0/5
Подпишитесь на новости ритейла

Я ознакомлен с политикой конфиденциальности и принимаю её условия

Будущее цифрового маркетинга зависит от вас

Будущее цифрового маркетинга зависит от вас
Каждую минуту 2 миллиарда пользователей глобальной сети загружают в Интернет огромные объемы данных: порядка 200 миллиардов электронных писем, 48 часов видео на YouTube, 684 478 постов в Facebook. Это еще не говоря о твитах, фотографиях в Instagram, текстовых сообщениях и постах в блогах.
Но что если, казалось бы, эфемерная составляющая социальных сетей станет вдруг частью «больших данных», что, если все наши действия в сети и даже в реальном мире будут фиксироваться и подвергаться анализу?

По словам Марка Андреевича (Mark Andrejevic), заместителя директора Университета Квинслендского центра культурологических и критических исследований (University of Queensland’s Center for Critical and Cultural Studies) в Австралии, который занимается изучением наблюдения за пользователями Интернета, «те, кто имеют доступ к онлайн-платформам и контролируют их состояние, обладают самым большим и значительным источником информации о поведенческих моделях людей за всю историю человечества. В конечном итоге, именно эти данные будут использованы в тех или иных целях».

Крупнейшими участниками информационного рынка являются правительство США, которое управляет широкой сетью засекреченных программ, и представители деловых кругов, включая информационных брокеров. Деятельность правительства якобы направлена на борьбу с террористами, в то время как компании стремятся продать как можно больше товаров в растущем онлайн-сегменте потребительского рынка, стоимость которого в одной только Америке уже достигла $200 миллиардов.

Современные компании привлекают клиентов с помощью таргетированного маркетинга, размещая рекламные объявления, исходя из ваших поисковых запросов, содержания электронных писем или прошлых покупок. Каждый раз, открывая вебсайт Интернет-магазина (например, Amazon), вы видите перед собой рекомендации, в основе которых не только история ваших покупок и просмотренные ранее позиции, но и особый алгоритм, который учитывает предпочтения людей, совершавших аналогичные покупки ранее. Кроме того, компании применяют механизм ретаргетинга, закрывая рекламные объявления изображениями просмотренных вами товаров, стоит вам перейти на другие вебсайты.

Однако объемы данных, добавляемых в сеть, продолжают расти (по прогнозам, к 2020 году их количество должно увеличиться в 300 раз), так что маркетологам все труднее определять, кому и когда направлять тот или иной вид рекламных объявлений.

Таким образом, компании обращаются к компьютерным моделям, которые умеют анализировать такие огромные объемы данных и делать выводы по поводу вашего здоровья, личных особенностей и даже настроения в режиме реального времени, чтобы помочь продавцам предсказать и, в конечном итоге, повлиять на вашу следующую покупку.

Данные скажут за вас

Заместителю директора психометрического центра Кембриджского университета (Cambridge University’s psychometrics center), Майклу Косински (Michal Kosinski), потребовалось всего несколько месяцев, чтобы создать компьютерную модель, которая может определить с 60-процентной точностью и исключительно исходя из «лайков» человека в Facebook, развелись ли его родители до того, как ему или ей исполнился 21 год. Кроме того, модель предоставляет 88-процентную гарантию, отвечая на вопрос, является ли человек геем.

В рамках исследования использовались данные 58 000 добровольцев. Косински задавал им вопросы личного характера, интересуясь, помимо всего прочего, их сексуальной ориентацией, разведены ли их родители, принимали ли они когда-либо наркотики. В результате все участники эксперименты были разделены на 10 групп. При создании модели Косински использовал информацию, полученную от девяти из 10 групп, с тем, чтобы предсказать особенности членов последней группы. «Мы использовали вполне обычные данные. Нам не нужен был доступ к какой-то секретной информации», — говорит он.

По словам Косински, в основе модели лежали «лайки» людей в Facebook, а также комментарии и тэги их друзей. Стоит отметить, что ее эффективность коснулась не только активных пользователей социальной сети. 

«Нередко случается так: чем меньше активности ты проявляешь, тем более информативно то, что ты делаешь», — говорит он, ведь в данном случае такие избранные взаимодействия куда более значимы, чем постоянные частые контакты.

