Искусственный интеллект как драйвер развития маркетинговых стратегий в области персонализации

Технологии на основе искусственного интеллекта на протяжении нескольких лет активно интегрируется во все сферы экономики и общества в целом. Одним из наиболее успешных направлений применения искусственного интеллекта является маркетинг. По данным исследовательского агентства DATA BRIDGE, размер рынка искусственного интеллекта в маркетинге в 2024 году составлял 31,3 млрд долларов США, а по итогам 2032 года увеличит стоимость рынка более чем в семь раз и составит почти 228 млрд долларов США [2]. Сам же рынок искусственного интеллекта вне маркетинга оценивается в 2024 году в 298 млрд долларов США (рис. 1) [4]. Кроме этого, по данным американской компании International Business Machines, в 2024 году 37% маркетологов используют технологии на основе искусственного интеллекта для решения маркетинговых задач. Данный показатель является самым высоким среди всех сегментов и отраслей. Например, в области консалтинга искусственный интеллект используют только 30%, а в образовании порядка 19% участников рынка.

Рис. 1. Объем рынка искусственного интеллекта в мире, в млрд долларов США

Активное внедрение технологий на основе искусственного интеллекта не могли не отразиться на маркетинговых стратегиях компаний. В соответствии с данными исследования HubSpot, маркетологи, использующие технологии на основе искусственного интеллекта экономят более часа рабочего времени в день [3]. Искусственный интеллект позволяет оптимизировать решение не только рутинных задач, но и некоторых креативных задач. Также маркетологи отмечают высокую эффективность технологий на основе искусственного интеллекта, предназначенных для анализа большого объема данных.

В соответствии с данными этого же исследования, средний ROI после эффективной адаптации технологий возрастает более чем на 70%. Также респонденты отмечают следующие преобразования:

• 70% фиксируют улучшение командного взаимодействия;
• 69% отмечают более эффективный обмен данными;
• 69% видят рост качества клиентского опыта [3].

Наиболее серьезные изменения в маркетинговых стратегиях компаний касаются персонализации. Суть персонализации, основанной на искусственном интеллекте, заключается в использовании передовых технологий и алгоритмов для анализа данных о клиентах, прогнозирования предпочтений и масштабного предоставления индивидуального обслуживания. Фундаментальными технологиями на основе искусственного являются:

• Обработка естественного языка (NLP). Применение NLP в качестве инструмента для персонализации заключается во взаимодействии с клиентами на основе текстовых данных. Наиболее частое применение NLP находит в анализе отзывов и комментариев. Система автоматически обрабатывает отзывы и комментарии клиентов, чтобы сегментировать их настроение. Также NLP применяется для создания маркетингового контента. Технология способа генерировать персонализированные тексты для рассылок и сообщений для каждого клиента.
• Машинное обучение (ML). Машинное обучение в маркетинге помогает компаниям создавать более релевантные и индивидуально ориентированные предложения. Среди крупных компаний существует большое количество успешных практик применения данной технологии в персонализации. Например, ПАО «Сбербанк» внедрил ML для анализа покупок своих клиентов, чтобы строить гипотезы о потребностях клиента в режиме реального времени. Такая стратегия позволяет наиболее точно выстраивать предложения для клиента. По данным компании, внедрение машинного обучения привело к увеличению числа откликов на 5% и почти на столько же поднять выручку. При этом внедрение технологии и ее использование предполагает меньше издержек, чем показатели выручки, которую генерирует технология.
• Глубокое обучение (DL) Глубокое обучение находит свое применение в персонализации маркетинга благодаря способности обрабатывать большие объемы данных и выявлять сложные закономерности в поведении клиентов. Позволяет также автоматически группировать пользователей на основе скрытых характеристик их поведения для более точного таргетирования маркетинговых кампаний. ML и DL схожи, но ML является частью DL. ML использует алгоритмы, которые часто требуют ручного выбора и извлечения признаков такие как SVM или логистическая регрессия. DL представляет собой подмножество ML, использующее многослойные нейронные сети, которые автоматически извлекают признаки из сырых данных, что позволяет работать с более сложными и неструктурированными данными. Таким образом, DL следует использовать более крупным компаниям, имеющим большой объем данных.

Вышеперечисленные инструменты не только повышают персонализацию маркетинга, но и повышают уровень взаимодействия с клиентами. По данным ПАО «Сбербанк», повышение уровня взаимодействия с клиентами благодаря персонализации маркетинга приводит к росту удовлетворенности клиентов от взаимодействия с банком на 7% [1]. Существуют и более простые инструменты на базе искусственного интеллекта, направленные на персонализацию маркетинга. Одним из таких инструментов являются чат-боты. Они могут выполнять широкий спектр задач по обслуживанию клиентов, от ответов на часто задаваемые вопросы до обработки заказов и предоставления персонализированных рекомендаций по продуктам. Другие основные преимущества чат-ботов представлены на рисунке 2. В 2025 году стоимость рынка чат-ботов оценивается в 1,250 млрд долларов США [3].

Таким образом, использование технологий на базе искусственного интеллекта позволяет оптимизировать большое количество процессов в персонализации маркетинга. Исходя из того, что инструменты на основе искусственного интеллекта могут обрабатывать данные о пользователях кратно быстрее человека и решать рутинные задачи это приводит к высоким показателям рентабельности.

Рис. 2. Преимущества чат-ботов

Однако использование искусственного интеллекта для персонализации маркетинга влечет за собой и деструктивные последствия. Широкое и глубокое применение технологий, за счет которых улучшается взаимодействие с клиентом влекут сложности для самих маркетологов. В соответствии с данными исследования HubSpot, большинство маркетологов отмечают недостаточный объем знаний для эффективного использования технологий на основе искусственного интеллекта. Также 19% маркетологов обеспокоены тем, что потенциальные клиенты не будут доверять контенту, созданному искусственному интеллекту [3]. Таким образом, развитие технологий искусственного интеллекта является существенным драйвером развития маркетинговых стратегий в области персонализации, однако существует ряд задач для всей индустрии, которые необходимо решить.