В 2018 году, по расчетам IBM, по Сети ежесекундно проходит больше данных, чем составлял объем всего интернета 20 лет назад. Ни один человеческий разум не может даже вообразить такой объем информации. Только продвинутые программы способны обработать, отсортировать и проанализировать этот бесконечный поток данных. И даже после этого очищенные таблицы и цифры остаются за пределами нашего понимания: вот почему большинство аналитических программ преобразовывают данные в визуальные графики и диаграммы.
Недавно было даже выделено отдельное направление и введен новый термин «озеро данных», который применяется к сверхмассивам неструктурированной информации. Big Data в квадрате. Миллиарды записей, без иерархии или организации, аккумулирующие информацию из десятков тысяч источников. Очевидно, некоторые данные никогда не будут использоваться. Но при этом они сохраняются на будущее и могут быть сконфигурированы и перестроены по мере необходимости.
Маркетинг 2.0
Современные нейросети работают не с усредненными портретами целевой аудитории — они анализируют поведение каждого конкретного и вполне реального человека. Текущие задачи маркетологов сводятся к тому, чтобы установить нужные приложения, настроить их, определить параметры, получить обратную связь, корректировать и оптимизировать план работы и затем просто «нажать на курок».
Фундамент современного маркетинга — большие данные. Хранилище DWH (англ. Data Warehouse) – основа любой бизнес-аналитики, помогающая узнать, понять и предсказать модели поведения целевых аудиторий, рассчитать план продаж и разработать маркетинговые стратегии. Потоки информации собираются и аккумулируются в хранилищах, распределяются по источникам и по десяткам других параметров.
BigQuery, Amazon Redshift, Snowflake или Renta — эти и другие подобные системы сохранения и обработки Big Data позволяют проводить многоступенчатый анализ рынка, клиентов и конкурентов. Приложения вроде Similarweb или Popsters позволяют препарировать рынок, узнав все необходимое не только о поведении нужных клиентов, но и любых действиях конкурирующих компаний.
Как выглядит лестница современного автоматизированного маркетинга? Первоначально собираются данные в интересующей вас области через один из множества доступных сервисов по работе с Big Data. Затем с помощью настраиваемых фильтров они очищаются и структурируются. Весь процесс ведется без участия людей — мы здесь только помешаем.
Программы создают определенные иерархические структуры, проводится интеллектуальный анализ данных, исследование рынка и т.д. Когда работа нейросистемы завершена, менеджеру приходит результат в виде некоего саммари, что позволяет создавать идеальные предложения и месседжи для целевых аудиторий, а также планировать кампании, которые можно адресно транслировать на клиентов и выводить свои продукты в поисковые топы.
Но есть один нюанс. Маркетинговую кампанию нужно не только создать, но и запустить. При настройке рекламных кампаний маркетологи уже привыкли к подсказкам от сервисов по выбору потенциальных клиентов. Но когда смотришь на работу рекламных гигантов вроде Google, то словно переносишься на 40 лет назад, в оруэлловский 1984 год. Большой Брат знает о твоей истории браузера, всех видеопросмотрах и открытых приложениях, об интересах, семье, контактах, маршрутах, роде занятий, доходе, предпочтениях.
Современные системы работают, не банально следуя истории поведения клиента в прошлом, но прогнозируя его намерения в будущем. И предсказывая, какие элементы и предложения заинтересуют потенциальных покупателей.
Доверяй, но проверяй
Итак, искусственный интеллект уже лучше самых профессиональных маркетологов разбирается, кому и что показывать. Та или иная нейросеть предложит оптимальную SMM-стратегию, поможет создать контент-план и провести точный анализ результатов. Думаете, на этом все и продвинутых рекламных инструментов от Google или Яндекс вполне достаточно? Не будьте наивными!
Статистика рекламной кампании — это набор базовых параметров: CTR, CPC, количество показов и т.п. Да, вы можете оптимизировать рекламу по кликабельности и цене за клик, но не будете знать, как все это в действительности влияет на продажи. Дальше на помощь придут другие системы.
Современная инфраструктура аналитики модульная и основывается на микросервисах. Комплекс базовых приложений вроде «call tracking + веб-аналитика + CRM» дает подробную карту сопровождения маркетинговых действий. Сервисы узкоспециализированы и изначально настроены на интеграцию в единую сеть. Каждый из них может дать полный обзор ключевых показателей:
- процент удержания пользователей (CRR),
- пожизненная ценность клиента (CLV),
- расчет эффективности инвестиций (ROI),
- коэффициент повторных покупок (RPR),
- индекс потребительской лояльности (NPS) и т.д.
Все это рассчитывается алгоритмами, которые контролируют каждый этап работы с клиентом. Они могут как выводить все это в диаграммах, так и самостоятельно рекомендовать решения проблем в том или ином звене бизнес-цепочки.
Звучит неплохо: современные сервисы не только позволяют получать достоверную карту процессов, но и освобождает маркетологов-аналитиков от рутины, позволяя заниматься креативом. Искусственный интеллект никогда не сможет придумать великую и безумно гениальную идею. Контент-роботы никогда не смогут написать великолепные статьи, сделать талантливые иллюстрации и снять трогательное видео. Будем объективны: 99% людей так же не смогут сделать этого. Но вот на основе имеющейся информации написать самые обыкновенные, толковые и релевантные статьи современные программы могут не хуже, чем среднестатистический копирайтер.
Умирающая профессия
Если не креатив, так, может, стратегическое мышление и оригинальное видение — вот в чем заключаются задачи маркетологов новой волны? Увы, здесь нас тоже ждет разочарование. По своей сути стратегия продвижения бренда — это всего лишь подготовка выводов и резюме на основе сбора предыдущих данных. Сквозная аналитика позволяет оценить каждый канал, процесс и источник с точки зрения пользы для бизнеса. Программы машинного обучения позволяют перебирать варианты и рекомендовать оптимальные стратегии продвижения на основе доступного опыта. Да, существующие решения вроде CoMagic, Roistat или др. не могут работать без наличия оператора, но еще несколько лет назад вопрос замены человека софтом вообще не стоял.
Сегодня у любой компании есть выбор из сотен программ, позволяющих выстроить оптимальные маркетинговые процессы на протяжении всей цепочки. Грамотный маркетолог — тот, кто сможет собрать их в единую систему и не запутается при введении настроек. А затем прочитает входящие данные.
Пуши, любая внутренняя и внешняя аналитика, воронки продаж, отчеты по всем видам событий, ремаркентинг, API, тестирование и пр. – все это обнаженная статистика, доступная жадному взгляду Большого Брата. Точнее целой системе умных программ, которые знают нас лучше нас самих.
Я не знаю, как будет выглядеть механизм продаж в 2025 году. Но скорее всего для живых маркетологов там просто не останется места.
Александр Ермаков, сооснователь и глава направления ICO в компании Next Tech
