Войти в систему
Войти с помощью соц. сетей:
Этот метод просто дает возможность клиенту рассказать о своих желаниях. Рискованность многих моделей сегментации и даже персонализации в том, что решение о желаниях потребителей принимается на основе трендов, маркетинговых гипотез и других методов, которые ничего не говорят о конкретном клиенте. Пользовательская персонализация позволяет избежать такого рода рисков. Данный метод основан на том, что каждый клиент предоставляет о себе такие сведения, которые позволяют найти индивидуальный подход, – например, демографические данные, перечень интересов, привычек и т. д. Собрать эти сведения можно через любой канал: с помощью анкеты на сайте, по телефону или даже по почте. Вначале такой метод может показаться идеальным. Потребители говорят нам, чего они хотят, и мы исполняем их желания. Это ли не подлинная персонализация? На самом деле есть и более глубинная персонализация, а описанный метод сталкивается с определенными препятствиями.
Во-первых, необходимо получить информацию. Если кто-то не желает предоставлять данные о себе, то вся модель рушится.
В результате некоторые клиенты будут получать персонализированные, а некоторые – стандартные рекламные сообщения. Не исключено, что вам придется запустить две независимые программы рассылки сообщений. Кроме того, необходимо убедиться: вписывается ли данная модель во все ваши маркетинговые решения, – иначе возможны ошибки и путаница. По сути дела, это означает дублирование и усложнение вашей контент-стратегии, стратегии взаимодействия, лендингов на веб-сайте, а также сепарирование данных и отчетности. Всё это может оказаться невероятно трудным.
Во-вторых, следует полагаться только на проверенные данные. Если, например, все пользователи должны указывать информацию о себе при регистрации на сайте, велика вероятность, что некоторые из них, так сказать, проявят фантазию, поскольку не хотят делиться своими личными данными. Даты рождения, интересы, профессии, даже пол клиента – всё это может не соответствовать действительности. Вы попадете в неловкую ситуацию и даже нанесете урон репутации бренда, если, скажем, отправите 78-летнему мужчине подарочный ваучер салона красоты с надписью: «С 40-летием, Дженис!».
В-третьих, нельзя исходить из предпосылки, что ваши клиенты оценивают себя беспристрастно. Все, у кого есть дети, знают, что ответ из уст ребенка – неважно, насколько он искренний, – не всегда соответствует действительности. Все мы хотим быть не теми, кто мы есть, и верим, что мы именно такие, какими хотим быть. Гордость зачастую затуманивает разум, памяти тоже не всегда можно доверять. По определенным причинам искренность ответа не всегда означает его истинность. Представим себе, что Адам был заядлым велосипедистом много лет назад и предполагает, что когда-нибудь снова займется велоспортом. Поэтому он по-прежнему называет велоспорт одним из своих главных хобби. Прошло больше 10 лет с тех пор, как он в последний раз садился на велосипед, время не стояло на месте, но Адаму этот срок не кажется таким уж долгим. И вот Адам заполняет маркетинговую анкету в местном супермаркете и указывает велоспорт в разделе «Хобби». Маркетологи супермаркета начинают отправлять Адаму карты велосипедных маршрутов и скидочные купоны на велотовары, но он их не использует. Между тем у супермаркета есть программа поощрения покупок продуктов питания, и Адам с радостью принял бы участие, если бы хоть что-то о ней знал.
Теме субъективности самооценки посвящено множество увлекательных психологических исследований. Примечателен эффект Даннинга-Крюгера: неквалифицированные сотрудники склонны завышать свою компетентность (думаю, все мы знаем таких людей).
Таким образом, у модели пользовательской персонализации много преимуществ, но вы должны быть уверены, что собрали максимально полные и точные данные.
Этот метод вызывает воодушевление маркетологов с 2015 года. Сейчас мы находимся на этапе, когда можем многое узнать о поведении и привычках наших клиентов и высылать им релевантные рекламные сообщения в нужное время. Такова конечная цель прямого маркетинга и первоочередная задача большинства организаций.
«Большие данные» – другое модное словечко в сегодняшнем цифровом маркетинге и один из самых острых вызовов для различных компаний. Сведения о клиентах – важнейший ресурс компании наряду с человеческим ресурсом, и полный объем данных, полученных благодаря веб-аналитике, «воронке покупок», исследованиям, звонкам в колл-центр, финансовой отчетности и т. д. создает широкое поле возможностей. Более подробно мы рассмотрим «большие данные» в главе 14, но сейчас важно отметить, что структурирование и отслеживание качества ваших сведений жизненно важны для успеха персонализации и общей маркетинговой стратегии.
Поведенческая персонализация идентифицирует поведение человека благодаря сигналам, полученным через различные точки сбора данных, такие как посещение веб-сайта, переписка по электронной почте, заинтересованность в определенном контенте или даже посещение определенных отделов магазина. Все эти сведения можно включить в вашу модель, позволяющую принимать решения в режиме реального времени. Возможности такой модели поистине безграничны. Делали ли вы выгодное предложение клиенту, который несколько раз зашел на сайт и добавил товары в корзину, но так ничего и не купил? Персонализировали ли вы почтовую рассылку, чтобы контент был релевантным и приходил именно тогда, когда пользователь привык проверять электронную почту? Высылаете ли вы клиентам SMS, как только они откроют определенную веб-страницу вашего магазина?
