В наши дни экономика существует в условиях постоянной неопределенности: когда кризисы на мировой арене, прорывы в технологиях и потребительские тренды создают непредсказуемый «ландшафт». В указанной среде классические модели маркетинговой деятельности, которые, в свою очередь основаны на планировании на долгосрочные периоды и постфактумной аналитике, существенно теряют свою актуальность.
Первоочередное внимание уделяется маркетингу в режиме рекламного времени – это подход, которые использует бизнес-аналитику для того, чтобы быстро интерпретировать данные, адаптировать имеющиеся стратегии, а также для того, чтобы из рыночных рисков сделать источники роста и развития. Указанный методы помимо ускорения реакции организаций, направлен на переопределение самого понятия взаимодействия с потребителями, направляя его в сторону большей интерактивности и контекстности [1, с. 155].
В качестве основы маркетинга в режиме реального времени выступают технологии, которые способны обрабатывать и анализировать большие объемы данных с минимально возможной задержкой. Потоковая аналитика («Stream analytics») осуществляется посредством использования таких платформ, как, например, Apache Flink или Microsoft Azure Stream Analytics. Она предоставляет возможности организациям работать с информацией в момент ее генерации (транзакции в приложениях, клики на сайтах, геолокационные сигналы с мобильных устройств). Так, например, сеть супермаркетов может отслеживать покупки через «умные» корзины, мгновенно предлагая скидки на сопутствующие товары: если потребитель покупает макароны, система отправляет купон на покупку соуса к ним посредством мобильного приложения еще до выхода из магазина. Указанная интеграция данных из источников из онлайн- и оффлайн-среды формирует «цифровой двойник» покупателя, данные о котором обновляются на непрерывной основе.
Технологии искусственного интеллекта (далее – ИИ), в том числе генеративные модели и нейросети, добавляют в рассматриваемый процесс креативность. Так, алгоритмы помимо прогнозирования позволяют создавать персонализированный контент. Например, бренд косметики Sephora применяют ИИ для того, чтобы создавать индивидуальные видеообзоры косметики – система проводит анализ истории покупок потребителя, его параметров из загруженной фотографии, имеющихся на текущий момент трендов с целью формирования за 10 секунд уникального ролика с рядом рекомендаций. Также можно привести пример из медиаиндустрии – американская газета Tge Washington Post использует такой инструмент, как Heliograf – систему ИИ, автоматически пишущую статьи на основе данных в режиме реального времени – от спортивных событий до выборов, что существенно сказывается на сокращении времени публикации и усилении вовлеченности аудитории.
Благодаря аналитике персонализация превратилась в один из ключевых «двигателей» лояльности. Сегодня покупатели ожидают, что бренды «узнают» их в любой точке взаимодействия, они больше не готовы ждать. Такие сервисы, как, например, Dynamic Yield предоставляют возможность делать настройку интерфейсов электронных меню ресторанов быстрого питания: когда за окном дождь – на экране появляются предложения о горячем кофе и десертах. Даже в сегменте B2B организации (например, Salesforce) внедряют ИИ в CRM-системы для того, чтобы делать прогноз. Какой клиент готов к покупке на основе активности в социальных сетях [3, с. 298].
Ценообразование динамического типа и управление запасами перестали быть прерогативой крупных организаций. Предприятия малого бизнеса, применяя облачные платформы (например, Competera, Prisync), следят за ценами конкурентов и балансируют между рентабельностью и спросом на автоматической основе. К примеру, местный отель может увеличить цену за номер на определенное количество процентов в ответ на повышение количества запросов в Яндекс Вордстат на мероприятия в регионе. В области логистики организации активно внедряют IoT-датчики (Интернет вещей), отслеживающие условия, в которых хранятся товары: в случае, если уровень температуры в грузовой машине отклоняется от нормы, система перенаправляет поставку в другой филиал, чтобы предотвратить убытки.
Репутационные риски, которые ранее считались неизбежным явлением, сейчас могут управляться через предиктивную аналитику. Сегодня существуют не инструменты, которые позволяют сканировать не только социальные сети, но и теневые ресурсы, выявляя утечки данных или планируемые атаки. Рассматриваемый тип ИИ-системы может помочь заранее обнаружить сильный рост упоминаний организации в нишевых форумах за несколько часов до выхода материалов в общественное медиа, что может дать юристам время подготовить опровержения и подать иск до массовых обсуждения. В кризисных ситуациях, например, в случае техногенных аварий, организации применяют чат-ботов, которые мгновенно отвечают на запросы клиентов, тем самым уменьшая нагрузку на кол-центры [2, с. 85].
Стоить отметить, что трансформация маркетинга через реальную аналитику обуславливает необходимость пересмотра этических норм, поскольку понятие «персонализация» граничит с понятием «манипуляция». Так, алгоритмы, направлены на предсказание «слабостей» потребителей (например, склонность к импульсивным покупкам), могут эксплуатировать их. Поэтому ряд регуляторов уже ведут работу вокруг ограничений: в Европейском Союзе обсуждается варки на «темные паттерны» в дизайне, которые подталкивают людей к неосознанным действиям. Также не стоит забывать о том, что применение маркетинга в реальном времени помимо множества преимуществ, может нанести и вред, поэтому организациями должны на постоянной основе вестись работы, направленные на минимизацию технических ошибок.
Таким образом, маркетинг в реальном времени перестал быть чем-то необычным, это новая норма, которая набирает силу при определенных «правилах игры». Организации, научившиеся при ведении своей деятельности скорость аналитики и креативностью и этичностью, создают не только лояльность клиентов, но и укрепляют эмоциональную связь с ними. Риски, например, такие, как репутационные кризисы или волатильность спроса, превращаются в точки входа для инноваций. Однако успех организации имеет зависимость от способности видеть за данными человека, поскольку даже самые новые и совершенные алгоритмы и механизмы не могут заменить понимаемое глубинных потребностей и ценностей потребителя – это, в свою очередь, является как вызовом, так и возможностью для маркетинга «будущего».
.png&w=640&q=75)
