23 Ноября 2020 | 18:14

Новый потребитель, работа с данными и поиск инсайтов — главное с конгресса ОИРОМ

image
Мы приближаемся к миру, построенному на больших данных. Продукты создаются и продвигаются с учетом big data, коммуникация с потребителем выстраивается на основе исследований и аналитики. Как выглядит новый ландшафт исследовательского рынка и в каком направлении он будет развиваться — обсудили участники «Конгресса ОИРОМ 2020», организованного российской профессиональной ассоциацией, объединяющей исследователей рынка и общественного мнения (ОИРОМ) в партнерстве с AdIndex

Каким будет покупатель в 2021 году

Во всех потребительских категориях произошло переосмысление расходов и привычек, рассказал Константин Локтев, директор по работе с ритейлерами Nielsen. Покупатель все чаще готов попробовать новое, что увеличивает вероятность переключения с одного бренда на другой. Поменялись миссия похода в магазин и факторы выбора. На первый план вышли цели, связанные с долгосрочными покупками, приготовлением пищи дома. К привычным факторам выбора добавились безопасность и стремление к еще большей экономии.

Как меняется медиапотребление

Вторая волна пандемии и удаленная работа могут вернуть зрителей к телеэкранам, полагает Людмила Новиченкова, директор по маркетингу и коммуникациям Ipsos. Она отметила, что после майского спада аналитики зафиксировали небольшой подъем телесмотрения в сентябре.

Среди телезрителей вырос интерес к новостям, социальным программам, сериалам, детским передачам. Некоторую долю зрительского внимания потеряли развлекательные проекты и кино — причина может быть в том, что аудитория перемещается в онлайн-каналы. В интернете картина похожая, однако аудитория здесь более молодая.

Быстрый взгляд в будущий год: ключевые тренды

Прогноз глобальных тенденций представил Кирилл Игнатьев, футуролог и председатель совета директоров ГК «Русские инвестиции».

Что произойдет в 2030-х: бум персонализированного питания и синтезированных продуктов; тотальный отказ от охраны границ; развитие беспилотного транспорта; уход нефти с позиции ценообразующего товара; чипы смогут практически ежедневно мониторить организм; появление новых институтов глобального сотрудничества; большинство правительств разделят приоритет их сервисной и антикризисной функции.

Новая роль ритейла

Магазины останутся, но в каком виде и насколько часто люди будут ходить туда за покупками — большой вопрос, считает Борис Агатов, независимый эксперт по инновациям в ритейле. Процесс покупки стремительно перемещается от коммерческих площадей к домохозяйствам. Это видно на примерах Wildberries, «Яндекс.Лавки» — сейчас их сдерживает только дорогая логистика. А когда доставка станет дешевле, то ситуация изменится.

Трансформация образования

Многие дорогостоящие формы образования стали доступны онлайн, и знания стали распространяться быстрее. Однако Сергей Лукашин, советник в банке ВТБ, обратил внимание на другую сторону медали: стало почти невозможным получить навыки. Однако решение есть и тут — симуляторы. Они позволяют в безопасной среде получить опыт, наработать навыки и, выходя к реальному клиенту, обладать необходимой компетенцией.

Глобальная ловушка человечества

«Мы проиграли битву за приватность», — сказал Джин Колесников, визионер искусственного интеллекта, футуролог. Скоро ИИ будет собирать для людей не только алгоритмические новостные ленты, но и продуктовые корзины. Другая проблема, на которую он обратил внимание, — отсутствие сверхидеи, ставшее глобальной ловушкой человечества. «Отсутствие вещей, которые бы нас объединяли, дает нам возможность понять, что человечество не вечно и в сотрудничестве мы успеваем быстрее и больше», — заключил он.

Как смотреть в будущее

Большинство планируют только следующий год, заметил Данила Медведев, футуролог, идеолог трансгуманизма. Но если смотреть на ценность компаний, то она складывается из денежных потоков будущих периодов. Следующий год — это только 10% ценности компании, а остальные 90% — будущее. Любая организация должна иметь долгосрочное видение. Это не просто тренды, это более радикальные изменения, которые связаны с технологиями.

Big Data в практике брендов

Как цифры помогают «Яндекс.Лавке» выбирать этикетку

Собственную марку сервис по доставке продуктов развивает, опираясь на большие данные, рассказал Илья Красильщик, CEO «Яндекс.Лавка».

Для товара создаются цифровая и физическая этикетки, причем первая для важнее, поскольку свой выбор покупатель делает на сайте или в приложении, а не в офлайн-магазине. Виртуальная этикетка рассказывает о преимуществах продукта. Текст пишется в нескольких вариантах, которые отправляются на исследование в «Яндекс SBS». Публикуется тот, что получил больше позитивных оценок. То же происходит с физическими упаковками.

Как Coca-Cola управляет портфелем брендов с помощью данных

Анна Медведкова, старший менеджер по эконометрическому моделированию MediaCom, и Иван Шишко, аналитик маркетинговых коммуникаций Coca-Cola, рассказали о собственной многомерной системе принятия решений — она помогает оптимизировать стратегию управления портфелем брендов, используя большие данные.

Система учитывает четыре ключевых фактора, которые должны рассматриваться в комплексе:

1. Категория. Важно оценивать эффект инвестиций на продажи в категории, а также отслеживать кросс-категориальное воздействие, поскольку бренды борются за одного и того же потребителя.

2. Сезональность. В каждый сезон у покупателей повторяются паттерны потребления, что используется при управлении брендом.

3. Долгосрочное построение бренда. Для долгосрочного роста нужны постоянные инвестиции. Эконометрика позволяет понять, что и как влияет на бренды. Положительные тренды можно использовать в кросс-категорийной коммуникации. Негативные тренды в одном сегменте помогают подстегнуть развитие другого.

4. ROI-оптимизация. В зависимости от ROI каждого канала брендов оптимизируется коммуникационная стратегия.

Как это работает: лайфхаки от экспертов индустрии

Секреты успешного Real Time Marketing

Ольга Котельникова, старший менеджер по эконометрическому моделированию, и Виктория Баранова, стратег MediaCom, проанализировали 134 кейса ситуативного маркетинга по 12 параметрам и выявили формулу успеха: определить ЦА (минимум 2% от населения), подобрать подходящую тональность, выбрать формат, использовать микс тач-понитов (собственные платные медийные площадки, широкие PR-усилия), задействовать партнерства. Кампания должна быть охватной.

Заменит ли искусственный интеллект качественные исследования

Перед выбором территории для позиционирования продуктов «Сбера» появилась необходимость проанализировать, как люди визуализируют их и что под ними понимают. Галина Шелестова, руководитель направления исследований бренда и рекламы «Сбера», и Полина Жигарева, директор отдела анализа социальных медиа Ipsos, рассказали, как был реализован проект, на примере анализа территорий «вдохновение» и «инновации».

Анализ проходил через SML-анализ. Искусственный интеллект проанализировал пользовательские изображения, разметил объекты, обнаруженные на них, и выявил цвета. Эксперты объединили полученный набор объектов в макрокатегории и заметили, что для разных понятий они пересекаются. Тогда было запущено качественное исследование, чтобы расшифровать полученные данные.

Вывод. ИИ помог сделать автоматизированный анализ больших данных, получить безопросные данные и сделать работу с визуалом. Но он не заменил качественные исследования — они помогли вычленить смыслы и причинно-следственные связи и получить живой голос потребителя.

10 правил быстрой сессии дизайн-мышления

Основные шаги для проведения сессии сформулировали Николай Коротков, руководитель отдела клиентских исследований, и Виктория Кузьмичева, директор проектов банка «Открытие».

1. Команда «продакт»+«ресерч» начинает с цифр и трендов. И не начинает без брифа.
2. Фокусировка брифа. Необходимо проверить гипотезу быстрым количественным исследованием.
3. Нужно понимать, какие решения будут приниматься и на основе чего. Должен быть порог входа гипотез, которые принимаются в работу.
4. Гайд должен быть простым.
5. Простая выгрузка инсайтов.
6. Собирать компактные команды.
7. Всегда засекать время.
8. Концепция, которая уходит на тест, должна быть ясна потребителю.
9. Главные метрики — уникальность и интерес.
10. Прототипировать сразу.

Новые методы и продукты

Однодневные стримы как способ придумать идею

Для того чтобы регулярно придумывать идеи, нужно получать приток новой информации от потребителей продукта, говорит Ирина Шадрина, директор по качественным исследованиям Tiburon Research. Один из способов наладить такой диалог — однодневные стримы, разработанные в компании.

Tiburon создал фреймворк с тремя основными элементами:

— узнаваемые бизнес-ситуации (новая территория, тренд, идея, проблема);
— протоколы (понятные и предсказуемые процедуры;
— включение менеджера продукта в процесс изучения информации, построения и анализа гипотез.

Стримы запускаются в Telegram-чатах. Этот инструмент помогает быть в потоке идей.

Диджитализация продуктовых тестов на дому

Будущее тестирования FMCG-продуктов — в диджитализации домашних тестов, считает Елена Хлюпова, директор по исследованиям Tiburon Research. Поэтому в компании развивают метод Dig HUT. Как выглядит процесс:

1. Подготовка товаров для текста.
2. Рекрут респондента из онлайн-панели.
3. Доставка курьерской службой или постаматом.
4. Опрос по индивидуальной ссылке для каждого образца, загрузка фото и ситуации потребления.
5. Отчетность в онлайне и дашбордах.

