[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "create", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-158433683", "adfox_url": "//ads.adfox.ru/228129/getCode?p1=bxbwd&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid21=&puid22=&puid31=&fmt=1&pr=" } } ]
{ "author_name": "Alina Tolmacheva", "author_type": "self", "tags": ["\u043c\u0430\u0440\u043a\u0435\u0442\u0438\u043d\u0433"], "comments": 1, "likes": 12, "favorites": 13, "is_advertisement": false, "section_name": "default", "id": "20022" }
Alina Tolmacheva
3 874

Подходы к Big Data брендов массового потребления: опыт Lipton, Starbucks и Kroger

Старший руководитель международного направления Unilever Ансер Али выступил на конференции Performance Marketing Moscow, где поделился кейсами FMCG-брендов по использованию «больших данных». Также Али рассказал, какой подход к Big Data позволяет повысить лояльность и вовлеченность аудитории.

Обзором лекции с vc.ru поделились представители агентства «Комплето».

Основные проблемы FMCG:

  1. Сегментирование.
  2. Персонализация.
  3. Скорость и динамичность.

Это означает, что производители товаров должны:

  1. Сфокусироваться на потребителях, а не на брендах.
  2. Перейти от односторонних взаимодействий к интерактивности и вовлеченности в общение.
  3. Перейти от массовой продукции к персонализированной.
  4. Использовать не ретроспективные оценки, а аналитику в режиме реального времени.

Ожидания потребителей

Performance-маркетинг, по мнению Али, — это прежде всего высокое качество обслуживания потребителя в нужное время и в нужном месте. Специалист уверен, что люди больше не покупают продукт — им важен опыт, эмоции и впечатления, которые он дает.

Компании, которые рекламируют не продукт, а эмоции

Бренд газированных напитков Coca Cola

Косметическая марка Moto Pure

Бренд зубных паст Close-up

Большие данные в FMCG

По мнению Али, чтобы сделать потребительский опыт осмысленным и запоминающимся, FMCG-компании должны научиться использовать «большие данные». С его точки зрения, осмысленность возникает тогда, когда бренд очень хорошо знает своих клиентов.

Предиктивная аналитика

Это аналитика, которая отвечает на вопрос: «Что будет?» Одна из главных тенденций в этой сфере — мониторинг социальных медиа, который позволяет превратить «большие данные» в полезные и значительно улучшить потребительский опыт.

Инструменты, которые помогают узнать ответы на вопросы о клиентах с помощью интеграции разных источников:

  • Маркетинг отношений: понимание клиентов на уровне сегмента или личных отношений. Это помогает выстраивать персональные коммуникационные стратегии.
  • Бизнес-аналитика и социальная аналитика: более широкий взгляд на мир клиента, который можно получить с помощью анализа социальных данных или коммерческой информации.
  • Поддержка: цифровые контакт-центры, которые помогают клиентам что-то получить в режиме реального времени.

Кейс 1. Чай латте от Lipton

Пример Lipton Chai Latte: что позволяет узнать предиктивная аналитика на основе мониторинга социальных сетей:

1. Когда именно люди говорят о чае латте и как это зависит от сезона:

2. Кто говорит о продукте больше всего:

3. Какой вкус чаще интересует аудиторию: миндаль, карамель, корица, эспрессо, тыква или ваниль:

4. Как клиенты хотят заваривать чай латте: с помощью капсул, концентрата или порошка:

5. Как и когда клиенты готовили чай латте дома:

Кейс 2. Антиперсперант Sure

Бренд антиперспирантов Sure получил данные для предиктивной аналитики с помощью сотрудничества с компаниями, выпускающими фитнес-браслеты. Несколько вопросов, на которые Sure получил ответы:

  1. Когда срабатывает потоотделение.
  2. При какой температуре.
  3. Через сколько минут.
  4. Есть ли различия между: молодыми и пожилыми и между мужчинами и женщинами.

Кейс 3. Отели Red Roof Inn

Сеть гостиниц Red Roof Inn использовала данные об отмене рейсов, чтобы увеличить число бронирований. В результате за год число бронирований номеров увеличилось на 10%.

Предписывающая аналитика

Это аналитика, которая отвечает на вопрос: «Как мы это реализуем?» Такой подход помогает маркетологам:

  1. Создать сценарий не только отдельной рекламы, но и кампании.
  2. Определить желаемый результат.
  3. Понять, где и в какой момент бренд должен получить этот результат.

Пример 1. Сеть супермаркетов Kroger

Компании удалось уменьшить среднее время обслуживания покупателей с четырех минут до 30 секунд. В Kroger стали использовать специальные датчики для прогнозирования очередей и автоматического вызова сотрудников при необходимости.

Пример 2. Колл-центр

Компания может использовать сенсор, чтобы вычислить агрессивно настроенных или огорченных клиентов по голосу и соединить их с более опытными операторами.

Пример 3. Автострахование

Чтобы предложить клиенту персонализированную страховку, можно использовать данные о стиле вождения, скоростном режиме и другом.

Пример 4. Starbucks

Приложение Starbucks в США определяет расстояние от клиента до ближайшей точки продаж и позволяет сделать заказ до того, как человек зашел в кофейню. Бренд пользуется преимуществами мобильных приложений и сервисов для определения местоположения, чтобы помочь клиентам сэкономить время и сделать их более лояльными.

Геолокационный маркетинг

Этот подход позволяет взаимодействовать с пользователем на основе его местоположения. Например, человек проходит мимо Starbucks и получает push-уведомление: «Привет! Ты сейчас возле Starbucks на Оксфорд-стрит. У нас проходит акция: 50% скидка на твой любимый напиток — ванильный латте».

Возможности геолокационного маркетинга:

  • Превращение посетителей в покупателей.
  • Второй шанс произвести впечатление на клиента.
  • Широкие возможности для кросс-продаж. Например, если клиент приобрел товар или услугу конкурента, можно предложить ему попробовать свой продукт со скидкой.

Чтобы определять геолокацию, используются разные технологии, например, iBeacons. Такие сервисы основаны на использовании датчиков. Они с помощью Bluetooth определяют, где находится пользователь.

Кейс 1. Мороженое Magnum

Бренд Magnum создал приложение M-Pulse, в котором можно найти новых друзей, определить ближайшую точку продаж и пригласить людей поесть мороженое. Также приложение оповещает пользователей о скидках и акциях.

Кейс 2. Косметический бренд Neutrogena

Компании Neutrogena удалось совместить технологии, которые определяют местонахождение человека и погодные условия. Пользователь видит рекламу солнцезащитного средства, которое соответствует уровню ультрафиолетового излучения в той точке планеты, где он находится.

Выводы

  • Маркетологам не нужны «большие данные» в чистом виде. Они хотят получить сценарии, которые можно создать с помощью этих данных.
  • Компании должны научиться превращать «большие данные» в полезную информацию в режиме реального времени.
  • Анализ данных ограничивается не столько бюджетом, сколько креативным подходом маркетолога.
  • Предписывающая аналитика позволяет не только предсказывать будущее, но и выстраивать его по сценарию компании.

#Маркетинг

Популярные материалы
Показать еще
{ "is_needs_advanced_access": false }

Комментарии Комм.

0 новых

Популярные

По порядку

Прямой эфир

Хакеры смогли обойти двухфакторную
авторизацию с помощью уговоров
Подписаться на push-уведомления