Большие данные изменили и продолжат изменять то, как в наше время работают специалисты по рекламе и рынок бизнеса в целом.
В Интернете большое количество материалов о том, как большие данные изменят каждый аспект нашей жизни, а значительная часть этих материалов посвящена тому, как большие данные повлияют именно на рекламу. Но вместо того, чтобы сразу же прыгать на «поезд перемен», рекламодатели должны задуматься, что именно изменили большие данные, а что осталось неизменным.
Суть рекламной деятельности заключается в донесении до потребителей информации о продуктах и услугах бизнеса. Но различные потребители хотят услышать разные сообщения, что становится всё более важным, благодаря Интернету и растущему рынку мобильных устройств.
Большие данные могут совершенствовать эти сообщения, предсказать, что хотят услышать потребители, с помощью прогностической аналитики, и дать новые данные о том, что ожидает аудитория. Всё это, безусловно, революционно, и изменит подход потребителей и маркетологов к рекламе. Но создавать сообщения от имени своих клиентов останется прерогативой рекламодателей.
Рост популярности больших данных как нового явления виден на Рисунке ниже. Это говорит о том, что все интересуются этой новой технологией. Поэтому актуальность данной темы будет только расти и привлекать к себе большое внимание.
Рис. 1. Динамика популярности больших данных
Алгоритмы итаргетинг
То, что многие люди даже не подразумевают под понятием реклама, представляет собой сочетание больших данных и маркетинга. Превосходный пример — Netflix[1]. Он не имеет рекламы, но в значительной степени полагается на алгоритмы, чтобы рекомендовать шоу своим зрителям. На этих алгоритмах Netflix экономит 1 миллиард долларов в год за счет снижения оттока и за счёт продвижения правильных шоу подходящим клиентам.
Усилия Netflix по таргетингу с помощью подходящих для зрителя шоу едва ли можно считать необычными, так как веб-сайты и интернет-магазины, такие как YouTube[2], Amazon[3] и Steam[4], постоянно это практикуют. Но важный момент в опоре на алгоритмы, позволяющие сделать таргетинг более точным.
Эти алгоритмы требуют постоянный поток данных, чтобы оставаться актуальными. Но в наши дни информация повсюду. Пользователи Интернета оставляют огромный объем данных не только в социальных сетях, но и повсюду, куда бы ни завела их Всемирная сеть.
Это предоставляет как новые возможности, так и серьёзные трудности для рекламодателей. С одной стороны, виртуальные следы, которые каждый оставляет за собой в Интернете, даёт рекламодателям новое понимание о том, чего мы действительно хотим. И это может быть намного более точным, чем то, что мы утверждаем в социальных сетях. Но в то же время, защита рекламодателем конфиденциальности и безопасности потребителей должна быть предметом беспокойства. У этого есть не только моральная сторона; Рекламодатели или веб-сайты, которые ведут себя возмутительно, используя информацию о пользователях не по назначению, вызовут негативную реакцию, которая повредит бизнесу. Часто бывает, что имея какую-либо информацию о своих клиентах, компании могут продавать её третьим лицам без уведомления этих клиентов. А после получения этой информации клиенты будут неожиданно получать смс рассылки или рекламу от неизвестных им фирм.
Таргетинг в рекламе существует уже не малый срок. Но поскольку рекламодатели собирают всё больше и больше данных, таргетинг станет ещё более персонализированным, и, соответственно, эффективным. Рекламодатели готовы бороться не только за то, чтобы собрать как можно больше данных, но и за то, чтобы собрать данные, которые точно представляют индивидуальных клиентов с целью подстроить товары именно под их вкусы.
Изменяя формы рекламы
Большие данные могут открыть новую информацию о каждом потребителе, но рекламодатель должен создать сообщение, которое привлечет именно того, кого необходимо. Но с учетом этих новых идей рекламодатели могут полностью изменить подход к маркетингу, разрабатывая совершенно новые стратегии.
Это не совсем ново. Рост контент-маркетинга часто упоминается в качестве основного плюса больших данных, но контент-маркетинг как концепция старше Интернета. Тем не менее, растет популярность контент-маркетинга, как и других стратегий, таких как естественная (нативная) реклама или бесконечное исследование поисковой оптимизации.
Данные рекламные стратегии крайне интересны, ведь так, как рекламодатели полагаются на данные для создания новых стратегий, они возвращают данные обратно потребителю. Контент-маркетинг заключается в том, чтобы давать потребителям детальную информацию о бизнесе, например о том, как они готовят еду, каково работать там, и так далее. Распространяя подобные данные, компания заставляет клиентов чувствовать, что они часть группы, знающей необходимую информацию. И, в свою очередь, клиент в итоге отдаёт свои данные компании, которая затем создаёт всё новые и новые рекламные стратегии.
Этот симбиоз между потребителем и компанией показывает, что данные — это не только холодная аналитика, но и создание связи между двумя группами, как и любая рекламная коммуникация. Точно так же компании должны учитывать сложность больших данных, анализировать тенденции, а затем создавать простые рекомендации, которые могут использовать их сотрудники. Вся реклама в мире не произведет такого впечатления на клиента, как один угрюмый или запутанный представитель клиента.
