O tym, jak trafne może być profilowanie klientów na podstawie tego, co np. kupują, świadczy też opisana w 2012 r. w amerykańskim „Forbes” historia ojca nastolatki spod Minneapolis, która otrzymała z sieci sklepów Target e-maila z ofertą ciążowych ubrań i dziecięcych mebelków. Wściekły mężczyzna zrobił menedżerowi sklepu awanturę, że nakłania jego nieletnią córkę do zajścia w ciążę. Pracownik przeprosił, ale gdy ojciec wrócił do domu, dziewczyna w końcu przyznała się, że będzie mieć dziecko. „Winnym” był algorytm opracowany przez statystyka Targetu – Andrew Pole, analizując zachowania klientek, które spodziewają się dziecka, odkrył, że te, które kupują mleczko do ciała, na początku drugiego trymestru ciąży wybierają wersję bezzapachową. W ciągu zaś pierwszych 20 tygodni ciąży nabywają dużo suplementów diety – magnezu, wapna i cynku, a także mydło w płatkach. Stąd program uznał, że skoro młoda klientka z przedmieść Minneapolis zaczęła robić takie zakupy, pasuje do profilu i z prawdopodobieństwem 87 proc. można uznać, że jest w ciąży. I się nie pomylił.

– Peter Drucker, guru światowego zarządzania, mawiał, że połowa pieniędzy na marketing wyrzucana jest w błoto, pytanie tylko która. Big Data może spowodować, że żadna w błoto już nie trafi – podsumowuje Andrzej Garapich z PBI.

Dostępność danych to nie jest problem. Problemem jest stawianie odpowiednich pytań – zgadza się Yuri Drabent, współtwórca agencji Lubię to, specjalizującej się w kampaniach marketingowych w serwisach społecznościowych. I podaje przykład firmy produkującej proszek do prania.

– Można na Facebooku umieścić reklamę proszku skierowaną do każdego. Ale byłoby to kosztowne i nieefektywne. Stosując w kampanii marketingowej targetowanie demograficzne, behawioralne i po zainteresowaniach firma może precyzyjnie dotrzeć z reklamą do tych, którzy takiego proszku rzeczywiście będą potrzebowali. Wyszukamy np. osoby, które mają dzieci, i w postach ze znajomymi ujawniły, że jadą w góry na ferie. Zaproponujemy im przekaz: dzieci w górach się brudzą, a ten proszek to wyczyści. Producent wyda na reklamę mniej pieniędzy, będzie ona skuteczniejsza, bo takie przekazy lepiej się klikają, korzyść odniesie też konsument, bo zamiast spamu zobaczy konkretną, pomocną reklamę – wyjaśnia Yuri Drabent.

Frontem do klienta

Modelowanie psychograficzne konsumentów zastosowano w USA już w latach 40. XX wieku. Producent kawy rozpuszczalnej postanowił sprawdzić, dlaczego jego produkt źle się sprzedaje. Psycholodzy porównali sylwetki osobowościowe kobiet, które dokonywały identycznych spożywczych zakupów, z tą tylko różnicą, że jedna grupa wkładała do koszyka dodatkowo kawę instant, a druga zwykłą. Okazało się, że zwolenniczkami kawy rozpuszczalnej były gospodynie leniwe i niegospodarne.

– Dzisiaj takie analizy można dokonywać w czasie rzeczywistym i od razu na nie reagować, odpowiednio dopasowując produkty czy usługi – zauważa prof. Andrzej Falkowski. Wiadomo – mówi psycholog biznesu – że osoby np. poszukujące wrażeń, otwarte na nowości, nie są lojalne wobec marek. Nie dla nich będą oferty programów lojalnościowych. Z kolei konsumenci starsi, średnio zarabiający, mają podwyższony lęk i cechuje ich etnocentryzm. Są nieufni wobec producentów zagranicznych i najczęściej wybierają, nawet droższe, lecz rodzime produkty.

– Takie badania kiedyś robiono na całych populacjach, wyprowadzając średni profil konsumenta. Dziś można je odnieść do konkretnej osoby i bezpośrednio do niej dotrzeć, korzystając z nowoczesnych technologii – podkreśla naukowiec z SWPS.

Modele psychograficzne to jednak tylko podstawa behawioralnego profilowania konsumentów. Technologia pozwala na zbieranie praktycznie nieograniczonych danych. I – co najważniejsze – ich nieograniczone wykorzystywanie.

>>> Czytaj też: W walce z inwigilacją nie pomogą nam ani państwo, ani korporacje

14 lutego 2013 r. nowy wiceprezes Alior Banku Michał Hucał ujawnił w TVN CNBC, że palacz, który w portalach społecznościowych nie będzie się kryć z nałogiem, zapłaci wyższe składki na ubezpieczenie na życie.

Hucał dodał, że technologia Big Data, nad którą pracuje bank, będzie oferowana także innym firmom. Można będzie ją np. wykorzystać przy ocenie przydatności kandydatów na określone stanowiska. Porównując różne dane z serwisów społecznościowych, dane płatnicze czy telekomunikacyjne, można będzie ocenić, czy kandydat jest pracowity, ma odpowiednie predyspozycje i umiejętności.

– To nie inwigilacja, tylko naturalna konsekwencja, biorąc pod uwagę, jakimi danymi dzielimy się w portalach społecznościowych, a jednocześnie mamy po 500 znajomych. Trudno uwierzyć, że to są wszyscy nasi najbliżsi koledzy – tłumaczył wiceprezes Hucał i dodał, że jego firma zatrudniła już pierwsze osoby, które analizują takie dane, a poszukuje następnych.

Zadanie będą mieć ułatwione, bo niewiele osób w Polsce zdaje sobie sprawę z tego, kiedy i gdzie ujawniają o sobie informacje. Piotr Konieczny, kierownik zespołu testerów bezpieczeństwa w serwisie Niebezpiecznik.pl, wskazuje m.in. na banki. – Posiadają one sporą ilość technicznych informacji na temat każdego klienta, np. to, ile, gdzie i kiedy wydał, płacąc kartą kredytową. To pozwala im zauważyć, że klient jest za granicą – może więc warto zaproponować mu ubezpieczenie, jeśli transakcje z ostatniego dnia pochodzą z ośrodka narciarskiego, a czas wyjazdu pokrył się z okresem ferii. Lub, że wpadł w nałóg hazardzisty, bo częste kupuje w barze przy znanym kasynie – opowiada Konieczny.

Korzystając z internetu, nie tylko zdradzamy nasze zachowanie, ujawniamy też swój status materialny. – Wiadomo, z jakiego komputera i systemu operacyjnego korzysta internauta. Czy jest to droższy sprzęt oraz czy klient jest early-adopterem (wczesnym nabywcą – red.), bo ma najnowszy gadżet od Apple’a, którego premiera odbyła się zaledwie 2 dni temu. Ba, można nawet określić, jakie oprogramowanie klient posiada, wnioskując na podstawie zainstalowanych w jego systemie czcionek. Skąd się łączy, czy jest to drogi hotel, czy tani motel. Praca czy dom, Polska czy zagranica. Umiejętnie prowadzone wnioskowanie z ogólnodostępnych danych pozwala prowadzić bardzo precyzyjną inwigilację, która może pozwolić na określenie np. poglądów politycznych, zamożności, zainteresowań danej osoby, lecz także wyznaczenie jej siatki znajomych oraz określenie na zasadzie powtarzających się wzorców, grafiku miejsc regularnie odwiedzanych – rytuał porannej kawy w konkretnej kawiarni albo siłownia i basen zawsze o 6 rano – precyzuje specjalista z Niebezpiecznik.pl.

Dodaje, że w części europejskich supermarketów funkcjonuje już np. system footpath. Stworzony przez firmę Path Intelligence program pozwala śledzić dokładną drogę klienta między alejkami. Gdy stanie on przy kasie i zapłaci kartą, sklep otrzyma jego dane personalne, a kamera z systemem wykrywania twarzy utrwali jego wizerunek. Sklep wie więc, co, kiedy i w jaki sposób klient kupuje, i jeszcze dodatkowo, jak wygląda.

Szpiegowskie oprogramowanie może czyhać na nas nawet na ulicy. Niebezpiecznik.pl opisuje niedawną akcję marketingowców z Londynu, którzy zainstalowali specjalne czujniki w miejskich koszach na śmieci. Zmapowali w ten sposób zachowania właścicieli telefonów, ustalając, gdzie dana osoba lubi jadać, jak długo średnio przebywa w danym sklepie, ile czasu mija pomiędzy jej kolejnymi wizytami, czy porusza się samochodem, czy przekracza prędkość, czy to kobieta – na podstawie wejść do damskiej przebieralni. Marketingowcy nazywają tę technologię ciasteczkiem w realnym świecie.

