогичные сервисы позволяют пользователям оставлять отзывы и комментарии.
Данные телекоммуникационных компаний поступают в систему METER с некоторым профилем, который определяется поставщиком из анкетных данных и вероятностной оценки, исходя из поведения абонента и ресурсов, которые он потребляет. Научно обоснована зависимость между социально-демографическим профилем и шаблоном передвижения людей.
METER обрабатывает все входящие данные и формирует профиль по социально-демографическим характеристикам: пол, возраст, группа дохода.
В рамках исследования выделяется три группы дохода — А (низкий доход), В (средний доход), С (высокий доход).
Все профилирование, в том числе группа дохода, специфично для конкретного географического субъекта (город, район, область, поселение и т.д.). По умолчанию в рамках исследования автоматически профилируется аудитория в рамках города. Административные границы географического субъекта принимаются из открытых официальных источников. Распределение населения по социально-демографическим характеристикам в рамках географического субъекта, для взвешивания по стратам и определения коэффициентов экстраполяции, принимается из информации служб официальной статистики.
Профилирование по поведенческим интересам происходит по аналогичным моделям. В качестве обогащения данных используется, кроме того, платформы данных рекламных сетей в Интернет. Такие данные позволяют сегментировать аудиторию по интересам в онлайн и оффлайн, исходя из их потребления контента и по данным их перемещений. Можно выделить множество категорий интересов групп. Ниже описание нескольких из них:
• Education (образование): в эту категорию входят пользователи, проявляющие интерес к образованию, академическим программам, онлайн-курсам и самообразованию. Пользователь может быть отнесен к этой категории, если он посещает веб-сайты образовательных учреждений, ищет информацию о курсах, колледжах или университетах, участвует в дистанционном обучении и активно участвует в онлайн-образовательных форумах или сообществах.
• Food & Drink (еда и напитки): в эту категорию входят пользователи, интересующиеся кулинарией, рецептами, ресторанами, продуктами питания и напитками. Пользователь может быть отнесен к этой категории, если он посещает веб-сайты о кулинарии, ищет рецепты, обсуждает гастрономические вопросы или делится фотографиями еды в социальных сетях.
• Real Estate (недвижимость): в эту категорию входят пользователи, проявляющие интерес к недвижимости, рынку жилья, покупке, продаже и аренде недвижимости. Пользователь может быть отнесен к этой категории, если он ищет информацию о недвижимости, посещает сайты агентств недвижимости, изучает рыночные тренды или участвует в дискуссиях о недвижимости.
METER может быть полезен любому бизнесу. Несколько способов использования возможностей компании:
• Аналитика по пользовательскому поведению: понимание поведенческого паттерна аудитории, привычки, потребности.
• Прогнозирование поведения трафика и расчет маршрута передвижения. Непрерывное накопление данных о передвижении аудитории позволяет строить прогноз. На таких же принципах работают навигаторы.
• Определение в городах (и вообще в любых локациях) зон с высокой потенциальной клиентской активностью. Это помогает предприятиям и розничным сетям понять, где открыть дополнительное отделение банка или магазина, установить банкомат.
• Полезный инструмент для компаний, которые занимаются доставкой и транспортировкой. Аналитические данные платформы позволяют оптимизировать маршруты, улучшать эффективность доставки и минимизировать временные и стоимостные затраты.
• Для города или планировки местности. Путешествия людей между различными точками города могут помочь выявить популярные туристические маршруты, общественные места и зоны отдыха. Эта информация может быть использована городскими властями для оптимизации инфраструктуры и развития туризма.
Геолокационные данные, получаемые от GPS датчиков мобильных устройств, предоставляют обширные возможности для исследований и оптимизации в различных областях. Однако, необходимо учитывать вопросы конфиденциальности и безопасности данных пользователей при их использовании.
METER использует в своей работе только обезличенные данные и знает все о передвижениях, но нигде в данных нет персональной информации.
METER — одно из направлений проекта GEOMOTIVE, экосистемы для удаленного запуска и управления рекламными кампаниями на наружных поверхностях.
