Почему искусственный интеллект лучше думает о людях, чем сами люди - Технологии
$59.4
69.79
ММВБ1933.1
BRENT50.90
RTS1020.60
GOLD1263.37

Почему искусственный интеллект лучше думает о людях, чем сами люди

читайте также
+27 просмотров за суткиЗачем «Яндекс» открыл доступ к своей системе машинного обучения +2 просмотров за суткиУчение — свет: machine learning в индустрии развлечений +2 просмотров за суткиМожно ли заработать на школьном онлайн-образовании в России +3 просмотров за суткиКак «программатик-потребление» меняет индустрии FMCG и продуктового ритейла? +1 просмотров за суткиЗадушевный друг: почему чат-боты пока не поддерживают свободные беседы и почему это не нужно? +1 просмотров за суткиДиктуй условия: как трое украинцев рассчитывают потеснить Siri и Alexa +1 просмотров за суткиБудущее автоматизации маркетинга и типичные ошибки на пути к ней +1 просмотров за суткиМедицина в цифровую эпоху: сможем ли мы стать более здоровыми в эпоху IT +2 просмотров за суткиУраган в СМИ. Истерия по поводу катастрофы как зеркало нашего времени +1 просмотров за суткиМедицина будущего: какие технологии позволят людям победить старость, болезни и смерть? Робооккупация: как офис заселяют роботы +2 просмотров за суткиМиллион от миллиардера: Усманов запускает конкурс стартапов в социальных сетях Супергео, хештеги, экономия: как выглядит новая эра продвижения в соцсетях? Что будет, когда беспилотные автомобили будут повсюду? +8 просмотров за суткиМашинное обучение в online travel: смогут ли роботы продавать туры и авиабилеты лучше людей? +1 просмотров за суткиРобот: нанять и простить. Заменит ли автоматизация рабочих в российском машиностроении? +4 просмотров за суткиКак компании в сфере социальной коммерции меняют рынок ретейла +4 просмотров за суткиКиберпреступления: что противопоставить изобретательным мошенникам? +4 просмотров за суткиИскусственный интеллект санирует бизнес: кому и зачем нужны решения по поиску «слабых звеньев» в компании +2 просмотров за суткиКлубничные берега: умные агротехнологии становятся «домашними» +4 просмотров за суткиРомантики в нейронных сетях: что последует за бумом нашумевшей технологии?
Технологии #Big Data 25.05.2017 12:52

Почему искусственный интеллект лучше думает о людях, чем сами люди

Денис Афанасьев Forbes Contributor
Фото Getty Images
Все большее число ритейлеров выбирают для управления цифровыми маркетинговыми кампаниями платформы управления данными (DMP – data management platform).

Что «Альберт» знает о нижнем белье

В октябре прошлого года розничный продавец нижнего белья — американская компания Cosabella, имеющая также сайты e-commerce в Великобритании, Австралии, Германии, Франции, Италии и Канаде, —  решила отказаться от услуг своего агентства интернет-рекламы в пользу DMP-платформы (data management platform — система для хранения и систематизации различных типов данных, агрегируемых для таргетинга рекламы). По мнению маркетологов Cosabella, агентство стало плохо контролировать фокус. Спусковым крючком к расставанию стали результаты второго и третьего кварталов прошлого года, когда результативность маркетинговых кампаний устремилась к нулю, а рост доходов прекратился.

