Читать книгу Нейро таргет. Эффективные кампании - Ар'лан ис'Дрекхэм, Фёдор Баснописец - Страница 5

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.

Подумайте на минутку о своей собственной ленте в соцсети. Какие цифровые следы вы оставляете за день? Что вы искали, что смотрели, на что реагировали? Эти следы, собранные вместе, могли бы нарисовать довольно точный ваш портрет. Не становится ли немного понятнее, как это работает в масштабах миллионов? Не пугайтесь этого, а посмотрите на это как на возможность. Вы, как маркетолог, получаете в руки инструмент, который позволяет понять людей не на уровне безликой толпы, а на уровне их ежедневных выборов и микродействий.

И вот здесь мы подходим к главному парадоксу. Чем больше данных, тем ближе мы можем вернуться к тому самому персональному подходу из маленькой лавки. Только теперь мы можем делать это не для десятка, а для миллионов людей одновременно. Мы можем говорить с каждым на его языке, о его интересах, в нужный момент. Но для этого нужно не просто собрать данные, а научиться их слышать. А это уже работа для нашего следующего героя – нейросети. Но об этом мы поговорим в следующих главах. А пока запомните: большие данные – это не страшный монстр, а ваш самый богатый и детализированный справочник по аудитории. Осталось только научиться в нём читать.