Главные болевые точки маркетологов 2024
Экспертная команда Okkam MarTech провела масштабное исследование главных болевых точек маркетологов в 2024 году. Для каждой проблемы специалисты подобрали наиболее эффективные маркетинговые технологии. В статье разберем основные тезисы исследования и предложенные решения.
Cookie: их то отменяют, то снова возвращают — может ли это сказаться на бизнесе?
Один из ключевых маркетинговых инструментов для бизнеса — так называемые third-party cookies. Это сторонние файлы данных, которые хранятся в рекламных сетях и других внешних системах. Third-party cookies необходимы для более точного таргетирования рекламы, чтобы пользователь видел максимально релевантный контент.
С 2017 года ситуация с third-party cookies находится в подвешенном состоянии. Разработчики популярных браузеров Chrome и Mozilla регулярно объявляют о поэтапных отключениях cookies. Причина тому — защита конфиденциальных данных пользователей. На запросы бизнеса о новых способах сбора данных клиентов разработчики предлагают альтернативы. Например, Privacy Sandbox от Google предусматривает сбор информации о действиях пользователей на основе активности больших когортных групп, а не отдельных людей.
В то же время попытки ограничить использование cookies наталкиваются на сопротивление со стороны разработчиков рекламных технологий, владельцев AdTech-платформ и представителей бизнеса. Без сбора данных компаниям сложнее расширять аудиторию и предлагать персонализированные офферы. Согласно исследованию IAB Europe, рынок сомневается в преимуществах альтернатив из-за риска размытых данных и сложностей в таргетировании рекламы.
Популярность браузеров в российском интернет-сегменте согласно данным Яндекс Радара
Ограничения third-party cookies действительно могут затронуть значительную долю пользователей. Благодаря им рекламодатель, например, производитель чипсов, может показать баннеры пользователям, которые обожают похрустеть любимыми снеками во время просмотра сериалов. Без cookies система не распознает индивидуальные предпочтения. Поэтому, скорее всего, покажет рекламу по неким усредненным данным.
При этом в Okkam MarTech выяснили, что российский бизнес довольно спокойно относится к ограничениям cookies. Дело в том, что последние несколько лет рекламный рынок активно развивает и внедряет cookieless-инструменты. Собственные технологии сбора данных позволяют собирать агрегированную и обезличенную информацию о поведении покупателей и их интересах. Это минимизирует зависимость от third-party cookies и неоднозначных решений со стороны браузеров.
Решения
- Stable ID
Обезличенный пользовательский идентификатор привязан не к cookies, а к мобильному номеру, поэтому не зависит от устройства или веб-браузера. К примеру, с помощью своих идентификаторов МТС и Билайн собирают обезличенные агрегированные данные о поведении пользователей в офлайне и онлайне. Эти данные операторы используют для настройки таргетированной рекламы на своих AdTech-платформах.
- Контекстный таргетинг
Технология позволяет размещать рекламу на основе тематики сайта или приложения. ИИ глубоко анализирует контент, с которым работает пользователь, и показывает рекламу по интересам в реальном времени. Это позволяет точечно таргетироваться на самые узкие сегменты. Например, на пользователей, которые не просто ищут ювелирные украшения, а, допустим, интересуются белым золотом или платиной. Технологию применяет data-платформа Weborama, которая объединяет контекстный таргетинг со Stable ID для кросс-канальной аналитики.
- CDP
Платформы клиентских данных собирают и хранят информацию из различных источников: CRM-систем, корзин покупок, форм оплаты и кассовых терминалов в офлайн-магазинах. Далее формируется единый профиль пользователя, который непрерывно пополняется новыми данными.
- Fingerprinting
Технология объединяет сведения о пользовательском устройстве: операционной системе, версии браузера, IP, языковых настройках. После чего система идентифицирует уникальный девайс, даже если пользователь меняет геолокацию, ставит новые шрифты или плагины. Этот метод использует платформа AiData, которая сочетает технологию fingerprinting с машинным обучением и предоставляет рекламодателям обезличенные ID потенциальных клиентов.
Что делает CRM-маркетинг действительно эффективным?
CRM-платформы ещё недавно использовали в основном для работы с действующей клиентской базой. Но с 2023 года вектор взаимодействия с CRM изменился. Теперь бизнес использует CRM-платформы для привлечения новых клиентов.
Основные цели CRM-маркетинга в 2024 году
Изменение подходов к работе с CRM-базой ставит перед компаниями вопрос: как эффективно использовать этот инструмент?
С одной стороны, бренды отказываются от устаревших маркетинговых каналов на основе базы клиентов — массовых рассылок и уведомлений по SMS. Их замещают более технологичные CRM-инструменты: big data, системы рекомендаций, сегментация на основе прогнозов покупок, подписки и реферальные сервисы.
