Искусственный интеллект и машинное обучение в маркетинге в ритейле

К борьбе маркетологов за внимание потребителя подключаются машинное обучение и искусственный интеллект. Компьютер умеет точно анализировать терабайты данных, что недоступно человеку, помогает работать с инфлюенсерами, создавать виртуальные модели для рекламных кампаний и даже имитировать живой язык общения. Эксперт по сквозной аналитике Calltouch Павел Мрыкин рассказывает, как «умные» машины продвигают продукты и налаживают отношения с покупателями.

О положительном влиянии машинного обучения (МО) и искусственного интеллекта (ИИ) на бизнес-показатели говорят многие. Например, по данным Microsoft, первые пользователи технологий в Великобритании уже отметили улучшение производительности и рост корпоративных результатов на 5%. С какими именно задачами ИИ и машинное обучение помогают справляться маркетологам, как компании создают линейки продуктов на основе разговоров на улице и популярных песен, а также из-за чего от вашего продукта может отказаться половина клиентов? Мы подготовили ответы на эти и другие важные вопросы.

Про «умные» машины в глобальном маркетинге

Какие каналы продвижения наиболее выгодны для данного продукта в определенном контексте? Сколько будет длиться рекламная кампания? В какой момент ее лучше запустить? С этих вопросов начинается продвижение любого товара или услуги. Традиционно подобные глобальные решения рассчитываются специалистами по рекламе и маркетингу вручную, но использование ИИ помогает оптимизировать и этот процесс. Так, сервис Lookalike Audience помогает найти и привлечь потенциальных покупателей, основываясь на характеристиках тех, кто уже пользуется брендом.

Инструменты машинного обучения также эффективны при медиапланировании — подсчете, сколько заказов вам принесет каждый выбранный канал продвижения. Сервис собирает статистику по рекламным источникам и расходам на него. В итоге машина делает прогноз, на основе которого удобно планировать, строить модели и составлять план расходов.

Когда маркетинговая кампания выстроена, начинается один из наиболее тонких и сложно прогнозируемых этапов – общение с клиентами. Сфера применения ИИ и машинного обучения в данной сфере довольно обширна. Например, алгоритмы могут «подсказывать» потенциальным клиентам на сайте, какой товар им лучше выбрать. Так, несколько лет назад Amazon афишировал следующие цифры: 35% своего годового дохода компания получала именно за счет персонализированных предложений, которые генерирует ИИ для пользователей. Поэтому, если у компании достаточно данных, подобную работу лучше поручить машине, которая без труда проанализирует тысячи аккаунтов и предложит посетителю вашего сайта или приложения наиболее релевантный продукт. Кастомизация настолько ценна для пользователей, что, по данным Salesforce.org, 52% клиентов готовы перестать пользоваться брендом, если поймут, что их сообщения недостаточно персонализированы.

ИИ и машинное обучение упрощают работу маркетологам не только косвенно, благодаря организации адресного подхода, но и напрямую. Они предоставляют точные и организованные данные для управления текущей кампанией и разработки следующих. Например, если у вашего бренда есть колл-центр, то «умный» алгоритм может автоматически фиксировать, по какому объявлению, в какое время и какого пола вам звонят клиенты. Наличие этих данных заметно повышает точность таргетинга, и следовательно, позволяет привлечь наиболее заинтересованную аудиторию, а также сэкономить бюджет на неработающих каналах.

Чтобы понять, как клиенты и рынок в целом отреагировали на ваши маркетинговые ходы, существуют «умные» машины, которые позволяют работать с репутационными рисками. Так, например, сервис Brand Analytics анализирует информационное поле — социальные сети, открытые чаты, онлайн-медиа. Чтобы структурировать огромные объемы информации, алгоритмы рассортировывают ее по категориям и даже по тональности, выявляя в том числе недовольство или агрессию клиентов. Это позволяет понять, что говорят о вашей компании и конкурентах в публичном пространстве.

Про роботов и креативные решения

ИИ и машинное обучение участвуют не только в оптимизации рутинных задач, но и тех, что требуют творческого подхода. Например, программа Phrasee занимается копирайтингом — с помощью нее компания может настроить автоматический email-маркетинг: письма будут составлены живым «человеческим» языком.

