Предиктивный маркетинг

Если 30 лет назад маркетологи, для прогнозирования поведения покупателей, оценки динамики спроса и персонализации предложений использовали опросы и анкетирование, то сейчас сбором, аналитикой занимаются машины, которые наблюдают за действиями посетителей сайтов, оценивают их по десяткам критериев. Расскажем, как устроен предиктивный маркетинг (predictive marketing), чем полезен для бизнеса, как работает, какие технологии использует. 

Основные принципы и технологии

Predictive marketing нужен для предугадывания поведения потребителей, выявления трендов, паттернов, закономерностей по ключевым параметрам.  Основан на обработке больших массивов данных исторических и текущих, с использованием машинного обучения, ИИ, методах статистического моделирования. Если проще – сопоставляя, скажем, статистику по сезонному спаду продаж за предыдущие периоды, можно предсказать объемы выручки в будущем. 

Предиктивная аналитика включает 6 этапов:

1. Постановка целей, задач исследования и формулировка результата – расширение ЦА, увеличение конверсии, оптимизация расходов на рекламу, например.
2. Отбор сервисов, настройка по параметрам – в банковской сфере это могут быть возраст, уровень дохода заемщика, а в сегменте электронной коммерции – регион, пол, предпочтения, действия на сайте.
3. Сбор информации из доступных источников – клики, переходы, время, проведенное на странице, история покупок, реакция на маркетинговые, рекламные кампании. Например, побуждает или нет электронная рассылка с персональной скидкой оформить, оплатить заказ. 
4. Анализ – алгоритм сравнивает историческую статистику с текущими показателями, выявляет поведенческие паттерны, закономерности.
5. Построение математической модели – для разработки мер по улучшению взаимодействия с пользователями для увеличения продаж, средней суммы в чеке или разработки мер по удержанию постоянных покупателей.
6. Оценка результатов с поправкой на человеческий фактор – предиктивный метод не дает точных прогнозов. 

На основе аналитических прогнозов можно персонализировать электронные рассылки, таргет, предугадать реакцию ЦА на рекламные предложения. Выявить триггеры, которые с большей вероятностью “зацепят” аудиторию. Оценить динамику спроса и понять, как, за счет каких факторов будет меняться поведение потребителей. Кроме этого прогнозирование позволяет:

• эффективно использовать ресурсы – выявляя перспективные каналы коммуникации, сокращая бюджеты на менее эффективные;
• предугадывать, соответствовать ожиданиям ЦА, улучшать продукт, услугу – что дает компании конкурентное преимущество;
• персонализировать рекламу – на основании интересов, предпочтений;
• сокращать риски – помогает быстро адаптироваться к меняющимся рыночным условиям.

При относительно высоких погрешностях (точные результаты получить нельзя), технология в любом случае упрощает управление рисками. Поэтому предиктивный маркетинг применяется в банковском секторе для отсеивания неблагонадежных клиентов. На производстве для оценки вероятности возможных поломок оборудования, что может сильно сократить расходы на ремонт. 

Примеры применения

Компания ЕАптека применила технологию для сегментации пользователей приложения, выделения группы клиентов, которые покупают товар, вне зависимости, действуют ли на него скидки или нет. 

Исследование состояло из 2 этапов:

• электронная рассылка с промокодами и без для двух групп;
• АВ тестирование, по итогам которого оказалось, что конверсия писем в закрытую сделку (оформление, оплата заказа) примерно одинакова.
• Итог – компания увеличила прибыль, сохранив маржу и определила портрет потребителя, интерес которого к товару не зависит от скидочных предложений. 

Каждый маркетолог скажет, что удержать лояльную, знакомую с продуктом, аудиторию, намного проще, чем завоевать новую. Аналитические исследования помогают выявить тревожные паттерны, которые указывают на вероятный отказ от сотрудничества – редкие визиты на сайт, длительные периоды между оплаченными заказами. 

