Так что, если грубо обобщить всю эту эволюцию, то путь такой: от крика в толпу (массовая) – к разговору с группой по интересам (таргет) – и далее к глубокому личному диалогу (нейроперсонализация). И если вы до сих пор используете только мегафон, пора признать: время громких криков безвозвратно ушло. Теперь ценится искусство вести осмысленную беседу. И самое приятное, что инструментов для этого стало больше, а стоимость входа – ниже. Осталось только научиться ими пользоваться. Что мы с вами и будем делать дальше.
Введение в мир больших данных аудитории
Помните старые добрые времена, когда маркетолог знал каждого своего клиента в лицо, помнил, что он купил в прошлый раз, и мог предположить, что ему нужно будет в следующий? Это была эпоха персонального подхода, но в масштабах маленькой лавки. Сегодня наша лавка – это весь интернет, а клиентов – миллионы. И тут на сцену выходят они – большие данные, или, как их часто называют, Big Data. Это не просто модное словечко, а ваша новая реальность, фундамент, на котором строится всё современное таргетирование.
Давайте представим, что данные о пользователях соцсетей – это огромный, слегка хаотичный музей. Каждый пользователь оставляет в нём свои «экспонаты»: лайк там, репост здесь, просмотр видео, комментарий под фото друга, запрос в поиске, отметка геолокации в кафе. По отдельности эти вещи говорят не очень много. Но если собрать их все вместе, начинают проступать удивительно чёткие портреты, истории, привычки и желания. Это и есть мир больших данных аудитории. Он кажется сложным, но на самом деле он просто… большой. И наша задача – не растеряться в этом объёме, а научиться находить в нём самые ценные для нас экспонаты.
Что же делает эти данные такими особенными? Их характеризуют три простые, но мощные черты, которые часто называют тремя V. Объём, скорость и разнообразие. Объём – это понятно: данных чертовски много. Каждую секунду в мире генерируется гигабайты информации о действиях пользователей. Скорость – это то, с какой скоростью эти данные появляются и обновляются. Интерес пользователя к велосипедам сегодня может к завтрашнему утру превратиться в интерес к запчастям для них, а послезавтра – к турам на горный велотрек. И, наконец, разнообразие. Данные – это не только возраст и город. Это текст постов, изображения, видео, звук, геометки, время активности, паттерны кликов. Это как палитра художника, где вместо трёх красок – тысячи оттенков.
От шума к сигналу
Самая большая ошибка новичка в мире больших данных – попытка обратить внимание сразу на всё. Это как слушать одновременно все радиостанции в эфире – получится только оглушительный шум. Ценность представляет не сам объём данных, а сигналы, которые мы можем из него извлечь. Задача маркетолога – настроить свой «радиоприёмник» на нужную волну. То есть научиться фильтровать шум и вычленять те самые сигналы: намерение купить, глубокий интерес к теме, лояльность к бренду, готовность рекомендовать.
Представьте себе человека Х. Он сидит вечером в соцсети. За час он поставил лайк рецепту пасты, посмотрел три обзора на кофемолки, прокомментировал пост друга о пробежке в парке и сохранил себе статью про правильный уход за кожей. Для старого доброго таргета по интересам это просто хаос. «Ему интересна кулинария, техника, спорт и косметика? Странный тип». Но если посмотреть глубже и связать точки, может всплыть совсем другая история. Молодой человек, который недавно переехал жить один, учится готовить, обустраивает быт, покупая технику, пытается вести здоровый образ жизни и следить за собой. Это уже не набор разрозненных интересов, а цельный портрет человека на определённом жизненном этапе. И у каждой точки на этом портрете – свой коммерческий потенциал.
Сырьё для вашей нейросети
Зачем я так подробно рассказываю про эти данные? Потому что именно они – то самое сырьё, та самая «еда», которой мы будем кормить нейросеть. Чем качественнее и разнообразнее данные, тем умнее и точнее становятся прогнозы алгоритма. Если дать нейросети только пол, возраст и город, она будет думать, что все тридцатилетние мужчины из Москвы – одинаковые. А если добавить к этому данные о поведении, о вовлечённости в темы, о моделях потребления контента, нейросеть начнёт видеть среди этих мужчин любителей гаджетов, ценителей виски, фанатов футбола и молодых отцов, которые ищут коляски.