البيانات الضمنية هي المعلومات التي لم يتم ذكرها صراحة ولكن يمكن استنتاجها من المعلومات المقدمة صراحة. يُنظر إلى البيانات الصريحة أحيانًا على أنها نقيض البيانات الضمنية.
لنفترض أن زميلك في العمل أبلغك ، في اليوم السابق ، أصيبت تان تان بساقها أثناء اللعب بالكرة. يجب أن آخذها إلى الطبيب بعد ظهر اليوم. وفقًا للمعلومات الدقيقة المقدمة ، أصيب تان تان ويعالج حاليًا من قبل طبيب حيواني. البيانات الضمنية هي أن تان تان قطة.
يجمع جمع البيانات الضمني في التفاعل بين الإنسان والحاسوب بيانات المستخدم غير الغازية. يجمع التفاعل بين الإنسان والحاسوب بيانات المستخدم لتخصيص واجهة الكمبيوتر. يتم استخدام هذا النوع من البيانات لتطوير نموذج المستخدم.
لمعرفة ما هي البيانات الضمنية وكيف يمكن جمع هذا النوع من البيانات موصوفة في هذه المدونة.
ما هي البيانات الضمنية؟
يشير مصطلح “البيانات الضمنية” إلى المعلومات التي لم يتم توفيرها عن قصد ولكن تم الحصول عليها بدلاً من ذلك من العديد من تدفقات البيانات التي يمكن الوصول إليها بسهولة ، إما بشكل مباشر أو عن طريق تحليل البيانات الصريحة.
تُعرف المعلومات المقدمة طواعية باسم “البيانات الصريحة” ، ويمكن جمعها بطرق مختلفة ، مثل الاستبيانات وطلبات العضوية.
في التفاعل بين الإنسان والحاسوب ، يتم استخدام جمع البيانات الضمني لجمع معلومات حول المستخدم بشكل سلبي وغير مخفي.
في الآونة الأخيرة ، تم استخراج معلومات مهمة من البيانات الموجودة على منصات التواصل الاجتماعي. على سبيل المثال ، غالبًا ما تتضمن منشور الحالة أو التغريدة بيانات صريحة وضمنية على منصات وسائل التواصل الاجتماعي مثل Twitter و Facebook.
مصادر البيانات الضمنية: مزاياها وعيوبها
يعتمد التخصيص الضمني على البيانات التفصيلية لأنه يتضمن الرد على السلوك الفريد للمستخدم أثناء استخدام قناة معينة. يجب أن يشعر المستخدم بالدعم أثناء مشاهدة الحقائق وتحليلها في الوقت الفعلي باستخدام التفكير البشري. ومع ذلك ، لا يتم إنشاء جميع أنواع البيانات على قدم المساواة. يجب أن تعمل عدة أشكال مختلفة من البيانات معًا لتحقيق التخصيص الضمني الفعال.
-
- بيانات الملف الشخصي: تمتلئ الملفات الشخصية الفردية ببيانات مثل الأسماء وتفاصيل الاتصال وأرقام الحسابات وعناوين IP والمعاملات السابقة وأنماط النشاط. قد يكون من الصعب تحديد ما إذا كانت هذه البيانات دقيقة وذات صلة ومفيدة. يتضمن التخصيص الضمني هذا النوع من المعلومات لأنه يؤثر على كيفية تفاعلك مع المستخدم في الوقت الحالي.
- شرائح المستخدم: شرائح المستخدمين هي مجموعات من الأشخاص الذين يتشابهون في العمر والجنس والموقع الجغرافي والصناعة والسمات الديموغرافية الأخرى. يتم التكهن باستجابات كل مجموعة قابلة للمقارنة من المستهلكين والتنبؤ بها من قبل المسوقين. النظرية الكامنة وراء ذلك هي أن تجربة المستخدم الموجهة للشابات الناجحات يجب أن تبدو مختلفة عن تلك المخصصة للهواة الذكور المتقاعدين.
كأساس للتخصيص الضمني ، يعد التقسيم ضروريًا لدعم عظام وعمليات (أو هيكل) استهداف المحتوى والاقتراحات ومجموعة واسعة من مطالب وأهداف الزوار.