В компании посчитали, что проблема, скорее всего, не в конкретном агентстве, а работе с командой рекламистов как подходе – то есть в человеческом факторе. Маркетинговые кампании были поручены DMP-платформе «Альберт». Перед искусственным интеллектом поставили задачу заниматься всей маркетинговой активностью компании в социальных сетях на основе KPI, разработанных маркетологами компании. Результаты превзошли самые смелые ожидания. Только за первый месяц использования платформы «Альберт» на 50% увеличил «кликабельность» баннеров и на 12% уменьшил число баннеров с низкой эффективностью. Благодаря платформе произошел рост общего числа сессий веб-сайта компании на 37%. К концу первого квартала прошлого года платформа «Альберт» увеличила ROAS (окупаемость расходов на рекламу) Cosabella до 336%: увеличение за квартал по отношению к предыдущему составило 155%. А в Facebook, например, произошло увеличение ROAS на 565%. За весь четвертый квартал 2016 года фирма более чем утроила рентабельность своих маркетинговых кампаний и увеличила клиентскую базу на 30%.  До использования DMP только 5-10% доходов было связано с использованием каналов продвижения в социальных сетях. После того как в дело включился «Альберт», рост доходов от кампаний в  Facebook составил 2000%.

Первоначально DMP работала с маркетинговыми кампаниями, разработанными маркетологами Cosabella – оценивала их эффективность, корректировала их. Но постепенно она сама начала их разрабатывать – и это у нее получилось лучше, чем у маркетологов.

Кроме того, платформа позволила проводить микросегментацию, превращая несколько широких категорий — мужчин и женщин определенных возрастных групп и достатка, в десятки групп со спецификой отклика на те или иные маркетинговые воздействия. Использование платформы показало, как ошибочно было слишком жестко настраивать периметр целевой аудитории. Система позволила находить новые группы потребителей за этим периметром и расширять его.

После некоторых раздумий и тестов искусственному интеллекту был целиком передан в управление бюджет на маркетинговые кампании. Ведь выяснилось, что система «Альберт» способна перемещать бюджеты в любую из областей, которыми он управляет, и если точка результативности находится выше, чем объем финансирования, она может рекомендовать его увеличить. Благодаря платформе, ни по одной из маркетинговых кампаний нет недофинансирования и нет перерасхода средств, что раньше случалось. «Альберт» работает без выходных, своевременно и без эмоций реагирует на кризисные ситуации на рынке. Главное достоинство системы, по мнению маркетологов Cosabella, состоит в том, что «Альберт» не думает о людях так же, как люди думают о людях. Ее подход совершенно иной. Когда человек описывает другого человека, он использует обычно не более десяти свойств. Цифровая платформа видит у каждого человека десятки особенностей.

А каковы затраты на искусственный интеллект по сравнению с затратами на команду рекламистов? «Впрямую» использование DMP обходится дороже, чем работа с рекламным агентством. На рекламное агентство, по разным оценкам, приходится 15-20% расходов на маркетинговые кампании в сети. На «Альберт» приходится 18%, однако при использовании DMP нет платы за внедрение системы и ежемесячных выплат. В Cosabella считают, что, предпочтя систему «Альберт», выиграли во всех отношениях.

Как DMP находит клиентов для новых продаж

Российская компания – дилер Toyota, во втором квартале прошлого года столкнулась одновременно с двумя проблемами: снижением продаж и ростом затрат на маркетинговые кампании – цифровые и офлайновые (кейс из практики CleverData, которую представляет автор. — Forbes). Рекламные агентства, с которыми она сотрудничала, предложили интенсифицировать эти кампании, руководство компании увеличило маркетинговый бюджет на четверть. Продажи продолжали сокращаться. Агентства утверждали, что без кампаний, которые они ведут, снижение было бы еще больше. 

Менеджеры этой дилерской компании, как и их коллеги из Cosabella, приняли решение взять бразды правления маркетинговыми кампаниями из рук рекламных агентств – и передать их искусственному интеллекту. После кастинга была избрана одна из отечественных DMP, лучше всего зарекомендовавших себя на рынке продаж дорогостоящих товаров. 

Первый этап перестройки маркетинга: проведена тестовая маркетинговая кампания, не предусматривавшая таргетирования и дифференциации воздействия на категории потенциальных потребителей как на собственном сайте e-commerce, так и на наиболее массовых ресурсах, где точно бывают потенциальные покупатели Toyota.

