8 трендов в аналитике: что ждет digital в ближайшие годы

Накопленные массивы данных, стремительно развивающиеся технологии искусственного интеллекта и грамотный подход к их использованию способны изменить любую сферу бизнеса. Аналитика – в числе первых. Кастомная атрибуция и аналитика Post-View конверсий, «умные» сервисы, новые специальности – эти направления активно развиваются уже сейчас, и применение подходов, основанных на данных, только усилит эти тренды. 

О том, как будет меняться аналитика, рассказывает Максим Сидоркин Head of Analytics Data Driven Agency E-Promo. 

В марте этого года мы опубликовали исследование «E-Commerce 2021», где большое внимание уделено рынку digital. По нашим прогнозам рынок рекламы в России в 2021 году вырастет на 5,4%, причем доля digital увеличится до 55%.

Рост рынка будет определяться рядом трендов, которые существуют уже сейчас и будут набирать обороты в ближайшие несколько лет. Большинство из них так или иначе связаны с использованием больших данных и технологий искусственного интеллекта. 

Опираясь на наше исследование, а также на запросы рекламодателей и собственную рыночную экспертизу, мы выделяем восемь ключевых направлений, которые окажут большое влияние на рынок аналитики. Мы подготовили для вас тренды-советы, которые помогут вам вывести ваш digital и работу с большими данными на совершенно новый уровень. 

№1. Погружайтесь в кастомную атрибуцию

Все большую значимость набирает кастомная атрибуция – рекламодатели постепенно отходят от идеи бездумного атрибутирования по последнему источнику и обесценивания всех предыдущих касаний.

По данным нашего исследования, сейчас кастомные или динамические модели атрибуции используют менее 10% рекламодателей. Это связано со сложностью и трудоемкостью сбора, хранения и обработки большого объема данных, необходимых для применения таких моделей атрибуции. Однако, все больше рекламодателей склоняются к тому, что атрибуция по последнему клику неэффективна.

«Чтобы использовать разные модели атрибуции, необходимо научиться работать с собственными данными и внешними данными, научиться предоставлять агентству всю необходимую информацию по выкупу, считать LTV», – поясняет Евгений Кузьмичев, E-Commerce Director агентства MGCom.

Во многом этому способствует развитие машинного обучения. В будущем анализ эффективности источников будет проводиться не вручную, а с помощью искусственного интеллекта. Появятся сервисы, которые автоматически будут определять наиболее весомые и перспективные источники конверсий. А значит, рекламодатели смогут более эффективно расходовать бюджеты, вкладывая больше в наиболее результативные каналы.

№2. Используйте «коробочные» решения: их количество будет расти

Самый очевидный плюс коробочного решения – это скорость внедрения, поэтому их количество будет увеличиваться. Появится больше «сервисов из коробки», которые смогут свести нужную статистику, обработать данные и показать точные результаты. Это сократит время на взаимодействие пользователя со сложными и непонятными системами, которые свойственны заказным решениям. Пользователь не будет тратить время на беседы с аналитиками, исследования бизнес-процессов и выявление существующих проблем. Благодаря умным алгоритмам коробочных решений заказчик сможет получать большой спектр услуг за меньшее количество времени.

«Мы верим, что в скором будущем наибольшую ценность принесет не абстрактное «машинное обучение», а упрощение инструментов для бизнес-пользователей, чтобы они могли быстро находить инсайты и внедрять управленческие решения, принятые на данных», – комментирует Владислав Флакс, CEO OWOX.

№3. Попробуйте искусственный интеллект в деле 

Уже сейчас мы наблюдаем успешные кейсы с применением технологий ИИ в различных сферах, например в ритейле. Пока это отдельные истории и точечные решения. Алгоритмы машинного обучения работают в различных сервисах, например, в подборе средств ухода по фото, виртуальной примерке одежды. С помощью алгоритмов машинного обучения интернет-магазин Ozon адаптирует главную страницу сайта на основе  анализа предыдущих действий пользователя.

Объемы данных, хранящихся на рекламных площадках, позволяют автоматизировать различные процессы в интернет-продвижении с помощью методов машинного обучения. Например, оптимизировать подбор таргетингов, создание креативов и выполнение KPI рекламных размещений. На сегодняшний день алгоритмы искусственного интеллекта пока недостаточно развиты, и автоматизация рекламных процессов не всегда приносит ожидаемые результаты. Однако тренд на использование ИИ очевиден.

№4. Анализируйте post-view конверсии

Аналитика чаще всего строится на post-click данных: пользователь кликнул на какой-то баннер, перешел на сайт и дальше мы уже изучаем его самого, его поведение и так далее.

