В метеорологии, чтобы предсказать погоду в конкретный день с вероятностью 90%, достаточно посмотреть, какой была погода в этот же день в предыдущие три года. Дальнейшее увеличение вероятности «попадания в яблочко» требует огромных усилий по сбору и обработке данных с метеостанций всего мира. И эти усилия еще и не всегда окупаются.

Этот принцип можно переложить на прогноз рынка маркетинговых исследований. Так, тренды в исследованиях, которые явно проявились в прошлом году, будут определять 2024 год. И уже после этого можно пофантазировать насчет того, что может появиться совсем нового — или хорошо забытого старого.

Имеет смысл разделять технологические и бизнес-тренды. Первые чаще всего глобальные, но также актуальны и для России. Вторые связаны с локальной ситуацией в российской экономике и бизнесе. 

Технологические тренды 

Искусственный интеллект как инструмент сбора и анализа данных

Мы в Tiburon Research считаем, что применение AI в исследованиях — не совсем тренд, а то, чего очень боятся клиенты в нашей индустрии, — тренд-брейк. Сегодня маркетинговые исследования находится в моменте, с которого все пойдет по-другому: происходит переформатирование рынка.

Большая часть 2023 года прошла за разговорами о возможностях AI в исследованиях. Хотя уже к концу 2023 года на российском рынке были проведены и первые удачные проекты с использованием AI в качестве автомодератора и помощника в подготовке аналитических отчетов. В этом году продолжится работа по поиску, доработке и внедрению удобных решений, которые смогут приносить реальную пользу бизнесу и хорошо масштабироваться. Возможно, что произойдет даже некоторое охлаждение интереса к теме, как это обычно бывает с новыми технологиями. Но все же AI — это не хайп наподобие трендов на аналитику больших данных и нейромаркетинг (про их развитие я расскажу ниже). Думаю, что добротные исследовательские продукты с применением AI появятся уже ко второй половине года. По крайней мере, наша компания прилагает к этому большие усилия.

Процесс ускорится и за счет того, что на использование AI в исследованиях есть большой запрос со стороны С-level-менеджеров (С-level executives; первые лица компании, топ-менеджеры. — Прим. ред.) — они ожидают чуда или как минимум существенного увеличения эффективности маркетинга.

Исследователи в компаниях могут тормозить процесс из-за страха перемен и потери работы, но долго у них это делать не получится.

Анализ собственных данных

Многие компании имеют в своем распоряжении большие массивы данных о своих потребителях, но далеко не все научились извлекать из них пользу. Здесь опять же на помощь придет искусственный интеллект. LLM-модели (большая языковая модель. — Прим. ред.) вдохнут новую жизнь в аналитику Big Data, SML, данных из СRM и DPM (Customer Data Platform). AI станет мостиком от данных через исследователей к бизнесу в обход (или с меньшим вовлечением) Data Science-специалистов — анализ данных будет проходить быстрее и станет дешевле. 

Можно было бы назвать этот тренд развитием неопросных методов, но я вижу здесь большую пользу для бизнеса в обогащении данных из CRM данными простых и быстрых онлайн-опросов. 

Данный тренд хорошо сочетается с другим трендом — возросла важность CX-исследований (исследований клиентского опыта). Я сужу об этом по тому, сколько CX-отделов появилось у наших клиентов, и по тому, как часто это тема стала обсуждаться в маркетинговом сообществе. Это напоминает мне бум на shopper research и исследований для категорийного менеджмента в 2010-х годах. 

Agile-подход к исследованиям

Зрелый тренд появился не вчера и будет оставаться актуальным, пока не станет обыденностью для большинства компаний. Он связан с потребностью бизнеса в гибкости и оперативной реакции на изменения рынка. Означает непрерывный процесс разработки и тестирования гипотез. Исследование от постановки задачи до получения и осмысления результатов не должно занимать больше 2–3 недель — то есть умещаться в рамки одного спринта. Скорость достигается за счет фокуса на решении конкретной задачи, отказа от длинных анкет и автоматизации процессов по сбору и анализу данных.

Спрос на быструю и регулярную обратную связь с потребителями — это еще и маркер того, что компания интегрировала исследования в бизнес-процессы.

