Алгоритм автоматического распределения в Marketing Cloud позволяет выяснить, какие рекламные материалы из участвующих в кампании лучше всего привлекают клиентов и стимулируют покупки. В сетевом магазине, подключенном к сервису Marketing Cloud, можно было бы, например, анализировать данные о поведении клиентов после просмотра определенных рекламных роликов. Если какой-то ролик действует эффективнее прочих, система могла бы автоматически увеличить частоту его показа. Аналогичные средства анализа предлагаются для пользователей, организующих рекламную кампанию по электронной почте с помощью инструментов Campaign. Предсказательные алгоритмы помогают сформировать привлекающие внимание заголовки писем.

В сервисе Creative Cloud появилась функция DeepFont, позволяющая определить, каким шрифтом выполнены надписи на изображениях. А в сервисе Document Cloud для пользователей Acrobat DC реализованы инструменты семантического анализа отсканированных документов и создания на их основе файлов в формате PDF с возможностью поиска.

Из всех социальных сетей Facebook, пожалуй, можно назвать самой актуальной для компаний из сегмента B2B. Это объясняется самой ее аудиторией — согласно аналитическим данным, именно ее предпочитают использовать для делового общения, тогда как «ВКонтакте» и «Одноклассники» имеют более «развлекательный» имидж.

Но если небольшие компании и индивидуальные предприниматели, продающие услуги и продукты массового назначения, уже давно и успешно используют этот рекламный канал, то производители нишевых продуктов, в том числе ИТ-решений, и услуг, продвигают их через Facebook гораздо реже. Как считает генеральный директор проекта SocialKey Ads компании Digital Society Laboratory Светлана Ермаченкова, причин тут несколько.

Прежде всего, в таких компаниях не очень понимают, как искать своих клиентов в соцсети и как правильно использовать таргетированную рекламу (то есть рекламу, демонстрируемую исключительно целевой аудитории). Если компания производит товары, ориентированные на широкий круг клиентов (скажем, продает косметику), она может обойтись стандартными инструментами, которые предлагает сама Facebook, но если для создания портрета клиента таких данных, как пол, возраст, место проживания и т. п., недостаточно, ей потребуется помощь специалистов, уверяет Ермаченкова.

Вторая проблема связана с особенностями работы Facebook в России. Поскольку компания не имеет официального представительства в нашей стране, у отечественных рекламодателей возникают определенные сложности. Они не могут оплачивать рекламу напрямую и вынуждены либо делать это через счета физических лиц (например, своих сотрудников), либо прибегать к помощи посредников, объяснила Ермаченкова.

Год назад компания Digital Society Laboratory, которая специализируется на сборе, обработке и анализе данных из социальных сетей, запустила платформу SocialKey Ads для управления рекламными кампаниями в соцсетях. Собирая и обрабатывая открытые данные из профилей пользователей Facebook, «ВКонтакте», «Одноклассников», «Моего мира», а также из других открытых источников, анализируя их интересы и предпочтения с помощью Больших Данных, платформа позволяет формировать максимально персонализированную целевую аудиторию, иными словами, показывать рекламу только тем пользователям, у которых она несомненно вызовет отклик, пояснила Ермаченкова. При этом можно не только обращаться к готовым сегментам аудитории (допустим, к людям, которых интересуют финансовые услуги), но и составлять свои, в том числе задействуя собственные данные компании-рекламодателя, например, из систем CRM. Это позволяет продвигать свои продукты среди уже имеющихся или потенциальных клиентов, не воздействуя «в лоб», как это происходит при использовании рассылки электронных писем, которая часто автоматически воспринимается адресатом как спам.

Теперь же, заключив контракт с Facebook на продажу рекламы в соцсети, компания решит и вторую проблему своих клиентов — как оплатить эту рекламу. Интеграция платформы SocialKey Ads с Facebook позволит клиентам не только платить за рекламу в соцсети без комиссии, но и получать при этом необходимые документы для бухгалтерии (счета-фактуры, акты выполненных работ и т. д.). При этом, добавила Ермаченкова, оплата производится только за показы и переходы, как обычно.

В Adobe подготовили набор инструментов аналитики, которые будут работать в облаке Adobe Marketing Cloud.

В частности, в сервисе Adobe Experience Manager появится действующая по принципу машинного обучения функция Smart Tag, которая будет помогать находить подходящие к случаю снимки и видеозаписи. Система сканирует мультимедиа-данные и автоматически помечает их тематическими тегами.

