Big, thick, wide: зачем бизнесу эти три вида данных

Big, thick, wide: зачем бизнесу эти три вида данных
21 марта 2019| Мария Григорьева

Вступая в диалог с компанией или организацией, люди хотят личного, уникального отношения к себе. Бизнес, сфокусированный на клиенте, старается оправдать эти ожидания. Однако в таком подходе существует риск — сосредоточившись на персонализации диалога с одними группами, компания может упустить множество других. Бренд, к примеру, может слишком сфокусироваться на работе с миллениалами и упустить поколение Z. Это парадокс инклюзивности, один из современных трендов на рынке потребительских сервисов и продуктов.

Погнаться за двумя зайцами — поймать трех и более

Цифровая эволюция открыла потрясающие возможности для новых видов коммуникации между продуктом/сервисом и потенциальными потребителями. Но как бизнесу учитывать тех, кто фактически есть, но еще не «вышел из тени»? Ведь данные об этих пользователях не собраны и не проанализированы надлежащим образом.

Слишком много компаний все еще определяют формат массовых продуктов и услуг на основе количественного анализа и демографического единообразия классических социальных групп. И хотя цифры в самом общем смысле могут и не врать, они не отражают точные и правдивые характеристики аудитории, поскольку никак не учитывают особенности человеческого поведения в моменте и не принимают во внимание контекст.

Крайне показательный пример непреднамеренной дискриминации целого сообщества целой отраслью — отношения любого крупного бренда одежды с мусульманским миром. Потенциал этого рынка для крупнейших fashion-брендов мира оценивается в сумму примерно $250 млрд, при этом попытки брендов создать актуальные линейки одежды для мусульманок ничего кроме критики не вызывают. В чем кроется причина? Все они отталкиваются от взгляда на обобщенный портрет «мусульманской женщины» как на абсолютно гомогенное абстрактное множество без отличительных черт и региональных особенностей.

Класс подобных проблем и стремится решить инклюзивность. Согласно трактовке Кембриджского словаря современного английского языка, это понятие описывает такую стратегию ведения общественных и деловых коммуникаций, которая стремится охватить как можно больше различных групп и сообществ, обращаясь с представителями каждого из них в равноправном и справедливом ключе.

В поисках новых сообществ

Многим компаниям, НКО и госсектору сегодня трудно включать в свои коммуникации неочевидные, незаметные или только зарождающиеся социальные группы.

Например, согласно выводам одного из недавних исследований, самой желанной целевой категорией потребителей, на которую должны обращать внимание все компании, являются так называемые «трансформисты». Это новая группа, которая охватывает представителей всех возрастов, профессий и регионов мира, а также не зависит от образовательного и общекультурного бэкграунда.

Эти люди активны, любопытны и глубоко вовлечены в цифровые коммуникации, в том числе — в диалоги с компаниями и организациями в digital-среде. Они не просто используют технологии забавы ради, а рассматривают цифровые инструменты и площадки как способ улучшить свою жизнь, как возможность поддерживать и транслировать свои ценности и идеалы, будь то профессиональные задачи, потребительские сценарии или социальные вызовы.

Сам факт, что «трансформистов» надо выделять в отдельную группу, говорит о том, что эра новой сегментации аудитории уже наступила. Вот вам, уважаемые компании, метагруппа потребителей любого возраста, пола и в разных странах, которые обожают дискутировать с брендами в интернете, меняя, как им кажется, мир к лучшему.

ИИ — решение парадокса

Первое, что любая организация делает с данными своих клиентов, — это анализ на предмет проверки различных гипотез. Далее данные чаще всего используются для идентификации различных паттернов поведения потребителей, для изменения продукта, сервиса или целой стратегии компании. На этой стадии работы с данными большинство компаний сегодня останавливается. Между тем, следущий, наиболее важный, шаг — использование данных для создания индивидуальных персонализированных алгоритмов взаимодействия между организациями и клиентами.

Сегодня уже неэффективно сегментировать потребителей традиционными демографическими категориями: возраст, пол, место жительства, уровень дохода или семейное положение. Современный мир в этом плане — пространство постдемографического потребления, где образ жизни и мышления играет в разы более важную роль, а бренды находятся под постоянным давлением в связи с необходимостью переосмысливать свое позиционирование для разной аудитории и при этом оставаться привлекательными для всех. В качестве яркого неудачного примера такого позиционирования можно привести недавнюю рекламную кампанию Reebok в российских соцсетях, которая транслировала повестку радикального феминизма и вызвала резко негативную реакцию других аудиторий.

ИИ за счет возможностей нейросетей в области аналитики массивов данных и распознавания скрытых закономерностей может решить «парадокс инклюзивности». Завтрашними лидерами рынка станут те, кто найдет в себе смелость отказаться от работы по лекалам традиционных демографических параметров и даст себе труд разобраться в «настройках» сознания индивидов, в их ценностях и ориентирах в зависимости от момента и контекста.

Самый действенный подход сегодня — задавать вопрос «почему?», анализируя все массивы данных, чтобы любыми способами достичь сквозного, всестороннего взгляда на клиента. При таком подходе будут открываться новые стратегии работы, сочетающие в себе использование больших данных (big data — количественный подход), насыщенных данных (thick data — качественный подход) и широких данных (wide data — тренды, ожидания, контекстные и отраслевые инсайты).

Именно спрашивая себя, почему падает качество коммуникаций с клиентами, сервис Hotels.com пришел к осознанию важности высокоперсонализированных e-mail и push-уведомлений в диалоге с ними, а ИИ-алгоритм Persado помог лучше удерживать постоянную аудиторию сайта Hotels.com и даже привлечь новые категории клиентов.

