Технологии Big Data как инструмент для создания профиля потребителя в рекламе и связях с общественностью

Второй подход связан с управлением комментариями. С.А. Вартанов приводит пример HuffingtonPost.com,интернет-версии одноименной американской газеты. «В 2013 году на портале было оставлено около трехсот миллионов комментариев. Однако, несмотря на столь значительный объем обсуждений, средний уровень «качества» этих комментариев был удивительно низким. Для повышения адекватности комментариев (и, следовательно, улучшения восприятия издания его читателями) руководство HuffingtonPostиспользовало совместный анализ – статистический метод оценки предпочтений аудитории портала. В ситуации с обсуждением статей читателями этот метод применялся для оценкикак посетители сайта воспринимают анонимные комментарии и комментарии от зарегистрированных пользователей, и какие характеристики комментариев и комментаторов оказывают влияние на это восприятие. Оказалось, что наиболее «качественными» читатели HuffingtonPostсчитали комментарии, оставленные зарегистрированными пользователями, проживающими в том же регионе. Сообщения от анонимов или от «далеких» пользователей не воспринимались аудиторией. В результате,HuffingtonPostввело обязательную регистрацию пользователей на своем ресурсе».Третья задача – персонализация материалов, доставляемых до каждого отдельного читателя. В данном случае используются практически те же методы изучения профилей потребителей контента, что и в маркетинге, однако выбираются не рекламные материалы, а непосредственно контент. В настоящее время активно развивается журналистика данных – направление, в основе которого лежит обработка данных и их последующее использование для создания непосредственного журналистского материала. Перспективным является развитие «автоматизированной журналистики». Естественно, невозможно представить, что, если сегодня будущих журналистов готовят несколько лет, прежде чем отправить на серьезное задание, то в скором времени будет полная автоматизация создания контента в такой творческой и интеллектуальной сфере. Тем не менее специальные инструменты, анализирующие с помощью конкретных BigData-технологий огромное количество источников информации, уже сегодня позволяют машинному интеллекту самостоятельно написать несложные материалы, создавать видео и формировать новостную ленту при совсем небольшом вмешательстве человека.А.К. Гринюкприводит пример технологии, разработаннойкогнитивной контент-платформой Persado. Эта технологиядает возможность создавать особые тексты рекламного характера с учетом ToneofVoice бренда. «Программное обеспечение от Persado генерирует наиболее убедительные сообщения, побуждающие клиентов к целенаправленному действию, устраняя из процесса создания контента фактор личной инициативы, эмоций и стилистических особенностей копирайтера. Persado анализирует маркетинговый язык, используемый в конкретной сфере, а также слова, фразы, их эмоциональные и описательные значения. После этого система создает миллионы вариантов маркетингового сообщения, учитывая эмоциональный компонент текста, особенности аудитории, формат необходимого сообщения. На последнем этапе сервис отсеивает большинство вариантов, формируя самый убедительный язык коммуникации для каждого конкретного случая». Этот подход дает возможность Persado проводить более полный и развернутый анализ рекламных текстов по сравнению с простым сплит-тестирование текстов, написанных по заказу специалистами. Посколькупри создании и анализе контента от Persado нет влияния человека и, соответственно, предвзятого мнения, то в данном случае система может предлагатьтакие варианты текстов, до которых трудно было бы додуматься обычному копирайтеру. Использование этой технологии демонстрирует, что сообщения, созданные искусственным интеллектом, могут существенно повлиять на повышение эффективности рекламы.Результаты анализа BigData позволят предложить человеку то, что ему действительно нужно, чего он хочет. При этом нет необходимости вести разговоры, во время которых потребитель может сообщить недостоверную информацию о своих предпочтениях или проводить опросы потребителей, в которых часто допускаются ошибки и погрешности, в первую очередь, в интерпретации данных. Статистические выводы по результатам анализа данных с помощью технологии BigData позволяют сформировать персонализированное сообщение опираясь лишь на объективную информацию о предпочтениях потребителя по его цифровому следу. Данные позволяют начать коммуникацию с человеком, которая благодаря своей персонификации вероятнее всего окажется успешной Полученные результаты и их обсуждение. Через персонализированный подход к каждому человеку специалисты в области рекламы и PR формируют спрос на информацию, товары, услуги и т.д.. Использование результатов анализа BigData в коммуникации с потребителем положительно влияет не только на отправителя сообщений, но и на получателя, поскольку последний может сократить время на поиск необходимой информации, товаров или услуг.В конечном счете потребитель является как бы со-творцом того, в какой форме, обстоятельствах и по какой цене ему в итоге продавец предложит товар или услугу. К примеру, «компания Tazerosglobalsystems, предлагает своим клиентам на основе анализа BigData, и, в частности, гео-анализа пассажиропотока вокруг интересующего места и поведенческих привычек людей, живущих поблизости, подобрать локацию для магазина, точки общественного питания или решить градостроительную задачу».В полной мере полагаться на результаты, полученные с помощью BigData, не стоит. Необходимо комбинировать их с другими качественными и количественными методами исследования целевой аудитории. Это позволит избежать предвзятости.В рамках PR и рекламной деятельности BigData можно рассматривать как инструмент для изучения потребителя и его поведения, чтобы постараться улучшить его жизнь и сделать ее более комфортной. В тоже время основанная на BigData коммуникационная деятельность расширяет возможности коллективного потребителя – предоставляет ему информацию для манипулирования производителем и продавцами и заставлять их делать то, что они в раньше, не получив результаты анализа с помощью больших данных, не стали бы делать. С другой стороны, коммуникация, основанная на цифровом наблюдении, может вылиться и в манипулирование и контроль над потребителем и его поведением.Помимо внешних коммуникаций с помощью полученной при использовании технологий BigDataинформации специалисты по связям с общественностью получают возможность точной рассылки персонализированного контента всем сотрудникам компании, т.е. применять эти технологии и для внутрикорпоративного азвимодействия.В целом потенциальные перспективы использования BigDataдля создания контента в рекламе и связях с общественностьюможно свести к одной конкретной цели – повысить эффективность рекламных предложений. Это возможно реализовать либо напрямую, предлагая наиболее популярную рекламу, либо косвенно, за счет повышения привлекательности использования социальныхмедиа, что увеличивает количество просмотренных рекламных предложений.ЗаключениеПроанализировав применение технологий BigData как инструмента для создания профиля потребителя в рекламе и связях с общественностью, мы определили, что, несмотря на то, что понятие BigData было введено в оборот в 2008 году, до сих пор не появилось четного определения этого явления. Чаще всего так определяют большие наборы данных и вычислительные стратегии и технологии, которые используются для обработки большого массива информации.Технологии BigData используются в разных сферах: финансовом бизнесе, операторами мобильной связи, городскими службами, правительствами разных стран. Но чаще всего большие данные необходимы в медиаиндустрии и рекламе.Технологии больших данных позволяют определить: что человек покупает чаще всего или планирует купить, ведя поиск в глобальной сети желаемого товара; с кем пользователь постоянно взаимодействует, т.е. сформировать подробный портрет потребителя с предполагаемым доходом и моделью потребления. Соответственно, далее потенциальному покупателю направляется целевой контент, предложения формируются конкретно под его потребности и финансовые возможности.Технологии BigData предоставляют современным специалистам в области PR и рекламы возможность создавать определенную коллекцию потребителей. Но при этом, исследования целевой аудитории с применением современных цифровых технологий должны быть использованы не только эффективно, но и гуманно. Многие компании стремятся к конфиденциальности своих клиентов и предоставляют для анализа лишь частичные данные. Большие данные не всегда являются гарантией объективности, всеохватности, точности и достоверности. Ведь больше и масштабнее не обязательно значит лучше: доступность в данном случае неразрывно связана с этичностью, а удобство не всегда означает эффективность. BigData может быть с одной стороны инструментом для облегчения и улучшения обычной жизни человека, а с другой, инструментом угнетения и манипулирования им. Список литературыАдлер Ю.П. Статистическое управление процессами. «Большие данные»: учебное пособие / Ю. П. Адлер, Е. А. Черных. – М.: Издательский Дом МИСиС, 2016. – 189 с. Алексеев К.А. Использование BigData в международном бизнесе // Труды ИСП РАН, том 32, вып. 4, 2020. – С.7–20.Бальжанова Б.М., Маслакова П.И., Ганиев Р.А., Беспалов А.И, Кумратова А.М Обзор инструментальных средств для анализа BigData, применение и перспективы развития технологии // Цифровизация экономики: направления, методы, инстурменты. Сборник материалов II всероссийской научно-практической конференции. 2020. – С.30–34.Вартанов С.А.Большие данные в онлайн-СМИ: подходы и стратегии использования // Медиаскоп. 2017. –Вып. 4. Режим доступа: http://www.mediascope.ru/2375 (дата обращения 07.12.2022).Гео-аналитика // Tazeros global systems. URL: https://tazeros.com/geoanalytics (дата обращения: 08.12.2022). Гринюк А.К. Перспективы применения BigData для создания контента в рекламе и связях с общественностью // Молодой ученый. 2019. – № 16 (254). – С. 172–174. Елисеев А.Г. Возможности применения технологии BigData для анализа социальных сетей //XIII Международная студенческая научная конференцияСтуденческий научный форум – 2021. https://scienceforum.ru/2021/article/2018025143(дата обращения 07.12.2022).Зиниша О.С., Кочеян Д.Г.,Мокосеева М.А. Технология BigData в бизнесе – преимущества и пути совершенствования // Colloquiumjournal. 2020. – №11-7 (63). – С.46–50.Корнев М.С. История понятия «большие данные» (ВigData): словари, научная и деловая периодика // Вестник РГГУ. Серия: История. Филологимя. Культурологий. Востоковедение. 2018. – №1(34). – С.81–85.Майер-Шенбергер В. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим / Майер-Шенбергер Виктор, Кукьер Кеннет; перевод И. Гайдюк. – М.: Манн, Иванов и Фербер, 2014. – 220 c. [Электронный ресурс]. – Режим доступа: URL: http://www.iprbookshop.ru/39150.html (дата обращения: 08.11.2022).Медетов А.А. Термин BigData и способы его применения // Молодой ученый, 2016. – № 11. – С. 207–210.Мировые данные: сколько мы производим и где все это хранится // Рамблер. [Электронный ресурс]. – Режим доступа https://news.rambler.ru/tech/46356448/?utm_content=news_media&utm_medium=read_more&utm_source=copylink (дата обращения 08.11.2022).Назаренко Ю.Л. Обзор технологии «большие данные» (BigData) и программно-аппаратных средств, применяемых для их анализа и обработки // Europeanscience. 2017. – № 9(31). – С.25–30.Олешкова А.М. Перспективы изучения социальных медиа посредством компьютерного анализа // Общество: Социология. Психология. Педагогика. 2020. – №11(79). – 28–31.Паршукова П.Н. BigData в контексте профессиональной деятельности в области PR и рекламы // Творчество и современность. 2022. – №2(17). –С.96–98.Полунина М.В., Ельникова Е.А., Аветисян С.Т. Новый цифровой источник статистической информации о населении // Вопросы статистики. – 2018. – Т. 1. – № 25. – С. 74–85.Рыцарев И.А., Кирш Д.В., Куприянов А.В Кластеризация медиаконтента из социальных сетей с использованием технологии BigData // Компьютерная оптика. 2018. – том 42. - №5. – С.921–927.Соловьева С.В. Информационные технологии в профессиональной деятельности. Инструментарий бизнес-аналитики: практикум / С. В. Соловьева, Ю. П. Александровская, Ю. В. Хайрутдинова. – Казань: Казанский национальный исследовательский технологический университет, 2017. – 104 c. Ярославцева Я.А. Технологии BigData в бизнесе // Образование и наука в современных реалиях. сборник материалов VII Международной научно-практической конференции. 2018. – С.188–192.