جمع آوری، تجزیه و تحلیل و استفاده از داده ها در صنعت رویداد
امروزه، بیشتر از همیشه، می توان در صنعت رویداد داده ها را جمع آوری کرد و از آنها به عنوان مبنای علمی در باره بازدیدکنندگان، غرفه داران و اسپانسرها استفاده کرد. اما آیا اطلاعات صحیح را به دست می آورید؟ آیا توان سازمانی شما برای اندازه گیری، تحلیل و تعبیر داده های مختلف کافی است؟ آیا ارزش این اطلاعات را کشف و آنها را به دیدگاههایی تبدیل می کنید که حداکثر بهره را از رویداد به دست دهد؟
“کلان داده ” و نمایشگاهها/رویدادها
طی چند سال گذشته عبارت جدیدی مطرح شده است- “کلان داده” . اما در باره این که کلان داده واقعا چیست سوء تعبیرهایی وجود دارد. بیشتر مواقع تعریف آزادی از آن می شود که روشن وشفاف نیست. در حقیقت برخی آن را یک چوب جادویی می دانند که همه مشکلات اطلاعاتی را درمان می کند. در مراکزی مانند Exhibit Surveys که با حجم بالای داده سر و کار دارند، هنوز هم بررسی داده ها یک چالش است و “کلان داده” در معنای حقیقی خود، برای همه سازمانها و صنایع به کار نمی رود. به علت افزایش سرعت محاسبات طی دهه گذشته، به مجموعه داده هایی می رسیم که می توان به سه روش آنها را مشخص کرد.
اول، مجموعه داده هایی که اکنون در حجم بالایی وجود دارند. این مجموعه داده از مگابایت یا میلیون ها بخش اطلاعاتی یا میلیاردها بخش اطلاعات در گیگابایت تشکیل شده اند اما تصور کنید که اکنون پتا بایت یا کوادریلیون (برابر است با ۱۰۱۵ ) بخش اطلاعاتی جمع آوری می شود. دوم،این مجموعه داده مفهوم سرعت را دربر دارد و جریان مستمر داده را می رساند که با به روز رسانی منظم، در زمان واقعی جمع آوری می شود. سوم، این مجموعه داده دارای تنوع هستند. آنها از چندین منبع و در چندین فرمت ساخته شده اند. این مجموعه شامل داده هایی است که هم ساختار دارند، مانند بانک اطلاعات ثبت نام و نظرسنجی ها و هم بدون ساختار هستند، مانند داده هایی که در اظهار نظر رسانه های اجتماعی تولید می شود.
نمونه هایی از این دست سازمانها، که داده ها را جمع آوری و پردازش می کند و این سه خصیصه را در داده های خود دارند، عبارتند از: مراکز داده های گوگل، سایت خرید آمازون و آزانس امنیت ملی (NSA) .الزامات محاسباتی استاندارد مانند تعداد پاسخ دهندگان و فرمت داده های ساختاری چندان مهم نیستند. در نتیجه نرم افزارها و مهارتهای افرادی که کلان داده را کنترل می کنند با ابزارها و مهارتهای لازم برای پروژه های تحلیلی استاندارد متفاوت است. پروژه های کلان داده به برنامه ریزان و متخصصان کامپیوتر نیاز دارد، در حالی که پروژه های تحلیلی مستلزم افرادی است که در جامعه شناسی، روانشناسی و هوش تجاری تبحر دارند و می دانند که چگونه از ابزارهای آماری و بانک اطلاعاتی استفاده کنند.
امروزه تنها مساله جمع آوری داده مطرح نیست بلکه مهم این است که با این داده ها چه خواهید کرد
مجموعه داده هایی که امروزه در دسترس رویدادها قرار دارد
بحث بر سر این است که نمایشگاهها و سایر محیط های رویداد زنده فاقد آن مقدار مجموعه داده-به لحاظ حجم و سرعت- هستند که بتوان آن را در مقوله کلان داده قرار داد. حتی شرکت های بزرگتری که دامنه وسیعی از رویدادها را برگزار می کنند واقعا مجموعه داده ای ندارند که با این سه معیار مطابقت داشته باشد.
