Генеративный ИИ и data-driven маркетинг

Рынок рекламы изменился. Платформы и браузеры уже несколько лет ужесточают ограничения, из-за которых бренды теряют доступ к привычным способам трекинга и идентификации пользователей. Растет стоимость привлечения клиентов, усиливается конкуренция за внимание аудитории, а эффективность рекламы становится все менее предсказуемой.

Одновременно с этим возникает ситуация, когда данных у бизнеса становится больше, чем когда-либо, но превратить данные в реальный инструмент для масштабирования прибыли удается не многим компаниям. Чтобы выиграть у конкурентов, не нужно делать ставку исключительно на охват. Нужно уметь идентифицировать пользователей, знать их расширенные интересы, персонализировать коммуникацию и возвращать аудиторию снова и снова.

У большинства компаний уже есть собственная база данных. Бренды внедряют личные кабинеты, программы лояльности, запускают опросы — то есть так или иначе отладили процесс сбора данных и выстроили систему анализа. Но взаимосвязи между источниками нет. Данные из CRM, сайта и рекламных кабинетов существуют отдельно друг от друга, быстро устаревают — и в итоге не работают. Поэтому сам факт наличия данных ничего не дает.

Раньше наличие собственной базы данных было конкурентным преимуществом. Сегодня это базовое условие. Но чтобы данные работали, нужно превратить их в единую систему.

Чтобы обеспечить максимальную точность, работать с данными необходимо в режиме реального времени. И если компания ориентируется на результат, ей нужен отдельный технологический слой — инфраструктура, без которой data-driven подход не получится масштабировать.

Работа с данными останется набором разрозненных действий, если не применять следующие ключевые компоненты:

DMP (Data Management Platform). Платформа для сбора, хранения, сегментации и обогащения данных разных типов.

CDP (Customer Data Platform). Собирает данные из разных источников и приводит их к единому профилю пользователя.

ID-решения. Позволяют связать разные идентификаторы одного и того же пользователя — и неважно, какое устройства человек использовал, где оставил контакт и как взаимодействовал с брендом. Среди таких решений — Stable ID, устойчивый идентификатор пользователя, который не зависит от браузерных ограничений, и технология Fingerprinting — собственная разработка AiData. Об этой технологии читайте в статье «Конец эры cookies: как технологии меняют правила игры в digital-маркетинге. Альтернативные методы сбора данных».

AI и ML. Находят закономерности, формируют сегменты, предсказывают поведение и помогают масштабировать персонализацию в автоматическом режиме.

VK — это целая экосистема сервисов: ВКонтакте, Одноклассники, Mail.ru и другие. Именно этот масштаб данных позволяет выстраивать механики, которые сложно реализовать на отдельно взятой платформе.

Например, однажды перед VK встала задача: увеличить кликабельность рекламных сообщений и снизить стоимость клика при продвижении нового смартфона Honor. Для этого компания собрала кастомный сегмент владельцев предыдущих моделей этого же бренда, которые проявляют интерес к покупке нового смартфона..

Стандартные таргетинги рекламных систем не всегда позволяют найти специфическую аудиторию. Потому VK собрала этот сегмент на основе данных о поведении и интересах аудитории — и эти данные стали основой для точечной коммуникации с персонализированным предложением. Результат: CTR вырос на 19%, а стоимость клика снизилась на 64%.

Еще один из кейсов показывает, что происходит, когда бренд перестает работать с аудиторией как с одноразовым ресурсом. В рамках рекламного флайта Дав была собрана аудитория пользователей, которые коммуницировали с брендом и совершили клик. Сформированный сегмент вовлеченной аудитории активировали не сразу, а спустя полгода.

В результате CTR вырос в 2,8 раза, конверсия — в 3,2 раза. Стабильные идентификаторы позволяли сохранять историю коммуникации с пользователем и находить с ним контакт даже спустя длительное время.

В полной версии материала — еще несколько механик работы с данными на основе реальных кейсов с конкретными брендами: сегментация с машинным обучением, персонализация креативов на основе генеративного ИИ и гиперперсонализация в прямых каналах.

Маркетинг ≠ охваты. Сегодня выигрывают бренды, которые умеют идентифицировать, понимать и возвращать аудиторию, а не компании, которые привлекают больше трафика.

Большинство компаний научились собирать данные. Но если бренд не идентифицирует, не актуализирует, не сегментирует и не персонализирует коммуникацию, то само по себе наличие даже большой базы данных обесценивается и превращается в неуправляемый ресурс.

Масштабироваться, используя ручную работу с данными, невозможно. Поэтому DMP, CDP, ID-решения и AI становятся обязательной инфраструктурой.

Материал подготовлен на основе вебинара «Генеративный ИИ и data-driven маркетинг. Как бизнес работает с данными аудиторий на примере проектов VK».

Запросите полную запись вебинара, чтобы структурно ознакомиться с материалом и лучше понять механику каждого кейса проектов VK.

Спикеры:

Анастасия Романова, директор по развитию бизнеса, AiData

Алексей Шиховец, руководитель отдела маркетинга и развития B2B-продуктов, VK