Целевая аудитория

В 2002 году один из крупнейших американских магазинов-дискаунтеров Target начал выискивать в своих базах какие-то особенности, выбивающиеся из общей картины. Target продает все на свете, от молока и бананов до мягких игрушек и садовой мебели, и подобно большинству розничных сетей в XXI веке стал изучать спрос, для чего разработал методики, позволявшие по результатам анкетирования и номерам банковских карт увидеть, как связаны профили покупателей с их покупками.

Американцам не надо пересказывать эту историю, прогремевшую на всю страну. В Target заметили: если женщины начинают загружать в свои корзины больше косметики без отдушек, то вскоре многие из них подписываются на специальную услугу, чтобы намекнуть родным и друзьям, каких подарков они ждут к рождению ребенка. База данных давала сигнал. Во втором триместре беременности дамы уже беспокоились, как бы не появились растяжки, и покупка увлажняющих и смягчающих средств для тела намекала на грядущие события. Достаточно было еще немного открутить список покупок назад, чтобы увидеть, что те же самые покупательницы заходили в Target за всякими витаминами и пищевыми добавками, например, содержащими кальций и цинк. Более поздние по времени данные даже позволяли предположить примерный срок родов – по закупкам больших упаковок ваты.

Будущие мамочки – мечта ретейлера. Заручитесь доверием беременной женщины, и велик шанс, что она будет регулярно посещать ваш магазин еще долго после рождения ребенка. Ведь когда вы пополняете запасы на неделю с орущим голодным ребенком на руках, ваше покупательское поведение формируется очень быстро. Важность такого анализа информации трудно переоценить – возможно, именно благодаря ему сеть Target получила фору в привлечении клиентов по сравнению с другими брендами.

Все пошло как по маслу. Target запустила алгоритм, который оценивал вероятность беременности покупательниц. Если эта вероятность достигала определенного значения, магазин автоматически высылал выбранной даме купоны на приобретение всякой полезной всячины – подгузников, лосьонов, детских влажных салфеток и еще много чего.

До поры до времени проблем не возникало. Но где-то через год после запуска программы в офис магазина в Миннеаполисе ворвался разъяренный отец несовершеннолетней девушки и потребовал провести его к администратору. Его дочь получила по почте скидочные купоны на товары для беременных, и он пришел в бешенство, решив, что в Target, судя по всему, подростковая беременность считается нормой. Администратор магазина рассыпался в извинениях, а через несколько дней позвонил домой этому господину, чтобы еще раз от имени компании попросить прощения за инцидент. Но после, как писала The New York Times, отец сам был вынужден принести извинения.

– Я поговорил с дочкой, – сказал он администратору. – Оказывается, я не все знал о том, что происходит в моем доме. В августе она родит.

Не знаю, как вы, а я полагаю, что алгоритм, который сообщает родителям о беременности их дочери раньше, чем у них появится шанс узнать об этом самим, заходит далеко за зловещую черту. Однако эта неприятность не заставила Target забраковать программу в целом. “Мы выяснили: покупательница пользуется купонами до тех пор, пока не почувствует слежки за собой. Она просто думает, что всем в ее квартале приходят на электронную почту точно такие же предложения пеленок-распашонок. Если мы не спугнем ее, система будет работать”.

Таким образом, Target, как и большинство современных розничных сетей, все же развивает деятельность по прогнозированию беременности покупательниц, не афишируя этого. Единственное отличие в том, что купоны на товары, которые могут заинтересовать женщину в положении, рассылают вперемешку с другими, общего назначения, так чтобы покупательницы не заметили, что они находятся под прицелом. Детские кроватки в рекламе компенсируются бокалами для вина. А скидку на одежду для младенцев могут дополнить рекламой одеколона.

Подобные методы используются не только в Target. Истории из ваших персональных данных редко попадают в прессу, но алгоритмы всегда начеку, притаились за спинами контактного персонала корпораций. Около года назад мне довелось побеседовать с директором по обработке и анализу данных одной страховой компании. Из программы лояльности супермаркета его сотрудники узнали о покупательских привычках людей все до мельчайших подробностей. Они проанализировали информацию и поняли, что любители повозиться на своей домашней кухне с меньшей вероятностью обратятся за выплатой по страховке жилья, то есть с ними работать выгоднее. Интуитивно это можно понять. Наверное, у тех, кому не жаль времени, сил и денег на трудоемкие кулинарные изыски, мало общего с теми, кто разрешает детям играть дома в футбол. Но как страховщики узнали, кто из клиентов магазина любит готовить? Очень просто – кое-какие товары в корзине говорили о низкой вероятности страхового случая. Лучшим индикатором, поведал мне мой собеседник, выдающим в вас человека ответственного и хозяйственного, оказался свежий фенхель.

Если по покупательскому поведению людей в реальной жизни можно узнать такие подробности, то подумайте только, какие секреты вам открылись бы, имей вы доступ к более обширным данным. Представьте себе, сколько интересного вы бы выяснили о человеке, если бы у вас была вся история его похождений в интернете.