اما ضمن این که صنعت نمایشگاه کلان داده واقعی را در دسترس ندارند، آنچه که صنعت نمایشگاهی اکنون دارد باز هم بسیار بهتر و بیشتر از قبل است و این داده ها می توانند در تصمیم گیری و تشخیص فرصت های جدید تحولی ایجاد کنند. بیایید به بررسی تغییراتی بپردازیم که در منابع سنتی داده های نمایشگاهی طی 15 تا 20سال گذشته رخ داده است. برای شروع، کیفیت داده های ثبت نامی بشدت طی این مدت بهبود داشته اند. آنچه که روزی به شکل تصادفی با فرم های کاغذی جمع آوری می شد و توسط کارکنان موقت در محل وارد می شد، امروز با عملیات پیش ثبت نام اینترنتی و تایید الکترونیکی در نمایشگاه جایگزین شده و اطلاعات مشارکت کننده نمایشگاه و مشخصات جمعیت شناسی بازدیدکنندگان با صحت بیشتری تامین می شود.داده های فروش نیز بشدت تغیر کرده اند. آنچه که روزی به طور کامل با چاپ نوار کاغذی انجام می شد و این کاغذ ها باید توسط هر غرفه دار شمرده و به صورت دستی وارد می شد، اکنون به طور کامل به صورت الکترونیکی جمع آوری می شود و می تواند در مقیاس گسترده ای بررسی گردد. حتی نظرسنجی های تحقیقاتی که در نمایشگاهها انجام می شوند با ابزارهای انلاین تغییر کرده اند. قبل از این که ابزارهای جمع آوری داده آنلاین مطرح شوند، نظرسنجی ها داده ها را ، در نمونه های نسبتا کوچک ،به دست می دادند؛ زیرا هزینه پست و تماس تلفنی با مردم بالا بود. امروزه می توان از طریق ایمیل با نمونه های بسیار بزرگتری در تماس بود و تعداد بالای پاسخ دهندگان این امکان را فراهم می سازد که تحلیل های عمیق تری صورت بگیرد و مثلا بر اساس بخش های مختلف مخاطب، نتایج را بررسی کرد.
منابع داده های داخلی برای نمایشگاه
با آنچه که می توانید اندازه گیری کنید شروع نکنید… ابتدا تصمیم بگیرید که چه چیزی را باید اندازه گیری کنید؟
البته اینها فقط منابع اطلاعاتی داخلی هستند. امروزه منابع اطلاعاتی خارجی بیشتری دردسترس است که از مهمترین آنها می توان به مرکز تحقیقات نمایشگاهی CEIR اشاره کرد که به ویژه هر ساله ارقام مربوط به مشارکت ، درآمد، متراژ و تعداد غرفه داران را تهیه می کند؛همچنین الگوبرداری Exhibit Survey از کیفیت مخاطب، فعالیت مخاطب و عملکرد غرفه، که اطلاعات جامعی را در این موارد در دسترس قرار می دهد.این اطلاعات ،بعلاوه میزان مشارکت نمایشگاهی وقدرت خرید بازدیدکننده، و جاذبه و کارایی غرفه، همگی تصویر دقیق تری از وضعیت فعلی و پیش بینی آینده به دست می دهند.
منابع داده های خارجی برای نمایشگاه
داده های آماری رویدادها در سیلو
دسترسی و استفاده از این داده ها یک چالش تمام عیار است:
- بیشتر داده های جمع آوری شده در سیلوهای عملیاتی هستند و اگر خودتان را به یکی از این سیلوها محدود کنید ارزش آن برای سازمان در کل محدود می شود. مثلا آیا نرم افزار موبایل به بانک اطلاعات ثبت نام رویداد متصل است؟
- کیفیت داده ها نیز متفاوت هستند و معمولا به نحوه جمع آوری بستگی دارند.
- وابستگی محض به یک منبع و محروم ماندن از سایر منابع، منجر به نتیجه گیری نادرست می شود یا تصویری ناقص به دست می دهد. با استفاده از تحلیل چندین جریان داده یا تهیه تلفیقی جدید از آنها، می توان این نقطه ضعف و انحراف را برطرف کرد، درک بهتری از موقعیت داشت و تصمیمات استراتژیک معتبری گرفت.
