ВойтиНовый пользовательЗабыли пароль?
Через соцсети

Вирусный маркетинг, смоделированный сетевыми теоретиками

4.5kпросмотров
/
маркетинг, вирус, Вирусный маркетинг, смоделированный сетевыми теоретиками

Сетевые модели далеко не всегда справлялись с задачей наблюдения за динамикой маркетинговых кампаний. Но программисты утверждают, что решили эту проблему.

Популярное

Какова вероятность того, что вы купите последний роман о Джеймсе Бонде Уильяма Бойда или второй фильм трилогии «Хоббит», который выйдет в декабре?

Вероятность того, что вы купите определенный продукт или примете определенное решение, лежит в основе одной из самых острых проблем сетевой теории: как определить, что продукт, мнение или сообщение станет вирусным?

Одним из самых важных условий успеха сетевой теории является то, как информация распространяется среди людей, общающихся в пределах одной сети.

Ксяо Фан и его команда из Университета Юты в Солт-Лейк-Сити представили технологию, которая предсказывает вероятность принятия людьми нового продукта в пределах сети и его популярность по сравнению с предыдущими.

Они утверждают, что новый метод позволит маркетологам точнее и эффективнее планировать кампании, ориентируя их на потенциальных клиентов.

вирусный маркетинг

Сперва, предыстория. Стандартный метод моделирования способа, благодаря которому информация будет распространяться по сети, называется «каскадная модель». Она предполагает, что человек получит информацию в случае, если у определенного числа его близких друзей она уже будет. Другими словами, вероятность зависит от социального аспекта: влияния друзей, семьи и близких.

Этим подходом пользовались для прогноза распространения болезней, веяний моды, вирусных электронных писем и так далее. Но сетевые ученые знают, что он не безупречен.

Проблема состоит в том, что есть много иных факторов, влияющих на согласие пользователя с идеей о приобретении определенного продукта.

Например, положительный результат более вероятен, если маркетинговая деятельность затрагивает целевую аудиторию оффлайн. Например, рассылка писем, рекламные щиты, ТВ-реклама и так далее.

Фактически, эти, так называемые, эффекты смешивания так сильны, что бросают вызов сетевым теоретикам, пытающимся смоделировать поведение людей в соцсетях.

Проблема в прогнозировании эффекта реальной маркетинговой деятельности состоит в том, что показатель успешности обычно настолько низок, что его можно назвать незначительным для каскадной модели. Например, представьте, что компания посылает информацию о новом продукте во все существующие компании. Так вот, если 0,5% всех клиентов примут предложение, то маркетологи скажут, что это огромный успех.

В каскадной модели 0,5%, в принципе, ничто. Таким образом, эта модель указывает на то, что никто не купит продукт. Она просто не может оперировать с небольшим, но существенным показателем, который так важен для маркетинга.

Вот чем занимаются Ксяо Фан и его коллеги. Они создали сетевую модель, принимающую во внимание эффекты смешивания, оценивая вероятность того, как отреагирует каждый человек.

Она также учитывает влияние оффлайновой деятельности, рекламной кампании, например. Команда проверила свой новый метод на базе данных из 35 000 покупателей мобильных телефонов, которые могли выбрать между 18 различными способами оплаты.

вирусный маркетинг распространение

Данные показывает, сколько клиентов каждый день выбирают новый метод оплаты в течение года. Этот показатель составлял скромные 0,4%. Он мог быть как результатом социальных сетевых эффектов (например рекомендации друзей), так и результатом маркетинговой деятельности компании, которая не зарегистрирована в сети.

Перед Ксяо Фаном и его командой стояла задача смоделировать условие, при котором клиенты выбирали новую систему оплаты. Они обнаружили, что обычные каскадные модели в принципе не предсказывают никаких возможных вариантов. Их новый подход оказался куда более успешным. Они утверждают, что способность рассчитывать на неизвестные эффекты смешивания позволяет им моделировать варианты, которые способны увеличить даже такой маленький показатель, как 0,4%.

Более того, модель Ксяо показывает, на какие узлы сети лучше всего воздействовать оффлайновыми эффектами. Это позволит маркетологам эффективнее планировать кампании и контролировать их успех в режиме реального времени.

Новый подход приближает перспективу создания персонифицированных сообщений, нацеленных на конкретную аудиторию в определенный момент, когда она наиболее уязвима.

Ксяо ФанКсяо Фандоцент, Университет штата Юта
Компании смогут более точно выбирать центры вирусного маркетинга и контролировать динамику в течение долгого времени

Одно дело - развитие исторических данных, совсем другое – прогноз развития ситуации в будущем. Новому методу еще предстоит испытать себя. И если все пройдет удачно, то перед Ксяо Фаном и его коллегами откроются все тайны вирусного маркетинга.

Комментарии
Незарегистрированные пользователи могут оставить комментарий через виджет Вконтакта, Фейсбука или использовать нашу платформу. Ваш выбор мы запомним (в хорошем смысле)
Вконтактик
Фейсбучек
Для членов клуба
ВЫ НЕ МОЖЕТЕ ОСТАВИТЬ КОММЕНТАРИЙ необходимо зарегистрироваться или войти
Яндекс.Метрика