И это тоже тренд – кого-то еще нужно убеждать в необходимости исследований, но все больше компаний переходят на следующий уровень – эффективности исследований и плотной связки с бизнесом. В зарубежных источниках можно встретить мнение, что agile-подход полностью убьет как класс громоздкие исследования, направленные на построение стратегий и roadmap — они часто включают в себя сегментацию потребителей. Скорее всего так и произойдет – то, что раньше делалось в рамках одного долгого исследования – проведение, осмысление и начало применения результатов — занимало иной раз пару лет, а теперь делается в несколько быстрых итераций с использованием простых методик.

Aigle-подход в исследованиях также приводит к их демократизации.

Что же касается сегментаций, то их тоже можно делать в agile-стиле. Существует большое количество готовых сегментаций по различным параметрам, включая поведение и жизненные ценности, которые можно соотнести с различными категориями товаров и услуг. Также есть мнение, что для построения карты рынка достаточно «раскидать» потребителей различных брендов по двум осям координат. Например, для финансового рынка это оси: «жизненная активность» и «финансово-покупательная активность». То есть достаточно задать три вопроса — пользование брендами, частота, с которой занимаются различными жизненными активностями и отношение к деньгам (коплю-трачу все).

Видео как источник обратной связи и знаний о потребителях

Один из трендов, которые еще не проявлялись, но имеют шансы на успех. Это часто упоминается в зарубежных прогнозах. Люди снимают огромное количество видео — это занятие становится привычным для людей из различных возрастных и социальных групп, развивается большое количество сервисов для просмотра и показа такого контента. Осталось наладить быстрый анализ большого количества видеороликов для поиска целевой информации. И здесь опять на помощь придет AI. Кстати, нейросети давно используются для поиска и спасения людей с помощью видео, снятого с дронов. Изначально спасателям приходилось глазами отсматривать огромное количество материала, затем AI научился находить изображения людей на фоне лесного массива. Я не могу гарантировать на 100% что тренд проявится в следующем году, но как говориться «пусть здесь полежит, может пригодится».

В завершении раздела пара слов про нейромаркетинг. У некоторых больших компаний опять проявляется интерес к решениям, способным количественно замерять невербальный отклик потребителей при тестировании рекламы и концепций продуктов и услуг.

Основный вопрос в эффективности – смогут ли нейромаркетинговые методы дать что-то существенное сверх того, что дают «обычные» методы и при этом не сделать исследования (опять) слишком сложными, дорогими и долгими.

Думаю что в 2024 году бума здесь не случится, несмотря на то, что камеры современных ноутбуков и телефонов имеют хорошее разрешение для анализа степени расширения зрачков. 

Тренды, связанные с локальной ситуацией в экономике и бизнесе 

В прошлом году, по данным Okkam, на рынок было выведено порядка 26 тыс. новых брендов. Российские производители спешат занять места освободившиеся из-за ухода иностранных компаний. Скорее всего, тренд продолжится и в этом году. Также есть необходимость в импортозамещении привычной диджитальной среды – создании альтернатив иностранным соцсетям, сервисным и бизнес-приложениям.

Для индустрии маркетинговых исследований замещение иностранных брендов и сервисов означает потенциальный спрос на следующие типы исследований: 

а) исследования на этапе создания бренда и подготовки рекламных стратегий;
б) трекинги здоровья бренда и эффективности рекламных кампаний;
в) UX-исследования. 

На мой взгляд, ниша, связанная с исследованиями на этапе создания новых брендов, до конца не разработана.

Здесь до сих пор существуют две крайности — либо очень громоздкий классический процесс new brand development, разработанный иностранными корпорациями до появления онлайн-исследований и DIY-платформ, либо создание гипотез методом мозгового штурма и «проверки гипотез боем» без каких-либо исследований. Ко второй крайности также можно отнести стремление решить все задачи по выводу нового бренда разом на паре фокус-групп. Возможно, еще и по этой причине в прошлом году наблюдался большой спрос на качественные исследования. Прогноз такой — будут развиваться новые эффективные и доступные подходы к созданию брендов на основе обратной связи от потребителей.