Большие данные изменяют, и будут изменять работу рекламодателей и бизнеса с помощью более персонализированных и таргетированных рекламных сообщений, а также создавать новые формы рекламы. Но большие данные менее важны, чем умные данные[5] и стратегия. Лидеры бизнеса, которые могут разбить большой объём данных на небольшие куски, разрабатывают умную стратегию и формулируют эффективное сообщение, которое будет процветать так же, как и раньше. В этом смысле, большие данные не являются такой уж революционной технологией, как многие могли бы подумать.
После нескольких лет осторожного энтузиазма сектор маркетинга и рекламных технологий теперь широко использует Большие Данные. Это огромный плюс. Однако препятствием является то, что большинству компаний и брендом по-прежнему не хватает опыта, необходимого для анализа огромных объемов данных и обеспечения их последующего применения. Согласно опросу 2015-го года [5], компании ищут особый набор навыков, который обычно не встречается в большинстве типичных рекламных агентств. Другими словами, эти компании собирают данные, которые они ещё сами не знают, как использовать.
Не удивительно, что новые компании, специализирующиеся в анализе больших данных, начали заполнять эту пустоту. К примеру, SQream Technologies[6] сделали себе имя с быстрым, пета байтным анализом данных. Для сектора маркетинга и рекламы это означало углубленный анализ таких вещей, как онлайн-активность, транзакции с торговых точек и оперативное обнаружение изменений тенденций.
Получение информации о поведенческих моделях клиентов играет решающую роль в создании сфокусированных и таргетированных кампаний. Большие данные могут помочь понять собранную информацию, такую как стоимость удержания клиента, средняя стоимость транзакции и даже удовлетворенность потребителей. В конце концов, потребители, тратящие наибольшее количество денег, не обязательно являются самыми ценными. Есть определенные свидетельства того, что большие траты могут быть самыми дорогими для сохранения и наименее лояльными в долгосрочной перспективе.
Какую роль играют большие данные врекламе?
Большие данные могут использоваться для создания целевых и персонализированных кампаний, которые, в конечном счете, экономят деньги и повышают эффективность, предлагая нужным людям нужный продукт. Как именно? Собирая информацию и изучая поведение пользователей.
В эру персонализированного маркетинга и рекламы, цифровой след потребителя становится всё более и более ценным. Существует огромное количество информации от каждого взаимодействия человека с Интернетом, будь то поиск в Google[7] или «лайки» телефону Samsung[8] в Facebook[9], оба онлайн действия приведут к наполнению рекламой этого телефона социальных сетей и веб-сайтов потребителя.
С помощью этой информации компании могут ориентироваться на пользователей в существующих онлайн-сообществах, а затем использовать данные для лучшего понимания и идентификации поведенческих шаблонов пользователей. Рекламные агентства могут собирать информацию о мотивах потребителей: мотивированы ли клиенты последними технологическими тенденциями? Есть ли подгруппа в вашей клиентской базе, которая более сдержанна, когда дело доходит до расходов? Это вопросы, ответы на которые можно получить из Больших Данных.
Секрет заключается в измерении впечатлений и изучении поведения пользователей. Мы уже знаем, что почти четверть рекламных видеороликов просматриваются ботами, а не людьми. Это означает, что для крупнейших рекламных компаний в мире, значительная доля впечатлений не показана людям. В дополнении к этой проблеме с ботами, существуют недобросовестные конкуренты, которые заказывают за небольшие деньги сторонних людей, чтобы накручивать конверсию «пустыми» показами. Это означает, что количество показов будет стремительно увеличиваться, а продажи от этого не вырастут, что в свою очередь приведет только к убыткам. На решения подобного рода проблем многие представители интернет исследований придумывают алгоритмы, которые отсеивают не валидные показы и конверсии для сохранения бюджета своим клиентам.
Литература:
- https://sqream.com/
- https://postnauka.ru/specials/big-data
- http://www.marketch.ru/marketing_dictionary/marketing_terms_t/targeting/
- https://nominaltechno.ru/faqs/smart-data
- https://www.cmocouncil.org/media-center/press-releases/big-shift-to-digital-and-data-marketing-is-shaking-up-client-relationships-with-admedia-agency-partners
[1] Netflix - Американская развлекательная компания, основанная Ридом Хастингсом и Марком Рэндольфом, поставщик фильмов и сериалов на основе потокового мультимедиа.
[2] YouTube – Видеохостинговая компания, предоставляющая пользователям услуги хранения, доставки и показа видео.
[3] Amazon - Американская компания, крупнейшая в мире по обороту среди продающих товары и услуги через Интернет и один из первых интернет-сервисов, ориентированных на продажу реальных товаров массового спроса.
[4] Steam - Онлайн-сервис цифрового распространения компьютерных игр и программ, разработанный и поддерживаемый компанией Valve.
[5] Smart data (Умные данные) — это технология, которая позволяет собирать и обрабатывать данные таким образом, что на выходе получается информация о целевой аудитории в сегментированном виде.
[6] SQream Technologies – Американская компания, специализирующаяся на анализе больших данных
[7] Google - Система поиска информации в сети интернет (включая русскоязычный интернет)
[8] Samsung Electronics - Международная транснациональная компания по производству электроники, полупроводников, телекоммуникационного оборудования, чипов памяти, жидкокристаллических дисплеев, мобильных телефонов и мониторов
[9] Facebook - Крупнейшая социальная сеть в мире и одноименная компания, владеющая ею
