Маркетинг основанный на данных

Почему маркетинг не может быть основан на данных?

Назвав статью «маркетинг основанный на данных», начну ее с парадоксального, впрочем, с этим сталкивается каждый маркетинговый специалист, вынужденный работать, принимать решения в цифровую эпоху:

1. Статистика – это взгляд в ретроспективу. Можно посчитать и оценить то, что свершилось, но с маркетологов требуют понимание перспективы. Самое невероятное – это прогноз перспективы, на основе ретроспективных данных.
   
2. Цифровой мир слишком молод и слишком динамичен, чтобы строить стратегию, не имея ретроспективы, сломя голову бежать за динамично меняющейся перспективой.
3.  Если будущее не определено, то прогнозы – это лишь вероятность наступления события и самые «лютые» математические модели лишь увеличивают точность  прогноза, никак не гарантируя наступление события.
4. 90% всех новаций не находят применения, устаревают до момента практической реализации или в первый этап реализации.
5. Существует расхожее: «Лучше иметь ошибочные данные, чем не иметь никаких и блуждать в неведении». Вы уверены? А если цена ошибки данных – ваше личное банкротство…?
6. Цифровой мир можно оцифровать. Человека в цифровом мире оцифровать нельзя! Чувства, эмоции, привязанности, взгляды и позиции, намерения и страсть – это вне сферы ответственности математики цифр.

Иллюстрацией проблемы «полагания на данные» в маркетинге может быть вот такая вполне реальная, но шутка:

Пошла за розовой кофточкой, но никак не смогла отказать себе в этой лиловой сумочке. Походу, перемерила все, во что влезла моя задница. Туфли купила. Супер!

Проблема прогнозирования будущего

Цифровые технологии позволяют собирать огромное количество данных о состоявшихся ранее контактах, покупках, из профилей пользователей, – данных о местоположении и статистике использования, с которыми пользователи взаимодействуют, и многих других. Но сами по себе эти данные только говорят нам, что произошло в прошлом и совершенно не позволяют о чем либо судить в будущем. 

К примеру, зафиксированная положительная реакция пользователя на рекламу (клик, переход, прочтение, длительность сессии) не позволяет сколь-нибудь основательно утверждать, что показанный в рекламе товар, этот пользователь не купил еще вчера (или еще вчера не передумал покупать), а значит все последующие рекламные коммуникации с ним будут бессмысленны, а затраты на рекламу, приходящиеся на этого пользователя – не эффективны.

Полагание на данные из прошлого – это самая большая проблема использования данных в целях маркетинга. О будущем можно лишь догадываться, строя прогнозные модели, вероятности и фантазируя. 

Именно поэтому, маркетинг, основанный на данных, не более умен, чем человек, строящий прогнозы на цифрах, полученных из прошлого – если созданные им алгоритмы позволяют прогнозировать с той или иной вероятностью, то именно с этой же верой к прогнозированным событиям и стоит относиться. Фантазии IT-специалистов о больших вычислительных мощностях, самообучаемом искусственном интеллекте или нейронных вычислительных сетях, – все так же разбиваются о необходимость и неумение построения алгоритмов вычисления, в основе которых достоверные прогнозные модели. 

Можно все Землю нашпиговать станциями наблюдения за погодой. Можно иметь многотысячную армию метеорологов. Наверное, нужно иметь вычислительные центры, способные обрабатывать огромные массивы поступающих данных. В помощь им, высококлассные программисты и аналитики. Все это щедро финансируется в размере многих миллиардов, выделенных из государственных бюджетов. Но точность прогноза на неделю – это все еще недостижимая задача. И прежде чем сколь-нибудь серьезно говорить о маркетинговом прогнозировании будущих событий, научитесь вначале прогнозировать погоду!

Мусор на входе – ошибки на выходе

Любой знакомый с информатикой, аналитикой данных понимает, что качество входящих цифровых данных и их достоверность – первейшая вещь. Очень просто накапливать данные, но вот как быть уверенным в том, что собрали вы то, там и о том? 

• Вы хотите получать данные из интернета? Замечательно. Любой бот способен генерировать трафика и данных на порядки больше, чем это наплодит ваша целевая аудитория! По оценке американской организации Association of National Advertisers, в 2015 году бренды потратили на закупку фальшивого, несуществующего трафика $7,2 млрд, а в прошлом году показатель вырос до $10 млрд. 
• Компания CNBC подсчитала, что в 2016-м до 20% выделяемых на интернет-рекламу бюджетов были потрачены на трафик, который генерировали боты (англ. non-human traffic).
• 90% пабликов, групп, страниц социальных сетей состоят из мертвых аккаунтов, ботов, хайперов и хейтров, никогда и не собирающихся что-либо у вас покупать.
• Датчики на входе в магазин? Да весь персонал, периодически выходящий курить, нагенерирует посещения вашего магазина столько, что сделает эти данные бессмысленными. Праздно болтающиеся по торговому центру и периодически заходящие в ваш магазин "не покупатели" окончательно добьют идею "подсчитать магазинный трафик". Вы говорите, что эти цифры "праздных" можно спрогнозировать моделью и отсечь? Замечатльно, но как увидеть и отсечь рост "праздных", вызванный ATL-рекламной этого ТЦ или якорного арендатора? А если одновременно с этим идет и ваша массовая реклама?
• Логичное машинное программирование никак не учтет тот факт, что "лайки" люди ставят не всегда выражая этим одобрение. Делают они это: из жалости, спонтанно, по привычке, из-за одобрения самого автора, а не его конкретного мнения, лайкают и боты и т.п. 

Самая большая проблема в «цифровых данных» – это сами данные. Что касается людей, не стоит все ими сгенерированное слишком уж определенно брать на веру. Потребители путаются, сотрудники лгут, подрядчики, замотивированные на результат, подтасовывают цифры.

Обобщение исключает персонализацию

Мы ожидаем, что цифровые технологии помогут предсказывать намерения потребителей и действовать в соответствии с тем, что они «прочли» в поведении людей, их реакциях и не высказанных потребностях. Это невозможно по многим причинам. В первую очередь, потому что информация обобщается. Цифровые технологии позволяют вести коммуникации с огромным количеством пользователей, но в основе маркетинговых коммуникаций – все тот же немногочисленный штат сотрудников отдела маркетинга, физически не успевающий и психологически не способный вести коммуникации с слишком разными потребителями. в этом причина массового маркетинга, когда вынужденно, маркетинговые специалисты: 

• Работают с группами потребителей, сегментируя их по условно схожим признакам;
• Работают только с целевой аудиторией, эффективная отдача от которой высока и выше, чем от остальных групп потребителей.

Безусловно, автоматизация дает свои плоды и позволяет упростить коммуникацию с каждым из потребителей, но истинная персонализация потребует качественного скачка цифровых технологий. Сегодня же, с каждым уровнем персонализации будет создаваться впечатление, что цифровая технология и прикрученный к ней «искусственный интеллект», в роде бы как действительно «знают» пользователя.