Brand personification: applying psychometric methodology to social networks' big data (the Russian market data)

ВВЕДЕНИЕ

Современный мир маркетинга характеризуется высокой конкуренцией, поэтому бренды стремятся создать максимально привлекательный образ для своей целевой аудитории. Для этого необходимо не только понимать основные ценности и предпочтения потребителей, но и использовать эффективные инструменты для коммуникационного воздействия на них. Социальные сети стали одним из главных каналов взаимодействия брендов с потребителями, однако задача выделения ценной информации из огромного объема данных, сгенерированных пользователями, остается сложной.

В этом контексте, цель данной статьи заключается в исследовании возможности использования цифровой психометрии для выявления основных ценностей и предпочтений потребителей бренда. С помощью этого инструмента можно персонифицировать бренд, создавая образ, который максимально соответствует предпочтениям и потребностям целевой аудитории.

Объем данных, генерируемых платформами социальных сетей, растет в геометрической прогрессии [17, c. 580-587]. В связи с чем одним из главных научных пробелов в области маркетинга является необходимость развития новых методологий анализа данных, которые позволят выделять ценную информацию из огромных объемов данных, собранных в социальных сетях. В данной статье рассматривается методика профилирования и персонификации потребителей бренда на примере технологии российской компании DataFuel, а также обосновывается актуальность использования цифровой психометрии в маркетинге, банковской и ритейл сферах. Научная новизна статьи заключается в применении цифровой психометрии для профилирования и персонификации потребителей бренда, что является одним из векторов развития маркетинга.

ЦЕННОСТЬ КАПИТАЛА БРЕНДА

В другой публикации касательно капитала бренда Келлер К. автор изучил концепт собственного капитала бренда, используя аспекты имиджа и узнаваемости бренда [37, c. 1–22]. Здесь капитал бренда определен как набор маркетинговых эффектов, которые отличают показатели фирменных продуктов от показателей продукции без фирменного наименования.

В статье, написанной Эйкер Д., капитал бренда определен как совокупность активов и обязанностей, связанных с названием бренда [9, c. 103-120] (рис. 1).

Рис. 1. Модель собственного капитала бренда Эйкер Д. [9, c. 103-120]

В большинстве исследований капитал бренда рассматривается с точки зрения покупателей, поскольку последние являются одними из основных стейкхолдеров в каждой индустрии [27, c. 1-16; 34, c. 325-339; 15, c. 1-29]. Авторы настоящей статьи согласны с важностью роли покупателя в формировании собственного капитала бренда, и в рамках данного исследования предлагают рассмотреть психометрию как инструмент для выявления основных ценностей и паттернов покупателя.

В работе [38, c. 1-16] автор изучил, как развивалась концепция собственного капитала бренда с момента написания его первой статьи в 1993 г., а также выявил потенциал для будущих исследований, связанный с прогрессом цифровых технологий.

Кроме того, в своей работе Келлер К. описал необходимость поиска новых методов, которые выходят за рамки обычных методов сбора данных (опросы, фокус-группы и т. д.), для получения информации о бренде и клиентах. Для дальнейших исследований он сформулировал такие вопросы, как «Что делает истории или рассказы о брендах убедительными?» и «Как они могут повлиять на капитал бренда?» [38, c. 1-16]. Рекомендация Келлер К. по направленности будущих исследований в отношении бренда, еще раз подтверждает актуальность настоящей статьи, поскольку в текущей статье смещен угол рассмотрения клиентов на выявления ценностей последних, и адаптации под них бренда.

ПЕРСОНИФИКАЦИЯ БРЕНДА

С 1970-х гг. в системе ценностей компании произошли большие изменения. Посредством создания новой системы ценностей предприятия рассматривают клиентов как центр системы ценностей, а клиентский опыт и воспринимаемую клиентом ценность как цель предприятия [48]. Согласно теории совместного создания стоимости, для предприятия более важно повышать воспринимаемую потребителем ценность своей продукции, чем ценность, создаваемую внешним маркетингом. В последние годы все больше и больше предприятий трансформируют бизнес-модели, чтобы позволить большему количеству потребителей участвовать во всех этапах цепочки создания стоимости продукта и успешно создавать большую ценность для предприятий, предоставляя продукты, более соответствующие потребительским ожиданиям [55, c. 3-17].

Однако как в теории, так и на практике лишь немногие потребители могут активно участвовать в деятельности по совместному созданию ценности. Поэтому то, как поощрять и мотивировать потребителей к активному участию в деятельности по совместному созданию ценности, по-прежнему остается серьезной проблемой для предприятий.

Фактически, в последние годы персонификация бренда стала важным маркетинговым средством для бизнеса. Распространенным средством персонификации является интеграция человеческого образа, эмоций и отношений в ценность бренда [33, c. 207-224]. Персонификация бренда стала обычным средством и инструментом бренд-маркетинга в цифровую эпоху.

Однако может ли персонификация бренда эффективно стимулировать и влиять на совместное создание потребительской ценности? Если да, то каковы его конкретные пути действия и промежуточные звенья? Ввиду этих проблем были проведены множество теоретических исследований [21, c. 416-429; 51, c. 440-462; 23, c. 2365-2386]. Среди данных публикаций хотелось бы выделить работу [21, c. 416-429], в которой авторы предположили, что с точки зрения последовательности и постоянности бренда, ценности потребителей и бренда должны совпадать, а персонификация бренда в свою очередь может повысить уровень интеграции бренда и потребителей. В рамках данной работы было глубоко изучено влияние персонификации бренда и ценностей самого бренда на эффективность процесс совместного создание ценности бренда. Предыдущие исследования персонификации в свою очередь в основном были сосредоточены на внешнем виде и форме персонификации.

В рамках классификационного деления П. Аггарвал и А. МакГилл классифицировали образ персонификации бренда на «партнера» и «слугу» в соответствии со статусными отношениями между брендом и потребителем [12, c. 307–323]; Ксю Дж. и др. классифицировали его на «компетентность» и «энтузиазм», используя модель стереотипного контентного содержания (SCM) [59, c. 1-11]. Энтузиазм означает, что бренд предоставляет потребителям «теплый» и «искренний» образ посредством персонификации. Компетентность означает, что бренд оставляет у потребителей впечатление мудрости и высокого профессионализма через персонификацию [45, c. 1-24].

СОЦИАЛЬНЫЕ СЕТИ КАК ГЕНЕРАТОР БОЛЬШИХ ДАННЫХ

Объем данных, генерируемых платформами социальных сетей, растет в геометрической прогрессии. Онлайн-социальные сети превратились в ценный ресурс для оцифрованных, актуальных и постоянно обновляемых данных [22, c. 99-113].

Растущая легкость, с которой профессионал может получить доступ к широкому спектру информации о соответствующих рынках, является стратегическим ресурсом для многих бизнес-функций, включая управление брендом [56, c. 291-307], который играет решающую роль в повышении воспринимаемой ценности продукта, линейки продуктов с течением времени и, в конечном счете, капитала бренда. Хотя распространение социальных сетей изменило тактику управления брендом, основной целью брендинга остается привлечение новых потребителей и удержание [35, c. 356-365]. Потребители часто используют социальные сети для выражения своих чувств и мнений о продуктах и, следовательно, своего отношения к брендам [28, c. 150–160]. Поэтому неудивительно, что решающим фактором успеха плана управления брендом является знание того, что клиенты раскрывают, когда делятся информацией в социальных сетях .

Постоянный рост числа пользователей на платформах социальных сетей делает доступным большое количество данных, представляющих собой релевантный источник информации. Работа с платформами социальных сетей позволяет собирать огромные объемы текстовых, зачастую неструктурированных, данных. Таким образом для обработки этих данных необходима систематизация и структуризации информации. Данные социальных сетей анализируется с помощью инструментов интеллектуального анализа текста для различных целей, таких как маркетинг [36; 43, c. 90–108], прогнозирование результатов [44, c. 1023–1035; 47, c. 164-181], а также оценке восприятия потребителями цифрового маркетинга [52, c. 201-216; 20, c. 589-603]. Помимо этого, данные социальных сетей все чаще используется для изучения мнений и чувств людей (см., напр.: [29, c. 1-6; 61, c. 1-32; 14]).

Касательно специфики сбора данных посредством социальных сетей, компания Datafuel, рассмотренная в данной работе в качестве бизнес кейса, также не является исключением и использует инструменты интеллектуального анализа на данных социальной сети для изучения особенностей потребителей. В частности, в рамках рассмотренного кейса, компания Datafuel использовала Python как основной инструмент с помощью которого через открытый API Вконтакте (специальная программная библиотека для работы с приложением) выгружала необходимые данные по целевой аудитории, затем обрабатывала эти данные через библиотеки Python, получала ключевые характеристики, объединяющие этих пользователей и выводы по наиболее эффективной работе с данной целевой аудиторией.

ТЕХНОЛОГИЯ ЦИФРОВОЙ ПСИХОМЕТРИИ В БРЕНД-МАРКЕТИНГЕ

Технология цифровой психометрии набирает обороты в прикладных областях, таких как, маркетинг, банки, ритейл. В этих сегментах маркетологи начинают прогнозировать поведенческие характеристики пользователя на основе анализа его цифровых следов — маркеров, которые пользователь оставляет при посещении различных площадок в Интернете [7, c. 27-34].

Группа ученых из Палестины изучила более 11 000 научных исследований на тему социальных медиа и выявила более 1 000 работ, пересекающихся с психологией [62, c. 1-8]. Проект «myPersonalityproject», реализуемый Центром психометрии в Кембриджском университете, фигурировал в большинстве работ на данную тематику [57, c. 61959-61969]. Основное направление «myPersonalityproject» — изучение аккаунтов пользователей социальной сети. Более 200 исследователей со всего мира работают над этим проектом. Целью коллаборации ученых является исследование психологических и демографических профилей пользователей социальной сети Facebook. Прогностические возможности социальных сетей являются основным вектором исследований [41, c. 5802-5805].

Цифровая психометрия — это способность на основе цифровых данных обозначать поведенческие характеристики людей, их психологию, интересы, типы личностей, возраст и убеждения. В данной статье проанализированы существующие решения на рынке цифровой психометрии (рис. 2).

Рис. 2. Существующие решения на рынке personality-based marketing

составлено авторами

Одним из самых знаковых ученых в данной области является М. Косински —в 2016 г. он реализовал эксперимент с психотаргетингом в социальной сети Фейсбук и, по сути, дал старт цифровой психографике, которая вместо психологических тестов и опросников подарила маркетингу машинное обучение и большие данные, которые качественно изменили анализ клиентов. Нередко исследование аудитории с применением цифровой психометрии обозначают как психографику, однако, это совершенно инновационный механизм в маркетинге, который может обозначаться как personality-based marketing — маркетинг, который основывается на знании личности [31]. Цифровую психометрию отличает от классических инструментов аналитики то, что с ее помощью можно делать заключения о мотивах и причинах тех или иных поступков людей, анализировать их поведение в ответ на новые ситуации, условия и предложения. Данная технология позволяет выдвигать и проверять различные гипотезы в маркетинге, делать взаимодействие с клиентом более персонализированным, исследовать аудиторию, не прибегая к опросам и исследованиям с высокими погрешностями. Инструменты personality-based marketing можно встретить в арсенале крупных корпораций, таких как IBM и Nielsen [16, c. 1-14].

Для обучения алгоритм DataFuel собрали более 500 000 заполненных опросников по методологии MBTI (64 вопроса) и около 50 000 опросников BIG5 (84 вопроса) на платформе опросов в приложении социальной сети ВКонтакте. Для обучения модели выбраны пользователи с наиболее ярко выраженными шкалами MBTI и BIG5. Например, выбирались пользователи со значениями от IE (Интроверсия — Экстраверсия) <0,3 и >0,7. Обучение строилось на основе алгоритма XGboost [58, c. 749–770], всего обучено 9 классификаторов по каждой шкале MBTI и Big5.

Наиболее точные показатели получены по шкалам MBTI. Всего на вход модели поступает более 250 параметров. Обрабатываются только открытые данные из API VK (API — интерфейс прикладного программирования, который упрощает процесс программирования) и общедоступные данные открытых профилей (доступные поисковикам). При этом данные проходят предобработку, например, описание профиля и последние 50 постов векторизируются word2vec алгоритмом [46, c. 2895–2897].

