Каждому из нас пару раз приходили push-уведомления, которые явно ошибались адресатом. На другом языке, с неправильным именем или полом, ссылаясь на действие в приложении, которого вы не совершали. В итоге плохо всем: и вам, потому что вы не знаете итальянского, и разработчикам, которые отправили уведомление не в ту страну. Всего этого можно было бы избежать, если бы маркетологи знали, как правильно пользоваться персонализацией.

Персонализация

Приложение Euronews, которое любит слать новости на всех языках, кроме нужного

Зачем это нужно

Как пишут авторы блога Referral Saasquatch, основные функции персонализации — это:

  • Привлечение клиентов;
  • Налаживание лучших отношений с клиентами;
  • Совершенствование опыта работы с клиентами;
  • Повышение уровня знаний о ваших клиентах;        
  • Возвращение клиентов.

Как видно из этого списка, работа персонализации вертится вокруг стремления заполучить доверие клиента. Люди не склонны доверять брендам: согласно исследованию Insight Report, 55% потребителей доверяет фотографиям клиентов больше, чем фотографиям бренда. Интересно и то, что 92% опрошенных доверяют заработанным медиа (earned media) больше, чем любому другому источнику информации, что, по всей видимости, предопределяет успех таких сервисов как Yelp and TripAdvisor, работа которых основана на обработке рейтингов и обзоров со стороны клиентов.

В течение многих лет в глазах маркетологов персонализация ограничивалась подставлением имени клиента в строке темы или сортировкой объявлений на основе просматриваемой информации.

Персонализация

И даже с простым подставлением имени часто возникают проблемы

С внедрением машинного обучения механизм медленно, но верно начал приближаться к рабочему виду. Алгоритмы машинного обучения могут отслеживать взаимодействия потребителей с каждой частью контента, чтобы давать рекомендации, основанные на поведении потребителей и производительности контента. Комбинируя наиболее релевантный для клиента контент с эффективностью, интеллектом и автоматизацией машинного обучения, бренды снижают свои маркетинговые затраты, «как люди» взаимодействуют с клиентами и в конечном итоге генерируют больше продаж.

Теперь персонализация используется в поисковых системах, интернет-магазинах, email-рассылках. Основные методы — cookie-файлы, коллаборативная фильтрация (метод формирования прогнозов через предпочтения клиентов), профилирование пользователей и анализ данных.  

Использование искусственного интеллекта

Интересную роль в процессе занимают чат-боты, уже завоевавшие внимание современного пользователя. Кроме решения предпринимательских задач и круглосуточного доступа, позволяющих ему «зарабатывать деньги, пока вы спите», чат-бота можно ценить за его способность собирать информацию о клиентах, узнавая их предпочтения, и за возможность хранить информацию о типах задаваемых вопросов. После того как чат-боты узнали клиентов, в дело вступает персонализация. Боты могут использовать имя клиента при обращении и, что более важно, брать в оборот собранную информацию для рекламы других продуктов, которые могут быть им интересны. Это очень важно, учитывая, что почти «девять из десяти потребителей говорят, что персонализация влияет на их решения о покупке».

Отличным примером является компания H&M. При взаимодействии с клиентами, чат-бот спрашивает о стиле одежды, которые они предпочитают. Затем, когда у бота будет достаточно информации, он может дать рекомендации, которые соответствуют вкусам клиентов.

Другие примеры

Amazon — еще один удачный пример компании, умело пользующейся инструментом персонализации. Крупнейший продавец товаров и услуг работает с алгоритмом «системы коллаборативных рекомендаций», который сохраняет огромный список истории клиентов и классифицирует его по разделам: купленное, любимое, сохраненное, внесенное в список желаний и т. д. Кроме того, Amazon тематически помечает товары, которые, по ее мнению, подлежат одной категории: «Путешествия», «Искусство», «Предметы роскоши» и прочее. Это помогает давать рекомендации группам потребителей, которые имеют схожие интересы. Только раздел «Предложения о покупке» приносит компании дополнительные 10-30% дохода.

Google включила технологии персонализации в поисковую систему еще в 2009 году. Недавно компания анонсировала новую персонализированную ленту новостей, которая будет извлекать информацию из других сервисов, включая Google Карты, Gmail и YouTube, что позволит пользователям узнавать новостные сюжеты, спортивные оценки и видео на основе предыдущих запросов прямо.

Сервис по поиску и бронированию авиабилетов Momondo с помощью cookie-файла подстраивает цены лично под вас.

Геоданные пользователя подсказывают погодным приложениям, наподобие Яндекс.Погода, прогноз какой точки мира вам показать в очередном push-уведомлении. Кстати, недавно мы делали подробный анонс лучших приложений о погоде, на случай, если вы устали от вранья в прогнозах.

Как мы выяснили, новые технологии создали невероятно тесную связь между покупателем и продавцом, проложив новые пути для взаимодействия, подобные человеческим взаимоотношениям. Неужели мы приблизились вплотную к мистической «гиперперсонализации»?

Понравилась статья? Подписывайтесь на email-рассылку Unilead News и на наш канал в Telegram. Liked the article? Subscribe to "Unilead News" email newsletter and join our Telegram channel.


Поделиться:Share on FacebookShare on VKTweet about this on TwitterShare on LinkedInEmail this to someone
Автор: