Вы когда-нибудь получали персонализированное сообщение от компании, которое, казалось, обращалось непосредственно к вам? Представьте на мгновение, что вы открыли приложение, которым пользуетесь каждый божий день, и получили уведомление о ваших отношениях с этим приложением. Это умно разработанное уведомление описывает вашу личность на основе того, как вы используете приложение.
Вам покажется это навязчивым?
Заставит ли вас задуматься, откуда они узнали о вас все эти подробности? Или, если на то пошло, как они узнали достаточно, чтобы создать убедительную историю о ваших деталях использования?
Как человек, который глубоко вовлечен в мир принятия решений на основе данных, я хорошо осведомлен о силе данных нулевой стороны и данных первой стороны. Данные нулевой стороны относятся к информации о клиенте, которая активно предоставляется компании, например сведения о профиле и предпочтениях, которыми клиент добровольно поделился. Данные первой стороны, с другой стороны, — это данные, которые собираются компанией на основе взаимодействия клиента с их продуктами и услугами, например история заказов.
Есть три ключевых фактора, которые определяют, классифицируются ли данные как первая сторона, нулевая сторона или третья сторона. К ним относятся: источник данных, отношения между субъектом данных (лицом или его атрибутами) и организацией, собирающей данные, и самой организацией, собирающей данные. Если источником данных является само физическое лицо, являющееся клиентом компании, это считается данными нулевой стороны. Если источником является транзакционная база данных компании и транзакции связаны с клиентом, это данные первой стороны.
Понимание разницы между этими двумя типами данных имеет решающее значение, поскольку это может повлиять на то, как компании используют данные клиентов, и на уровень конфиденциальности. Хотя общеизвестно, что компании собирают данные о поведении клиентов, это может вызвать чувство беспокойства.
В этом гипотетическом сценарии компания, вероятно, собирала данные о вашем использовании приложения во время ваших взаимодействий с ним и использовала их для создания персонализированного сообщения, которое отмечает ваши отношения с приложением. Хотя конфиденциальность и использование данных становятся все более важными темами, важно помнить, что данные также можно использовать для улучшения качества обслуживания клиентов и создания чувства связи и общности.
Одна компания, которая преуспела в использовании данных для улучшения качества обслуживания клиентов, — это Spotify и их кампания Spotify Wrapped. Эта кампания, которая в значительной степени основана на личных данных, собранных через приложение Spotify, получила множество наград за персонализированный подход.
Как они правильно персонализировали?
Одна вещь, которая отличает Spotify Wrapped, — это то, как он улучшает работу пользователя с приложением. Вместо того, чтобы просто представлять статистику, такую как количество прослушанных песен или часов, проведенных в приложении, что довольно часто похоже на родительский надзор и может вызвать чувство вины, Spotify Wrapped отмечает пользователя и раскрывает его индивидуальность. forefront. Он выходит за рамки простой констатации «этот человек прослушал X песен» и вместо этого представляет данные таким образом, чтобы подчеркнуть личность и интересы пользователя, чтобы создать персонализированную историю, которая не может существовать больше нигде на планете.
Да, шансы того, что другой человек с вашим точным поведением слушания приведет к такому же повествованию, достаточно низки, чтобы быть равными нулю.
Это персонализация, сделанная правильно, не переходя черту в жуткость. Это празднование уникальных интересов и опыта каждого клиента, чтобы укрепить их эмоциональную связь с брендом.
По мере того, как я углублялся в успех кампании Spotify Wrapped, я быстро понял, что они использовали различные элементы поведенческого дизайна для создания выигрышного опыта — геймификация (сколько вы слушали по сравнению с предыдущим), элемент неожиданности (вы не знаю, когда будет раскрыта кампания, или не ожидал ее), возможность поделиться в социальных сетях (это очевидно). Но меня особенно заинтересовала роль эффекта повествовательной идентичности — это их секретный соус.
Понятно, что персонализированный и праздничный характер кампании помог создать сильную эмоциональную связь с пользователями, но я хотел понять механизм этого эффекта.
В ходе дальнейших исследований я обнаружил концепцию нарративной идентичности: идею о том, что мы строим наше самоощущение через истории, которые рассказываем о своей жизни. Это заставило меня задуматься: это просто ностальгия и сентиментальная тоска по прошлому, или здесь есть что-то большее? Можно ли применить тот же рецепт успеха к другим продуктам и категориям?
Я начал изучать работу Дэна П. МакАдамса по этой теме и узнал о том, как на наше самоощущение влияют внешние факторы, такие как культура и средства массовой информации, которые мы потребляем. Удивительно видеть, как истории, которые мы рассказываем о своей жизни, могут формировать наше поведение и убеждения, и я считаю, что это ключевой элемент, который следует учитывать любому маркетологу, который хочет создавать кампании на основе данных, которые действительно связаны со своей аудиторией.