Технология DataFuel обрабатывает клиентские данные тремя способами: 1) в периметре компании с помощью ноутбука с базой данных, что позволяет избежать любой передачи данных за пределы компании; 2) с помощью передачи данных за периметр в зашифрованном виде или с файлами csv или xls; 3) при помощи API, также в зашифрованном или открытом виде.

При операции сегментации клиентской базы не происходит обработки данных на стороне DataFuel. Используется только операция сравнения клиентской базы и базы данных DataFuel на основе зашифрованных данных. В клиентскую базу добавляет психотип пользователя, который был определен ранее на основе общедоступных данных. База данных DataFuel не хранит персональные данные пользователей, только зашифрованные идентификаторы. При обучении модели DataFuel используются данные открытых профилей, доступные для индексации поисковиками. Эти данные являются общедоступными к обработке поисковыми системами.

КЕЙС РОССИЙСКОЙ КОМПАНИИ, ИСПОЛЬЗУЮЩЕЙ МЕТОДОЛОГИЮ ЦИФРОВОЙ ПСИХОМЕТРИИ

Авторами статьи было проведено глубинное интервью с представителями компании DataFuel, в ходе которого был разобран реальный практический пример использования технологии цифровой психометрии DataFuel в сфере маркетинга банковской организации.

В исследовательской работе выбран метод глубинного интервью с представителями платформы для персонализации маркетинга на основе психометрии DataFuel. Данный метод применен с целью решения задачи получения реальных данные о применении технологии в маркетинге предприятий b2c-сектора. Описание гайда интервью отражено в Приложении №1.

На практике у бренд-менеджеров и маркетологов возникают вопросы: какую информацию применять при настройке таргетированной рекламы? Каким способом персонифицировать рекламное сообщение? Данные практические задачи наглядно были решены компанией DataFuel на примере продвижения бренда «Липецккомбанка».

Согласно проведенному интервью, основной целью в рамках этого кейса являлось продвижение бренда на рынок розничного кредитования.

Для решения этих проблем была проведена охватная имиджевая кампания сроком в три месяца. Деление целевых групп по критерию «возраст» была продиктована внутренним регламентом банка — 35−55 лет. В этой связи следующей ступенью в работе над проектом стало дробление целевых групп на узкие сегменты для донесения уникальных предложений до каждой из целевых групп, тем самым добиваясь цели роста эффективности всей кампании.

За основу обновленной креативной концепции для продвижения «Липецккомбанка» стала кампания, демонстрирующая на примере животных эмоции, которые испытывают клиенты от клиентского опыта с банком. Рекламные объявления разрабатывались с учетом особенности сегментов аудитории и включало в себя завуалированное сообщение к клиентам. Визуальные образы подбирались в прямой зависимости от индивидуального текстового обращения.

Продвижение рекламной кампании велось на распространенных в России социальных сетях. По данным Российской ассоциация электронных коммуникаций (РАЭК) лидером среди социальных медиа по уровню распространенности в России является ВКонтакте (VK) [1, c. 3]. На платформе зарегистрированы 9 из 10 российских пользователей соцсетей. 7 из 10 пользователей пользуются Одноклассниками, 6 из 10 Instagram, около 2/5 пользователей TikTok и Facebook. В среднем, российский пользователь зарегистрирован в 3,6 из 10 исследуемых в ходе опроса социальных сетей. На рисунке ниже представлено количество пользователей в %.

Ключевыми настройками в таргетинге во «ВКонтакте» и в «Одноклассниках» стали психотипы. В качестве показателей эффективности для рекламных объявлений стало сравнение результатов запоминаемости креативов с бенчмарками по банковскому рынку. Использование технологии цифровой психометрии позволило достичь следующих результатов в продвижении бренда «Липецкомбанка»:

− при оценке узнаваемости зафиксирован рост спонтанного знания, т. е. рост доли потребителей, назвавших бренд банка во время проведения опроса среди всех респондентов, с 22,7% до 29,9%;

− рост подсказанного знания о банке, т. е. рост доли потребителей выбравших из списка брендов «Липецкомбанк» во время опроса, с 86,6% до 93,8%;

− снижение стоимости достижения цели по брендовому трафику в рекламных кампаниях на 45%.

