Пишем полезное о маркетинге, продукте и онлайн-коммуникациях

Полезные материалы о маркетинге, технологиях и платформе

Наши эксперты расскажут, как максимально эффективно использовать Altcraft Platform для достижения ваших целей.

Выведите свой бизнес 
на новый уровень

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

Скачать документацию

Политика антиспам

Блог

Связаться с Altcraft

Поддержка

Партнерам

Цены

Политика конфиденциальности

Почему Altcraft

Страница не найдена

Антиспам политика Altcraft Platform

Центр поддержки Altcraft Platform: инструкции и советы

Политика персональных данных

Политика конфиденциальности и обработки персональных данных на сайте

Оставьте заявку и автоматизируйте маркетинг c Altcraft

Демонстрация CDP платформы Altcraft займет 45 минут

Почему бизнес выбирает Altcraft

обработку персональных данных

Вы можете задать нам свои вопросы. Наши эксперты готовы ответить на них в течение рабочего дня.

Что бы вы ещё
хотели узнать?

Как создать шаблон сообщения

Что такое пиксель

Сегментация аудитории для рассылки

Как настроить домен

Может быть интересно

Рассказываем, какие ошибки встречаются в опросах для оценки удовлетворённости клиентов, а также как их избежать.

medium_Блог.png

small_Блог.png

thumbnail_Блог.png

Блог.png

О том, зачем проводить опросы об удовлетворённости клиентов и какие самые частые ошибки встречаются в них.

Главные ошибки в опросах для оценки удовлетворённости клиентов

16 ошибок в опросах для оценки удовлетворённости клиентов: найти и не допускать

<Img 
img="/uploads/Blog_1_438902b7f4.png"
alt="Моделирование данных"
/>

Данные — инструмент бизнеса для решения проблем в режиме real-time. Часть информации получают из бизнес-процессов или системы управления, а моделирование используют, чтобы данные приносили пользу на 100%. 

## Что такое моделирование данных 

**Моделирование данных** — набор техник выявления и анализа информации. Для моделинга не нужны технические навыки, только аналитические и логические, а также понимание роли данных в бизнес-процессах.

## Почему моделирование данных важно

**Понятная модель данных**:

- упрощает бизнес-операции; 
- обеспечивает правильное хранение, анализ и поиск информации;
- устраняет избыточность информации и пробелы;
- улучшает качество принятия решений.

## Три этапа моделирования данных 

**Три шага моделирования: концептуальный, логический и физический**.

### 1. Концептуальное моделирование 

Это визуализация бизнес-процессов, их характеристик и взаимосвязей. Для концептуального этапа не нужно ПО — нарисуйте модель на бумаге или флипчарте. 

### 2. Логическое моделирование 

Один раз создайте концептуальную модель данных, чтобы дальше преобразовать в логическую. Добавьте ключевые и неключевые атрибуты к сущностям, которые моделируются. Покажите отношения первичных и внешних ключей. Модель на этом этапе независимая, поэтому совмещается со всеми базами данных.

### 3. Физическое моделирование 

В физической модели сущности преобразуются в таблицы, а атрибуты — в столбцы. Имена таблиц и столбцов адаптируют для совместимости с базой данных. Информация трансформируется под спецификацию БД.

Чтобы упростить пользователям понимание, покажите логическую модель данных, а физическую оставьте для анализа.

## Примеры моделирования данных и кейсы 

**Рассмотрим популярные подходы к моделированию**.

### 1. Иерархические модели данных 

Одна из первых моделей — [**Information Management System**](https://www.ibm.com/ibm/history/ibm100/us/en/icons/ibmims/), которая появилась в компании IBM в 1996 году. По названию понятно, что способ строится на иерархии — отношениями между сущностями. В основе — древовидная структура данных, которая начинается с вершины или корня («родительская сущность») и спускается к «дочерним». 

Иерархическая модель подходит для инвентаризации. Например, у магазина одежды родительская сущность — вещь. Дальше получаем две дочерние сущности: женская и мужская одежда. Выделяем другие зависимые элементы для других типов одежды: женской (платья, топы, брюки и так далее) и мужской (футболки, брюки, пальто и так далее). 

<Img
img="/uploads/ierarhicheskaya_model_dannyx_ac19e511a7.png"
alt="Иерархическая модель данных"
/>

### 2. Реляционные модели 

Первую реляционную модель презентовал в 1970 году Эдгар Кодд — учёный-компьютерщик и сотрудник IBM. В основе метода — интуитивный подход к организации данных в таблицах по столбцам и строчкам. Реляционные модели используют в корпоративных вычислениях: отслеживании товаров в наличии, управлении информацией о клиентах, обработке транзакций электронной коммерции и т. д.

### 3.  Модели данных «сущность-связь»

Название «сущность-связь» (ER) сразу поясняет, как сущности соотносятся друг с другом внутри модели данных. Возьмём, например, онлайн-транзакцию. Когда клиент покупает в интернет-магазине, генерируется код заказа (объект). Клиент может купить один или несколько товаров, добавить или удалить позиции из заказа, изменить количество и даже сделать возврат после покупки. Эти действия — связи с сущностью, которые отображаются в ER-модели.

### 4. Объектно-ориентированные модели данных 

Объектно-ориентированная модель данных (OODM) отражает компоненты  существующих проблем бизнеса. Способ моделирует сложные сценарии, где сочетает объектно-ориентированное программирование и реляционную модель базы данных. Модель подойдёт для отслеживания воронки продаж. Объект здесь — потенциальный клиент (реальная сущность) с атрибутами объекта (имя, телефон и электронная почта). Когда [**лид превращается в клиента**](chto-takoe-mql-i-sql), появляется два объекта: «потенциальный клиент» и «клиент». 

К «потенциальному клиенту» привязывают атрибуты: имя, телефон, email. «Клиент» наследует атрибуты, а базу дополняют ID, адресами, платёжными данными. По объектно-ориентированной модели информацию организуют вокруг реального сценария (объекта), а не по логике и функциям.

### 5. Многомерные модели данных 

Модель используют для оптимизации баз данных и ускорения поиска информации. Обычно применяют в OLAP (интерактивная аналитическая обработка), например, при анализе тенденций, прогнозировании продаж, финансовой отчётности и в других целях.

<Img
img="/uploads/mnogomernye_modeli_dannyh_10ca59b168.png"
alt="Многомерные модели данных"
/>

## Практики моделирования данных 

Работающие модели определяются по качеству ответов на вопросы пользователей. Практики, которые стоит применять: 

### 1. Ставьте понятные цели

Определите конечную цель, чтобы получить результат, который должен привести к улучшению работы бизнеса. Эффект появится, если чётко представлять, что изменит или улучшит моделирование. Сначала обозначьте желаемый результат, потом начните моделировать данные. 

### 2. Упрощайте модели

В начале работы модели стоит сделать небольшими и простыми. Постепенно добавятся новые наборы данных. 

### 3. Организуйте данные на основе фактов, измерений, фильтров и порядка

Для точного ответа на бизнес-вопросы, отслеживайте факты, фильтры, измерения и порядок данных. Возьмём пример — розничный бизнес, где 100+ магазинов. Собственник хочет узнать, какая торговая точка продала больше товара N за последний год. 

«Фактами» будут данные о продажах продукта в каждом магазине, «измерением» — продукт и местоположение магазина. «Фильтр» — последние 12 месяцев, а «порядок» — 10 лучших магазинов (от большего объёма продаж к меньшему в списке). Такой формат организации модели данных генерирует надёжную бизнес-аналитику.

### 4. Проверяйте и снова проверяйте 

Если моделировать данные для масштабного проекта, важно дважды проверить модель перед следующим шагом. Такая практика защитит от ошибок.

## Инструменты моделирования данных

Чтобы найти инструмент для моделирования данных, который отвечает потребностям бизнеса, проверьте: 

- понятность организации больших объёмов данных;
- наличие визуального представления сложных тем;
- функцию упрощения отображения данных в масштабах предприятия. 

**Некоторые инструменты моделирования данных**:

- [**erwin Data Modeler**](https://www.erwin.com/products/erwin-data-modeler/) — сервис компании Quest, который используют для проектирования, визуализации и составления отчётов о данных. 
- [**Enterprise Architect**](https://sparxsystems.com/) визуально моделирует и проектирует, поддерживает моделирование информации для бизнес-процессов.
- [**ER/Studio**](https://www.idera.com/products/er-studio/enterprise-data-modeling/) умеет отображать сложные данные, поддерживает размерное и реляционное моделирование данных.
- [**Altcraft Platform**](ru) — платформа, которая автоматизирует маркетинг и объединяет данные с разных источников в единый профиль. Аналитика наглядно отображается в real-time режиме в отчётах и диаграммах. Платформа быстро обрабатывает гигабайты данных и за секунды визуализирует информацию в отчётах. 

<Img
img="/uploads/primer_modelirovaniya_c198bab3ac.png"
alt="Пример моделирования данных"
src="Пример моделирования данных в Altcraft Platform"
/>

Источник: [**Lytics**](https://www.lytics.com/blog/data-modeling-what-it-is-and-how-to-do-it-tools/)

Рассказываем, что такое моделирование данных, почему оно важно, а также какие инструменты выбирать для моделирования данных.

medium_Блог (1).png

small_Блог (1).png

thumbnail_Блог (1).png

Блог (1).png

О том, что такое моделирование данных, как это осуществить и какие выбрать инструменты. 

Моделирование данных: что это такое и как это работает

Моделирование данных: что это, как сделать и какие инструменты выбрать

Главные маркетинговые исследования весны 2020 в одной статье: доверие потребителей, эффективность push-рассылок и площадки для поиска целевой аудитории.

large_Key_insights.jpg

medium_Key_insights.jpg

small_Key_insights.jpg

thumbnail_Key_insights.jpg

Key_insights.jpg

Все главные маркетинговые исследования весны 2020 в одной статье.  На повестке дня: доверие потребителей, эффективность push-рассылок и площадки для поиска целевой аудитории.

Главные исследования в сфере маркетинга весной 2020 года

Ключевые маркетинговые исследования весны 2020: уровень доверия потребителей, эффективность push-рассылок и многое другое

CDP платформа клиентских данных

Вся информация о пользователе собрана в единой платформе клиентских данных

Омниканальный маркетинг

Рассылки в различные каналы коммуникации: email, sms, push, мессенджеры

Промокоды, бонусы и баллы для выстраивания долгосрочных отношений с клиентами

Создание и редактирование любого HTML шаблона, сохранение собственных блоков

Персональные рассылки

Персонализированная рассылка сообщений для клиентов через коммуникационные каналы

Проведение экспериментов и оптимизация маркетинговых стратегий

Аналитика в реальном времени

Отслеживание эффективности маркетинговых кампаний для принятия верных решений

Подключение внешних систем к платформе и синхронизация данных с базами компании

Создание анкет, опросов, форм для обратной связи любой сложности

Сообщения в мессенджеры

Возможность общения с клиентами в любое время и в любом месте

CDP платформа клиентских данных

Омниканальный маркетинг

Программы лояльности

Конструктор HTML писем

Персональные рассылки

A/B/n-тестирование

Аналитика в реальном времени

Интеграции и WebHooks

Формы и Опросы

Сообщения в мессенджеры

Пишем полезное о маркетинге, продукте и онлайн-коммуникациях

Не забудьте подписаться на рассылку блога