Data Science и маркетинг: точно определить потребности клиента, сэкономить деньги и время

Ксения Левшина, менеджер PR-проектов коммуникационной группы iMARS – о применении науки о данных в маркетинге.

Сегодня клиенты особенно ценят персонализированный подход. Согласитесь, намного приятнее совершать покупки, когда для вас уже подобран товар, который может вам понравиться. Персонализация – это уже не просто тренд, а нечто само собой разумеющееся.

Перед маркетологами стоит задача привлечь внимание покупателей. При этом не важно, говорим ли мы о маленьком магазинчике или об IKEA. И там и там грамотная персонализация крайне важна. Отличная новость в том, что технологии шагают вперед и позволяют максимально точно понять, что нужно клиенту.

За последнее десятилетие потребление информации в сети возросло в разы – сейчас к интернету подключено более 6 миллиардов устройств. Каждый день генерируется около 2,5 миллионов терабайт данных – а на каждого человека приходится порядка 1,5 Мб данных, создаваемых ежесекундно.

Появление науки о данных (Data Science) позволило проводить более глубокий анализ – эффективно используя методы обработки данных для оптимизации маркетингового плана и лучшего понимания своих клиентов.

Так, например, происходит у Aliexpress, Uber, Airbnb. Вся информация, которая собирается для определения потребностей и предпочтений их пользователей, помогает адаптировать планы компаний в соответствии с их пожеланиями и привычками клиентов. Кстати, ни у одной из этих компаний нет своих активов: квартир, машин или товаров. Они просто располагают данными и освобождают клиента от забот, помогая быстро решать текущие задачи – заказать такси, забронировать жилье, или купить светильник.

Ускоряет планирование кампаний. Маркетологи могут планировать кампании быстрее и проще благодаря Data Science, поскольку данные можно собирать и анализировать гораздо более точно и эффективно;

Оптимизирует бюджет. Data Science позволяет видеть и анализировать ROI (окупаемость инвестиций). С помощью технологий можно проанализировать кампанию, получить процент вовлеченных в нее людей и тенденции в их поведении. Важно определить и проверить, что работает лучше в данный момент времени, и data science здесь как нельзя кстати;

Данные в режиме реального времени (real time data). Обычно маркетологи собирают данные о клиентам после окончания каждой кампании. А Data Science дает возможность делать это в режиме нонстоп. Это особенно важно для изучения новых возможностей, прогнозирования тенденций и победы над конкурентами;

Повышает лояльность. Лояльные клиенты – это те, кто помогает поддерживать бизнес, и стоят они дешевле, чем новые. Data Science позволяет улучшить услуги для действующих клиентов, тем самым повысив их лояльность.

Помогает напомнить о себе в нужный момент. Например, McDonald’s установил умные рекламные щиты в 10 британских городах: реклама на них менялась в зависимости от траффика на дорогах. Когда на дорогах были пробки, изображение менялось и намекало заехать на ужин в заведение: «Застряли в пробке? Есть свет в конце тоннеля».

Нечто похожее можно было увидеть в Москве в районе Якиманки в 2015. На волне санкций магазин итальянских продуктов установил умный билборд, который «прятался» при приближении полиции – с помощью технологий изображающий «запрещенку» умный щит распознавал полицейскую форму и показывал рекламу матрешек.

Поможет оценить реакцию покупателей. Например, Snickers провел такую активацию в рамках кампании «Ты – не ты, когда голоден»: система анализировала записи пользователей в социальных сетях и оценивала их настроение. Чем записи были негативнее и злее, тем больше была скидка на Snickers.