- بيانات هدف المستخدم: قد تضيف معرفة نية المستخدم الدقة إلى محاولات التخصيص الخاصة بك. تُظهر المواقع أنها تعرف موقع الزائر وزيارته الأخيرة وسجل الإنترنت. يصبح إضفاء الطابع الشخصي أقل على رغبات الزائر وأكثر عن الفرد. هذا يسبب تهيج المستخدمين دون تحقيق أهدافهم. التركيز على الزائر ، وليس الزيارة ، يساهم في تباطؤ التطور الشخصي ومخاوف الخصوصية.
يجب طلب رغبات كل مستخدم. ينجح هذا عندما يتصل عميل محتمل أو يزور متجرًا ، ولكنه يكون أصعب عبر الإنترنت. قد تكشف البيانات في الوقت الفعلي مثل سجل متصفح الزائر واستعلامات البحث ونسبة النقر إلى الظهور عن النية. نظرًا لأنك تجمع البيانات على موقعك أو تطبيقك وتتفاعل معها ، فإنها تحاكي الاتصال داخل المتجر أو الهاتف.
طرق لجمع البيانات الضمنية
كل مستهلك متميز ويجلب مجموعته الخاصة من إبداءات الإعجاب والاهتمامات والشخصيات إلى الطاولة. علاوة على ذلك ، كلما زادت المعلومات التي لديك عن عملائك ، كنت أفضل تجهيزًا لتقسيم رسائلك في الموقع وغير المتصلة إليهم ، مما يزيد من فعالية التسويق الخاص بك وملاءمته وقدرته على الاستهداف.
ومع ذلك ، قد يبدو أن نطلب الكثير من المستهلكين لديك ، وقد حصلنا على ذلك.
قد تكتشف المزيد عن عملائك دون أن تطلب ذلك من خلال جمع البيانات الضمنية. بدلاً من طلب معلومات محددة من العملاء ، يمكننا تحديد هذه البيانات في الخلفية ، على عكس البيانات الصريحة.
يمكن جمع البيانات الضمنية بعدة طرق. دعنا ندخل في التفاصيل.
- إحدى الطرق هي عبر عنوان IP أو إعدادات المتصفح لعملائك. هذا مفيد لأشياء مثل موقعهم أو لغتهم المفضلة. هذا مفيد بشكل خاص إذا كنت تبيع على مستوى العالم أو إذا كان عملك يقع في دولة بها العديد من اللغات الرسمية ، مثل كندا.
- ملفات تعريف الارتباط على الإنترنت هي طريقة أخرى لجمع البيانات . يتضمن ذلك البيانات المتعلقة بالمشاركة مثل عدد المرات التي يزور فيها الشخص موقعك ، أو عدد المرات التي يشاهدون فيها صفحة ، أو حتى الحملات التي شاهدوها أو انضموا إليها سابقًا. يمكنك بعد ذلك تقسيم الحملات المنفصلة وفقًا لدرجات التفاعل المختلفة باستخدام هذا النوع من البيانات.
- بالإضافة إلى ذلك ، تساعد في جمع البيانات الضمنية في الحقول المخفية. يمكنك إضافة حقول النموذج هذه ، لكن لن يتمكن المستخدم من رؤيتها. يتم جمع البيانات تلقائيًا فقط عند تقديم المناطق.
- رمز القسيمة هو آخر جزء مهم من البيانات الضمنية. يمكنك استهداف العملاء بالعروض أو أشكال الاتصال المختلفة إذا كنت تعرف بالضبط الحملات أو أكواد الخصم التي اشتركوا فيها.
استنتاج
البيانات الضمنية هي المعلومات التي تجمعها الشركات من سلوك تصفح المستهلك على موقع الويب الخاص بهم ، مثل الأنماط والعلامات التجارية التي ينقرون عليها أكثر وأين يحومون.
إن Insights Hub من QuestionPro يعتمد على العملاء. طلب الباحثون موقعًا لتخزين واسترداد بيانات البحث والبصيرة . لإضفاء الطابع الديمقراطي على أفكار البحث ، كانوا بحاجة إلى مركز يسهل الوصول إليه يمكن أن تستخدمه مجالات ووظائف متنوعة. الهدف هو توفير إجراءات البحث مع الوقت والجهد والمساعدة في توفير التكاليف.
يدعم محرك رؤى QuestionPro أكثر من 50 لغة ويمكن دمجه. نحن نمتثل للقانون العام لحماية البيانات (GDPR) ، HIPAA ، Fedramp ، القسم 508 ، CCPA ، إلخ.
