Маркетинг преображается тихой революцией
Опубликовано: 2018-06-29Мобильные устройства были мощным стимулом для цифровой рекламы, но они стремятся перевернуть еще одну главу в маркетинге
В Индии цифровой маркетинг и, в частности, мобильная реклама переживают стремительный рост и считаются процветающим рынком, что подтверждается многими исследованиями.
Одним из таких отчетов является отчет eMarketer за 2017 год, в котором прогнозируется двузначный рост мобильной рекламы в течение следующих нескольких лет. К 2021 году на мобильные устройства будет приходиться чуть менее 62% расходов на цифровую рекламу в размере 2,8 млрд долларов по сравнению с 1,73 млрд долларов ранее, что на 213% больше, чем в 2018 году, когда расходы на мобильную рекламу составили 0,81 млрд долларов.
Благодаря быстрому проникновению мобильного интернета, снижению платы за передачу данных и быстрому появлению недорогих смартфонов мобильные устройства стали мощным стимулом роста цифровой рекламы в Индии. Перспективы многообещающие в том смысле, что компания стремится перевернуть еще одну главу в маркетинге. Революция сейчас в пути, движется бесшумно, но мы все еще можем узнать об этом по определенным ключевым сигналам.
Профиль пользователя все еще достаточно эффективен для маркетинга?
Маркетинговые количественные и качественные подходы достигают потолка
Классическая маркетинговая концепция делает упор на «ориентированность на аудиторию», которая пытается хорошо определить вашу целевую аудиторию для эффективной коммуникации. « Профиль пользователя (аудитории) » создан, чтобы показать, как выглядит ваша аудитория. Многие маркетинговые планы начинаются с этой идеи, чтобы привести к последующей стратегии и тактике. Это очень распространенный и основной элемент медиаплана.
Однако очень фундаментальный вопрос: «Как мы можем точно узнать профиль пользователя»? Обычно это относится либо к количественному подходу , поддерживаемому «теорией статистики», например, к обзору рынка, либо к качественному подходу , основанному на подробном интервью или обсуждениях в фокус-группах. На самом деле преобладающий случай создания профиля пользователя просто делается ключевыми владельцами в компании медиа-планировщиком, менеджером по маркетингу продукта и маркетологом, ответственным за этот маркетинговый план.
Этот так называемый профиль пользователя может быть составлен только на основе здравого смысла или личного наблюдения (или личного воображения) во многих маркетинговых планах. Хотя представление профиля пользователя все еще звучит разумно, сомневаемся ли мы в точности этого анализа профиля пользователя?
Даже это анализируется с помощью статистического процесса, и истинная картина профиля пользователя все еще может быть искажена, а его настоящее лицо может быть скрыто. Не говоря уже о многих важных деталях, таких как образ жизни пользователя и предсказуемое поведение в различных контекстах, которые трудно точно отобразить с помощью классического маркетингового подхода.
Прогнозирование поведения пользователей имеет значение
От причинно-следственных связей к ориентированности на результат в реальном времени
Это связано с тем, что традиционная социальная наука, включая маркетинговые исследования, опирается на статистику, основанную на теоретической выборке и научном выводе, которая определяет взаимосвязь между «причиной и следствием» в маркетинговом контексте для понимания того, как правильно общаться с целевыми пользователями. Однако «Научное заключение» может быть нестабильным и точным из-за неопределенностей, вызванных «невидимыми (неосознанными) или преднамеренными ошибками».
Кроме того, линейный логический подшипник ограничен, и непросто справиться со сложным маркетинговым сценарием, когда лица и мысли пользователей динамичны и неоднозначны, учитывая рациональное и эмоциональное поведение потребителей. Если мы просто следуем «научной логике» поддержки маркетинговой статистики, точность маркетинга может быть очень нестабильной.
Рекомендуется для вас:
Предприниматели не могут создавать устойчивые масштабируемые стартапы с помощью Jugaad: Cit...
Как Metaverse изменит индийскую автомобильную промышленность
Что означает положение о борьбе со спекуляцией для индийских стартапов?
Как стартапы Edtech помогают повысить квалификацию рабочей силы Индии и стать готовыми к будущему ...
Технологические акции нового века на этой неделе: проблемы Zomato продолжаются, EaseMyTrip публикует...
Индийские стартапы срезают путь в погоне за финансированием
Независимо от концепции «причины и следствия», «результат в реальном времени» , генерируемый технологией искусственного интеллекта больших данных , может стать новым ядерным оружием в маркетинге. Когда рассматривается «результат в реальном времени», логика между «причиной и следствием» вообще не важна.
