• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Дарья Дзябура: «Анализ визуальных коммуникаций позволяет лучше понять потребительское поведение»

Профессор РЭШ выступила на конференции Матемаркетинг 2019


Профессор РЭШ Дарья Дзябура приняла участие в конференции для маркетинговых и продуктовых аналитиков Матемаркетинг 2019. Дарья представила новый инструмент для анализа восприятия бренда — онлайн-платформу Brand Visual Elicitation Platform (B-VEP), позволяющую сформировать образ бренда на основе визуальных ассоциаций потребителей. «Визуальные коммуникации — это будущее маркетинга. Анализ изображений пользователей, связанных с брендами, позволяет лучше понять потребительское поведение и открывает новые возможности для общения с аудиторией», — рассказала профессор.

Вместе с коллегами Дарья провела исследование и проанализировала характеристики 302 ведущих мировых брендов, например Starbucks и L'Oreal. На основе онлайн-опроса почти 2000 пользователей и используя технологии ИИ — интеллектуальный анализ изображений и текста, она выделила 49 характеристик брендов, основанных на визуальных ассоциациях людей.

Например, косметические бренды потребители часто связывают с образами цветущих растений, домашнего уюта и вкусной еды, а также спортивными занятиями, а известный кофейный бренд ассоциируется у них с модными гаджетами и зимним временем года.

Исследование показало, что зачастую стратегия позиционирования бренда и то, как его воспринимают реальные люди, не совпадают. Например, маркетологи в модной индустрии выстраивают свою кампанию вокруг образа роскоши и гламура, потребители же могут связывать этот бренд в первую очередь с деловым стилем и ситуациями из профессиональной жизни.

Дарья Дзябура также отметила, что социальные медиа открывают много новых возможностей для маркетологов. Люди добровольно и бесплатно раскрывают огромное количество информации о себе, своих привычках и предпочтениях. Брендам остается только «прислушаться» к этим высказываниям, а современные технологии машинного обучения позволяют выделить из контента пользователей важное и полезное. Но есть и ряд ограничений, связанных с анализом информации из социальных сетей — недостаточная репрезентативность данных, а также необъективность оценок. Люди часто упоминают тот или иной бренд с целью презентовать себя наилучшим образом, а не с целью поделиться своим мнением о нем. Маркетологам необходимо учитывать эти факторы в своем анализе.

Более подробная информация доступна в презентации, а также в публикации Marketing Science Institute.

158 человек прочитали эту новость, 0 отметили, что она им понравилась. А вам интересна эта новость?