Эта возможность означает, что потребители смогут получать исключительно релевантную маркетинговую информацию. Спам остался в прошлом, и уровень эффективности маркетинга стремительно растет. Конечно, за этим методом будущее, и очевидно, почему множество маркетологов в восторге от него. Однако поведенческая персонализация сталкивается с несколькими препятствиями. Во-первых, жизненно важно использовать данные правильно. Сведения должны быть точными (если только речь не идет об ошибке тегирования или о чем-то подобном), но не менее значимо то, как вы используете такие данные; поэтому ключ к успеху – продуманная стратегия. Получив доступ к новым технологиям и большому спектру инструментов, мы, маркетологи, зачастую слегка увлекаемся и действуем не так, как следует, а исходя из собственных желаний. Единственное, о чем нельзя забывать маркетологу, – интересы клиента важнее всего. Действительно ли ваши действия приносят клиенту пользу? Если это так, то, вероятно, ваша стратегия рациональна и кампания будет успешной.
Тем не менее стратегии недостаточно, а кроме того, важно умение интерпретировать данные и принимать правильные решения на базе собранной информации. Вам придется выдвигать определенные гипотезы, но именно эти предположения и интерпретации могут обесценить самые высококачественные сведения. Пользовательская модель персонализации качественно отличается тем, что нам известно, какие данные правильны с точки зрения потребителей, ибо получены непосредственно от них. В поведенческой модели мы ориентируемся на свою собственную концепцию. Представьте, например, что некая мисс Кеннеди периодически посещает наш сайт и добавляет в корзину велосипедную экипировку, но никогда ее не покупает. О чем нам это говорит? Может быть, мисс Кеннеди – заядлая велосипедистка, у которой вызывает сомнения наша продукция либо наш бренд? Или она подумывает о том, чтобы научиться кататься на велосипеде, но пока не решилась? Возможно, мисс Кеннеди хочет подарить велосипедную экипировку другу или родственнику? Возникают ли у мисс Кеннеди технические неполадки с сайтом? Любая из догадок может оказаться правдой, и есть еще тысяча вариантов: допустим, вовсе даже не мисс Кеннеди, а ее 14-летний сын заходит на сайт под ее именем. Без личной информации надо быть осторожнее с предположениями.
Наконец, мы постоянно сталкиваемся с проблемой конфиденциальности. Количество сведений о клиентах, которые накапливают компании, просто необъятно, и возникает немало этических вопросов в связи с собранной персональной информацией, даже если гарантируется анонимность. За последние годы немало брендов пострадало, пытаясь получить слишком много данных о клиентах, что привело к ряду разоблачений и скандалов, связанных с такими авторитетными компаниями, как Sony и Facebook. Например, компания Disney в мае 2011 года разрешила детям публиковать свои полные имена и местоположение в интернете на платформе Playdom, тем самым нарушив Закон о защите конфиденциальности детей в интернете (Children’s Online Privacy Protection Act, COPPA), и была оштрафована на 3 млн фунтов стерлингов (Marsan, 2012). Потребители делаются всё осторожнее, и законодательное регулирование сбора и использования персональных данных становится всё строже. Отчет компании Ofcom за 2014 год, посвященный тому, как взрослые используют медиа и относятся к ним, показал, что 42 % респондентов «с радостью предоставят онлайн персональную информацию компаниям, но только в том случае, если получат взамен то, что хотят». Возможно, в будущем компаниям придется платить нам за доступ к персональным данным: в конце концов, это собственность.
У поведенческой персонализации большое будущее, и результаты ее использования окажутся самыми лучшими для организаций и потребителей, но предстоит пройти тернистый путь, пока она не станет удобной для всех.
Вам не обязательно выбирать только одну модель из перечисленных выше. У каждой свои преимущества, и в определенных случаях разумно применять их вместе. Поведенческая персонализация – более современный подход, но это не означает, что она применима ко всем возможным сценариям. Например, вы можете попросить клиентов рассказать, в каких программах email-рассылки они хотят принять участие и в каком контенте заинтересованы, – чтобы не присылать им нерелевантную информацию в течение трех месяцев, пока вы работаете над их пожеланиями (иначе пользователи могут разочароваться и отказаться от подписки). В то же время, возможно, вы захотите адаптировать их пользовательский опыт под их поведенческие модели.
Плохая персонализация: эксперимент над настроением пользователей Facebook
Сейчас я приведу пример плохой персонализации. Она оказалась плохой не потому, что был выбран неудачный метод, а из-за того, что эксперимент отрицательно восприняли многие пользователи. Доверие к Facebook резко упало, и компания, вероятно, уже никогда не сможет вернуть пользователей, которые ликвидировали свой аккаунт. Опрос на сайте газеты Guardian показал, что 84 % респондентов из Великобритании утратили доверие к Facebook, а 6 % удалили свою учетную запись (Fishwick, 2014).
Авторы эксперимента манипулировали материалами новостной ленты, пытаясь контролировать настроение пользователей. Затем их посты пересматривались с целью выяснить, действительно ли изменилось настроение. Эксперимент рассердил пользователей: они полагали, что корпорация не имеет права ради собственной выгоды проводить психологические эксперименты на людях без разрешения участников. Это была эффективная реализация стратегии персонализации, но плохо продуманный эксперимент.
Войти с помощью соц. сетей: