Что такое Real-Time маркетинг и как он применяется в бизнесе

Real-Time Marketing — RTM

Маркетинг в реальном времени — это создание и отправка потребителю персонального предложения в наиболее подходящий для коммуникации момент. Задача RTM — оперативно реагировать на события в жизни клиента, своевременно отправляя ему релевантные маркетинговые сообщения. 

Условно RTM можно разделить на следующие этапы:

• узнать своего клиента;
• понять его поведение и желания;
• создать интересное именно этому клиенту предложение;
• донести для клиента персональное предложение в подходящий момент. 

RTM стали применять, когда появилась возможность обрабатывать информацию о множестве потребителей, их пристрастиях и желаниях. Для задач маркетинга в реальном времени характерна высокоинтенсивная смешанная нагрузка. Требуется на лету обрабатывать потоковые данные, обеспечивая моментальное формирование персональных маркетинговых сообщений. 

Необходимые вычислительные мощности для сбора, хранения и обработки таких данных добавились к передовым практикам маркетинга совсем недавно. 

Ключевые характеристики Real-Time маркетинга

• Оперативность. Возможность быстро создавать и отправлять маркетинговые сообщения. 
• Персонализация. Подбор рекламного контента для отдельных пользователей на основе их поведения, предпочтений и даже особенностей характера.
• Опора на данные. Использование данных и аналитики в режиме реального времени для обоснования маркетинговых решений. 
• Многоканальность. Взаимодействие с клиентами разными способами (СМС, push-уведомления, звонки) через разные каналы (мобильные приложения, сайты, звонок по телефону, разговор с сотрудником в офисе). 

Как работает Real-Time маркетинг 

Формула персонализации проста: «правильный продукт + правильное время + правильное место + правильный покупатель». Однако реализуется эта формула по-разному. Вот как это может работать на практике. 

Банк

Цель: привлечь в мобильное приложение для инвестиций новых состоятельных клиентов банка. 

Задача: исследовать аудиторию, сегментировать пользователей по психотипам, синхронизировать их с маркетинговой стратегией и провести рекламную кампанию.  

Для исследования аудитории использовался сервис предиктивной, клиентской и гео-аналитики на основе больших данных и технологий машинного обучения.

Потенциальные клиенты исследовались по множеству параметров:

• расширенный социально-демографический профиль: пол, возраст, доход, семейное положение, образование, интересы;
• ценностно-поведенческий профиль: общительность, дружелюбие, эмоциональный интеллект, способность к самоконтролю, отношение к получению нового опыта, экстравертность или интровертность.

С помощью модели машинного обучения клиенты были разбиты на категории в зависимости от типа личности, социального положения и множества других характеристик. Для каждой категории были разработаны специальные тексты и дизайн. Клиент должен был получать рекламное сообщение, подготовленное именно для его группы. В рекламном сообщении принималась во внимание «болевая точка» категории: например, страсть к риску, стремление к защищенности, желание повысить статус.

Была сформирована «золотая запись клиента», в которой хранился его профиль. Для быстрого доступа к базе «золотых записей» в качестве кэша использовалось промежуточное ПО для работы с данными. Это позволило взаимодействовать с клиентом в режиме реального времени. 

На следующем этапе определили, как будет проходить взаимодействие с каждым типом клиентов. Это могли быть СМС, push-уведомления, звонки, реклама на сайте или в приложении мобильного банка. 

Реализация

Клиент совершал определенное действие (или регистрировалось событие, связанное с клиентом) и получал рекламное сообщение. Оно основывалось на политике, соответствующей этому действию, и клиентскому профилю. Затем оценивалась эффективность рекламной кампании.  

Результат

Узнаваемость бренда. При использовании персонализированных сообщений узнаваемость достигла 50% (по сравнению с 30% при обычной рекламе).  

Конверсия в скачивание приложений. При показе персонализированной рекламы скачивание происходило на 40% чаще.  

Ритейлер

Цель: персонализация рекламы на кассовых чеках в зависимости от списка покупок.

Задача: персонализировать рекламу под покупателя при условии, что в секунду создается 2000 чеков.

Для анализа покупок использовалось специальное ПО. В теории это могла бы делать  Core-система, но она работала слишком медленно, чтобы обрабатывать такие запросы в режиме реального времени. Ее использование могло привести к неприемлемо долгому ожиданию на кассе, негативу со стороны покупателей, излишней нагрузке на ключевую систему. 

Реализация

Только что созданный чек анализировался в приложении, установленном на кассах в каждой торговой точке сети. Происходила обработка информации о покупке, а в случае предъявления карты лояльности также анализировалась история транзакций. На основе информации о купленных товарах и записанных бизнес-правил формировалось рекламное предложение: промо-акция, купон или что-то другое.  

Пример работы сервиса: 

• в систему приходит открытый чек из магазина — «шампанское + конфеты», 
• вычисляется скидка или бонус на основе правил — «для обладателя карты магазина; в чеке шампанское и конфеты; предложить скидку на цветы 20% в соседнем магазине-партнере». 

Результат

На 11% увеличилось количество покупок по промокодам для партнеров.