Big Data do oceny zdolności kredytowej aplikujących o pożyczki wykorzystuje od początku istnienia firma Kredito24.pl, analizując dane o kliencie z ok. 8 tys. różnych źródeł. – Poprzez połączenie różnych informacji, takich jak miejsce zamieszkania, ostatnie znane położenie telefonu komórkowego, informacje o zatrudnieniu, sposób przeglądania stron internetowych i zachowanie użytkownika na stronie z wnioskiem, jak również profile w mediach społecznościowych, ustalamy pośrednie i bezpośrednie kryteria ostatecznej oceny zdolności kredytowej. W ten sposób to nie indywidualne czynniki grają główną rolę, ale ich całościowy obraz. Można to przedstawić jako obraz cyfrowy. Pojedynczy piksel nie robi żadnego wrażenia, w przeciwieństwie do całego obrazu, składającego się z milionów pikseli. Dzięki informacjom pozyskanym np. z Facebooka potwierdzamy tożsamość, nazwisko, datę urodzenia czy miejsce zamieszkania wnioskodawcy. Na podstawie takich danych możemy następnie zbudować jego model behawioralny, aby określić możliwości spłacania pożyczki – ujawnia Katarzyna Małolepszy, menadżer w Kredito24.pl.

Zastrzega, że największym zagrożeniem jest brak zrozumienia dla tego typu scoringu. – Konieczna jest edukacja. Przecież zdobywamy więcej informacji nie po to, aby zdyskwalifikować czy inwigilować, ale po to, żeby pomóc aplikującym szybko uzyskać pożyczkę, a firmę ustrzec przed coraz powszechniejszymi wyłudzeniami – zapewnia Katarzyna Małolepszy.

Wróżenie z danych

Programy śledzące sprawdzają, co piszemy w e-mailach, analizując ich treść. Czytają posty w portalach społecznościowych, na Twitterze, komentarze na forach. Korelują dane z naszych smartfonów i internetu, dopasowując np. prywatne adresy e-mailowe z firmowymi, w których najczęściej posługujemy się prawdziwym nazwiskiem. Potrafią na podstawie geolokalizacji wywnioskować, kto się z kim, kiedy i gdzie spotyka. To wszystko pozwala przy odpowiednim zadaniu pytań bardzo precyzyjnie przewidzieć, jakich w przyszłości dokonamy wyborów, jak się zachowamy w określonej sytuacji.

– I to jest jedna z największych korzyści z Big Data. Analizując behawioralnie np. zachowania klientów, którzy rezygnują z danej oferty bankowej, można ustalić, co ich do tego skłania i odpowiednio temu przeciwdziałać wobec pozostałych klientów pasujących do profilu – tłumaczy Miłosz Zemanek.

W uproszczeniu: jeśli analiza wykaże, że klient skarżył się w postach np. na zbyt wysokie oprocentowanie karty kredytowej, porównywał z domowego komputera warunki kart u konkurencji i ostatecznie z niej zrezygnował, u kolejnego klienta można już na etapie jego narzekania spróbować przeciwdziałać decyzji o rezygnacji. Na tej zasadzie można zaproponować konsumentowi reklamę produktu czy usługi, o których nawet jeszcze nie wie, że będzie mieć na nie ochotę.
Oczywiście na tak szeroką inwigilację mogą dziś sobie pozwolić tylko globalni gracze internetowi, sieci handlowe, operatorzy komórkowi, towarzystwa ubezpieczeniowe czy banki, bo jest to zabawa kosztowna, wymagająca tworzenia wielkich centrów z tysiącami komputerów. Tyle że – jak wspomniał wiceprezes Alior Banku – takie usługi można sprzedawać mniejszym firmom. To kwestia ceny, dziś jeszcze wysokiej, ale „jutro” już niższej.

– Czy my jako konsumenci jesteśmy tym zaskoczeni? W pierwszym odruchu jesteśmy wręcz oburzeni, jak koncerny nas wykorzystują, ale po chwili zastanowienia można dojść do wniosku, że zabawa rynkowa jest ta sama, tylko narzędzia się zmieniają. Wszystko jest dla ludzi, tylko ludzie muszą umieć z tych nowości korzystać. Sprzedający muszą szanować konsumenta, bo dzisiaj on potrafi się skutecznie bronić w internecie, czego przykładem były kłopoty nc+ podczas połączenia Cyfry+ i n, a kupujący muszą wiedzieć, że dają sprzedającym mnóstwo danych o sobie i od nich zależy, jak wiele o sobie powiedzą. Na końcu i tak musimy wyjąć gotówkę z kieszeni czy dać kartę kredytową, i im więcej świadomości na tym etapie, tym lepiej, bo wielkie fortuny ludzie tracili od zawsze, niepotrzebne im była to tego Big Data – podsumowuje Maciej Okniński, prezes firmy telemarketingowej Databroker SA.

>>> NSA jest w stanie włamać się do komputera, który nie jest podłączony do internetu. Czytaj więcej