В свою очередь для сервиса Adobe Analytics разработан механизм Virtual Analyst, автоматически выдающий сведения, поискать которые самому пользователю могло не прийти в голову. Инструмент следит за изменениями, вносимыми в данные со временем, оценивает их приоритетность и присылает по электронной почте уведомления об аномалиях или значительных изменениях важных параметров.

Новая функция сервиса Adobe Campaign помогает составить тему сообщения электронной почты так, чтобы она нашла максимальный отклик у конкретной аудитории получателей. Функция анализирует степень успеха предыдущих формулировок и исходя из этого предлагает рекомендации.

Adobe также анонсировала новые инструменты для выдачи персональных рекомендаций по телесериалам, анализа рекламных кампаний и другие. Новые инструменты присоединятся в этом году к 40 уже доступным в Adobe Marketing Cloud.

Конференция I-CoM 2016 собрала маркетологов, владельцев интернет-компаний, SMM-специалистов и всех тех, кто пытается найти новые способы взаимодействия с клиентами. Выступающие рассказали, как вести рекламные кампании в социальных сетях и в мобильных приложениях, поделились успешными примерами продвижения через Интернет и объяснили, как можно анализировать социальные медиа для повышения эффективности бизнеса.

Одним из значимых инструментов становится таргетированная реклама. О том, как рекламодатели могут взаимодействовать с потенциальными клиентами в соцсети, рассказал руководитель отдела B2B-маркетинга «ВКонтакте» Альберт Усманов. В частности, он поделился тем, как путем анализа поведения пользователя (на чем он кликает, что лайкает, в каких группах состоит) можно вычислить его интересы. В социальной сети «ВКонтакте» не так давно опубликовали API сообщений, который позволяет компаниям отправлять бесплатные транзакционные и информационные сообщения всем пользователям соцсети, а также осуществлять их поддержку из привычных систем Help Desk.

Почти каждый производитель считает, что хорошо понимает потребности своих пользователей и знает, как сделать лучше, но в большинстве случаев это иллюзия, отметил глава Zephyrlab Роман Квартальнов. В качестве примера глобального провала, когда серьезные изменения вносились без учета привычек и потребностей пользователей, он привел перезапуск «Яндексом» портала «Кинопоиск». Как альтернативу Квартальнов предложил использовать промежуточные версии, учитывать опыт конкурентов и с помощью различных инструментов пытаться «прощупать» реакции пользователей — например, задействовать краудфандинговую платформу Kickstarter для понимания интереса к решению.

О том, какие возможности дает компаниями сервис микроблогов Twitter и что ищут в нем люди, рассказал менеджер по B2B-маркетингу компании Httpool Евгений Козлов. По его словам, сильная сторона этой социальной среды — информация о происходящем именно сейчас, в реальном времени, поэтому Twitter все чаще становится источником новостей и трафика для новостных ресурсов. При этом пользователям не только интересно узнавать о событиях, но и читать о них у известных людей и популярных блогеров, и это тоже надо учитывать, планируя рекламную кампанию в Twitter.

Продвижение мобильных приложений

О способах продвижения мобильных приложений рассказала интернет-маркетолог Anews Екатерина Федюнина. Поскольку почти половина пользователей ищут нужные программы через поиск в магазине приложений, наиболее важным моментом продвижения, по ее словам, является подбор ключевых слов. И здесь надо учитывать три фактора: релевантность, популярность и сложность. Для этого потребуется подбирать десятки, а то и сотни высокочастотных и низкочастотных запросов и отслеживать, на каких из них удается подняться в ранжировании. Она также перечислила другие факторы, которые влияют на продвижение приложений в App Store и Google Play Market.

Для продвижения мобильных приложений нужно использовать все возможные каналы — баннеры на основном и мобильном сайте, посадочные страницы, различные мероприятия, страницы компании в соцсети, партнерские ресурсы и т. д., рассказал продакт-менеджер проекта «Афиша-Рестораны» Дмитрий Геранин. Необходимо также приучить сотрудников принимать участие в жизни собственных продуктов — скачивать и оценивать приложение. Что касается работы с пользователями, то тут хорошие результаты приносит постоянное изучение негативных отзывов, создание нестандартных push-уведомлений, предложение реферальных и бонусных программ.

Немало было сказано также о системах аналитики, которые помогают отслеживать интерес к мобильным приложениям. Подробный анализ наиболее популярных инструментов сделал директор по маркетингу «ЛитРес» Евгений Лисовский.

Зачем и как анализировать соцсети?

О том, что сейчас представляет собой аудитория социальных медиа — соцсетей, блогов, форумов и других мест, где происходит коммуникация пользователей, рождается и распространяется контент, рассказала руководитель аналитического центра Brand Analytics Светлана Крылова. Сейчас социальные медиа в России — это 588 млн сообщений в месяц и 37 млн авторов, а отзывы в соцсетях — это то, чем чаще всего руководствуются люди, выбирая товар или услугу (не считая рекомендаций от личных знакомых), сообщила она.

Для брендов очень важно учитывать, что около 70% отзывов об их продуктах публикуется вне их официальных страниц в соцсетях, поэтому анализ социальных медиа очень важен, добавила Крылова. Такой анализ, в отличие от традиционных маркетинговых инструментов, более дешев, точен, не требует больших трудозатрат при существенном расширении выборки. Кроме того, для анализа в соцсетях не надо формулировать вопросы или проблематику, достаточно просто собрать мнения, чтобы увидеть, что именно интересует клиентов.

Крылова рекомендовала компаниям активнее общаться с клиентами в соцсетях (несмотря на то, что это может спровоцировать появление в том числе и негативных отзывов о бренде, лояльность клиентов возрастает), но при этом быть готовой меняться в ответ на их запросы и претензии, иначе это будет бессмысленный процесс.

Еще одна болезненная тема — это активность сотрудников компании в соцсетях. По словам Крыловой, компании часто и не подозревают, что сообщения, которые те публикуют в своих личных блогах, могут не только негативно влиять на имидж бренда, но и содержать конфиденциальную информацию. В качестве примера Крылова привела несколько реальных случаев, когда сотрудники банков и госучреждений размещали в Instagram свои фото на рабочем месте, где в кадр попадали секретные документы и данные.

Программная система, разработанная в компании dMetrics, обрабатывает текстовую информацию из блогов, Facebook, Twitter, форумов, комментариев к новостям и видеозаписям и т. п. — всего из миллиона с лишним источников. Система анализирует онлайн-беседы о болезнях, лекарствах, медицинской технике и услугах, пополняя базу данных, которая на сегодня уже содержит сведения более чем о 14 тыс. продуктах для здравоохранения.

Заказчики dMetrics с помощью ПО компании могут, например, получить ответы на вопросы о том, сколько пациентов воспользовались тем или иным медикаментом для лечения конкретной болезни за определенный период времени, или о том, кто из покупателей задумывается, не перейти ли ему на лекарство, выпускаемое конкурентом.

Система основана на методах машинного обучения и обработки естественного языка; она не только учитывает количество слов с позитивной и негативной окраской, но и анализирует смысл высказываний, причем ее не сбивают с толку сленг, ошибки в орфографии и пунктуации, чрезмерно длинные предложения и прочие особенности онлайн-дискуссий.

По словам разработчиков, система состоит из трех уровней: на верхнем анализируются все значения слова или словосочетания, касающегося заданного медицинского продукта, и отсеиваются спамерские сообщения; на среднем уровне личный опыт комментаторов отделяется от маркетинговых материалов и новостей; на самом нижнем уровне определяются решения и реакции людей — например, сведения о том, что кто-то начал или думает начать пользоваться продуктом, испытывает опасения или неуверенность либо собирается перейти на другое средство.

В dMetrics не ограничиваются только отраслью здравоохранения, обучая свою платформу также отвечать на вопросы, касающиеся финансовых услуг и политических организаций.

Компания Salesforce приобрела основанный в прошлом году стартап MinHash. В стартапе работало всего четыре человека, и занимались они применением методов анализа Больших Данных и машинного обучения для выявления тем, привлекающих внимание интернет-аудитории.

Основной разработкой MinHash была система под названием AILA. Как заявляли авторы, она отслеживала тысячи источников информации, выявляя ключевые слова, фразы и социальные сигналы. Кроме того, система искала в Интернете изображения и тексты, подходящие для создания сообщений, направленных на конкретную аудиторию. Результаты можно было использовать в работе с инструментами цифрового маркетинга.

Подобные технологии создавались и ранее, отмечает аналитик Beagle Research Group, однако в технологии MinHash интересно использование ботов для ведения кампаний. В последние десять лет одной из целей разработки систем управления взаимоотношения с поставщиками (Vendor Relationship Management, VRM) была защита клиентов от ненужных рекомендаций. В MinHash смогли добиться сходных результатов простыми средствами, считает аналитик. Работа платформы MinHash прекращается с 21 января 2016 года, а все сотрудники переходят в Salesforce, говорится в сообщении компании.