ضمن این که صنعت رویداد با کلان داده واقعی روبرو نیست اما قطعا آنقدر اطلاعات دارید که می تواند سردرگم کننده باشد. در رویارویی با چندین منبع اطلاعاتی، انواع داده ها و شاخص ها، باید تا حد ممکن آنها را ساده کرد.
با تصمیم گیری های پیش رو آغاز کنید یا با مسائلی که باید به آنها پرداخته شود. سپس مجموعه کامل منابع اطلاعاتی موجود را شناسایی کنید.شناسایی دقیق مسائل کاری مهم در همان شروع کار مهم است، زیرا داده هایی که می توانند به این مسائل کمک کنند شفاف تر می شوند.
چه چیزی از حجم داده مهمتر است؟ کیفیت و تجزیه و تحلیل داده ها
چه مواردی در اولویت قرار دارند:
- آیا فعالیتهای تبلیغاتی جذب مشارکت کننده، بازارهای هدف صحیح را خطاب قرار می دهند؟ آیا این فعالیت ها می توانند به همه بازارهای هدف بالقوه دسترسی داشته باشند؟ آیا غرفه داران با این هدف گیری شما موافق هستند؟
- آیا موقعیت فعلی نمایشگاه شما در بهترین حالت است؟ آیا در راستای پتانسیل آینده بازار است؟
- کدام صنایع یا موقعیت های جغرافیایی بهترین فرصت رشد را در اختیارتان قرار می دهند؟
- چگونه می توانید به غرفه داران خود کمک کنید تا به ROI(بازدهی سرمایه گذاری) بهتری دست یابند؟ آیا عدم رضایت غرفه دار یا حتی انصراف غرفه دار،مشکلی به وجود می آورد؟
- چگونه بخش های مختلف جمعیت بازدیدکننده به ارزش برنامه آموزشی شما کمک می کند؟
- آیا جوانب خاص رفتار بازدیدکننده می تواند تصمیم خرید آینده را پیش بینی کند؟ چگونه این اطلاعات رفتاری می تواند به فروش غرفه داران کمک کند؟
- چگونه الگوها و پیش بینی های اقتصادی می توانند بر آینده رویداد شما دلالت داشته باشند؟
سپس فرایند تحلیل داده شروع می شود که عبارت است از بررسی، پاک کردن ، تغییر شکل و مدل سازی داده ها به منظور کشف اطلاعات مفید و کسب نتیجه گیری و حمایت از تصمیم گیری.
اتصال داده ها به شکل تصاعدی بر ارزش آن می افزاید
ضمن این که صنعت نمایشگاهی محیط کلان داده واقعی نیست، اما احساس می شود که صنعت ما در آستانه عصر تجزیه و تحلیل رویداد قرار دارد. مهمترین مساله این است که اتصال مجموعه داده ها می تواند به شکل فزاینده ای بر ارزش آنها بیفزاید. در حالی که همیشه امکان آن نیست همه مجموعه داده ها را در هر زمان متصل کرد، اما حتی اتصال چند مجموعه در برخی اوقات می تواند ارزش معناداری خلق کند.
تجزیه و تحلیل رویداد: اتصال داده می تواندبه شکل فزاینده ای بر ارزش آن بیفزاید.
داده های معتبر و تعبیر معتبر منجر به دیدگاههای معتبر می شود
موفقیت در تجزیه و تحلیل داده ها به مهارتها و تجربه تحلیل گران ومحققان بستگی دارد. چالش شما این است که همتا یا تحلیل گر داخلی پیدا کنید که مجموعه داده ها را با دانش صحیح و موشکافانه پردازش کند تا نقاط قوت و ضعف داده های شما را شناسایی کند. آنها باید بدانند کدام دسته اطلاعات را با هم تلفیق کنند، هر مجموعه داده چه اطلاعاتی را می رساند و چگونه آنها را از دیدگاه برگزارکننده تحلیل کنند.
منبع: همایش 2015 مدیران نمایشگاهی
Exhibit Surveys
تهیه شده در :
اداره امور بین الملل و پژوهش نمایشگاه بین المللی مشهد
شیرین شریفیان