О том, какие digital-тренды существуют сегодня, рассказывает Юлия Батальцева, директор по маркетингу EasyStaff — компании-разработчика IT-решений для фрилансеров.
Аналитика данных для персонализированных коммуникационных стратегий
Благодаря анализу данных компании могут создавать персонализированные коммуникационные стратегии, учитывая интересы и предпочтения каждого потребителя.
Пример: Amazon.
Amazon активно собирает данные о поведении своих клиентов, включая их покупки, поисковые запросы и предпочтения. Благодаря использованию аналитики компания предлагает клиентам наиболее релевантные предложения, улучшает их опыт покупок и удерживает пользователей на своей платформе.
Пример: музыкальный сервис Spotify.
Spotify анализирует данные о прослушиваемой музыке своих пользователей и на основе предпочтений создает индивидуальные плейлисты и подборки на все случаи жизни. Этот подход перенимают и российские сервисы — от «Яндекса» до VK.
Голосовые помощники и чат-боты
Эти технологии значительно упрощают общение с клиентами, повышают доступность и оперативность ответов на их запросы.
Пример: голосовой помощник Google Assistan.
Google Assistant позволяет пользователям задавать голосовые запросы и получать информацию из открытых источников. Это облегчает процесс общения с компанией и повышает удовлетворенность клиентов.
Google Assistant — один из первооткрывателей такого подхода, позволивший другим поисковым системам внедрять голосовое управление.
Пример: Chat-бот H&M.
Компания разработала чат-бот, который общается с клиентами через мессенджеры и помогает с выбором определенной одежды. Покупатели могут задавать вопросы о размере или доступных моделях, и бот предлагает рекомендации и помогает оформить заказ.
Это удобно для клиентов, которые предпочитают общаться через мессенджеры и получать быстрые ответы на вопросы. В России почти у каждого масс-маркета есть мобильное приложение, в которое внедрен аналогичный чат-бот.
Компьютерное зрение (computer vision)
Развитие компьютерного зрения (computer vision) позволяет автоматически распознавать и классифицировать изображения с помощью алгоритмов и искусственного интеллекта, чтобы предлагать пользователям схожий и разнообразный контент, который соответствует их запросам и предпочтениям.
Пример: Pinterest.
Pinterest — это платформа для обмена идеями, основанная на изображениях.
Компания использует компьютерное зрение для автоматического распознавания объектов на фотографиях и предложения пользователям похожего контента.
Например, если пользователь размещает фотографию интерьера с конкретным типом мебели, алгоритмы платформы предлагают связанный контент: идеи для декора, схожие предметы мебели или дизайнерские советы. Это позволяет создать персонализированный и вдохновляющий опыт для пользователей на основе их предпочтений и интересов.
Виртуальная и дополненная реальность (VR и AR) для создания интерактивных коммуникационных опытов
Использование виртуальной и дополненной реальности позволяет компаниям создавать уникальные и интерактивные коммуникационные опыты.
Эти инновации помогают клиентам более прочно взаимодействовать с брендом, делают процесс выбора и покупки более удовлетворительным и позволяют продемонстрировать продукты более эффективно.
Пример: AR и IKEA.
Один из примеров использования технологии — приложение IKEA Place. Оно позволяет пользователям свободно передвигаться по пространству и виртуально размещать мебель у себя дома. Покупатель может просмотреть, как будет выглядеть конкретный предмет в его интерьере, и принять более осознанное решение при покупке.
Пример: VR и Sephora.
Компания использует виртуальную реальность для предоставления клиентам возможности взаимодействия с косметическими продуктами. Посетители магазина могут надеть VR-очки и попробовать тени, помады и румяна в действии, а также изучить составы. Это позволяет клиентам понять, как продукты будут выглядеть на них, и принять правильное решение.
Influence маркетинг
Инфлюенс-маркетинг — это стратегия, при которой компании сотрудничают с влиятельными людьми (инфлюенсерами) в социальных медиа и блогосфере, чтобы продвигать свои продукты или услуги.
При правильном подходе инфлюенсеры помогают брендам установить более доверительные и личные отношения с потребителями, усиливают вовлеченность аудитории и способствуют достижению маркетинговых целей компании.
Неудачный пример: Pepsi.
Одним из примеров неудачного инфлюенс-маркетинга стала кампания Pepsi «Live for Now», запущенная в 2017 году. Бренд решил посотрудничать с моделью Кендалл Дженнер. В одном из рекламных роликов она присоединяется к массовой демонстрации и протягивает полицейскому банку Pepsi в знак мира.
Реклама вызвала критику в злоупотреблении серьезными социальными проблемами (движение Black Lives Matter) в коммерческих целях.
В результате ролик сняли с публикации, а компания Pepsi и сама Кендалл были вынуждены извиниться за свою несостоятельность. Это показывает, что даже самый дорогостоящий и влиятельный выбор инфлюенсера не всегда оправдывает вложенные средства.
Блокчейн-технологии
Блокчейн предоставляет децентрализованную и надежную систему записи и проверки информации, что способствует созданию более прозрачных и защищенных коммуникационных процессов.
Пример: проект Everledger.
Технология использует блокчейн для защиты и подтверждения подлинности драгоценных камней. Так создаются и регистрируются цифровые «отпечатки» для каждого камня, позволяющие покупателям удостовериться в подлинности продукта, с которым они взаимодействуют. Это обеспечивает прозрачность и доверие в коммуникации между продавцами и покупателями.
Пример: браузер Brave Rewards.
Это перспективное решение, применяющее блокчейн-технологии в сфере рекламы и монетизации контента.
Компания Brave, использующая блокчейн в своем веб-браузере, предложила новую модель, помогающую рекламодателям вознаграждать пользователей за просмотр рекламы.
Технология обеспечивает прозрачность и защиту данных, что создает более справедливую и эффективную систему коммуникации.
Длинный сетевой контент (long-form content) для создания привлекательных и информативных историй
Длинный сетевой контент обычно представляет собой статьи, блоги, видеоролики или подкасты с большим объемом информации, которые предназначены для более глубокого погружения потребителей в опыт бренда.
Пример: производитель одежды для активного отдыха Patagonia.
Компания создала короткометражный фильм под названием «The Fisherman’s Son». В нем рассказывается история жизни и достижений профессионального серфера Рамиро Наварро, который вырос на мексиканском побережье и стал защитником океана.
Контент позволил компании не только продемонстрировать качество продуктов, но и поделиться своими ценностями и вдохновить аудиторию.
Управляемые сообщества
Управляемые сообщества могут быть организованы в различных форматах, таких как онлайн-форумы, веб-порталы, фокус-группы, консультационные советы и т. д. Создание таких сообществ способствует установлению долгосрочных отношений с брендом и повышает уровень вовлеченности и лояльности.
Пример: Lego.
Компания запустила платформу «Idea of the Month», где фанаты и поклонники Lego могут предлагать свои идеи для новых моделей конструкторов. Это позволяет компании вовлечь клиентов в процесс разработки, а также улучшить коммуникацию и понимание потребностей.
Пример: IBM.
Компания IBM создала платформу IBM DeveloperWorks, где разработчики могут обмениваться идеями, кодом и сотрудничать для создания нового программного обеспечения. Это помогает компании и ее партнерам эффективно коммуницировать, а также создавать инновационные продукты.
Data-driven PR
Data-driven PR — это стратегический подход, основанный на использовании данных для принятия решений и оценки эффективности PR-кампаний. Он позволяет оценить влияние PR-мероприятий на бизнес-цели и определить наиболее эффективные коммуникационные тактики. Подход шире, чем аналитика данных пользовательского опыта, поскольку нацелен на долгосрочное планирование.
Пример: Coca-Cola.
В 2015 году производители запустили кампанию «Share a Coke», которая печатала имена людей на банках напитка. Для этого Coca-Cola использовала данные из социальных медиа и определила наиболее популярные имена в каждом регионе. Это помогло создать персонализированный и привлекательный продукт для миллионов потребителей.
Аналитика настроения (sentiment analysis)
Аналитика настроения использует машинное обучение и обработку естественного языка для анализа текстовых данных, таких как сообщения в соц. сетях, обзоры продуктов, комментарии пользователей и т. д, чтобы определить эмоциональную окраску (позитивную, негативную или нейтральную) каждого сообщения и распределить их по категориям настроений.
Пример: Uber.
Компания собирает данные о рейтингах, отзывах и комментариях пользователей после каждой поездки.
С помощью аналитики настроения компания анализирует эмоциональную окраску этих отзывов и определяет долю позитивных, негативных и нейтральных комментариев.
Например, если Uber получает большое количество негативных отзывов от пользователей, указывающих на неудовлетворительный опыт поездки, компания может быстро реагировать на эти обратные связи и предпринять меры для улучшения качества услуг. Это может включать изменение процесса обучения водителей, внедрение новых функций в приложение или другие подходы к продвижению продукта.