Среди важных плюсов метода: ускорение поведения на всех этапах и возможность обеспечить равномерное территориальное покрытие исследования благодаря службам доставки. Кроме того, это помогает получить большое количество этнографических материалов и проводить тест в естественных условиях потребления.

Развитие клиентской аналитики с использованием платформы Big Data

Платформа Big Data от Mediascope объединяет разнородные данные исследовательских проектов компании; они все унифицированы, что помогает работать с данными, рассказал Михаил Цуприков, директор направления Mobile Mediascope. Благодаря решению изменился способ доставки данных — его можно персонализировать.

Платформа открытая — в ее основе индустриальная модель данных, которая отвечает на вопросы: «Кто?» (человек, который взаимодействовал с рекламой), «Что?» (рекламный объект), «Где?» (площадка взаимодействия), «Когда?» (точное время контакта). Big Data работает на распространенных инструментах обработки данных.

Варианты использования данных Mediascope: построение прогнозов, более детализированная аналитика, проведение ретроспективного анализа и расчета собственных показателей.

4 главных мысли о том, как «подружить» big data и consumer insights»

За 10 лет технологии сильно изменились. Компетенции людей не успели за ними

Бюджетами управляют рекламщики из 2010-го года, но требования к их компетенции стали другие, говорит Роман Нестер, сооснователь Segmento. Все идет к взаимопроникновению профессий product manager, маркетолога и аналитика. Растет запрос на умение управлять и взаимодействовать.

Потребительские инсайты — фундамент

Без них нельзя построить успешную стратегию, считает Элина Лопатюк, ведущий консультант по продуктам больших данных X5.Dialog. Запуск продукта позиционируется на том, кто покупатель. Успешная стратегия подразумевает анализ того, как меняется потребление.

Антикейсы связаны с недоверием данным и искусственному интеллекту

Бизнес происходит между людьми, и нужно, чтобы любое предложение выглядело достоверным, отметила Наталья Балута, Head of Knowledge & Growth Intelligence MediaCom. «Однажды один ритейлер столкнулся с данными о том, что свитер с оленями нужно продвигать в конце января, и эта стратегия не была принята, хотя, возможно, она и могла бы быть правильной, но этого мы никогда не узнаем, пока кто-то не решится на такой кейс».

Внутренние данные не всегда панацея

При этом вопрос внешних данных стоит довольно остро — поскольку в России тяжело найти хороший источник. В Ozon предпочитают использовать собственные данные или заказывать исследования, поделился Олег Дорожок, директор по маркетингу и монетизации Ozon.

Как реальный клиентский опыт влияет на продажи

— Человекоцентричность — модель управления, которая учитывает факторы принятия решений клиента, сотрудника, партнера и т. д. В 2019 году мы стали замечать, что начали появляться продуктовые «пузыри», когда в рамках микрокоманды создается свой культ продукта и считается, что человек рожден, чтобы этот продукт купить, говорит Арсен Даллакян, основатель RBU. Управляемость усложнилась. Компании столкнулись с обилием продуктовых команд, которое рождает декомпиляцию и дефрагментацию рыночной стратегии. Производители научились быстро делать продукты, но теперь нам нужно, чтобы они продавались.

— «Я не противопоставляю понимание клиента и работу с данными», — отметил Максим Годзи, CEO Retentioneering. Математика должна быть выстроена так, чтобы понимать клиента. Самые новые алгоритмы, предсказывающие конверсии, в первую очередь нужны для того, чтобы прогнозировать, купит клиент этот товар или нет, и понимать, что влияет на его выбор.

— Результаты должно приносить и использование собственного продукта, напомнил Андрей Федоров, директор по клиентскому опыту в управлении цифровых продаж ВТБ. «Я хотел купить лампочку в “Леруа Мерлен”, на что сайт мне выдал светильники. Я купил в Ozon. Мы смотрели с коллегами, что может получить маркетплейс, если просто оптимизирует поиск. Попробовали “Яндекс.Маркет”, и выдача результатов запросов «айфон» и Iphone оказалась разной, хотя количество запросов примерно одинаковое. На такой простой вещи, как неоптимизированный поиск, теряются клиенты».

Александр Оникиенко, Head of Digital Knight Frank, сформулировал 4 правила, которыми можно пользоваться при построении продукта вместе со своей аудиторией на основе данных (CusDev):

1. Вовлечение. Это не только про работу с клиентами, это работа еще и с клиентскими менеджерами. Вовлекать надо всех, кто участвует в процессе.
2. Сбор данных. Структурируем всю собранную информацию для дальнейшей обработки.
3. Очистка данных. Убираем ненормальное распределение (выбросы) и находим NSM.
4. Внедрение. Приоритизация идей и их внедрение.

 

 

[#GALLERY::287115#]

Notice: Undefined variable: _document_status in /var/www/adindex_dev2/data/www/dev2.adindex.ru/system/includes/blocks/document153819.phtml on line 1