«В отличие от людей, машина не женится на своих идеях, она берет гипотезу и проверяет её»

Колонка исполнительного директора платформы Digital Contact Ольги Кутейниковой о настоящем и будущем маркетинга на VC.ru.

 

Об использовании искусственного интеллекта в маркетинге

 

Объём сгенерированных за последние два года данных составляет 90% от всех когда-либо созданных данных. Онлайн-маркетологи собрали и продолжают собирать такой объем информации, что уже не в состоянии его осмысленно обработать, а тем более использовать для принятия эффективных решений.

 

Не так давно мне довелось обедать с директором по диджитал-маркетингу одного из крупнейших российских интернет-магазинов. Когда я начала рассказывать о том, что мы можем собрать данные о каждом посетителе его сайта, он вздохнул и с тоской в глазах сказал: «У меня этих данных столько, что я не успею их посмотреть, даже если три года буду заниматься только этим. Вот если бы вы дали мне инструмент, который сам за меня эти данные изучит, проанализирует и сделает выводы, это было бы великолепно».

 

К слову, применение первых алгоритмов, способных обучаться, широко всем известно. Каждый из нас сталкивается с искусственным интеллектом ежедневно, просто не знает об этом, поэтому большинство людей все ещё считает ИИ чем-то недоступным, из области фантастики.

 

Между тем, с конца 90-х Google нашел применение концепции для улучшения результатов поисковой выдачи и своих рекламных технологий. Amazon использует ИИ в своих рекомендациях и, по заявлениям компании, более 30% заказов она получает именно благодаря персонализации товарной выдачи под каждого посетителя. Netflix выдает вам подборки сериалов и фильмов, сгенерированных машиной.

 

Уже сейчас рекламные платформы, используя данные о профиле и поведении пользователей, ищут похожие аудитории, строят предположения о том, кому и в какой момент времени имеет смысл показать тот или иной баннер, находят все новые и новые сегменты, которым может быть интересен рекламируемый продукт.

 

В маркетинге есть интересная тенденция — распространение ИИ на мир офлайна. Интернет вещей открыл новые возможности, которые, например, успешно внедрил в своей сети Walmart: они научили машину узнавать своих посетителей, вплоть до учёта их перемещений внутри магазина.

 

В России, надеюсь не без нашего участия, эта технология скоро станет такой же обыденной, как возможность оплатить покупку с помощью смартфона.

 

Конечно, нельзя не упомянуть применение технологии для улучшения качества коммуникаций с клиентами, в частности с помощью рассылок.

 

Представьте себе, вы создали несколько писем, рассказывающих о вашем продукте, предлагающих скидки, специальные предложения, и нажали одну кнопку — «Запустить». Машина сама приняла решение о том, кому и в каком порядке эти письма нужно выслать.

 

Теперь ещё круче — вы дали ей возможность влиять на контент, менять в письме блоки местами, менять цвет кнопок. Уже существуют кейсы, когда ИИ протестировал 380 тысяч вариантов дизайна формы подписки, выбрал лучший, и только за счёт этого увеличил конверсию на 45%.

О запоминающихся кейсах

 

В 2012 году в Forbes была опубликована забавная история о том, что алгоритм рекламной системы определил по поведению пользователя, что девушка беременна, ещё до того, как об этом узнала ее семья. Это пугает, но с другой стороны дает надежду, что бизнес научится бороться с неопределенностью и сможет понимать внешний мир и своих потребителей намного лучше, чем мы могли это делать раньше.

 

Вот как на практике работает умный алгоритм Walmart. В США знакомая пошла в магазин за продуктами, и долго выбирала возле стойки с соками, какой сок ей купить, но в итоге так и не выбрала, а когда она вернулась домой, у нее на почте уже было письмо от магазина с предложением купить сок со скидкой.

 

Она была под впечатлением, что за ней кто-то следил в магазине, а на самом деле просто отлично отработало зонирование и сопоставление офлайн- и онлайн-данных. Мы в этом направлении тоже активно работаем, это очень интересно для России, где почти 97% бизнесов ведут основную деятельность в офлайне.

