В последние недели значительные увольнения, с которыми столкнулись наши коллеги и друзья из таких компаний, как Salesforce, Amazon и Meta, вызвали дискуссии о потенциальной экономической рецессии на горизонте. Однако, по мнению аналитиков Goldman Sachs, даже несмотря на то, что увольнения в технологической отрасли в настоящее время происходят в больших масштабах, это не обязательно означает, что рецессия неизбежна.
Несмотря на нынешние увольнения в технологической отрасли, спрос на технические таланты остается высоким и предоставляет возможности для тех, кто был уволен. Хотя неясно, являются ли эти увольнения признаком надвигающейся рецессии, потребители пытаются разобраться в противоречивой информации и нестабильной экономической среде.
Просматривая LinkedIn и видя сообщения коллег с сочувствием по поводу увольнений и глухую контекстную рекламу в социальных сетях, я задумался о том, как маркетологи, основанные на данных, могут эффективно справляться с проблемами, связанными с текущей экономической неопределенностью.
Поскольку компании быстро экспериментируют с различными стратегиями ценообразования и приобретения в ответ на меняющиеся рыночные условия, роль маркетинга смещается в сторону эмпатического общения с клиентами.
Как маркетологи могут наладить более прочные и персонализированные связи в условиях неизбежной перераспределения бюджета?
Кроме того, как они могут сделать это в масштабе и более плавным образом?
В 2020 году использование чуткого маркетинга достигло критической точки, поскольку пандемия побудила многие бренды отреагировать на коллективное горе. Некоторые бренды добились успеха в этом подходе, в то время как другим не хватало чуткости. Для брендов крайне важно не упускать из виду использование эмпатии в своем маркетинге, поскольку подлинность и искренняя связь важны как никогда.
‹iframe style=»border-radius:12px» src=»https://open.spotify.com/embed/episode/5KUmgs3wOZfvT0M3sHF8Kp?utm_source=generator’ width=»100%» height=»352’ frameBorder=» 0' allowfullscreen="" allow="autoplay; буфер обмена-запись; зашифрованные носители; полноэкранный; картинка в картинке» загрузка = ленивый›‹/iframe›
В связи с пандемией Harvard Business Review опубликовал статью Как сделать правильный эмпатический маркетинг, в которой рекомендовал стратегии для установления подлинной связи с клиентами.
Одним из наиболее важных выводов из этой статьи был поиск баланса между заявленными предпочтениями и реальными предпочтениями. Это связано с тем, что люди часто склонны сообщать об идеализированных предпочтениях, а не о своих истинных предпочтениях.
В статье также делается акцент на взгляде на мир глазами клиента.
Но учитывая, что машинное обучение, искусственный интеллект и автоматизация маркетинга (AI/ML) являются важнейшими компонентами современных маркетинговых операций, сегодня брендам приходится превращать большие данные в чуткое клиентоориентированное взаимодействие.
Технологии искусственного интеллекта применяются во многих сферах взаимодействия с клиентами и на всех этапах пути к покупке.
Три широкие группы, в которых AI/ML применялись в маркетинге, включают:
- Персонализация и сегментация клиентов
- Предиктивная аналитика и поведение клиентов
- Чат-боты и обслуживание клиентов
Несмотря на разнообразие маркетинговых приложений AI/ML, технологии AI в основном сосредоточены на улучшении когнитивных и поведенческих аспектов взаимодействия с клиентами. Гораздо меньше внимания уделялось эмоциональным и социальным компонентам клиентского опыта, даже несмотря на то, что они необходимы для достижения наилучших результатов для клиентов.
Как бренды могут использовать человеческий интеллект и эмпатию, чтобы сократить разрыв между человеком и искусственным интеллектом?
Как бренды могут задействовать активных слушателей с ушами на месте и возможностью реагировать в режиме реального времени в масштабе?
Вот случай для Эмпатии 2.0 или расширенной эмпатии, т.е. использование технологий искусственного интеллекта и машинного обучения для усиления, поддержки и обеспечения человеческого сочувствия в масштабе.
Он сочетает в себе Data Intelligence с искусственным интеллектом и инструментами прогнозного моделирования для всех критических моментов, включая веб-сайты, посещения магазинов, социальные сети или обслуживание клиентов.
Обычный способ понять эмпатию — использовать трехуровневую структуру, которая включает эмоциональную эмпатию, когнитивную эмпатию и эмоциональную конгруэнтность.
Вот как эту трехуровневую структуру можно использовать для включения Empathy 2.0 в ваши маркетинговые программы:
- Эмоциональная эмпатия через механизм восприятия-действия. Это включает в себя понимание и выражение беспокойства об эмоциональном состоянии других. Вы можете использовать поведенческую аналитику, прогнозную аналитику и анализ настроений для создания эмоционального восприятия. Вы также можете использовать ИИ для адаптации сообщения или интерфейса связи в режиме реального времени в зависимости от настроения пользователя. Например, вы можете использовать динамический веб-интерфейс, который использует CSS и JavaScript для адаптации к настроению пользователя.
- Когнитивная эмпатия через принятие точки зрения. Это предполагает понимание чужих точек зрения и потребностей. Чтобы реализовать это в маркетинговой программе, вы можете использовать аналитику данных, чтобы понять предпочтения потребителей, личностные качества и цели. Например, вы можете использовать чат-бота, такого как 1–800-Flowers’ Gwyn, чтобы задавать клиентам вопросы о получателе подарка и рекомендовать продукты в зависимости от их потребностей в покупках. Вы также можете использовать построение предпочтений и оценку личности, чтобы рекомендовать бренды, адаптированные к личности пользователя.
- Эмоциональная конгруэнтность с помощью зеркалирования в реальном времени. Это включает сопоставление вашего эмоционального состояния с эмоциональным состоянием другого человека. Чтобы реализовать это в маркетинговой программе, вы можете использовать мультимодальный языковой анализ в реальном времени, анализ лица и голоса, чтобы установить конгруэнтность и создать для клиентов безопасное пространство для выражения своих эмоций. Вы также можете активно слушать и показывать, что вам не все равно, что поможет согласовать интересы бренда и клиентов и приведет к более последовательному взаимодействию с клиентами в различных маркетинговых точках взаимодействия. Эмоциональное отражение в маркетинговых взаимодействиях также может создать положительный спиральный эффект в последующих взаимодействиях.
Нет сомнений в том, что сегодня потребители ожидают от брендов проявления сочувствия и персонализации в своем взаимодействии.
Исследование, проведенное Dassault Systemes and CITE Research, показывает, что почти 83% потребителей ожидают персонализации сразу или в течение нескольких часов после взаимодействия с брендом.
Оливье Саппен, генеральный директор CATIA в Dassault Systemes, говорит: «Мы находимся в начале пути от массового производства к массовой персонализации».
Однако управление большими объемами неструктурированных данных может оказаться сложной задачей. Искусственный интеллект (ИИ) и машинное обучение (МО) могут помочь, анализируя эмоции и отношения потребителей и классифицируя их как положительные, отрицательные или нейтральные с помощью обработки естественного языка (НЛП).
Хотя ИИ может помочь в создании более эффективных взаимодействий, он не может полностью заменить человеческое взаимодействие. Чтобы в полной мере использовать ИИ, предприятия должны использовать его наряду с человеческим пониманием, контекстной осведомленностью и творчеством. Сочетая человеческое взаимодействие с искусственным интеллектом, предприятия могут добиться более высокой окупаемости инвестиций в целевые кампании.