Наоборот, достижение «результата» в режиме реального времени или, по крайней мере, в очень короткие сроки действительно имеет значение, когда речь идет о маркетинговой конкурентоспособности. Одним из примеров результата здесь является «когда возникают некоторые сигналы (например, некоторые ключевые слова или некоторые поведенческие симптомы), то, скорее всего, будут соответствующие результаты. Даже без всякого смысла знать «причину и следствие» между «сигналом и результатом», это не проблема.
Пока мы можем достаточно быстро зафиксировать взаимосвязь между «сигналом и результатом» с помощью технологий больших данных и искусственного интеллекта, это, безусловно, помешает типичному маркетинговому подходу.
Большие данные и искусственный интеллект будут доминировать в новую эру маркетинга
Знайте своих пользователей даже лучше, чем они знают себя
Несмотря на потенциал больших данных и искусственного интеллекта, то, как мы используем их для маркетинга, может быть по-прежнему неосязаемым для многих рекламодателей и маркетологов, которые могут на самом деле не ощущать их силу. Возможность узнать своих пользователей даже лучше, чем они сами себя — это не миф, а реальность, которая быстро озаряет нас.
Хотя в ближайшем будущем Интернет вещей станет намного более зрелым, все будет подключено к Интернету для сбора и анализа данных. Благодаря огромному потоку данных он начинает рождать надежные алгоритмы и приближает нас к возможностям ИИ. На самом деле, ИИ для маркетинга на основе прогнозов пользователей больше не будет теорией.
В настоящее время камеры на улице продолжают расти, и очень скоро многие широко распространенные предметы быта, такие как уличные фонари, уличные рекламные щиты и уличные дисплеи (ЖК-мониторы в торговых центрах, лифтах и общественных местах), также будут подключены к Интернету. Все они будут сборщиками данных, не говоря уже обо всех личных или семейных вещах, таких как телефон, носимые устройства, телевизор и холодильник. Можете ли вы представить, что все эти «контактные точки» для круглосуточного получения ваших поведенческих данных будут молча работать вперед.
После того, как все эти (автономные) данные будут интегрированы в вашу статистику поведения в Интернете, такую как ваши предпочтительные товары для покупок и шаблон онлайн-просмотра, вероятно, мы не будем чувствовать себя уверенно, говоря, что знаем себя лучше всех, потому что многие из наших действий рациональны и эмоциональны. смешанные вместе.
Тем не менее, технологии больших данных и искусственного интеллекта легко справляются с этим . Конечно, обсуждаемые здесь вещи для применения данных должны находиться под защитой де-идентификации и повторной идентификации любого человека в соответствии с законом. Одним словом, для интеграции онлайн- и офлайн-данных в эпоху Интернета вещей и искусственного интеллекта это полностью изменило бы существующий маркетинговый ход.
Управляемый данными интеллект
Ваша собственная «Модель пользовательских данных» должна стать основой для инвестиций в цифровой маркетинг.
Как маркетологу или рекламодателю подготовиться к вызову новой эры маркетинга, поскольку профиля пользователя недостаточно для работы в диверсифицированном маркетинговом контексте? Одной из усовершенствованных концепций профиля пользователя является создание вашей собственной « Модели данных пользователя (потребителя) », которая представляет собой непрерывный процесс уточнения, чтобы увидеть и в дальнейшем предсказать поведение вашего пользователя для маркетинговой деятельности.
Это происходит путем сбора (потенциальных) пользовательских данных из различных онлайн- и офлайн-источников данных с последующим развертыванием технологий больших данных, таких как машинное обучение, для фильтрации менее значимых данных и дальнейшей оптимизации для разработки надежного алгоритма прогнозирования. поведения пользователя в определенных случаях сценария.
Эта модель пользовательских данных так же уникальна, как и индивидуальное рассмотрение , которое ориентировано только на ваш конкретный пользовательский таргетинг для максимизации ваших инвестиций в цифровой маркетинг.
Ваши целевые пользователи различных продуктов или услуг должны быть созданы с использованием соответствующей уникальной модели пользовательских данных. С такой уникальностью таргетинг может быть достаточно точным даже для отражения образа жизни ваших целевых пользователей. Это очень основанный на данных подход к реформированию вашей маркетинговой стратегии, а также важный шаг, ведущий к маркетингу ИИ.
Короче говоря, модель данных пользователя — это отражение вашего глубокого понимания пользователя, основанного на мощности данных, вызванной технологиями больших данных и искусственного интеллекта . Это представляет собой революцию, которой способствует Data-Driven Intelligence в изменении индустриального маркетинга. Тот, кто сможет уловить эту тенденцию и воспользоваться ею с помощью правильной маркетинговой трансформации, обязательно одержит большую победу.