Алгоритмы ИИ могут работать не только с текстом, но и заниматься визуальной частью. Так, с помощью технологии Rosebud, можно создать модель, которая идеально подойдет для рекламной кампании конкретного бренда. Компьютер собирает демографические данные о целевой аудитории и на основе этой информации создает неотличимого от живого человека виртуального манекена, который визуально будет являться наиболее привлекательным для потенциальных клиентов компании. Создатели алгоритма утверждают, что сгенерированные ИИ модели повышают кликабельность на 22%, а сама технология позволяет сэкономить на традиционных съемках.

Технологии теперь участвуют и в, казалось бы, очень «человеческом» и тонком процессе – работе с инфлюенсерами и амбассадорами компаний. Так, машинное обучение уже помогло автомобильному бренду Mazda подобрать блогеров в честь выпуска новой марки. Компьютер проанализировал популярные профили, выделяя те, кто наиболее соответствует ценностям и стилю компании.

Искусственный интеллект способен предлагать маркетинговые решения даже исходя из неочевидной информации. Например, американская компания по производству мороженого Ben & Jerry’s выпустила серию вкусов, вдохновившись названиями завтраков быстрого приготовления. К этому решению подтолкнул алгоритм, который занимался извлечением неструктурированных данных. Оказалось, что ИИ способен слушать, о чем говорят в публичном пространстве, собирая слова и выражения, которые встречаются чаще всего. В итоге машина установила, что в 50 песнях фигурирует фраза «мороженое на завтрак». Таким образом, маркетологи поняли, что компьютер способен считывать тренды, о которых «говорят» в обществе, подавая интересные идеи для новых продуктов и товаров.

Про инструменты технологичного маркетинга

Что автоматически приходит на ум, когда мы упоминаем цифровой маркетинг и технологии? Одна из первых ассоциаций и, соответственно, один из главных инструментов, с которым работают как новички, так и эксперты – это социальные сети: Facebook, Twitter, Instagram и другие платформы. Компьютеры здесь помогают маркетологам решать целый ряд задач. Так, алгоритмы дополняют стандартные приемы анализа рынка: ИИ анализирует терабайты информации в сети, подсказывая, какие темы сейчас в тренде, на что имеется наибольший запрос, а что наоборот — может вызвать шквал хейта. Машинное обучение рекомендует не только что постить, но и когда. Так, сервис Cortex помогает определять идеальный тайминг для той или иной публикации на основе анализа тысяч профилей и их активности.

Другой технологичный инструмент, использование которого, с одной стороны, продолжает увеличиваться, с другой — вызывает смешанные чувства у маркетологов и клиентов — чат-боты. Многим знакомо раздражение при общении с роботом, который не понимает даже простых и коротких вопросов. Впрочем, цифры говорят обратное — согласно исследованию Accenture «Ан­тикри­зис­ные циф­ро­вые тех­но­логии: пер­спек­ти­вы рын­ка чат-бо­тов», в этой области в России ожи­дается еже­год­ный при­рост на 30% в те­чение бли­жай­ших трех лет. Среди отраслей бизнеса, которые наиболее активно пользуются чат-ботами – телеком, финансы и ритейл (75%, 60%, 50%, соответственно), подсчитали эксперты KPMG. В настоящее время компании занимаются доработкой технологии, чтобы сделать речь роботов наиболее приближенной к человеческой.

Можно сделать вывод, что искусственный интеллект и машинное обучение уже плотно интегрировались в большинство инструментов маркетинга. В начале 2020-го эксперты из агентства NoGood оценивали, что в этом году около 60% компаний будут использовать «умные» технологии для увеличения дохода в цифровом пространстве. ИИ уже позволяет оптимизировать email-маркетинг, работу с социальными сетями и с блогерами. Также, благодаря точной обработке больших данных, машины приходят на помощь, когда необходимо проанализировать информацию при управлении репутационными рисками или анализе окружающей среды. Учитывая, что ИИ не сбавляет оборотов, можно ожидать, что технологии будут все чаще сопровождать маркетинговые кампании, позволяя экономить деньги и эффективнее продвигать свои услуги.