Как работает Thick Data

Thick Data — это весь спектр исследовательских данных, полученных в результате опросов, исследований фокус-групп, интервью, анализа видеоданных и т.д. Термин объединяет в себе все информационные материалы, инструменты и техники получения качественной информации, высоко детализированных и специфических знаний о ЦА. Сегодня Thick Data может играть роль наиболее продвинутого дифференциатора, помогая компаниям получать по-настоящему ценные инсайты, которые не всегда можно извлечь путем аналитики только лишь больших данных.

В свое время компания Samsung провела thick data-исследование: через анализ многих часов интервью, видеозаписей и разговоров своих потребителей компания пыталась получить ответ на простой, казалось бы, вопрос — «Чем для современного домохозяйства является телевизор?». Итоги исследования были удивительными. Подавляющее большинство людей воспринимали телевизор не как электронику, а как мебель. В свете новых знаний компания провела редизайн своих линеек ТВ, изменила маркетинговую стратегию и полностью перекроила политику в области создания и продвижения телевизоров. Big data-анализ к таким результатам не привел бы.

Широкие данные — широкие перспективы

Wide data представляет собой рамки, обеспечивающие качественное понимание того, что несут в себе пользовательские данные в контексте жизненного пути каждого представителя целевой аудитории. В терминологии исследования хайтек трендов Fjord Trends 2019, которое провела компания Accenture, wide data представляет собой набор концептов, выполняющих роль контекстуальных ограничителей для раскрытия потенциала big data и thick data.

Это прежде всего так называемые liquid expectations — «изменяющиеся ожидания»: феномен, описывающий ситуацию, в которой опыт высокого качества клиентского обслуживания в одном рыночном сегменте неизбежно проецируется потребителями на другой. Например, машину можно вызвать за считанные минуты из приложения, а банковский перевод совершить проще, чем позвонить по телефону. Соответственно, любые задержки при получении желаемого сервиса или товара в других областях потребительского рынка будут неизбежно сравниваться с этим опытом как эталонным по удобству и качеству.

Это создает новое качество связности разных сегментов рынка между собой, опосредованное, но очень сильное.

Далее к wide data эксперты относят разного рода отраслевые инсайты, а также общий рыночный контекст, в котором, обычные, казалось бы, данные приобретают новый смысл и толкование. Бизнесу в этом свете требуется применять многомерный подход к разработке и продвижению продуктов на рынке, просчитывая, как выбранная стратегия будет восприниматься множеством различных потребительских групп. Только в контексте wide data большие и насыщенные данные могут приносить бизнесу максимум пользы.

Пример — судьба Nokia на рынке мобильных телефонов: недооценка потенциала тач-интерфейсов привела фактически к полному краху бизнеса. Не менее показателен пример Uber в сфере перевозок. Технологии позволяют реализовать шеринговую модель (время, автомобиль и навыки вождения частного лица продаются другому частному лицу напрямую), а отраслевой инсайт позволяет предоставлять услугу перевозки гораздо дешевле, чем традиционное такси, и увести у «традиционалистов» огромную долю рынка.

Без учета wide data стремительно растут риски «стратегической близорукости», которые могут дорого обходиться компаниям.

Таким образом, сумма big data, thick data и wide data поможет разрабатывать более персонализированные продукты и услуги, а также облегчит переход от традиционной сегментации рынка к распознаванию типов мышления людей, определяющих индивидуальные паттерны поведения и отношения к различным вещам и явлениям. Этот переход начнет играть все более важную роль в проектировании конечных решений для пользователей.

Также будут разрабатываться более простые и эффективные инструменты таргетирования коммуникаций вплоть до такого уровня, при котором появится возможность создавать персонализированный контент под каждого человека.

«Зловещая долина» инклюзивности

При этом одним из главных вызовов станет эффект «зловещей долины». Это парадокс в робототехнике, описывающий ситуацию, при которой чем более человекоподобным становится робот, тем больше становится наша эмпатия к нему. Однако при достижении предельного уровня реалистичности положительные эмоции могут мгновенно обращаться в отторжение и страх.

Тренд к персонализации и микротаргетингу, лежащий в основе инклюзивности, несет в себе аналогичные риски. При таком подходе цена ошибки возрастает многократно. Малейшая неточность в кастомизированном сообщении, обращенном к группе или к человеку, — и можно потерять этих клиентов навсегда.

Проиллюстрировать эти опасения можно коротким анекдотом: «Алло, это анонимная линия ФСБ? — Да, Вячеслав. Добрый вечер». Представьте себе, что вы почувствуете, когда оператор службы поддержки бренда, в который вы дозвонились, начинает задавать вопросы: «Как вам вчерашний фильм в кино?» или «Как ваш отпуск — хорошо сейчас в Турции? Хотя, судя по вашей текущей зарплате, вам это не по карману» и другие такие же, свидетельствующие о его глубоком знании вашей жизни, дел, привычек и предпочтений. Жутковато.

В случае с персонализацией именно от такой «зловещей долины» компаниям следует держаться подальше. И выдерживать верный баланс компаниям еще только предстоит научиться.

Об авторе. Мария Григорьева — управляющий директор консалтинговой компании Accenture Russia.

https://hbr-russia.ru/innovatsii/trendy/797004

2019-03-21T16:52:58.646+03:00

Thu, 21 Mar 2019 13:55:00 GMT

Big, thick, wide: зачем бизнесу эти три вида данных

Как получить новую аудиторию в эпоху тотальной цифровизации

Инновации / Тренды

https://cdn.hbr-russia.ru/image/2019/28/102onl/original-1ar3.jpg

Harvard Business Review РоссияHarvard Business Review Россия

Harvard Business Review РоссияHarvard Business Review Россия