Система тщательно протоколировала, кто заходил на сайт через баннеры или самостоятельный поиск, кто интересовался теми или иными марками машин, кто готов был записаться на тест-драйв и, следовательно, оставлял информацию о себе. Эту информацию, а также информацию из CRM система дополняла данными из паблика в интернете. Так сформировались гипотезы об основных профилях потенциальных покупателей и была сделана предварительная сегментация потребителей.  

Кстати, обнаружились новые перспективные аудитории – по которым ранее не работали. Например, выяснилось, что на сайт приходит немало владельцев машин одной и конкурирующих марок. Оказалось, что это одна из самых перспективных целевых аудиторий, которая ранее не отрабатывалась.

На следующем шаге DMP разработала несколько маркетинговых программ для этих аудиторий, с помощью маркетологов дилерской компании были выделены KPI. Кроме того, система спроектировала маркетинговые каналы по наиболее перспективным потребительским категориям. Система сама выбирала рекламные сети, умеющие показывать баннеры в отобранных маркетинговых каналах.

Искусственный интеллект в реальном времени отслеживает эффективность рекламы на этих ресурсах, выделяет те направления маркетинговой активности, которые наиболее перспективны. И направляет туда бюджетные средства.

Использование DMP обошлось компании на 50% дешевле, чем годовой контракт с агентством интернет-рекламы. Новый контракт с агентством – выполняющем посредническую функцию по заказу размещений, составляет 5% от прежнего. При этом эффективность рекламных размещений выросла на 200—300%. Продажи автомобилей, благодаря этим мерам, в четвертом квартале прошлого года восстановились практически до докризисного уровня. А в первом квартале этого стали расти. Тогда как у других участников рынка продажи продолжают снижаться.

Как создать интеллектуальную воронку?

Молодая российская обувная компания в начале прошлого года попыталась построить воронку продаж — не слишком успешно (кейс из практики CleverData, которую представляет автор. — Forbes). Воронка продаж как маркетинговая технология состоит в том, что тем, кто не знает о бренде, нужно рассказать о нем – и максимум из них привлечь в круг интересующихся; у тех, кто знает, вызвать интерес к тем или иным моделям; а тем, кто интересуется, просматривал что-то в интернет-магазине, но «положил» обратно, предложить выгодные условия приобретения; тем, кто уже делал покупки, предложить сопутствующие товары и модели взамен той, что у них уже есть.

Баннерная реклама, которую размещал собственный маркетинговый отдел, оказывалась неэффективной, а многим из тех, кого все же удавалось привлечь рекламой, не получалось сделать достаточно интересное предложение о покупке. Компания обратилась за помощью в агентство интернет-рекламы. Агентство оказалось продвинутым и взялось за системное создание воронки продаж с помощью DMP.

Первый делом его специалисты, привлекая как свои экспертные знания, так и искусственный интеллект DMP, разработали стратегию и программу привлечения, чтобы убедить потенциальных покупателей, что бренд ей подходит. Были взяты данные из CRM, программы лояльности, добавлены сведения из сетевого паблика. Таким образом, был сделан предварительный таргетинг аудитории, выявлены каналы продвижения, которые наиболее релевантны для тех или иных групп потребителей, отобраны рекламные сети, которые умеют показывать рекламу в этих каналах. А также выбраны с помощью тестов несколько типов креативных решений, разработанных дизайнерами агентства.

Второй этап – разработка стратегии и реализации программы продаж. С ней DMP справилась полностью самостоятельно – на основе KPI, разработанных специалистами рекламного агентства. Искусственный интеллект: анализировал тех, кто перешел на сайт e-commerce; вычислял индивидуальные предложения: им предлагаются модели обуви, которые заинтересуют именно данного потребителя; по реакции на эти предложения предлагал дополнительные стимулы – скидки, разработанные на основе статистики; связывал с потенциальным клиентом по оптимальному для него каналу коммуникации.

