Архив rb.ru

Почему машины не могут заменить живого маркетолога. Пока

Архив rb.ru
Екатерина

Екатерина

Каждый день мы слышим разговоры о том, как технологии меняют все вокруг нас и как вследствие этого некоторые профессии отмирают. Так, стенографистов давно сменили программы распознавания голоса, а, по мнению сотрудника Центра Цифрового Бизнеса в MIT, профессии финансового советника, младшего аналитика в компании по управлению активами, патологоанатома могут исчезнуть в ближайшие 10-20 лет, потому что их заменят роботы.

Почему машины не могут заменить живого маркетолога. Пока
Присоединиться

Каждый день мы слышим разговоры о том, как технологии меняют все вокруг нас и как вследствие этого некоторые профессии отмирают. Так, стенографистов давно сменили программы распознавания голоса, а, по мнению сотрудника Центра Цифрового Бизнеса в MIT, профессии финансового советника, младшего аналитика в компании по управлению активами, патологоанатома могут исчезнуть в ближайшие 10-20 лет, потому что их заменят роботы. Тем не менее, партнер компании Sapiens Consulting Святослав Бирюлин убежден, что Big Data никогда не заменят живого человека. Об этом он рассказывает в своей колонке для RB.ru.

Фото: Fotoimedia

 

Мы уже много писали о том, что маркетинг, вопреки расхожему российскому стереотипу, - это не изучение рынка и не изучение конкурентов, а, в первую очередь, изучение потребителя. Маркетолог – носитель знаний о том, какой продукт предпочитает покупатель, где и как он его выбирает, на что обращает внимание, где покупает, как использует и так далее.

 

Главным инструментом сбора подобной информации в недавнем прошлом был опрос. Опрос мог принимать различные формы – анкетирование, телефонные интервью, фокус-группы, онлайн-опросы. Так или иначе, задачей маркетолога (или сотрудника специализированной исследовательской компании) было найти "правильного" респондента, то есть отвечающего условиям задачи, и задать ему правильные вопросы. Искусство "ресечера", говоря простыми словами, заключалось в умении выудить из опрашиваемого нужные сведения, что далеко не всегда возможно путем прямых вопросов, и правильно интерпретировать результат.

 

orig

 

Но жизнь современного человека гораздо прозрачней (для тех, у кого есть доступ к соответствующей информации), чем жизнь его родителей. Мы оставляем за собой такие длинные электронные следы, что о наших привычках и предпочтениях можно узнать очень много и без очной встречи с нами. Почтовые машины анализируют тексты наших писем и показывают нам релевантную (с их точки зрения) рекламу. Социальные сети внимательно изучают нас, наших друзей, наши хобби и вкусы. В "Ведомостях" опубликована большая статья о том, сколько всего интересного могут узнать о своих абонентах операторы сотовой связи. А "Яндекс" недавно запустил в тестовом режиме проект, позволяющий предсказывать пробки – анализируя большой массив данных, сервис с высокой степенью вероятности может рассчитать, где в скором времени возникнут заторы. Банки анализируют структуру затрат своих клиентов, собирая данные о транзакциях по их кредитным картам. Для компаний, агрегирующих большое количество информации о потребителях, продажа такой информации становится дополнительным источником дохода.

 

Массив данных в наших "электронных следах" чрезвычайно велик. Но мощность вычислительных систем тоже постоянно растет. Технологии Big Data позволяют обрабатывать колоссальные массивы данных по чрезвычайно сложным алгоритмам, что на выходе дает информацию, которую 10 лет назад невозможно было представить себе. Маркетолог может, не выходя из офиса, узнать, что его потребитель покупал, где покупал, через какой канал сбыта, чьими рекомендациями пользовался и так далее.

 

Разумеется, профессия "ресёчера" (специалиста по маркетинговым исследованиям) не исчезнет, но она видоизменится. Big Data позволяют собрать много фактической информации, но они мало что пока могут сообщить об эмоциях, и о впечатлениях, а в мире, где покупка большинства товаров перестала быть просто удовлетворением физической потребности, эмоции покупателей играют колоссальную роль. Конечно, рано или поздно компьютеры научатся анализировать и наши эмоции (например, по нашим постам в социальных сетях), но пока что живой человек, пообщавшись с живым человеком, может куда больше узнать о его настроениях и желаниях, особенно латентных.

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Эволюция ML-сервисов в микрофинансовых организациях и советы по внедрению
  2. 2 Цифровые двойники: как работают, зачем нужны и как смоделировать своего
  3. 3 С какими сложностями может столкнуться компания при внесении данных в IT-системы и как упростить этот процесс
  4. 4 Помощь агробизнесу. Как Big data улучшает работу сельхозпредприятий
  5. 5 Как использовать Big Data & AI для увеличения потока клиентов: кейс с крупным банком