Один из уроков, который маркетологи могут извлечь из нарративной айдентики, – это сила повествования в построении отношений с клиентами. Помогая клиентам увидеть себя главными героями в своих собственных историях и связывая их действия и поведение с более широким повествованием или сообществом, маркетологи могут создать ощущение сопричастности и вовлеченности.
Чтобы применить этот урок к различным сценариям, маркетологи могут рассмотреть следующие стратегии:
- Определите основные ценности и опыт, которые повышают лояльность клиентов, и используйте их в качестве основы для убедительного повествования.
- Используйте данные и идеи для создания персонализированных сообщений и опыта, которые помогут клиентам увидеть себя частью более крупной истории или сообщества.
- Используйте социальные сети и другие каналы, чтобы предоставить клиентам возможность делиться и совместно создавать свои собственные истории в повествовании вашего бренда.
- Воспитывайте чувство общности и сопричастности, подчеркивая общий опыт, ценности и цели среди ваших клиентов.
Одной из самых сложных задач для маркетолога является определение основных ценностей и возможностей, которые с наибольшей вероятностью повысят лояльность клиентов. Это особенно сложно при использовании данных об использовании приложений, поскольку это обширный набор данных, который дает ограниченное представление о клиенте.
Однако есть несколько способов, с помощью которых маркетолог может узнать основные ценности и опыт своих клиентов, объединив данные об использовании приложений с другими наборами данных:
- Расширенная сегментация данных для выявления различных групп клиентов на основе их поведения, предпочтений и характеристик. Это поможет понять лояльность и вовлеченность клиентов.
- Карта пути клиента для определения ключевых ценностей и опыта.
- Опросы и фокус-группы для более глубокого понимания ценностей и опыта ваших клиентов.
- Отслеживайте социальные сети и отзывы клиентов на предмет тем и тенденций, связанных с ценностями и опытом.
Один из самых быстрых способов создать впечатление, подобное Spotify Wrapped, — это использовать машинное обучение. Некоторые алгоритмы и методы, которые можно использовать, включают совместную фильтрацию, кластеризацию, деревья решений и нейронные сети.
Я объяснил эти методы простым языком с примерами ниже.
- Совместная фильтрация. Алгоритмы совместной фильтрации могут использоваться для рекомендации определенных песен или плейлистов пользователю на основе их предыдущей истории прослушивания и истории прослушивания похожих пользователей. Например, если пользователь часто слушает рэп-музыку, алгоритм совместной фильтрации может порекомендовать плейлист перспективных исполнителей рэпа. Скорее всего, Spotify использовал это, чтобы отобрать аудио и изображения для вашего персонализированного «Wrapped»
- Кластеризация.Алгоритмы кластеризации можно использовать для группировки пользователей в сегменты на основе их привычек прослушивания, таких как жанры, которые они часто слушают, или время дня, когда они чаще всего используют приложение. Это может помочь создать персонализированные возможности Spotify Wrapped для каждого пользователя, например выделить их самые популярные песни года в определенном жанре. Spotify вплел в эти данные повествование
- Деревья решений.Алгоритмы дерева решений можно использовать для выявления факторов, влияющих на привычки пользователя к прослушиванию, и для прогнозирования того, какие песни или плейлисты пользователь, скорее всего, заинтересует. Это может помочь адаптировать контент, включенный в кампанию Spotify Wrapped, к индивидуальным предпочтениям каждого пользователя
- Нейронные сети. Нейронные сети можно использовать для анализа истории прослушивания пользователем и выявления закономерностей и тенденций, которые могут быть незаметны людям. Например, нейронная сеть может определить, что пользователь склонен слушать более медленные, более интроспективные песни поздно ночью, и порекомендовать плейлист с похожими треками для своей кампании Spotify Wrapped. Мы видим эту поверхность чаще всего. в «Обернутом» от первого слайда до последнего.
Как эта кампания влияет на показатели успеха? Согласно различным источникам, приложение Spotify увеличилось на 21% в первую неделю декабря 2020 года (когда кампания впервые прекратилась) в результате выпуска Spotify Wrapped, поскольку с ним взаимодействовали более 90 миллионов человек. Бренд продолжает находить новые способы радовать своих слушателей и соблазнять своих пользователей и их сообщества в социальных сетях. Это впечатляет.
В заключение, кампания Spotify Wrapped служит отличным примером того, как можно использовать персонализацию для улучшения качества обслуживания клиентов и создания чувства связи и общности. Используя данные и алгоритмы машинного обучения, маркетологи могут создавать уникальные истории и личности для своих клиентов, основанные на данных об использовании их приложений. Это позволяет создавать целевые и персонализированные маркетинговые кампании, которые находят отклик у клиентов на более глубоком уровне. Благодаря наличию мощных инструментов, таких как платформы данных о клиентах и платформы персонализации, маркетологи теперь могут легко использовать данные и создавать привлекательные рассказы для своих клиентов.
