Прошли те времена, когда вы покупали пару обуви в Интернете, а реклама обуви троллила вас в течение следующей недели или двух. Сегодня маркетинг более осмысленный, актуальный и точно не лишний. Это персонализация с большой буквы. Итак, чем персонализация отличается от тролльского маркетинга? Тролли основаны на исторических данных, а персонализация носит предсказательный характер. Разница незначительна, но это валюта для преобразования блокировщиков рекламы в постоянных клиентов. Таким образом, цифровые маркетологи с помощью предиктивной персонализации стремятся улучшить качество обслуживания клиентов, постоянно вовлекать их в повышение коэффициента конверсии и сохранение лояльности.

Сила осмысленного индивидуального общения — это то, на что маркетологи всегда надеялись, но никогда не были уверены, принадлежит ли оно им. Сегодня осмысленная индивидуальная беседа или персонализация, как ее чаще называют, могут дать маркетологам беспрецедентное преимущество. Недавний опрос Forrester Research подтверждает, что 83% маркетологов говорят, что персонализация имеет решающее значение для успеха их компании.

Чтобы понять персонализацию в контексте управляемых пользователем явлений, мы можем вернуться на пару десятилетий назад, когда существовали базы данных, с помощью которых технологи строили свои стратегии для некоторых четких ответов на поведение. Тем не менее, они перестали работать в глобальном, мульти-устройственном, миллисекундном мире покупательского поведения, работающем круглосуточно и без выходных!

Чтобы персонализация была актуальна для цифровых маркетологов сегодня, мы должны внимательно смотреть на данные, то есть на доступность и актуальность данных. Когда мы говорим о доступности данных, проблема заключается в количестве данных, которые фактически доступны. Глубокая сеть или необработанные данные доступны в огромных объемах. Эти данные создаются миллиардами пользователей Интернета — их действиями в социальных сетях, транзакциями, поиском и так далее. Большая часть этих данных остается неисследованной, но технологии показывают нам, как мы можем смотреть на эти данные, погружаться в них и извлекать идеи.

Данные сегодня являются конкурентной валютой маркетологов. Если можно будет получить полезную информацию с использованием ИИ и машинного обучения, это даст маркетологам преимущество один на один, которое так важно для конверсии.

Что отличает ИИ и машинное обучение и дает больше шансов на значимую персонализацию, так это их способность погружаться в данные, извлекать интеллект и преобразовывать его в прогнозный интеллект. Возвращаясь к примеру с обувью, прогностический интеллект не будет троллить рекламу обуви. Он понимает, что транзакция завершена. Он может вернуться с рекламой обуви через месяц или год, опять же в зависимости от моделей поведения покупателей. Когда реклама все-таки появляется, это может быть даже не тот же бренд, если только она не предназначена для того, чтобы вернуть покупателя неотразимым предложением.

ИИ или искусственный интеллект — это не просто взгляд на прошлое, он предсказывает по своей природе и предлагает понимание поведения клиентов на уровне сложности, который ошеломляет. Современные интернет-маркетологи должны улучшать качество обслуживания клиентов и в то же время повышать вовлеченность, коэффициент конверсии и лояльность клиентов. Для этого они должны иметь возможность работать с богатыми и обширными источниками данных, чтобы предоставлять релевантные, индивидуальные впечатления по каналам и в режиме реального времени. Аналитики, такие как Gartner Inc., ожидают, что взрывной рост IoT приведет к 20,8 миллиардам подключенных устройств к 2020 году. По мере расширения IoT будут расти и объемы данных. Основная часть этих данных будет «темной». По оценкам IDC, к 2020 году до 37% цифровой информации будет представлять ценность. Глубокие или темные, эти данные бесценны. Глубокое погружение в эти данные требует больше, чем подводная лодка. Нужна тщательно подобранная аналитика, с помощью которой маркетологи на индивидуальной основе создают клиентскую базу, лояльность и долгосрочное удержание.