ИИ в маркетинговых исследованиях — надёжная и давно проверенная многими компаниями история. О синтетических респондентах мы уже рассказывали, но это лишь малая часть возможностей. ИИ можно применять на всём пути продукта — от разработки до удержания лояльной аудитории. Рассказываем о сценариях его использования на разных примерах. 

Для разработки и адаптации продуктов
Unilever использует ИИ для прогнозирования потребительских трендов и ускоренной разработки новых продуктов. Система агрегирует данные из соцсетей, розничных точек, CRM и от поставщиков и выявляет микротренды и сигналы спроса ещё до их массового распространения.​

Для исследований и разработок компания применяет инструменты виртуального моделирования (in-silico). Они позволяют протестировать миллионы комбинаций рецептур и составов с учётом множества факторов, таких как региональные предпочтения, аллергенность, стоимость и устойчивость цепочек поставок. ​
ИИ также применяется для оптимизации портфеля товаров — слабые позиции идентифицируются и подлежат либо устранению, либо ребрендингу. При сбоях в поставках ИИ помогает найти замену ингредиентам без ущерба для качества.

Для подбора целевой аудитории
PepsiCo использует платформу машинного обучения Pep Worx, анализирующую поведенческие, демографические и потребительские данные 110 млн домохозяйств по всей Америке. 

Когда компания запускала новый продукт — хлопья Quaker Overnight Oats, — система помогла определить характеристики 24 млн домохозяйств, в которых их перспективнее всего продвигать. На основе этих данных PepsiCo провела таргетированные маркетинговые кампании и активность в магазинах, что обеспечило 80% роста продаж продукта в первые 12 недель после запуска. 

Для персонализации опыта и планирования продаж
«М.Видео-Эльдорадо» внедрила ИИ для анализа больших данных на базе Yandex Cloud. Алгоритмы обрабатывают поведение клиента онлайн, его покупки в магазинах, отклики на акции и даже поведение в приложении. Это позволяет формировать гиперперсонализированные предложения, адаптированные к профилю потребителя.​

ИИ также помогает компании в логистике и планировании ассортимента. Система прогнозирует спрос по регионам, предлагает маршруты перемещения товаров и управляет запасами. Благодаря этому сокращается количество возвратов, повышается оборачиваемость и снижаются логистические издержки.​

Для оценки эмоций и роста эффективности рекламы
АШАН, рекламное агентство UM и Билайн Adtech использовали платформу Sense Machine для анализа эмоционального отклика на рекламные баннеры кампании «Назад в школу». Система с ИИ отслеживала мимику пользователей через веб-камеру, фиксируя такие эмоции, как интерес, раздражение, вовлечённость. Это позволило понять, какие элементы баннеров работают лучше.

Аудиторию таргетировали по данным геоаналитики — родители школьников, регулярно посещающие гипермаркеты. На основе нейроанализа креативы переработали — изменили скорость анимации, цвета и композицию. В A/B-тестировании обновлённые версии показали рост кликов и вовлечённости и увеличение ROMI.

В разработке новых продуктов
Procter & Gamble провела эксперимент, в котором 776 сотрудников решали реальные задачи по разработке продуктов, включая упаковку, позиционирование и стратегии вывода на рынок. Участники были разделены на группы с доступом к ИИ (GPT-4) и без него — как индивидуальные, так и командные.

Итоги показали, что индивидуальные участники с ИИ достигали результатов, сопоставимых с командами без ИИ. Команды с ИИ чаще предлагали решения, входящие в топ-10% по качеству. Особенно заметна разница была у менее опытных сотрудников: ИИ уравнивал их в возможностях с экспертами. Кроме того, у участников с ИИ уровень удовлетворения был выше, а степень выгорания и стресса — ниже.

Так что сегодня маркетинг с грамотным использованием ИИ может стать конкурентным преимуществом, но не за горами то время, когда компании, не внедрившие его вовремя, могут капитально отстать от конкурентов.

Подписывайтесь 👉 @yab2btech