secretmag.ru
Опубликовано 01 августа 2018, 17:33

Реклама научилась меняться под характер клиента. Как это работает?

Объясняет психолог Йорган Каллебаут

Можно ли сделать так, чтобы реклама одной и той же компании менялась в зависимости от характера клиента? Над этим уже работает лондонский стартап DataSine: там анализируют массивы данных разных компаний, определяют типы личности и типичное поведение клиентов, а затем обучают машины подстраивать коммерческие предложения под предпочтения конкретного получателя. После этих манёвров продажи повышаются до 80%, утверждают в DataSine.

Реклама научилась меняться под характер клиента. Как это работает?

Можно ли сделать так, чтобы реклама одной и той же компании менялась в зависимости от характера клиента? Над этим уже работает лондонский стартап DataSine: там анализируют массивы данных разных компаний, определяют типы личности и типичное поведение клиентов, а затем обучают машины подстраивать коммерческие предложения под предпочтения конкретного адресата. После этих манёвров продажи повышаются до 80%, утверждают в DataSine.

О том, в каких сферах бизнеса эта технология появится в ближайшее время и как после этого изменится мир рекламы, медиаменеджер и консультант Василий Эсманов расспросил клинического психолога и сотрудника DataSine Йоргана Каллебаута. Беседа прошла в рамках конференции Big Data, Meet Big Brother, которую организовывал венчурный фонд Sistema_VC.

Реклама научилась меняться под характер клиента. Как это работает?

— Что для вас как для психолога означают большие данные?

— Я по образованию клинический психолог, у меня степень по клинической психологии и бизнес-психологии, я всегда хотел применять психологию в бизнес-сфере, собственно, именно поэтому я присоединился к лондонскому стартапу DataSine, это было два года назад. Мы используем машинное обучение и психологию, чтобы помогать бизнесу принимать решения, персонализировать рекламу и доносить её до целевой аудитории.

<…>

Мы относим людей к одному из профилей на основе анализа различных данных — например, того, как человек воспринимает информацию, как пишет в соцсетях, как общается с друзьями. Мы используем очень популярный в психологии тест Big Five — он определяет тип личности по пяти основным критериям. Экстраверт и интроверт будут по-разному реагировать на разные изображения. В бизнесе эти знания можно использовать, например, в маркетинговых рассылках. Многие направляют всей базе клиентов одно и то же письмо. Банки часто так делают. Мы можем разделить получателей рассылки на группы экстравертов и интровертов и персонализировать её, не меняя факты и цифры — только изображение. Для экстравертов мы выбираем изображения с оранжевым и другими яркими цветами, для интровертов — холодные цвета, оттенки синего. Оптимальные изображения помогают выбирать алгоритмы машинного обучения. За счёт того, что вы меняете одну-единственную картинку в имейле, количество переходов по ссылке увеличивается на 40%. Это очень эффективно.

— А если изменить текст, что получится?

— Коэффициент перехода по ссылке будет больше. Собственно, мы реализовывали проекты, в которых от наших рекомендаций по изменению текстов и картинок под профиль получателя от 40% до 80% повышались продажи. Интроверты больше ориентируются на текст в электронном письме.

— Facebook опубликовал разъяснение, в котором говорится, что у рекламодателей не будет возможности давать рекламу в зависимости от того, на какую целевую расу она нацелена. Некоторые люди предпочитают, чтобы какая-то информация о них не разглашалась. Какую информацию системы собирают о людях?

— У нас очень жёсткая политика. Мы не работаем с компаниями, которые занимаются различными азартными играми. Не проводим политические кампании. Мы не храним персональные данные, другими словами, мы не знаем какой расы человек. Например, если вы занимаетесь кредитным скорингом, оцениваете кредитоспособность человека, и если вам надо исключить каких-то клиентов, то по расовому признаку это не сделать. <…> Мы не работаем с нейротизмом (черта личности, характеризующаяся эмоциональной неустойчивостью, тревогой, низкой самооценкой. — Прим. ред.). Было бы не очень этично использовать такую информацию для продажи страховки жизни и здоровья.

<…>

— Что больше всего беспокоит людей в контексте больших данных?

— Мне кажется, население в принципе не знает, что такое большие данные. В некоторых банках даже не анализируют количество переходов по ссылкам, которые они включают в рассылку. В реальной жизни компании ещё не добрались до того уровня, когда они могли бы эффективно использовать big data.

— Кроме крупных банков, кому могло бы быть интересно использовать сочетание больших данных и психологии?

— Здравоохранению и психиатрии. Вот приходите вы на приём к психиатру, он вам ставит диагноз на основе собственного субъективного мнения, а не анализа больших данных. Это должно измениться. Сфера образования, кстати, тоже меня удивляет. Мы пытаемся всех заставить учиться одним и тем же способом. Мне кажется, что большие данные могли бы повысить эффективность в сфере образования: например, если у ребёнка какие-то особые способности к обучению, мы могли бы оптимизировать и персонализировать обучение для него.

— Как вы думаете, должны ли мы жертвовать своей личной жизнью ради удобства, потому что большие данные — это удобство, но за счёт потери прайваси?

— Я ещё раз хочу подчеркнуть, что есть большой разрыв между оптимизацией и персонализацией. Оптимизация: захожу на сайт Amazon и покупаю там радиоприемник, и в следующий раз Amazon мне предложит купить телевизор, потому что тысячи людей, которые купили этот радиоприёмник, покупают определённую марку телевизора. Вот это оптимизация, это оптимизация предложения. По сути замкнутый цикл обратной связи. Новые данные не вводятся в систему, а мы за счёт использования психологических аспектов, предлагаем надстройку над данными. За счёт этого обеспечивается персонализация.

Если бы вы смогли контролировать все свои данные при помощи приложения и, например, при помощи этого приложения выходить на Amazon и на другие вебсайты, вы могли бы продавать собственные персональные данные компаниям. Например, я мог бы предложить Facebook оптимизировать какие-то предложения для меня на основе моих персональных данных, но это было бы моим решением.

— А как вы увязываете типы личности с потребностями той или категории клиентов?

— Всё очень просто. Мы из всех баз данных выявляем типы личностей: например, как люди письменно общаются со своими друзьями на страницах соцсетей, обрабатываем текстовые массивы. Типы личности мы можем выявлять на основе транзакционного поведения, онлайн-покупок. Например, экстраверты любят покупать кока-колу, интроверты — пепси-колу. Экстраверты тратят больше денег в ресторанах и барах, а интроверты — в книжных магазинах. Соответственно, если наложить одну базу данных на вторую, можно выявить определённые взаимосвязи.

Экстраверты и интроверты по-разному реагируют на ацетилхолин. Это гормон, вырабатывающийся в человеческом мозге. Если интровертов посадить в эту аудиторию, то у них этот гормон будет синтезироваться в большем количестве, чем у экстравертов, потому что интровертам нравится тишина, сидеть в комфорте у себя дома, им не требуется такое общение, они и так уже чрезмерно стимулированы в такой аудитории. У экстравертов порог стимуляции мозга гораздо ниже. Поэтому экстравертам не нравится копаться в саду — это слишком мирное и спокойное занятие.

Фотография на обложке: Bloomberg / Getty Images

Подписывайтесь на «Секрет фирмы» в Telegram, Facebook и «ВКонтакте». А также в «Яндекс.Дзене» и Google News.