Вторым кейсом, демонстрирующим эффект применения технологии цифровой психометрии в банковской организации является кейс повышения продаж CRM-маркетинга банка Райффайзен на 20%. DataFuel установили специальное программное обеспечение, использующее методологию цифровой психометрии, на сервере компании в контуре клиента. Обогатили 400 000 профилей наиболее активных клиентов компании. Совместно с отделом маркетинга компания Datafuel разработали персонализированные рекламные материалы (SMS, email, баннеры и скрипты телемаркетинга) по 4 продуктам (кредитные, дебитные, страховые и карточные).

Для проверки результатов было проведено ABC-тестирование в 4 каналах по 4 продуктам.

А – обычная коммуникация банка;

Б – персонализированная коммуникация банка;

С – оппозитная коммуникация (например, Новаторы получили письмо Консерватора).

В результате персонифицированная коммуникация банка привел к росту продаж на 20%.

ЗАКЛЮЧЕНИЕ

В данной статье бренд исследуется с точки зрения выявления и измерения его ценности и важности. В исследовании рассматривается, как путем комбинации ценностей каждый бренд выбирает свою целевую аудиторию, разрабатывает свою стратегию поведения на рынке и создает ценность бренда в экономическом выражении.

В данном исследовании рассматривается применимость методологии психометрии для выявления ценностей целевой аудитории бренда и дальнейшей адаптации бренда под эти ценности. Также авторы отмечают важность изменений в названии бренда или логотипе и их возможное негативное влияние на ценность бренда.

В ходе аналитической работы, выявлено, что большинство исследований рассматривают капитал бренда с точки зрения покупателя, поскольку последние являются одними из основных стейкхолдеров в каждой индустрии. Авторы настоящей статьи подчеркивают важность роли покупателя в формировании собственного капитала бренда, и в рамках данного исследования предлагают рассмотреть психометрию как инструмент для выявления основных ценностей и паттернов покупателя.

Фактически, персонификация бренда стала важным маркетинговым средством для бизнеса. Распространенным средством персонификации является интеграция человеческого образа, эмоций и отношений в ценность бренда. Персонификация бренда стала важным средством и инструментом бренд-маркетинга в цифровую эпоху, об этом говорит множество актуальных научных работ по данной тематике [23, c. 2365-2386; 59, c. 1-11; 43, c. 90–108]

В рамках данной работы было глубоко изучено влияние персонификации бренда и ценностей самого бренда на эффективность процесс совместного создание ценности бренда. В настоящее время большие данные широко используются компаниями во всех сферах человеческой деятельности, от розничной торговли продуктами питания до индустрии здравоохранения.

В эпоху жесткой конкуренции стоимость привлечения клиентов стабильно растет. Более того, понимание и управление жизненным циклом отношений с клиентами и практиками их удержания стали существенно более сложными, чем когда-либо прежде. В связи с этим всё больше исследований указывает на значительное влиянии больших данных и о том, как большие данные меняют бизнес.

Цифровой брендинг в свою очередь ориентируется на огромный массив новых механизмов и инструментов: коммуникацию брендов и целевой аудитории: через таргетинг в социальных сетях, контент-маркетинг, традиционные и корпоративные медиа, мобильные приложения, цифровые онлайн-радиостанции и др.

Проблема возможности использования Big Data в построении прогностических моделей потенциального поведения пользователей на основе психометрических данных его персонального профиля в социальных сетях — это тренд, отражающий один из основных векторов развития маркетинга.

В статье рассмотрены существующие решения в сфере цифровой психометрии. Разобрана конкретная методология профилирования и персонализации на примере технологии российской компании DataFuel. В качестве примера приведены реальные практические кейсы использования технологии цифровой психометрии DataFuel в сфере b2c маркетинга. Данные и результаты, полученные в ходе исследования, могут быть успешно применены в практике маркетинга.