沈黙の革命によって再編されつつあるマーケティング

公開: 2018-06-29

モバイルはデジタル広告を強力に後押ししてきましたが、マーケティングの新たな局面を迎えようとしています

特にインドでは、デジタル マーケティングとモバイル広告が急速に活況を呈しており、多くの調査結果に裏付けられた繁栄する市場として評価されています。

そのようなレポートの 1 つは、eMarketer の 2017 年レポートで、今後数年間でモバイル広告が 2 桁の成長を遂げると予測しています。 2021 年までに、モバイルはデジタル広告支出の 28 億ドルの 62% 弱を占めるようになります。これは、2018 年の 81 億ドルのモバイル広告支出で 213% の堅調な成長を示しています。

モバイル インターネットの普及の加速、データ料金の低下、急速に台頭する低コストのスマートフォンに後押しされて、モバイルはインドのデジタル広告の成長を強力に後押ししてきました。 見通しは有望であり、マーケティングの新たな章に向けて前進しています。 革命は今、静かに進んでいますが、特定の重要な信号を通じて、これを見つけることができます.

ユーザー プロファイルはまだマーケティングに効果的ですか?

限界に達したマーケティングの量的および質的アプローチ

古典的なマーケティングの概念は、効果的なコミュニケーションのためにターゲットオーディエンスをうまく見つけようとする「オーディエンス中心」を強調しています。 「ユーザー (オーディエンス) プロファイル」は、オーディエンスがどのように見えるかを描くために作成されます。 多くのマーケティング プランは、このアイデアから始まり、その後の戦略や戦術につながります。 これは、メディア プランの非常に一般的で基本的な要素です。

しかし、非常に根本的な問題は、「ユーザー プロファイルを正確に知るにはどうすればよいか」ということです。 これは通常、市場調査などの「統計理論」に裏付けられた定量的アプローチ、または詳細なインタビューやフォーカス グループ ディスカッションによる定性的アプローチのいずれかを指します。 実際には、ユーザー プロファイルを生成する一般的な事例は、このマーケティング プランの責任者であるメディア プランナー、製品マーケティング マネージャー、およびマーケティング担当者の会社の主要な所有者によって単純に作成されます。

このいわゆるユーザー プロファイルは、多くのマーケティング プランにおいて、常識または個人的な観察 (または個人的な想像力) によってのみ作成できます。 ユーザー プロファイルの表示はまだ妥当に思えますが、このユーザー プロファイル分析の正確性を疑いますか?

これも統計処理によって分析され、ユーザー プロファイルの真の姿は依然として歪められ、その素顔が隠されている可能性があります。 言うまでもなく、ユーザーのライフスタイルやさまざまなコンテキストで予測される行動など、多くの重要な詳細は、従来のマーケティング アプローチでは正確に描写することが困難です。

ユーザー行動予測事項

因果関係からリアルタイムの結果志向へ

これは、マーケティング リサーチを含む従来の社会科学が、ターゲット ユーザーと適切にコミュニケーションする方法を知るために、マーケティング コンテキストにおける「原因と結果」の相互関係を把握する、理論的サンプリングと科学的推論に根ざした統計に依存しているためです。 ただし、「見えない(無意識の)または意図的な間違い」の影響による不確実性により、「科学的結論」は安定した正確なものではない可能性があります。

さらに、線形論理のベアリングは制約されており、合理的で感情的な消費者行動を考えると、ユーザーの顔と心が動的で曖昧な複雑なマーケティング シナリオを処理するのは容易ではありません。 マーケティング統計サポートの背後にある「科学的論理」を追求するだけでは、マーケティングの精度は非常に不安定になる可能性があります。

あなたにおすすめ:

起業家は、「Jugaad」を通じて持続可能でスケーラブルなスタートアップを作成することはできません: CitiusTech CEO

起業家は、「Jugaad」を通じて持続可能でスケーラブルなスタートアップを作成することはできません: Cit...

メタバースがインドの自動車産業をどのように変革するか

メタバースがインドの自動車産業をどのように変革するか

反営利条項はインドのスタートアップ企業にとって何を意味するのか?

反営利条項はインドのスタートアップ企業にとって何を意味するのか?

Edtech の新興企業がどのようにスキルアップを支援し、従業員を将来に備えさせるか

Edtech スタートアップがインドの労働力のスキルアップと将来への準備をどのように支援しているか...

今週の新時代のテック株:Zomatoのトラブルは続き、EaseMyTripはスト...

