Самый лучший инсайд на ежегодной
конференции Word of Mouth Marketing Association, которая прошла на этой неделе в Вашингтоне, прозвучал от Теда Лионсиса (Ted Leonsis), вице-председателя AOL. Он заметил, что «Маркетинг больше не направлен на людей. Наш маркетинг нацелен на алгоритмы». В качестве иллюстрации он привел в пример несколько алгоритмов, которые в значительной степени повлияли на его собственные решения, связанные с покупками и вообще жизнью: Google, поиск по блогам, система диагностики автомобиля и системы рекомендаций от Amazon.
Комментарий Лионсиса подчеркнул растущую неразрывную взаимосвязь между алгоритмами, их взаимовлиянием с людьми и влиянием на течение более широких информационных потоков между людьми (хорошая тема для конференции по «сарафанному» (word-of-mouth) маркетингу). Чем больше человеческое поведение оставляет после себя следов в цифровом пространстве, тем больше возможностей открывается перед алгоритмами, чтобы использовать эти «живые» данные и стать информационным посредником, транслируя, таким образом, команды, добавочную стоимость или влияние. Многие, так называемые, вебдваноль-сервисы, относятся к этой сфере, однако суть алгоритмов и их взаимодействия с людьми простирается значительно дальше общепринятого понимания веб-браузерных сервисов. Они становятся всё более неотъемлемыми и ключевыми для множества «умных» (smart) продуктов и сервисов, которые воздействует на нашу жизнь, как скрытым, так и явным образом, от телефонов и сервисов GPS-картографирования и до медицинских устройств и систем RFID-тегирования.
Маркетологам очень важно уловить эту мысль, особенно сейчас, когда им необходимо пересматривать свои модели потребительского принятия решения. Старая линейная модель, согласно которой, потребитель принимает решение, теряет свою актуальность и требует своей замены на новую, которая включает не только открытое поведение в «сарафанном» стиле, типа личных бесед или потребительских разговоров в онлайне, но также и любое поведение, которое создаёт слой метаданных, которые обрабатываются, сортируются и распыляются с помощью алгоритмов.
Короче, суть в том, что алгоритмы вплетаются в наши жизни и влияют на информацию, которую мы ищем, которую изучаем, которой делимся, с помощью которой общаемся, которую получаем и в которую верим. Алгоритмы всё в большей степени обуславливают наше восприятие реальности и часто, мы даже не замечаем, что это происходит. Влияние может быть незаметным или же сногсшибательным, моментальным или растянутым, узким либо широким. Последствия могут быть предвиденными или предрасчитанными, но чаще они непредсказуемы.
Поиск относится к одной из маркетинговых дисциплин, которые наиболее очевидным образом связанны с алгоритмами, но, как правило, их применение нацелено на быстродействующие тактики прямых реакций, смоделированных на основе рационального принятия решения. Но всё дело в том, что алгоритмы оказывают массивное, глобальное влияние, которое маркетологи должны принять на вооружение во всей его полноте и глубине – включая эмоциональный и психологический уровни. Да, и в том числе, рекламщики брендов массового рынка, которые так трудятся, воспевая вовлечённость (engagement), вынуждены обратиться к алгоритмам, чтобы подстроиться к изменившимся ментальным моделям потребителей.
Тема алгоритмов куда более широка, чем эта коротенькая заметка, но я всё-таки попробую продемонстрировать несколько очевидных алгоритмов, которые повлияли на мои метаданные и метаданные других людей, воздействовав на покупательские решения, медиа-потребительские привычки и прочие жизненно важные решения:
1. Ресторанный путеводитель Zagat, используя обзоры своих участников, базу данных и поисковые алгоритмы, помог мне выбрать больше пятидесяти ресторанов, из тех, в которых я побывал за этот год.
2. Download.com, сайт-сервис от CNET, на котором можно скачать софт и почитать обзоры, помог мне выбрать почти дюжину названий программ для ПК, используя свои поисковые возможности, пользовательские обзоры, рейтинги и, самое главное, общую статистику скачиваний.
3. База данных недвижимости от The New York Times, выслушала мои критерии и порекомендовала несколько домов, соответствующих моим потребностям. Сейчас я веду переговоры по поводу покупки одного из предложенных ею вариантов.
4. То, что я остановился на этой неделе в гостинице Helix в Вашингтоне, целиком является результатом алгоритмов на Expedia, а также критериев поиска, цены, уровня, пользовательских отзывов и близостью к месту проведения конференции WOMMA.
5. Я и моя жена искали няню и другие услуги из этой области, просматривая результаты поиска и рекомендации на сайтах родительских сообществ.
6. Музыкальный плейлист помог мне разобраться с новой музыкой и выбрать подходящую, после того, как указал, какая мне примерно нравится.
7. Сервис GPS-картографии для автомобиля помогает мне решить, какой дорогой ехать, какие города пересечь и в каких магазинах остановится.
8. Социал-медийные фильтры и системы рекомендаций типа Digg и Tailrank помогают мне решить какие новости и какая информация является самой резонансной и важной, а также какие фотографии и видеозаписи наиболее интересны.
9. Система
EZPass записывает и сообщает мне каждый месяц, сколько я проехал по платным шоссе и мостам, и сколько бабла я отвалил нашему министерству общественного транспорта. Имея перед собой собрание этих данных, иногда я принимаю решение относительно какой-нибудь альтернативной трассы.
10. Компания, которая обслуживает мою кредитную карточку, отслеживает попытки мошенничества и сообщает мне о них, и таким образом, мы можем совмещать наши усилия в преследовании криминала. Другие же компании, которые занимаются кредитными картами, не предоставляют такой услуги, и я не имею с ними дел.
Какие из алгоритмов вы могли бы отнести к тем, которые воздействуют на ваши покупательские и прочие решения? Какие из них наиболее заметны? Какие из них скрыты или малозаметны? И самое главное – используете ли вы их в своих маркетинговых целях?
Перевод с английского для:
blog.worldwebstudio.com
Слышали о новейшей peer-to-peer-сети? Называется почтовая служба США (US Postal Service). Новое поколение стартапов скрещивает Gnutella и Netflix при полном соответствии существующему законодательству (бартер легален во всех 50 штатах). Пользователи создают списки «Хочу» и «Имею»: отправьте кому-нибудь один из предметов из его «Хочу»-списка и вы сможете выбрать что-нибудь для себя из его «Имею»-списка (заплатив при этом плату за сделку). Это медленнее, чем BitTorrent, но вы получаете настоящий альбом — а не кучу mp3 и jpeg файлов.
Дополнительные бонусы для сотрудников Google — предмет зависти людей, живущих в Кремниевой долине. Неограниченное бесплатное питание, оборудованная для скалолазания стена, волейбольная площадка и бассейны. Автомойка, смена масла в машине и парикмахерская, не говоря уже о бесплатном врачебном осмотре.
Сегодня была запущена публичная бета-версия нью-йоркского стартапа 