Воронка, управляемая искусственным интеллектом, работает уже больше года, благодаря ей обувной бренд увеличил объемы продаж более чем в два раза, причем рост от квартала к кварталу увеличивается.

Как искусственный интеллект захватывал маркетинг

DMP появились в начале 2010-х годов – и первоначально использовались только для алгоритмической закупки рекламы. Их предназначением был сбор данных о поведении пользователей в интернете, обработка этих данных математическими алгоритмами и формирование сегментов/профилей пользователей для того, чтобы другие системы использовали эти данные. Почти сразу DMP попытались использовать и для поиска в Сети представителей целевых аудиторий компании. Маркетинговые результаты были более чем скромные.

Однако, как выяснилось, искусственный интеллект в этом фиаско не был виноват: это выяснилось, как только из цепочки исключили маркетологов. Их заменили Look-alike-анализом. В DMP загружаются данные из CRM-системы или сегмент пользователей, которые совершили целевое действие на портале e-commerce, и DMP с помощью алгоритмов машинного обучения, выделяет настоящие целевые аудитории, и находит пользователей, «похожих» на целевую группу. Искусственный интеллект может обрабатывать очень большое число параметров (обычно несколько тысяч), которое характеризует каждого интернет-пользователя.

Решив задачу связи данных в CRM с данными в Сети, DMP получили возможность управлять таргетированием и в других каналах привлечения клиентов: социальные сети, имейл-рассылки, контент сайта и другие. Кроме того, DMP показали себя с самой лучшей стороны при управлении взаимодействием с каждым отдельным пользователем и его «ведении» к покупке.

Новый тренд – превращение DMP в Data Marketing-хабы, которые отвечают в компаниях и агентствах интернет-рекламы за централизацию аудиторных данных, выполнение задач по выбору предпочтительного для каждого пользователя продукта, канала коммуникации, отслеживают customer journey (путь клиента, его взаимодействие с компанией) и формируют централизованную отчетность по всем маркетинговым коммуникациях и их эффективности. Разумеется, их использование по-настоящему эффективно только с big data. Но сегодня существуют технологии, позволяющие сформировать корпус больших данных даже средней компании. Важно сделать массу предварительной работы, в частности адаптировать маркетинговую стратегию компании к цифровому маркетингу.

Перспективный инструмент

Аналитики из Econsultancy провели глобальное исследование, посвященное DMP. 20% опрошенных заявили, что начали использовать DMP более четырех лет назад, хотя большинство респондентов по-прежнему относятся к искусственному интеллекту как к новому инструменту. При этом в Северной Америке темпы роста использования технологии опережали европейские. Однако в Европе происходит скачек в использовании DMP.  

DMP используются прежде всего для оптимизации маркетинговых кампаний, а также маркетингового анализа. Доля организаций, планирующих увеличить отдачу от использования платформ управления данными,  увеличилась с 15% до 30%. DMP рассматриваются как важнейшая инвестиция для реализации маркетинговой стратегии.  Наиболее широко DMP проникли в цифровую торговлю одеждой, обувью, косметикой, бытовой электроникой, автомобилями. Они широко используются также в телекоммуникационном секторе и розничном банкинге. Уже есть интересные примеры применения таких систем в b2b.

У нас в стране DMP только начинают использоваться. Проникновение подобных систем в торговлю, по моим оценкам, – около 5%, в банковский ретейл – около 15%, в телекоммуникационный сектор – около 40%. Именно в кризис спрос на системы искусственного интеллекта существенно вырос. По оценкам российских экспертов, доходы от рекламы с помощью DMP превысят 20% от рынка медийной рекламы. Использования DMP по отраслям и сферам применения растет неравномерно, но в среднем это рост на двузначный процент. Что естественно: DMP — наиболее эффективное бизнес-решение как для условий кризиса, так и для наступающего в экономике «мирного» времени.