DOI 10.24411/2413-046Х-2020-10447

Цифровой маркетинг как современный тренд

Digital marketing as a modern trend

Назаров Антон Дмитриевич, ассистент кафедры бизнес-информатики Уральского государственного экономического университета

Товмасян Наталья Дмитриевна, старший преподаватель кафедры государственного и муниципального управления Уральского государственного экономического университета

Nazarov A.D.

Tovmasyan N.D.

Аннотация. В период цифровизации экономики, происходит трансформация многих сфер деятельности. Одной из такой популярных сфер деятельности является маркетинг. Маркетинг – это неотъемлемая часть любого бизнеса. Основным трендом цифровой экономики является Big Data или Data Science. В данной статье предлагается новая концепция взаимодействия 5Е (маркетинг результата), процессы которого будут основываться на знаниях, полученных в результате анализа данных, а не на субъективных оценках маркетологов. В заключении, автор выделяет не только возможности новой эры маркетинга, но и проблемы, возникающие при работе с цифровым маркетингом у российского бизнеса, таких как: проблема неиспользования больших данных, проблема централизации данных, проблема деперсонализации данных, а также проблема понимания топ-менеджерами компаний возможностей больших данных.

Summary. In the period of digitalization of the economy, there is a transformation of many areas of activity. One such popular activity is marketing. Marketing is an integral part of any business. The main trend in the digital economy is Big Data or Data Science. This article proposes a new concept of 5E interaction (result marketing), the processes of which will be based on knowledge gained as a result of data analysis, and not on subjective assessments of marketers. In conclusion, the author identifies not only the possibilities of a new era of marketing, but also the problems that arise when working with digital marketing in Russian business, such as: the problem of not using big data, the problem of data centralization, the problem of data depersonalization, and the problem of understanding by top managers of companies Big Data Capabilities.

Ключевые слова: Big Data, цифровой маркетинг, цифровая экономика, тренды маркетинга.

Keywords: Big Data, digital marketing, Big Data Marketing, digital economics, marketing trends.

Введение. Процесс цифровизации всех сфер жизни общества привёл к накоплению объёмных массивов информации. Развитие информационных технологий приводит к всё большему вовлечению людей во всемирную сеть интернет. Каждый день появляются терабайты новой информации, в том числе и в экономической сфере. В этих условиях технологии обработки и анализа данных становятся необходимостью. Большие данные-одна из самых быстроразвивающихся сфер информационных технологий: согласно статистике, общий объем данных удваивается каждые 1,2 года.

Постоянно растёт и количество данных, передаваемых мобильными сетями. По оценкам Cisco, в 2014 году объем мобильного трафика составлял 2,5 эксабайта в месяц, а в 2019 году он равен 24,3 эксабайтам. Таким образом, Big Data – это устоявшаяся сфера информационных технологий. Появившись относительно недавно, аналитика больших данных уже получила распространение во многих сферах экономики.

Термин «Big Data» означает методы обработки данных огромных объёмов, которые позволяют распределённо анализировать эту информацию. Неотъемлемой частью любого бизнеса в настоящее время является наличие product placement в сети Интернет. Это может быть сайт, страница в социальных сетях, профайл в Яндекс.Маркете, профиль на видеохостинге Youtube. Все эти составляющие являются частью цифрового маркетинга. Новые вызовы экономики побуждают компании пересматривать свои рекламные кампании и способы продвижения в сети с учетом цифровых технологий маркетинга.

Принято считать, что цифровой маркетинг – это действия, которые совершают пользователи в социальных сетях, в сети Интернет. В данной статье будет рассмотрен маркетинг с точки зрения науки цифр и метрик.

Основная часть. В настоящее время цифровой маркетинг требует от бизнеса новых компетенций сотрудников, делая необходимым процесс внедрения технологии интернет-вещей и машинного обучения. По оценке стратегического агентства CCL, в России, только 12% компаний среднего и крупного бизнеса начали пересматривать свои бизнес-процессы в контексте машинного обучения и цифрового маркетинга.

В частности, ряд компаний FMCG (Fast Moving Consumer Goods), то есть продаж быстро оборачиваемых товаров в розничные магазины отказались от должности директора по маркетингу и ликвидировали данную должность у себя в структуре. Парадоксальным событием в этом контексте было ликвидирование должности Chief Marketing Officer и отдела маркетинга гигантом продаж – компанией Coca Cola. Парадоксальность ситуации заключается в том, что по кейсам вышеуказанной компании учат людей в бизнес-школах, она входит в ТОП-100 дорогих брендов, благодаря действиям традиционных маркетологов. Процедуру ликвидации маркетингового отдела произвела компания Colgate и ряд других небезызвестных компаний в сегменте FMCG.

Стоит отметить, что не стоит делать вывод о том, что профессия маркетолога уходит в прошлое – она эволюционирует, приобретая другое наполнение, и требует других компетенций. Coca Cola заменила позицию маркетолога на позицию директора по глобальному развитию. Топ-менеджеры уверяют, что изменение структуры команды в долгосрочной перспективе станет драйвером развития бренда и будет требовать от бизнеса фокусироваться на анализе больших данных, с целью узнать о конкрентом клиенте полную и релевантную информацию.

Тренды, которые наблюдаются в бизнесе, неразрывно связаны с изменениями в социуме. Сейчас, любой пользователь сети Интернет живет в «прозрачном доме», оставляя за собой «цифровой след». Гаджеты, смартфоны, умные устройства в доме собирают данные о нашей жизнедеятельности, с целью показывать рекламные продукты, которые необходимы нам. Ярким примером является видеохостинг Youtube и его раздел «Рекомендации», который основан на нейронных сетях. Он анализирует информацию, видеоматериалы, которые нравятся вам, и на основе анализа больших данных предлагает новые видеоролики. Также, когда в социальных сетях Вконтакте, Facebook, Instagram пользователи ставят лайки, они также оставляют «цифровой след», который будет использован в показе вам рекомендаций или релевантной рекламе. Еще одним жизненным примером по принципу «цифровых следов» можно привести голосовые сообщения Вконтакте. Если пользователь в общении с другим изъявит желание, например, заказать пиццу, то через некоторое время непременно увидит соответствующую рекламу на страницах социальных сетей.

В модели 4P – в центре является продукт, который был произведен и который необходимо купить.

На основе данной модели, получившая бурное развитие в начале 2000-х годов появляется модель 4С, предложенная Робертом Ф. Лотерборном, где в центре уже находится клиент. Составляющими 4С являются:

• Cost – цена, стоимость, расходы для потребителя;
• Customer needs and wants – нужды и желания потребителей, потребительская ценность;
• Convenience (удобство для потребителя);
• Communication (коммуникация).

Классический пример – компания Apple, когда покупатель, приобретая смартфон, ноутбук или другой гаджет становится обладателем не просто продукта, а целой экосистемы с ее сервисами и обновлениями. В 2019 году доход компании $27.9 млрд. принесли сервисы, носимые устройства, Mac и iPad.

В 2019 году маркетинг существенно изменился, он перешел от маркетинга продукта к маркетингу результата. Простым примером в этой области можно привести процесс получения кредита в банке. Когда потребитель приходит за кредитом, его цель не кредит, а приобретение автомобиля, как вариант. Поэтому, предлагается рассмотреть новую концепцию цифрового маркетинга 5E. Ее составляющими будут являться:

• Experience – опыт
• Exchange – индивидуальная цена
• Engagement – вовлечение
• Everyplace – повсюду
• Evangelism – «из уст в уста»

Бизнес, который сможет адаптироваться к настоящей модели, то есть понять, какой именно должен быть результат, который хочет получить егор клиент получит безусловно большое конкурентное преимущество.

С внедрением аспектов модели 5Е в бизнес и социум традиционная профессия маркетолога, где основные компетенции были завязаны на креативе и оригинальности сейчас данная профессия завязана на метриках клиентах и анализе больших данных.

Отсюда можно вывести новую форму развития маркетинга – Big Data Driven Marketing, эта такая форма маркетинга, где все решения принимаются только на основе анализа данных, на основе гибкой сегментации клиентов.