Исследование подчеркивает способность компьютерных моделей находить закономерности там, где люди их упускают. Например, оказалось, что те, кому нравится «наука» и «Моцарт», чаще всего отличаются высоким IQ, что, впрочем, неудивительно. Однако то же самое можно сказать и о людях, которые любят «спиралевидный картофель фри» и «голос Моргана Фримана (Morgan Freeman)». Естественно, между картофелем фри и высоким IQ нет никакого научного соотношения, да и голосом Моргана Фримана тоже. Тем не менее, в данной группе участников модель обнаружила закономерность, которая привела к достаточно точному предсказанию.

Эксперимент Косински носил локальный характер. Как правило, разработка таких прогнозных моделей предполагает участие миллионов или даже десятков миллионов людей, что значительно повышает их точность. По словам ученого, подобные модели могут учиться на собственных ошибках. В случае неверного предсказания они вносят определенные коррективы в свой механизм прогнозирования, чтобы добиться большей точности в будущем.

Особое мнение

Современные компании создают куда более сложные модели, чтобы получить доступ к информации, которую мы не размещаем в сети.

Часть новых данных приходит из известного в технологическом мире «Интернета вещей» (Internet of Things). Именно там привычные нам материальные предметы — телевизоры, холодильники, термостаты, кардиостимуляторы, дороги и автомобили — оснащены датчиками для сбора данных и их загрузки в сеть для дальнейшего анализа. Такая информация используется в различных целях: для поддержания ассортимента продовольственных магазинов, улучшения управления системами утилизации отходов и дорожного движения и попросту для того, чтобы определить, какой новый сериал следует запускать «Нетфликс» (Netflix) следующим.

Кроме того, здесь можно получить огромный объем персональной информации, которую коммерческий сектор может легко собирать и анализировать в сочетании с вашей активностью в Интернете для определения более эффективной стратегии персонализированного маркетинга.

Например, компания может фотографировать клиентов при входе в магазин и на кассе, чтобы понять, как они выглядят и сколько времени провели в магазине. Затем полученная информация может быть объединена с историей покупок клиента, почтовым индексом, демографическими и иными данными, что позволит более или менее точно предсказать его следующую покупку. Когда клиент возвращается в магазин и распознается камерами, ему может прийти SMS-сообщение с купоном на следующую покупку или представится возможность более тесного общения с сотрудниками магазина.

По словам Джеффа Эдена (Jeff Eden), главы агентства DEG, занимающегося разработкой стратегий цифрового маркетинга для компаний, «мы можем посмотреть на клиента с любого возможного ракурса. Это как особое мнение. Мы присутствуем здесь постоянно».

Компании могут использовать полученные данные для прогнозирования тысяч решений, которые покупатель может принять в следующую секунду, например, его вероятных покупок, влияя на них в собственных интересах.

«Мы все не так уникальны, как нам кажется. Особенно, когда вокруг есть еще 10 000 других людей, которые делают то же самое», — говорит Эден.

Данные знают, что вы чувствуете

Скоро компаниям будет недостаточно знать, чего вы хотите. Самым искушенным хочется понимать, когда может возникнуть ваше желание.

В прошлом месяце «Эппл» (Apple) направили патентную заявку на технологию, которая может определять настроение человека в режиме реального времени. По мнению «Эппл», «если человек чем-нибудь озабочен или расстроен, некоторые типы контента могут восприниматься им с трудом».

Компания предлагает следующее решение. Нужно понять, как чувствует себя человек в определенный момент времени, и обеспечить доставку таргетированного контента, в данном случае рекламных сообщений, в нужное время и в нужном месте. Для этого компания должна собрать базовое досье на каждого пользователя и делать выводы о настроении человека на основе отклонений от существующих базовых показателей.

Согласно результатам исследования, многие люди, сами того не осознавая, сообщают немало информации о своем настроении и поведенческих особенностях в Интернете.

Группа исследователей в «Майкрософт Ресерч» (Microsoft Research), Редмонд, штат Вашингтон, использовали Twitter для предсказания глубокой депрессии у пользователей с 70-процентной точностью, анализируя время, содержание и частоту размещаемых ими твитов. Другое исследование, проведенное тремя учеными из этой группы, позволило с 71-процентной точностью прогнозировать, проявится ли у женщины послеродовая депрессия, на основе особенностей ее поведения до рождения ребенка.

По заявлению «Эппл», их технология будет сочетать в себе такие поведенческие показатели, как количество кликов, лайков и комментариев, порядок открытия приложений пользователями, а также дату, время и место выхода в Интернет, и физические данные, получаемые за счет приборов, измеряющих пульс, кровяное давление, уровень адреналина, интенсивность потоотделения, температуру тела, громкость голоса, манеру разговора и ударения, движения и мимику.

Уже страшновато?

Специалисты по цифровому маркетингу уверены, такой сбор и анализ данных направлен на то, чтобы повысить качество потребительского опыта, предлагая клиентам то, что им надо, по крайней мере, по мнению компаний.

«[Потребители] стремятся установить эмоциональную связь с компанией, одних коммерческих отношений становится мало», — говорит Майкл Лазеров (Michel Lazerow), директор по маркетингу агентства «Сейлсфорс ИгзектТаргет Маркетинг Клауд» (Salesforce ExactTarget Marketing Cloud), которое помогает компаниям усовершенствовать свою стратегию цифрового маркетинга. По его словам, «ценность таргетированного маркетинга заключается не только в сути маркетингового сообщения, главное — это умение собирать и оптимизировать данные при каждом взаимодействии. Только так можно построить отношения с каждым клиентом, повысить лояльность к бренду и увеличить продажи».

К примеру, в рекламных роликах «Сейлсфорс» показано, как агентство помогает компаниям создавать персонализированные рекомендации для пользователей, посещающих корпоративный вебсайт, и направлять им коммерческие предложения исходя из списка поездок клиента и его предпочтений в отношении проживания. Кроме того, специалисты «Сейлсфорс» могут отправить на телефон покупателя SMS-сообщение с купоном, когда тот находится в непосредственной близости от магазина компании.

Однако противники повсеместного сбора персональных данных уверены, в сложившейся ситуации потребители остаются в явном проигрыше. Ведущий адвокат в «Фонде электронных рубежей» (Electronic Frontier Foundation), некоммерческой группе, которая выступает за защиту личных прав в Интернете, Ли Тьен (Lee Tien), утверждает, что «те, кому кажется, что все происходящее отвечает интересам людей, глубоко заблуждаются. Это не социальный контакт … Мы имеем дело с поиском выгоды, который приводит к росту сбора данных, так что результат может быть очень плачевным».

По его словам, «в данной ситуации присутствует «эффект бабочки», который мы пока не замечаем, а мир бизнеса не собирается нам на него указывать».

Тьен обращает внимание на нарушения требований безопасности, в частности, на недавний взлом клиентской базы данных «Таргет» (Target), что подтверждает безответственное отношение ряда компаний к собираемой ими информации. По его мнению, мы не видим, что и кем собирается, а отсутствие прозрачности может значительно усложнить процедуру привлечения к ответственности компаний или физических лиц за то, что они делают с нашими данными, или как минимум затруднить понимание того, какая информация о нас известна и насколько она точна и корректна.

Ряд компаний уже почувствовали негативное восприятие потребителей. Несколько лет назад компания «Таргет» начала анализировать истории покупок клиентов для того, чтобы выявить беременных женщин и отправить им рекламные объявления по детским товарам. Получилось так, что один из флайеров прислали домой старшекласснице, отец которой понятия не имел о том, что та беременна. «Таргет» принесли извинения и впоследствии сократили объемы рекламной кампании, сделав флайеры менее яркими и заметными.

Федеральная торговая комиссия (Federal Trade Commission) возбудила несколько дел в отношении компании за нарушение законодательства в сфере защиты конфиденциальности данных клиентов, в частности, запрета на распространение персонализированной рекламы среди детей в Интернете.

Тем не менее, правительственные чиновники стремятся идти в ногу с развитием технологий анализа данных. В прошлом месяца Джессика Рич (Jessica Rich), директор Бюро защиты потребителей (Bureau of Consumer Protection) Федеральной торговой комиссии, призвала внести поправки в законодательство, регулирующее вопросы конфиденциальности и безопасности данных, с тем, чтобы уравнять в правах потребителей и компании.

«Мы получаем максимальное количество информации, даже как-то страшновато, — говорит Эден, добавляя, что флайер «Таргет» был явным провалом. — Нужно нести ответственность за эти данные … Очень тонкая материя. Большинство наших клиентов хотят видеть результаты. Для нас это своеобразный барометр. Мы должны быть хорошими проводниками их брендов. Но в то же самое время, вкладывая один доллар в цифровой маркетинг, они хотят получить пять обратно».

Перевод Ирины Зайончковской
Источник: pbs.org

время публикации: 10:08  14 марта 2014 года
0
Теги: маркетинг

Комментарии (0)


Чтобы оставить комментарий, Вам необходимо авторизоваться:  
НАСТ Маркировка
Маркетинговые иссследования_b2b