インドの新興企業は資金調達を求めて近道をする

インドの新興企業は資金調達を求めて近道をする

「因果」の概念に関係なく、ビッグデータ AI テクノロジーによって生成される「リアルタイムの結果」は、マーケティングの新しい核兵器になり得る。 「リアルタイムの結果」に対処する場合、「原因と結果」の間の論理はまったく重要ではありません。

代わりに、リアルタイムで、または少なくとも非常に短い時間で「結果」を追求することが、マーケティングの競争力に関しては非常に重要です。 ここでの結果の一例は、「いくつかのシグナル (検索されたキーワードや行動の症状など) が発生すると、それに応じていくつかの結果が発生する可能性が非常に高くなります。 「信号と結果」の間の「原因と結果」を知る意味がなくても、これは問題になりません。

ビッグデータと AI テクノロジーを活用して「シグナルと結果」の相関関係を十分に迅速に捉えることができる限り、これは典型的なマーケティング アプローチを確実に打ち負かします。

ビッグデータと AI が新しいマーケティングの時代を支配する

ユーザーが自分自身を知っている以上にユーザーを知っている

ビッグデータと AI の可能性にもかかわらず、それらをマーケティングにどのように活用するかは、その力を真に感じていない多くの広告主やマーケティング担当者にとって、まだ具体的なものではない可能性があります。 ユーザーが自分自身を知っている以上に、ユーザーのことをよく知ることができるというのは神話ではなく、現実になりつつあります。

近い将来、あらゆる場所で IOT がさらに成熟する一方で、データ収集とデータ分析の可能性のためにすべてがインターネットに接続されるようになります。 大量のデータフィードにより、信頼できるアルゴリズムが生まれ、AI 機能に近づくことができます。 実際のところ、ユーザー予測に関するマーケティングのための AI は、もはや理論ではありません。

現在、路上のカメラは成長を続けており、街路灯、屋外広告板、屋外ディスプレイ (ショッピング モール、エレベーター、公共施設の LCD モニター) などの多くの広範な生活オブジェクトもインターネットに接続される予定です。 電話、ウェアラブル デバイス、テレビ、冷蔵庫などの私物や家族の持ち物は言うまでもなく、それらすべてがデータ コレクターになります。 行動データを 24 時間 365 日受信するためのすべての「接点」が静かに前進することを想像できますか。

これらすべての (オフラインの) データが、好みの購入アイテムやオンライン ブラウジング パターンなどのオンライン行動統計に統合されると、おそらく、私たちの行動の多くは合理的で感情的なものであるため、私たちは自分自身を最もよく知っているとは言えません。一緒に混合。

ただし、ビッグデータと AI テクノロジーは、最終的には簡単に処理できます。 確かに、ここで説明するデータの適用については、法律に従って個人の匿名化および再識別の保護下に置かれなければなりません。 一言で言えば、IOTとAIの時代におけるオンラインとオフラインのデータの統合は、既存のマーケティング手法を完全に覆すものです。

データドリブン インテリジェンス

独自の「ユーザーデータモデル」がデジタルマーケティング投資の核となる

マーケティング担当者または広告主として、多様化するマーケティング コンテキストに対処するにはユーザー プロファイルが十分ではないため、新しいマーケティング時代の課題にどのように備える必要がありますか? ユーザー プロファイルのアップグレードされた概念の 1 つは、独自の「ユーザー (消費者) データ モデル」を構築することです。これは、継続的な改良プロセスであり、マーケティング活動に対するユーザーの行動をさらに予測します。

これは、さまざまなオンラインおよびオフラインのデータ ソースから (潜在的な) ユーザーのデータを収集し、その後、機械学習などのビッグ データ テクノロジを展開して、意味のないデータを除外し、予測のための信頼できるアルゴリズム開発のために最適化を続けることによって行われます。シナリオの特定のケースにおけるユーザーの行動。

このユーザー データ モデルは、デジタル マーケティングへの投資を最大化するための特定のユーザー ターゲティングにのみ対応するオーダーメイドの考慮事項と同じくらいユニークです。

さまざまな製品またはサービスのターゲット ユーザーは、対応する一意のユーザー データ モデルを使用して構築する必要があります。 このような独自性により、ターゲティングは、ターゲット ユーザーのライフスタイルを反映したものであっても、非常に正確になる可能性があります。 これは、マーケティング戦略を改革するための非常にデータ駆動型のアプローチであり、AI マーケティングにつながる重要なステップでもあります。

つまり、ユーザー データ モデルは、ビッグデータと AI テクノロジーによって引き起こされるデータ パワーに根差したユーザー インサイトの反映です。 これは、マーケティング産業を再形成する際に、データ駆動型インテリジェンスによって促進される革命を明らかにします。 この流れを察知し、適切なマーケティング変革で乗り切れる人は、間違いなく大勝利を収めることができます。