Гибкая сегментация клиентов – это многофакторная кластеризация клиентов компании по группам по множеству критериев, не ограничиваясь стандартными: гендерная принадлежность, возраст, профессия. На основе данной информации можно выделить 4 стадии «знания» клиента в маркетинге.

• 1 стадия: демография, доход, история e-mail рассылок.
• 2 стадия: поведение с call-центром, поведение на сайте, геоданные, профили социальных сетей
• 3 стадия: поисковые данные пользователя, опросы, взаимодействие с компанией через приложения, кросс-дейвасность
• 4 стадия: история ответов на маркетинговые кампании, полноценный анализ скрытых связей между разными типами данных.

Таким образом, маркетинговые процессы будут основываться на знаниях, полученных в результате анализа данных, а не на субъективных оценках маркетологов.

Заключение. Несмотря на огромные возможности маркетинга больших данных, существует такое же количество проблем для внедрения данной технологии в массовый бизнес, среди них:

• Проблема использования данных. По данным компании IDC только 12% компаний ежедневно используют маркетинговые и бизнес-решения.
• Проблема централизации данных. Большинство компаний используют различные разнородные данные, но не централизуют их, так как возникает проблема интеграции данных из различных источников.
• Проблема деперсонализации данных. В связи с вступлением 223-ФЗ РФ «О персональных данных», многие компании до настоящего времени не обрабатывают их должным образом из-за большого объема.
• Проблема понимания ТОП-менеджерами компаний возможностей больших данных.

В заключении, отметим, что Big Data самая современная технология маркетинга, позволяющая проанализировать множество факторов – от поведения клиентов до погодных условий и демографических изменений потребителей на развивающихся рынках. Технология создала новый цифровой мир, который позволяет предприятиям отслеживать цифровую активность миллионов людей с помощью различных методов, которые позволяют компаниям индивидуально оценивать поведение потребителей и покупательские привычки. Генерация и сбор больших данных в режиме реального времени, даст представление о том, что люди покупают, скачивают и обмениваются информацией. Данные, собранные как онлайн, так и офлайн, могут быть объединены, чтобы лучше определить, что потребители любят и хотят видеть, что потребители более склонны покупать. Но для использования всей мощи технологии анализа больших данных необходимо сотрудникам и руководителям компаний получить соответствующие компетенции.

Список использованных источников

1. Erevelles, S., Fukawa, N., Swayne, L. (2016). Big Data consumer analytics and the transformation of marketing. Journal of Business Research, 69 (2), pp. 897-904.
2. Tirunillai, S., Tellis, G.J. (2014). Mining marketing meaning from online chatter: Strategic brand analysis of big data using latent dirichlet allocation. Journal of Marketing Research, 51 (4), pp. 463-479.
3. Xu, Z., Frankwick, G.L., Ramirez, E. (2016). Effects of big data analytics and traditional marketing analytics on new product success: A knowledge fusion perspective. Journal of Business Research, 69 (5), pp. 1562-1566.
4. Fan, S., Lau, R.Y.K., Zhao, J.L. (2015). Demystifying Big Data Analytics for Business Intelligence Through the Lens of Marketing Mix. Big Data Research, 2 (1), pp. 28-32.
5. Verhoef, P.C., Kooge, E., Walk, N. (2016). Creating value with big data analytics: Making smarter marketing decisions. Creating Value with Big Data Analytics: Making Smarter Marketing Decisions, pp. 1-316.
6. Amado, A., Cortez, P., Rita, P., Moro, S. (2018). Research trends on Big Data in Marketing: A text mining and topic modeling-based literature analysis. European Research on Management and Business Economics, 24 (1), pp. 1-7.
7. Chong, A.Y.L., Ch’ng, E., Liu, M.J., Li, B. (2017). Predicting consumer product demands via Big Data: the roles of online promotional marketing and online reviews. International Journal of Production Research, 55 (17), pp. 5142-5156.
8. Calder, B.J., Malthouse, E.C., Maslowska, E. (2016). Brand marketing, big data and social innovation as future research directions for engagement. Journal of Marketing Management, 32 (5-6), pp. 579-585.
9. Ducange, P., Pecori, R., Mezzina, P. (2018). A glimpse on big data analytics in the framework of marketing strategies. Soft Computing, 22 (1), pp. 325-342.