С другой стороны, инновационные решения не обеспечивают 100% эффективности, если компания пользуется устаревшей клиентской базой и ограниченным набором триггеров для персонализации. Исследования показывают, что неактуальная база данных может привести к снижению годового дохода компании на 30%.
Триггерные рассылки хорошо повышают персонализацию. Однако многие компании ограничиваются использованием лишь простых триггеров, таких как акции, связанные с распродажами, реакции на действия пользователей в интернете или напоминания о бонусных программах.
Решения
- CRM-субботник
Компаниям с CRM важно следить за гигиеной клиентской базы — регулярно удалять дубли, исправлять ошибки и обновлять контакты. Делать это можно с помощью специализированных сервисов, например, HFlabs. Инструменты этой платформы позволяют отслеживать качество базы, проверять пользовательские соглашения, идентифицировать и сегментировать клиентов.
- Более глубокие триггеры для персонализации
Набирающий популярность тренд — триггерные цепочки, которые задействуют дополнительные, более глубокие атрибуты и контекстуальные события в реальном времени.
Допустим, бренд видит брошенную корзину пользователя, но в его городе нет физической точки компании. В этом случае предложение вернуться к покупкам можно дополнить уведомлением о стриме с консультантом компании, который расскажет о преимуществах тех или иных товаров.
Триггерные рассылки с товарами из новой коллекции можно делать более эффективными, добавив персонализацию на основе истории покупок. Например, рекомендовать новинки аксессуаров к деловому костюму, который покупатель приобрел некоторое время назад.
- Микросегментация
Современные маркетинговые технологии позволяют персонализировать офферы на основе тысяч атрибутов для каждого пользователя. С помощью машинного обучения системы сегментации отслеживают индивидуальные параметры каждого покупателя в базе, точно предсказывают его поведение и помогают создавать уникальные персонализированные предложения.
Микросегментация на базе ML-алгоритмов выбирает около 25 признаков и выстраивает визуальные карты. На пересечениях областей система определяет микросегменты. К примеру, находит закономерности на стыках сегментов по интересам к скидкам, частоте покупок, баллам лояльности, среднему чеку, сезонным предпочтениям. Глубокая микросегментация помогает формулировать более точные гипотезы и инсайты для эффективной работы с покупателями.
- CRM-сегментация + инфлюенс-маркетинг
Работать с аудиторией можно не только внутри CRM-системы. В этом помогает сегментация аудитории для подбора инфлюенсеров. К примеру, платформа WhoIsBlogger анализирует интересы и подписки пользователей в соцсетях. На основе этих данных система сопоставляет сегменты и подбирает блогеров, чьи коллаборации окажутся наиболее результативными для взаимодействия с определенной целевой группой. Такой подход уже успешно использовали команды Спортмастера, Mr.Doors и Авито.
Рынок ИИ-ботов: примеры перспективных решений в России и за рубежом
Сегодня боты активно используются для первой линии техподдержки, поиска информации, консультаций по продукту, перемещения покупателей по воронке и других процессов.
Рынок умных помощников стабильно растет и по прогнозам Chatbot Global Market Report к 2028 году превысит 22 млн долларов
Потребители привыкли к ботам и ждут от них оперативных решений. Однако здесь возникает еще одна боль маркетологов. Несмотря на широкий функционал ИИ-ботов, включая генерацию фирменного стиля и написание текстов, они все еще ограничены в своих возможностях. Умные помощники нередко допускают ошибки при ответах на сложные вопросы или неверно трактуют запросы пользователей. Как показывают опросы, 70% потребителей отказываются работать с ботом, если ему на решение проблемы требуется более 10 сообщений. Из-за этого компании рискуют своими финансами и репутацией.
Решения
ИИ-боты могут взять на себя до трети задач колл-центра и обеспечить компании экономию в несколько миллионов рублей. При этом сама по себе технология умных помощников — лишь половина успеха. Для эффективного внедрения ботов бизнесу важно тщательно определить их функционал в соответствии с задачами, проработать пользовательский опыт и обеспечить обучение на основе обширных массивов данных.
Простые чат-боты способны решать конкретные задачи бизнеса в рамках заданной темы. Например, они могут уведомлять клиентов о состоянии счета, изменениях в тарифах, статусе заказа или доставки.
Более продвинутые боты обладают универсальностью. Так, голосовые помощники, такие как «Алиса» или «Маруся», могут поддерживать общение на самые разные темы. Однако для создания многофункционального ассистента с нуля требуются серьезные финансовые вложения и команда опытных разработчиков.
По мнению экспертов, самые мощные, но при этом самые дорогие решения основаны на машинном обучении и генеративных технологиях. Здесь важно отталкиваться от бизнес-целей. Если бизнесу требуется ИИ-ассистент для выполнения рутинных и повторяющихся операций, можно обойтись более простыми инструментами.
Доступные решения для российского бизнеса:
- YandexGPT;
- GigaChat;
- N