Подходы к Big Data брендов массового потребления: опыт Lipton, Starbucks и Kroger

Старший руководитель международного направления Unilever Ансер Али выступил на конференции Performance Marketing Moscow, где поделился кейсами FMCG-брендов по использованию «больших данных». Также Али рассказал, какой подход к Big Data позволяет повысить лояльность и вовлеченность аудитории.

Обзором лекции с vc.ru поделились представители агентства «Комплето».

Основные проблемы FMCG:

Это означает, что производители товаров должны:

Performance-маркетинг, по мнению Али, — это прежде всего высокое качество обслуживания потребителя в нужное время и в нужном месте. Специалист уверен, что люди больше не покупают продукт — им важен опыт, эмоции и впечатления, которые он дает.

По мнению Али, чтобы сделать потребительский опыт осмысленным и запоминающимся, FMCG-компании должны научиться использовать «большие данные». С его точки зрения, осмысленность возникает тогда, когда бренд очень хорошо знает своих клиентов.

Это аналитика, которая отвечает на вопрос: «Что будет?» Одна из главных тенденций в этой сфере — мониторинг социальных медиа, который позволяет превратить «большие данные» в полезные и значительно улучшить потребительский опыт.

Инструменты, которые помогают узнать ответы на вопросы о клиентах с помощью интеграции разных источников:

Пример Lipton Chai Latte: что позволяет узнать предиктивная аналитика на основе мониторинга социальных сетей:

1. Когда именно люди говорят о чае латте и как это зависит от сезона:

2. Кто говорит о продукте больше всего:

3. Какой вкус чаще интересует аудиторию: миндаль, карамель, корица, эспрессо, тыква или ваниль:

4. Как клиенты хотят заваривать чай латте: с помощью капсул, концентрата или порошка:

5. Как и когда клиенты готовили чай латте дома:

Бренд антиперспирантов Sure получил данные для предиктивной аналитики с помощью сотрудничества с компаниями, выпускающими фитнес-браслеты. Несколько вопросов, на которые Sure получил ответы:

Сеть гостиниц Red Roof Inn использовала данные об отмене рейсов, чтобы увеличить число бронирований. В результате за год число бронирований номеров увеличилось на 10%.

Это аналитика, которая отвечает на вопрос: «Как мы это реализуем?» Такой подход помогает маркетологам:

Компании удалось уменьшить среднее время обслуживания покупателей с четырех минут до 30 секунд. В Kroger стали использовать специальные датчики для прогнозирования очередей и автоматического вызова сотрудников при необходимости.

Компания может использовать сенсор, чтобы вычислить агрессивно настроенных или огорченных клиентов по голосу и соединить их с более опытными операторами.

Чтобы предложить клиенту персонализированную страховку, можно использовать данные о стиле вождения, скоростном режиме и другом.

Приложение Starbucks в США определяет расстояние от клиента до ближайшей точки продаж и позволяет сделать заказ до того, как человек зашел в кофейню. Бренд пользуется преимуществами мобильных приложений и сервисов для определения местоположения, чтобы помочь клиентам сэкономить время и сделать их более лояльными.

Этот подход позволяет взаимодействовать с пользователем на основе его местоположения. Например, человек проходит мимо Starbucks и получает push-уведомление: «Привет! Ты сейчас возле Starbucks на Оксфорд-стрит. У нас проходит акция: 50% скидка на твой любимый напиток — ванильный латте».

Возможности геолокационного маркетинга:

Чтобы определять геолокацию, используются разные технологии, например, iBeacons. Такие сервисы основаны на использовании датчиков. Они с помощью Bluetooth определяют, где находится пользователь.

Бренд Magnum создал приложение M-Pulse, в котором можно найти новых друзей, определить ближайшую точку продаж и пригласить людей поесть мороженое. Также приложение оповещает пользователей о скидках и акциях.

Компании Neutrogena удалось совместить технологии, которые определяют местонахождение человека и погодные условия. Пользователь видит рекламу солнцезащитного средства, которое соответствует уровню ультрафиолетового излучения в той точке планеты, где он находится.

Телеграм: t.me/ainewsline

Источник: vc.ru

Комментарии: