Персональный маркетинг: как информация на цифровых экранах подстраивается под наше настроение, мимику и планы

Опубликовано От Sergey

О необходимости персонализировать взаимодействие с клиентами твердят уже давно. Автоматические рекомендации в интернет-магазинах, персональные скидки и предложения, таргетированная реклама — все это уже вошло в привычный арсенал маркетологов, а примеры Amazon и Netflix стали эталонными. 

К 2021 году персонализация вышла из привычных рамок, превратившись в гиперперсонализацию. Сергей Галеев, сo-founder Addreality, рассказывает, как современные платформы научились подстраиваться под наши эмоции, можно ли предугадать будущие потребности пользователя и что позволяет персонализировать информацию в офлайне.

Персональный маркетинг: как информация на цифровых экранах подстраивается под наше настроение, мимику и планы

Алина Алещенко

Эмпатичные системы

Чаще всего персонализация сообщений строится на информации о взаимодействии пользователя с продуктом. Если мы часто заказываем в магазине шампунь определенной марки, в один прекрасный день нам на почту может прийти предложение о скидке на него. После приобретения маски для плавания мы видим в рекомендованных товарах ласты или плавки, а однажды загуглив название ресторана, мы столкнемся с его рекламой в Instagram-сториз. Из персональных данных в расчет традиционно принимались пол, возраст и география — то, что скорее позволяет «отсечь» ненужные предложения, чем подобрать подходящее.

Но сегодня тренд на эмпатию и искушенность покупателей побуждает бренды делать коммуникацию с ними все более личной — такой, которая будет ориентироваться не только на их интересы и предпочтения, но и на эмоции, настроение и даже физическое состояние. Так появляются технологичные решения, в основе которых лежит эмоциональный искусственный интеллект (AEI, Artificial Emotional Intelligence). С помощью компьютерного зрения системы распознавания голоса или сенсоров такие системы «считывают» выражение лица человека, его интонацию или физическое состояние, чтобы определить, доволен он, разочарован или напряжен. 

В перспективе таких решений будет становиться все больше: по прогнозам Gartner, уже в 2022 году число устройств, оборудованных системами AEI, вырастет до 10% (с менее чем 1% в 2018 году). Во многом это произойдет благодаря голосовым помощникам от Apple, Amazon и Google. Так, Alexa, голосовой помощник Amazon, уже сейчас учится распознавать такие эмоции, как гнев, отвращение, страх, счастье, удивление и печаль. 

Решения для распознавания эмоций работают уже сегодня: один из самых известных — цифровой консультант Амелия, созданный на базе искусственного интеллекта компании IPsoft. Через видеосвязь Амелия оценивает настроение человека по его голосу и мимике и подбирает подходящую эмоциональную реакцию.

Разумеется, такие технологии пока еще слишком сложны и дорогостоящи в разработке, но на базовом уровне уловить настроение человека можно уже сейчас: так, финансовая компания Nationwide с помощью искусственного интеллекта анализирует письма своих клиентов, оценивая их эмоциональное состояние. А системы видеоаналитики в магазинах способны понять, заинтересовался посетитель рекламой, вызвала она у него улыбку или он взглянул на нее лишь мельком. Кроме того, такие механики помогают повысить вовлеченность: так, во время новогодних каникул в Туле были установлены интерактивные экраны на базе технологий Addreality, которые выдавали билет на елку в обмен на улыбку. 

 

Алгоритмы для офлайна

Персонализация маркетинга началась с онлайна — офлайну же долгое время приходилось ориентироваться лишь на целевую аудиторию площадок. Сегодня ситуация изменилась: благодаря геолокационным сервисам и компьютерному зрению появилась возможность персонализировать рекламный контент под конкретную аудиторию.

Для сбора данных о пользователях еще недавно применялись MAC-адреса устройств, подключенных к сети Wi-Fi. Но последние обновления операционных систем iPhone и Android научились почти полностью скрывать MAC-адрес смартфона для обеспечения конфиденциальности данных, поэтому все более востребованными становятся системы обезличенной видеоаналитики — особенно это актуально в ритейле.

Такую рекламу в России первым начал продавать Яндекс, который в 2018 году запустил систему цифровых экранов в сети аптек «Асна» на базе технологий Addreality.

Она работает по принципу programmatic: алгоритмы компьютерного зрения обрабатывают изображение с видеокамер в режиме реального времени и без хранения и использования персональных данных, определяя общие характеристики, кто стоит перед экраном — мужчина или женщина, а также его примерный возраст, эмоции, как долго он смотрит на экран и так далее. Затем информация отправляется на закупочную площадку, где рекламодатели, заинтересованные в этом клиенте, торгуются за право показать ему свое объявление. 