 

О будущем маркетинга

 

В ближайшие пять лет технологии performance-маркетинга ждут революционные изменения. Это, безусловно, повлияет и на требования к самим маркетологам: если раньше маркетолог считался скорее гуманитарием, то сегодня от маркетинга требуется решение сложных аналитических задач и работы с программистами над автоматизацией процессов — они просто обязаны говорить на языке цифр и хорошо адаптироваться к технологиям.

 

К сожалению, большая часть того, что сейчас делают люди, будет автоматизирована, а это значит, что некоторым из нас придется переквалифицироваться.

 

Например, в нашей области интернет-маркетологи ведут рассылки за клиентов, выявляют сегменты, рисуют сложные логические схемы вроде «если это мужчина, то отправить вот это, если женщина — то вот это, если это утро, то показать на сайте солнышко, если ночь — то луну», проводят сплит-тесты, анализируют результаты и затем принимают решения, что сработало, а что нет, и так по кругу.

 

Но кто сказал, что всем мужчинам надо отправлять одно и то же? Кто сказал, что вообще им что-то надо отправлять? С чего мы взяли, что смена предложений в зависимости от времени суток как-то влияет на конверсию?

 

В отличие от людей, машина не «женится» на своих идеях, она берет гипотезу и проверяет её — ей все равно, кто в компании эту гипотезу выдвинул, уборщица или генеральный директор, она смотрит на конечный результат и влияние на него конкретного фактора.

 

О Digital Contact

 

Digital Contact на рынке автоматизации коммуникаций с 2008 года, и на наших глазах происходила эволюция систем коммуникаций с клиентами. Сначала на рынке появились инструменты, которые позволили автоматизировать процесс массовых рассылок. Тогда у каждого, в том числе и у нас, были свои собственные разработки для того, чтобы общаться с клиентской базой по email, собирать статистику взаимодействия.

 

Потом появились стандартные решения для доставки больших объемов email-рассылок, такие как Sendgrid, Sparkpost. Мы оперировали огромными базами, одна рассылка могла состоять из нескольких миллионов получателей.

 

Простая транспортная система эволюционировала в системы с возможностью сегментации аудитории и автоматизации коммуникаций с помощью автореспондеров. Мы вместе с рынком стали использовать для таргетирования такие параметры, как открытия конкретных рассылок, клики, настраивать автоматические серии писем на 100 дней и больше, которые запускались после подписки на рассылки.

 

Поняв, что даже простые манипуляции с аудиторией дают потрясающий прирост в эффективности, рынок вступил в программатик-эпоху, когда в ход пошла дополнительная информация о клиенте, чтобы еще более точно настроить сегмент.

 

​В США появились платформы-агрегаторы данных, в которых мы начали закупать информацию о поле, возрасте, интересах, финансовом положении. Процент открытий приблизился к 30%.

 

Но чем больше становилось данных, тем сложнее стало управлять процессом выставления условий и взаимосвязей. Поскольку мы, чаще всего, работаем с очень крупными клиентами, для выстраивания и поддержания актуальности стратегий небольшая команда поддержки клиентов разрослась до невероятных размеров. Пропорционально выросли и расходы. У нас появилась система выстраивания логических алгоритмов, которая настраивалась вручную, но это лишь отчасти решало проблему.

 

Клиенты, поняв, что это работает, озаботились вопросами объединения данных о пользователях из всех систем и расширением каналов коммуникаций. Это понятно, ведь даже у крупнейших банков в России адрес электронной почты есть только у 15% клиентской базы, а хочется достучаться до каждого.

 

Мы стали предоставлять решения по объединению данных внутри системы и использовать для дистрибуции коммуникаций другие каналы. Но объем работы, конечно, от этого только возрос. Выросла и стоимость для клиента.

 

И вот, наконец, у нас появилось революционное решение, благодаря развитию технологий машинного обучения, которое мы готовы предложить рынку. С каждым кликом система становится умнее и результаты онлайн-продаж постоянно улучшаются без дополнительных затрат на трафик и людей.

 

Об автоматизации маркетинга

 

Мы предлагаем платформу автоматизации маркетинга, которая позволяет конвертировать до 80% посетителей в покупателей благодаря использованию технологий машинного обучения на всех уровнях жизненного пути клиента. Она делится на модули, которые решают основные маркетинговые задачи: повышение конверсии на сайте, повышение продаж, сбор и управление данными о клиентах. Модули могут работать как по отдельности, так и вместе.

 

Модуль «Динамический контент» позволяет каждому посетителю показать ту версию сайта, которая удержит его на большее время и с наибольшей вероятностью приведет к целевому действию. Система сама решает, что и кому показывать, на основе полученных ранее результатов и истории поведения посетителей.

 

 

Модуль «Товарные рекомендации» интересен, прежде всего, интернет-магазинам, у которых есть стандартизированная выгрузка товарной базы по ссылке (фид). С помощью нашей системы вы сможете без усилий предложить каждому посетителю именно то, что ему нужно. У нас реализованы следующие сценарии:

 

 

«Возможно, вам понравится» — модель строит свои предложения, ориентируясь на схожесть вкусов пользователей. Например, при покупке колы, одним порекомендует аэрогриль, другим — пиццу, третьим — стол для пинг-понга.

 

«С этим продуктом покупают» — предложит товары, которые отлично сочетаются друг с другом, например, соус к пицце.

 

Сценарий «Похожие товары» — предложит разные варианты пиццы, в зависимости от того, какую пиццу смотрит потенциальный посетитель.

 

Модуль «Динамический контент» + «Товарные рекомендации» в триггерах, которые отправляются по email тем, кто бросил корзину, ушел с сайта без покупки, давно не покупал или при достижении любой цели на сайте, которая вас интересует. Модуль «Динамический контент» выбирает самый подходящий получателю шаблон письма, из сохраненных, а модуль «Рекомендаций» принимает решение о том, какие товары вставить в письмо для каждого конкретного получателя.

 

Модуль «Динамические Триггеры» даёт ответы на вопросы что, кому, по какому каналу и в какое время лучше слать, при этом весь процесс требует единовременной настройки, а далее работает самостоятельно, постоянно улучшая результаты.

 

 

Наш продукт — это результат многолетнего практического опыта, мы создали его, прежде всего, чтобы упросить свою жизнь. Можно смело утверждать, что наша платформа — это решение, которые создано маркетологами для маркетологов. Мы постоянно улучшаем продукт и технологии, которые за ним стоят.

 

О результатах, которых удалось достичь

 

Эффективности инструмента мы не перестаем удивляться, но самое главное, что цифры постоянно улучшаются. Недавно мы готовили серию рассылок для банка, где целевое действие — оформление кредитной карты.

 

Одну рассылку мы провели по нашей стандартной схеме с обычной сложной сегментацией по условиям, для второй нашей системе дали креатив, базу получателей, и она сгенерировала список тех, кому, по ее мнению, нужно отправить это письмо. По обычной рассылке письмо открыло около 30%, оформили карту 0,045% от объема рассылки.

 

​По рассылке, что предложила нам система, результаты по конверсии в оформление карты оказались в три раза лучше, при том что мы отправили её по базе втрое меньше первой. Рассылка сгенерировала на 40% меньше отписок, в полтора раза больше открытий и CTR на 35% выше.

 

Наши технологии полезны любому типу бизнеса, всем компаниям, которые платят за трафик, но недовольны его конвертацией в бизнес-результат. Эффективный онлайн-маркетинг и продажи более невозможны без точечной и гибкой персонализации, которая недоступна человеку.

 

В ближайшие несколько лет бизнес ждут глобальные изменения. У нас уже сегодня есть решения для будущего.

 

Записаться на демо

Узнать больше

Полный текст статьи

84
0
Добавить комментарий

/home/d/danyan3t/digitalcontact.com/public_html/ru/blog/