Как искусственный интеллект помогает разрабатывать новые продукты питания

«Это целый путь, от инноваций до разработки маркетинговой кампании и выбора места на полке, — рассказывает Стефан Ганс, главный специалист по потребительским инсайтам и аналитике PepsiCo. — И это не просто: "Да, давайте запустим продукт в торговой сети A&P". Нужно решить, в каком магазине и на какой полке».

Новая эра потребительских исследований

Обсуждая исследования, Ганс любит говорить, что теперь важно видеть, а не спрашивать. Традиционно этот этап разработки продукта был основан на том, чтобы задавать потребителям вопросы «Вам это нравится?», «Почему вам это не нравится?» или «Что бы вам понравилось?». Но ответы участников не дают полную информацию. Возможно, им все равно, потому что им заплатили за участие в опросах, или они просто пытаются быть вежливыми.

«Люди дают самые разные ответы, — говорит Ганс. — Просто это не очень близко к тому, что в конечном счете определяет их покупательское поведение».

Чтобы получить больше идей, которые PepsiCo сможет добавить в дорожные карты продуктов, компания применяет Tastewise. Этот инструмент использует алгоритмы, чтобы выявить, что и почему едят люди. С его помощью Nestle, General Mills, Dole и другие крупные компании по производству потребительских упакованных товаров анализируют огромное количество онлайн-данных о продуктах.

Tastewise сообщает, что инструмент проверил более 95 млн пунктов меню, 226 млрд вариаций рецептов и 22,5 млрд публикаций из социальных сетей, не говоря уже о других точках соприкосновения с потребителями.

Фото в тексте: simona pilolla 2 / Shutterstock

Все эти источники демонстрируют, что люди обсуждают, ищут и заказывают в реальной жизни. Ганс рассказывает, что эта информация помогает «получить по-настоящему хорошее представление о том, чем люди все больше и больше интересуются». Так у PepsiCo появилась идея добавить морские водоросли в ароматизированную пикантную закуску. Компания запустила ее на рынок под брендом Off The Eaten Path. По словам Ганса, этот продукт демонстрирует высокие продажи.

«Если бы вы спросили потребителей, какие у них любимые вкусы и что бы подошло для этого бренда, никто бы никогда не назвал водоросли. Люди обычно не ассоциируют их с деликатесной закуской от бренда». Однако благодаря алгоритму удалось увидеть эту потребность.

Социальное прогнозирование на основе данных

При поиске инсайтов PepsiCo также опирается на Trendscope — инструмент, разработанный вместе с Black Swan Data. Он фокусируется не на анализе меню или рецептов, а на обсуждении еды в социальных медиа, например Twitter, Reddit, блогах, сайтах с обзорами и так далее. Инструмент учитывает контекст и то, имеет ли разговор отношение к бизнесу, а также отслеживает динамику. Ганс говорит, что это позволяет команде производить так называемое «социальное прогнозирование».

«Поскольку мы делали это снова, и снова, и снова, мы можем предсказать, какие из тем останутся, а какие просто исчезнут», — объясняет он.

Пандемия, например, вызвала массовый всплеск интереса к иммунитету. При помощи Trendscope PepsiCo определила, что эта тенденция сохранится надолго, особенно в отношении напитков. Около шести месяцев назад компания руководствовалась этим пониманием, запуская новую линейку спортивных напитков Propel, в состав которых входят ингредиенты для иммунитета.

От идеи до полки в магазине у дома

После разработки продукта остается еще много возможностей для применения ИИ и машинного обучения. Джефф Сваринген, возглавляющий проект PepsiCo по повышению спроса, отмечает, что компания использует технологию в сельском хозяйстве и производстве, и это помогло снизить потребление воды.

Продажи и маркетинг также в значительной степени опираются на ИИ. По словам Сварингена, в 2015 году компания начала быстро осваивать эти инструменты и создавать большие внутренние наборы данных. Один включает информацию о 106 млн домохозяйств США, причем около половины этих данных получены самой компанией на индивидуальном уровне.

Также в распоряжении PepsiCo датасет по магазинам, собранный с 500 тысяч торговых точек США, а также набор данных о розничных продажах. Команды Сварингена и Ганса используют их, чтобы привлекать основных потребителей «уникальными персонализированными способами» — от особых пространств розничных магазинов до онлайн-рекламы.

Например, для запуска Mountain Dew Rise Energy компания определила, какие потребители с большей вероятностью оценят напиток, а затем сузила диапазон поиска, выбрав наиболее перспективную аудиторию. Данные позволили точно определить, в каких розничных магазинах, скорее всего, будут делать покупки эти основные потребители, и использовать целый спектр таргетированных инструментов: рекламные кампании, диджитал-контент, ассортимент, мерчандайзинг и презентации.

Сваринген отмечает: еще пять лет назад эти 50 тысяч магазинов ничем не отличались от остальных 450 тысяч. Сейчас их ассортимент, презентация и мерчандайзинг привлекают внимание покупателей к новому продукту.

Фото в тексте: DenisProduction.com / Shutterstock

В маркетинге PepsiCo также использует искусственный интеллект: он помогает контролировать качество персонализированной цифровой рекламы. В частности, вместе с CreativeX разработаны алгоритмы, которые проверяют каждую единицу рекламы, чтобы убедиться, что она соответствует так называемым «золотым правилам». Например, что логотип бренда виден или посыл ясен даже без звука.

Ганс отмечает, что использование ИИ — единственный способ обеспечить надлежащий контроль качества, когда «вы можете создать 1000 объявлений для охвата 1000 различных сегментов потребителей». По его словам, компания вложила массу ресурсов в искусственный интеллект и продолжит инвестировать в него в ближайшие годы.

Пять лет назад компания все еще полагалась на традиционную теле- и радиорекламу, но новые технологии оказались намного эффективнее. По его словам, обычные инструменты не позволяют адаптировать рекламу для тех, кому она действительно может понравиться.

Поддержание связи с потребителями

Когда дело доходит до отношений с клиентами, PepsiCo, как и многие компании, использует технологии обработки естественного языка (NLP), чтобы эффективнее помогать любому, кто может позвонить с вопросом, предложением или жалобой. Ганс отмечает, что простая система на базе NLP помогает убедиться, что у собеседника есть релевантный запрос или предложение.

Он считает, что при интеграции технологий ИИ легко стать чрезмерно зависимым от данных, которые не всегда могут говорить о реальных мотивах людей. В качестве примера он сослался на недавнюю рекламу Pepsi, в которой основное внимание уделяется общим человеческим эмоциям, связанным с пандемией, и в которой нет никаких продуктов.

«Я всегда слежу за тем, чтобы при принятии коммерческих решений учитывались как данные, так и человеческая эмпатия, — говорит он. — Это основная и постоянная задача для моей команды».

Источник.

Фото на обложке: 06photo / Shutterstock