Процесс полностью автоматизирован, так что уже через долю секунды человек перед экраном видит контент бренда, предложившего на аукционе самую высокую цену за рекламу. При этом информация о посетителях сохраняется в обезличенном виде: иначе говоря, полученный пользовательский портрет нельзя соотнести с конкретным человеком — это требование закона о персональных данных. Изображения людей не сохраняются и никуда не отправляются.

Несколько камер, установленных в одном зале, помогают увидеть путь посетителя (например, в какие отделы он заходил), чтобы учесть это при адаптации рекламы.

Так, если человек достаточно долго пробыл в алкогольной секции, но пришел на кассу без вина, стоит предложить ему алкоголь на экране покупателя перед кассой. Вообще касса — лучшее место для допродаж: это зона вынужденного ожидания, где высока вероятность, что сообщение будет досмотрено до конца.

Кроме того, на кассе уже известно, в каких отделах был посетитель, какие продукты взял, а если используется карта лояльности — то и всю историю взаимодействия с брендом. Так, в продуктовом ритейле мы смогли повысить продажи за счет прикассовых экранов с системой видеоаналитики на 3,9% — почти на 40% выше, чем промоутинг с помощью кассиров, а в бьюти-ритейле показатели выросли на 17%.

 

Эпоха гиперперсонализации

Персонализация сегодня не просто охватывает собой и онлайн, и офлайн: теперь она становится омниканальной — то есть бренды адаптируют контент для одного пользователя во всех каналах. Когда человек делает заказ через мобильное приложение, информация об этом учитывается в рекомендациях, которые он видит на сайте, а сведения о покупке в офлайн-магазине по карте лояльности — в скидочных предложениях по email-рассылке.

Более того, гиперперсонализация меняет и онлайн-коммуникацию: ее механизмы становятся все более сложными, встраиваясь в сами сервисы и платформы.

Так, Netflix на основании интересов своих подписчиков не просто подбирает фильмы для рекомендаций, но даже адаптирует их баннеры: например, фанаты Робби Уильямса увидят на превью фильма «Умница Уилл Хантинг» кадр с актером, а те, кто предпочитает романтическое кино — сцену с поцелуем. 

Еще один показательный пример — проект «Не нужно летать» немецкой железнодорожной компании Deutsche Bahn, реализованный во время пандемии. Аналитики определяли, куда пользователь ищет билеты на самолет, и предлагали ему взамен «двойник» этого места в Германии. Рекламное объявление выглядело как сравнение фотографий из обоих пунктов назначения с указанием стоимости авиаперелета до первого и поездки на поезде до второго.

Кроме того, глубокая персонализация в сочетании с предиктивной аналитикой помогает предугадывать поведение пользователя, чтобы подстраивать контент не только под его нынешние, но и под будущие запросы. Так, разработчики платформы для обучения WeStudy заметили, что студенты, которые бросают обучение, часто ведут себя похожим образом.

На основе этой информации на платформе появился инструмент, помогающий спрогнозировать возможный отказ от курса: он анализирует поведение пользователя по 121 параметру (насколько регулярно он проходит уроки, сколько времени им уделяет, какие у него баллы по предметам, смотрит ли материалы и так далее), и если действия указывают на то, что ученик, вероятно, не пройдет обучение до конца, система подаст администратору сигнал обратить на него внимание.

 

Как получить максимум от экранов в торговом зале

  • Убедитесь, что используемая платформа управления контентом позволяет собирать и использовать данные о поведении ваших посетителей, чтобы понимать эффективность контента, который вы им показываете;
  • Анализируйте не только портрет целевой аудитории, но и отдельных ее сегментов. Портрет аудитории меняется в течении дня в торговом зале;
  • Собирайте данные со всех цифровых источников для построения общей стратегии общения по путям покупателей;
  • Не забывайте настраивать таргетинг контента на цифровых устройствах в зале, если у вас есть трафик и цели по увеличению корзины и росту конверсии. Адаптируйте сообщение под разные ситуации, портрет и эмоциональные отклики;
  • Используйте автоматизированное А/Б тестирование маркетинговых сообщений, чтобы создать лучший покупательский опыт в торговом зале.
  • Фото на обложке: pixabay.com

    Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

    Источник: https://rb.ru/

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *