Основи маркетингуСтатті

МАРКЕТИНГ web 4.0. Як штучний інтелект допомагає працювати зі споживачами?

28/02/2018

Маркетингові комунікації з кожним роком все більше й більше йдуть у віртуальний простір, стають інтегрованими та мультифункціональними. Починаючи з 60-х років минулого століття, комп’ютерно-технологічні засоби комунікації пройшли в цілому три етапи — web 1.0, web 2.0, web 3.0. Сьогодні ми стоїмо на порозі web 4.0, ключовими поняттями якого є «інтернет речей», «системи Вig Data», «штучні нейронні мережі», «блокчейн». Поки що ключові технології наступного етапу розвиваються переважно у форматі прототипів, але подекуди нові технології дозволяють здійснювати серйозні прориви в конкурентній боротьбі на ринку.

У контексті мети та завдань, що стоять перед маркетологами, які працюють на фармацевтичному ринку, найважливішими є такі, як клієнтські системи Big Data

Big Data як засіб формування ефективної клієнтської політики

У багатьох голлівудських фантастичних блокбастерах наявні сюжети про те, як універсальна комп’ютерна програма може стежити за усім людством одночасно, контролювати поведінку людей та надавати послуги на персональному рівні. Кілька десятиліть цю систему вважали казкою, чимось таким, що має місце тільки на рівні фантазій. Вітаю — сьогодні ця казка поступово перетворюється на реальність. Точніше, вона вже є реальністю. І ця реальність називається Big Data — система роботи із великими обсягами даних.

В контексті роботи із клієнтами це великі бази персональних даних про споживачів, які включають факти їхнього життя, уподобання, смаки, історію покупок товарів та послуг, що належать до профілю діяльності певної компанії.

Що це дає споживачам? Вони отримують рекламні пропозиції щодо саме тих послуг і товарів, які їм необхідні. Навіть не такі, що можуть їх зацікавити, а ті, які їм необхідні. Від таких рекламних повідомлень не виникає відчуття нав’язливості, вони не породжують негативне ставлення до тих, хто їм пропонує свій товар або послугу. Вони отримують саме те і саме тоді, коли їм це потрібно.

Що це дає виробникам та тим, хто здійснює продажі? Шлях до серця та розуму споживача скорочується, ефективність рекламної комунікації підвищується, відповідно вартість витрат на рекламу зменшується.

За результатами досліджень, проведених компанією IBM Institute for Business Valie, наразі частка системи Big Data у клієнтському сервісі становить 53%. Це досить переконливий показник.

Що таке сучасні системи Big Data і як їх можна поставити на службу фармацевтичної компанії? Це велика база даних клієнтів із зручним інтерактивним управлінським сервісом, яка через мережу інтернет з’єднана зі контактними точками доступу до клієнтів. Тобто програма в автоматичному режимі фіксує всі дані про наявних клієнтів та реєструє нових. Разом з тим вона або в автоматичному режимі самостійно надсилає клієнтам рекламні повідомлення, або готує контент для подальшого розповсюдження іншим шляхом.

Найбільш поширеними підходами до обробки даних в клієнтських базах є:

SQL — мова структурованих запитів, що дозволяє працювати з базами даних. За допомогою SQL можна створювати і модифікувати дані, а управління масиву даних здійснює відповідна система управління базами даних.

NoSQL (Not Only SQL) включає в себе низку підходів, спрямованих на реалізацію бази даних, що мають відмінності від моделей, які застосовуються в традиційних, реляційних системах керування базами даних. Їх зручно використовувати з огляду на постійно мінливу структуру даних (наприклад, для збору і зберігання інформації в соціальних мережах).

Map Reduce — модель розподілу обчислень. Використовують для паралельних обчислень дуже великих масивів даних (петабайт* і більше).

Hadoop — застосовують для реалізації пошукових і тематичних механізмів на Facebook, eBay, Amazon тощо.

SAP HANA — платформа для зберігання і обробки даних. Забезпечує високу швидкість обробки запитів, спрощує системний ландшафт, зменшуючи витрати на підтримку аналітичних систем.

Для прикладу: компанія Procter&Gamble за допомогою системи Big Data проектує нові продукти, здійснює планування рекламних акцій та проведення кампаній на глобальному і регіональному ринках. У структурі компанії створено спеціалізовані офіси Business Spheres, де можна переглядати інформацію в режимі реального часу, тестувати проекти, складати прогнози.

Згідно з даними Economist Intelligence Unit, найбільш пріоритетними напрямками застосування цієї технології є клієнтський таргетинг (42%), фінансове планування та аналізування (32%), продажі (29%).

Зазначені системи можуть працювати як на корпоративному рівні, створені під потреби конкретної програми, так й у вигляді онлайн-сервісу. Прикладом останнього може бути система «1С-Бітрікс Big Data», якою користуються близько 10 тис. інтернет-магазинів. Її сукупна клієнтська база налічує понад 35 млн споживачів. При цьому щоденно відбувається збір та аналіз близько 40 млн повідомлень про покупки.

Наскільки ефективно працює клієнтська система Big Data, свідчить показовий випадок, що трапився навесні 2012 р. у роботі ретейлової мережі Target. З клієнтської бази цієї компанії одній старшокласниці почали надходити рекламні пропозиції, які більше підходять для вагітних — памперси, іграшки, дитячий одяг, дитяче харчування тощо. Батьки дівчини, дізнавшись про цей факт, були розлючені та готували позов до суду. Але дуже скоро з’ясувалося, що комп’ютерна програма не помилилася — дівчина була вагітною.

subscribe

Підсумовуючи наш огляд потенційних можливостей та перспектив застосування системи Big Data, зазначимо, що в Україні така технологія ще мало відома. Отже, та компанія, яка почне активно використовувати усі можливості цієї системи, може отримати суттєві ринкові переваги.

Олександр Курбан, керуючий партнер PR-агенції «АНТ»

“Фармацевт Практик” #2′ 2018

 

ПЕРЕДПЛАТА
КУПИТИ КНИГИ