Сложнее посчитать post-view конверсии, когда баннер или видео, которые были показаны пользователю, не предусматривают перехода на сайт. Но существует явный тренд на оценку медийных размещений, и он будет развиваться и дальше. Рекламодателю необходимо понимать, видел ли пользователь сообщение, что он сделал после – вернулся по какому-то другому каналу, произошла ли конверсия после «касания» с этим объявлением. 

№5. Работайте с голосовыми запросами

Голосовых помощников становится все больше, они становятся всеё умнее. Общение голосом через сеть становится обыденной историей. В связи с этим, появляется новая форма анализа действий пользователя – речевая аналитика. 

Раньше маркетологи могли анализировать целиком только текст, а с появлением устных поисковых запросов появился тренд на обработку данных голосовых сервисов. В ближайшем будущем голосовое общение станет основным способом взаимодействия с интерфейсом – исчезнет ввод с экрана клавиатуры или экрана телефона.  Рекламные площадки будут продолжать совершенствовать свои алгоритмы – появятся голосовые команды и возникнет потребность в их анализе.

№6. Будьте готовы к закрытым экосистемам Walled Garden

Продолжат развиваться Walled Gardens – организации с внушительными технологическими возможностями, которые собирают, обрабатывают и анализируют огромный пул пользовательских данных только в рамках собственной закрытой экосистемы. Развитию этого тренда способствует избавление от cookies, к которому мы все идем. 

К Walled Gardens можно отнести так называемые компании-гиганты, в России это Яндекс, Mail.ru и Rambler. Полученную информацию о пользователях они используют в собственных целях и не делятся ей с игроками рынка. Рекламодатели продолжат пользоваться своими рекламными кабинетами, и вся аналитика будет генерироваться и оставаться внутри платформ. 

Вполне вероятно, что в ближайшем будущем мы столкнемся с торговлей такими данными. Помимо того, что площадки будут предоставлять их своим клиентам, возможна будет продажа их вовне. Уже сейчас мы наблюдаем, как сотовые операторы позволяют рекламодателям таргетироваться на своих абонентов. Возможно, аналогичные услуги будут предоставлять и крупные интернет-компании. 

№7. Организуйте сбор данных уже сейчас

В ближайшем будущем практически в любом сегменте бизнеса решения будут приниматься на основе данных. Сейчас маркетологи реализуют, в основном, примитивный сбор, на хранение попадает большое количество «мусора». 

«В 2021 году (а дальше – больше) одной из самых существенных проблем маркетинга в ритейле будет являться интеграция данных, каналов коммуникации и технологий, – уверен Иван Боровиков, основатель сервиса MindBox. – Уже сейчас ритейлер использует в среднем 5-7, а иногда и больше, различных маркетинговых технологий, каждая из которых взаимодействует с покупателями по своей логике, ориентируясь на какой-то “свой” кусочек данных. Такой “интеграционный хаос” – ключевая точка неэффективности в маркетинге на сегодня: дорого, непрозрачно, неэффективно, непонятно как улучшать. Вдобавок,  интеграционный хаос значительно снижает и эффективность суперсовременных технологий, основанных на искусственном интеллекте, так как эта эффективность полностью зависит от качества и полноты исходных данных».

Многим придется поменять свой подход к аналитике, организовать более детализированный сбор данных и научиться грамотно их применять. Объемный сбор статистики и правильный анализ позволят как пользователям, так и маркетологам получать не фактические цифры без осмысления, а делать конкретные выводы, которые позднее помогут развитию бизнеса и взаимодействию с пользователем. 

Очень скоро у маркетолога будет статистика, накопленная годами, и он сможет анализировать ее вместе с дополнительными метриками: комментариями к проведению кампаний, аналитическими выборками в ретроспективе, ответами и обсуждениями пользователей (почему они сделали таким образом и что этому предшествовало) или ранее использованными настройками в таргетинге с пояснениями, как это сработало.

№8. Способствуйте росту аналитических команд

Команды аналитиков будут расти не только количественно, но и качественно – появится более узкое деление специалистов в иерархии. Например, если раньше был обыкновенный аналитик, то его место займут аналитик BI, Data Scientist, веб-аналитик. Все специалисты будут работать в одном направлении, но с разной погруженностью и сегментацией. 

Этот тренд будет активен в ближайшие пять-семь лет.  Возможно, к тому времени машинное обучение наберёт силу и только тогда мы сможем говорить о том, что искусственный интеллект заменит живых специалистов. 

Магазин умных предложений для вашего бизнеса

Перейти на сайт marketplace.callday.ru