Например, английский провайдер, с помощью исследования поведенческих факторов решил проблему оттока клиентов. Была выявлена группа абонентов, которая по какой-то причине не пролонгировала договор, но и не заключила его с конкурентами. После рассылки с персональной скидкой, в компанию вернулось 10 % пользователей. 

Методы анализа и прогнозирования

В качестве инструментов используются СРМ, облачные сервисы, системы управления Big Data, алгоритмы для А/В тестирования, платформы для преобразования числовых значений в формат графиков, таблиц. Отбор инструментов, параметры для выборки определяют в зависимости от задач.

Для интернет магазинов, мелкого бизнеса, продающего услуги через аккаунт в социальных сетях (те же ателье, маникюрные кабинеты) может быть Look-a-like – сервис таргетированной рекламы на базе ИИ. Которая по заданным критериям (пол, возраст, регион) находит новую, схожую с постоянной, целевую аудиторию. Считает клики, определяет реакцию посетителей страницы на посты, рекламу.

Цифровой анализ на основе обработки Big Data, по отчету Statista на 2023 год, уже применяют или находятся на стадии внедрения более 80 % крупнейших брендов. А по прогнозам Acumen Research and Consulting к 2026 году мировой рынок предиктивной аналитики достигнет 25 миллиардов долларов. В процентном выражении за период с 2019 по 2026 год, сегмент будет расти на 20 % в год. 

То есть спрос на специалистов по обработке данных будет только расти. Если в планах получить востребованную профессию или сменить работу – самое время пройти обучение. Вариантов два – учебные заведения ( ВУЗы, колледжи) и онлайн курсы.  Первый подходит не всем, поскольку учебных организаций, предлагающих целевые программы немного. Значит придется думать о временном переезде на период обучения. Второй более универсальный – можно учиться в любое время, из любого города и совмещать работу с учебой. 

В нашем университете больше 50 курсов для действующих и будущих бизнес-аналитиков, руководителей и IT-специалистов. Каждая программа на 80 % состоит из практики, то есть студенты получают навыки, которые действительно пригодятся в работе. После окончания обучения выпускники получают дипломы государственного образца и помощь в трудоустройстве. 

Преимущества и риски

К достоинствам относят возможность:

• прогнозирования спроса, уровня продаж с привязкой к сезонности, региону;
• персонализация, сегментация – для расширения целевой аудитории, эффективного взаимодействия, повышения лояльности к бренду;
• оценка показателя LTV (пожизненная ценность клиента) – для подсчетов, в какую сумму обходится каждый покупатель и разработки мер по снижению затрат, при одновременном увеличении прибыли;
• оптимизация ценообразования – по какой цене продукт готовы покупать, когда нужно делать скидки или продумывать другие способы стимулирования продаж;
• эффективное расходование бюджета – алгоритмы помогут выявить предпочтения пользователей, выбрать действенные каналы продвижения, улучшить пользовательский опыт (например, встроить в текст кликабельные ссылки, ускорить загрузку страниц для снижения раздражающих факторов, мешающих завершить сделку).

Из недостатков – точность предиктивного маркетинга зависит от валидности обрабатываемой информации. Поэтому его можно применять как хороший инструмент, но выстраивать только на основе модели маркетинговую стратегию рискованно.

Вторая проблема – вопрос безопасности, этичного использования конфиденциальных данных. Тех же контактов, которые посетители сайта оставляют при авторизации. Чтобы смягчить изначально предвзятое мнение об обработке пользовательских данных, неплохо делать упор на внедрении систем безопасности для исключения попадания важной информации в свободный доступ.

 Итоги

Предиктивный маркетинг правда отличный инструмент, который помогает бизнесу лучше узнать ЦА, предсказать ее поведение, улучшить продукт и опередить конкурентов. Чтобы ожидания от его внедрения совпали с результатами, стоит использовать несколько моделей, а не полагаться только на предсказательный метод.

Почему банковские аналитики получают больше других?

Финансовый аналитик в банке: как попасть в топовую компанию?