С
ростом популярности интернета маркетинг радикально изменился, и сегодня
на смену массовому маркетингу пришел персонализированный. К примеру,
когда вы открываете интернет-сайты, то видите перед собой рекламные
объявления или баннеры, которые не являются ни случайными, ни
статическими — напротив, различные инструменты анализируют поведение
пользователя и отображают ему персонализированную рекламу в зависимости
от его текущих интересов. Каждый,
кто получал электронную почту в Gmail, почтовом сервисе Google,
замечал, что сбоку всегда показывается реклама, связанная с содержанием
полученного письма. А если вы на прошлой неделе искали гостиницу в
Париже, то не удивляйтесь, если сегодня на одной из интернет-страничек
перед вами появится реклама таких гостиниц. Все
механизмы, которые использует Google и другие компании этой сферы для
управления онлайн-маркетингом, представляют собой интеллектуальные
инструменты, которые мгновенно и автоматически, без вмешательства
человека, принимают решения о том, какую рекламу показать пользователю.
Если бы в этом процессе каким-то образом участвовали люди, то выполнить в
секунду десятки миллионов маркетинговых действий было бы невозможно, а
речь ведь идет о цифрах именно такого порядка. Многие
считают наиболее интеллектуальным средством онлайн-маркетинга механизм
предложения похожих книг, используемый компанией Amazon. Этот же
механизм используют в похожих целях и другие компании, например компания
Yahoo в своем Radio LAUNCHcast, где песни, положительно оцененные
пользователем, фиксируются в его профиле, и в будущем система предлагает
песни, которые прослушали и положительно оценили другие пользователи с
похожими профилями. Действие
этой системы можно увидеть на сайте Amazon всякий раз, когда вы ищете
какой-то определенный товар: независимо от того, зарегистрированы вы на
сайте или нет, вы увидите раздел «Купившие этот товар также покупают» («Customers who bought this item also bought…»).
Этот механизм, кажущийся тривиальным, на самом деле крайне сложен и
относится к искусственному интеллекту. Он вовсе не ограничивается
простым просмотром корзин покупок других пользователей, которые
приобрели просматриваемый вами товар.
Раздел «Похожие товары» на странице интернет-магазина Amazon. Классическое
средство решения задач такого типа — так называемые байесовские сети.
Крупнейший в мире научно-исследовательский институт, занимающийся
изучением байесовских сетей, — это Microsoft Research Institute, где
рассматриваются возможности их применения не только в онлайн-маркетинге,
но и в других областях. В частности, байесовские сети применяются для
автоматической адаптации интерфейса Windows в зависимости от
особенностей работы и предпочтений пользователя. Идея,
на которой основаны байесовские сети, такова: существуют цепочки
событий, которым с определенной вероятностью сопутствуют другие цепочки
событий. Именно
поэтому байесовские сети называют сетями — они представляют собой
сплетенные друг с другом цепочки вероятностных зависимостей. Рассмотрим
пример с покупкой книг. * * * ДРУГИЕ СПОСОБЫ ИСПОЛЬЗОВАНИЯ АВТОМАТИЧЕСКОГО МАРКЕТИНГА Автоматический
маркетинг применяется не только в интернете: сегодня его используют
банки, телекоммуникационные компании и даже супермаркеты. К примеру, кто
не видел скидочные купоны в супермаркетах, где мы делаем покупки на
неделю? Логично, что нам обычно дают купоны не на товары, которые мы и
так всегда покупаем (разумеется, при условии, что скидочная программа
организована правильно), а на товары, которые выбирают другие покупатели
примерно с тем же набором покупок, что и мы. Таким образом мы узнаем о
товарах, которые никогда раньше не покупали, и после первой покупки они
могут занять постоянное место в нашей корзине. Подобным образом
действуют и другие компании, в частности в сфере финансов и
телекоммуникаций: с учетом нашего профиля они часто предлагают новые
продукты, которые, возможно, будут нам интересны. Супермаркет в Нью-Йорке. * * * В
представленной сети видно, что 98 % клиентов, купивших книгу «Я,
робот», также приобрели роман «Основание». И напротив, ни один из тех,
кто купил «Дюну», не приобрел «Гордость и предубеждение», поэтому между
этими двумя книгами не существует никакой связи. Если система
обнаруживает, что клиент недавно купил книгу «Я, робот» и теперь ищет
информацию о книге «Основание», в разделе рекомендаций он увидит «Дюну» и
«Контакт», так как их приобрела значительная доля покупателей, купивших
первые две книги. Все вышеперечисленные действия образуют
индивидуальную маркетинговую кампанию для каждого клиента, цель которой —
повышение продаж. В ходе этих кампаний покупателям автоматически
предлагаются два товара, о существовании которых они, возможно, и не
подозревали. Система располагает обширной информацией о прошлых покупках
и формирует представленную выше сеть причинно-следственных связей для
рекомендации новых товаров. Системе также известно, что рекламировать «Гордость и предубеждение» тому, кто
покупает научно-фантастические романы (а именно это происходит при
классических маркетинговых кампаниях), — пустая трата времени. В рамках
традиционной маркетинговой кампании выход нового издания «Гордости и
предубеждения» мог быть объявлен, к примеру, в тематической программе о
книгах, выходящей в эфир в 23:00 на канале, посвященном культуре. Но
даже если бы маркетологи верно выбрали программу и время ее выхода в
эфир так, чтобы ее с большой вероятностью посмотрели люди,
заинтересованные в продукте, на многих любителей научной фантастики
реклама не произвела бы никакого эффекта. При использовании статического
канала маркетинга, например телевидения, радио или афиш на улицах,
рекламодатель не может определить индивидуальный профиль клиента. И даже
если профиль клиента известен, рекламодатель не располагает
необходимыми средствами для того, чтобы адаптировать рекламу для каждого
из нас.
|