Персонализированный маркетинг в эпоху цифровых технологий: баланс между эффективностью и приватностью

The purpose of the article is to study the features of personalized marketing in the context of the need to ensure a balance between the effectiveness of promotion and privacy.

Research methods : the research used analytical, comparative methods, generalization method, tabular method.

Results : based on the results of the study, an algorithm has been developed to ensure a balance between the effectiveness of promotion and privacy.

The scientific novelty lies in the generalization of quantitative and qualitative methods of collecting consumer data in the digital age and determining the possibility ofensuring the implementation of the principle of privacy when using them.

The practical significance lies in offering possible solutions to ensure the implementation of ethical aspects of the use of personal data in marketing.

Введение

Персонализированный маркетинг в эпоху активной цифровой трансформации является одним из важнейших инструментов для продвижения бизнеса. Изучение персонализированного маркетинга поднимает острые вопросы, которые связаны с защитой личных данных.

Актуальность темы обусловлена тем, что сегодня растут противоречия между стремлением компаний к максимально точному продвижению посредством использования данных о местоположении, интересах пользователей с правом данных пользователей на конфиденциальность. На рынке существует множество технологий, которые аккумулируют большие объемы данных о предпочтениях и поведении потребителей, что также повышает риски утечки информации в результате противоправных действий со стороны злоумышленников.

Объектом исследования является баланс между эффективностью персонализированного маркетинга и приватностью.

Предметом исследования выступает маркетинговая деятельность в условиях развития цифровых технологий.

Материалы и методы

В процессе выполнения работы были проанализированы научные статьи ряда отечественных учёных.

Так, Л. А. Беляева в статье «Принципы создания персонализированных маркетинговых кампаний в цифровую эпоху» обозначает принципы, на которых должен строиться персонализированный маркетинг в условиях активного развития цифрового продвижения, рассматривает подходы к разработке рекламных кампаний с учётом ключевых тенденций цифровизации [1].

В исследовании «Персонализация в бизнесе: индивидуальный подход к клиентам как фактор экономического роста» Д. Н. Микрюков рассматривает принципы создания персонализированных маркетинговых кампаний в цифровую эпоху. Автор делает акцент на использовании искусственного интеллекта в целях персонализации маркетинговых активностей компании, уделяет пристальное внимание рассмотрению роли искусственного интеллекта в анализе данных и прогнозировании потребительского поведения [2].

В статье «Этика в рекламе: вызовы и решения в эру цифровых коммуникаций» И. В. Попсуйко рассматривает этические аспекты рекламных практик в эпоху цифровых коммуникаций. Автор выделяет несколько ключевых вызовов, с которыми может столкнуться предприятие при активном использовании цифровых технологий для персонализации продвижения [3].

Ключевые аспекты цифровой трансформации проанализированы в статье Л. О. Гузеева «Цифровая трансформация маркетинга: современные тенденции и перспективы». Автор также рассматривает технологические инновации, которые применяются к целях оценки потребительского поведения, показывает развитие технологий для сбора и анализа данных о потребителях и их поведении [4].

Результаты и обсуждение

Персонализированный маркетинг представляет собой подход к продвижению товаров, работ или услуг, в рамках которого компания разрабатывает индивидуальные предложения для различных категорий клиентов, основанные на совокупности характеристик интересов и поведения клиентов [2].

В целях персонализации маркетинга компании собирают большое количество информации, которая подвергается обработке и анализу. Существует множество методов для систематизации и анализа данных, в общей совокупности они могут быть разделены на три категории, а именно: количественные методы, качественные методы, онлайн-методы.

Методы сбора и анализа данных о потребителях, которые применяются в целях персонализации маркетинга, систематизированы и представлены в таблице 1.

Категория качественных методов включает методы, которые основаны на обобщении числовых данных. К ним относятся опросы, эксперименты, анализ данных о продажах. Среди качественных методов выделяют фокус-группы, наблюдение, глубинные интервью. Количественные методы используются в целях глубокого понимания поведения потребителей и их мотивации к покупке.

Собираемые персональные данные должны соответствовать этическим аспектам, особенно в эпоху активного развития цифровых технологий и повышения рисков потери данных [1]. Представим этические аспекты использования персональных данных в маркетинге и предложим конкретные решения, направленные на минимизацию возможных рисков (таблица 2)

Реализация предложенных мероприятий позволит минимизировать риски нарушений при использовании персональных данных для достижения маркетинговых целей. Мероприятия позволят оптимизировать стратегию персонализации без нарушения границ приватности, что, в свою очередь, обеспечит баланс между сбором информации и конфиденциальностью пользователей [3]. Для соблюдения данного баланса используются различные инструменты и технологии, среди которых:

• —    обезличивание данных. Этот метод делает невозможной идентификацию личности по определённому набору данных;

• —    поведенческая сегментация на основе агрегированных данных. Вместо отслеживания поведения пользователей на ресурсах организации, анализируется поведенческая

Таблица 1 — Систематизация методов сбора и анализа данных о потребителях

Метод Описание Преимущества Недостатки Количественные методы. Используют числовые данные для статистического анализа. Опросы Анкетирование аудитории для сбора статистических данных Легкость анализа. Возможность собрать большой объем данных Риск неискренности ответов. Ограниченные варианты ответов для респондентов Эксперименты Тестирование гипотез Высокая объективность данных. Возможность проследить причинно-следственные связи Дорогостоящий метод сбора Анализ продаж Изучение исторических данных о покупках, спросе, сезонности Возможность определения трендов Высокая степень зависимости от качества данных Качественные методы. Изучают мотивы, мнения и поведение через нечисловые данные Фокус-группы Групповые обсуждения для выявления скрытых потребностей целевой аудитории Гибкость в вопросах. Невербальные сигналы Малая выборка, субъективность оценки, влияние группового мнения Глубинные интервью Индивидуальные беседы для детального понимания мотивации Адаптация вопросов под особенности респондентов Трудоемкость использования метода, сложность проведения анализа, риск ошибок интерпретации Наблюдение Фиксация поведения аудитории в естественной среде Нет влияния вопросов на поведение потребителей Этические вопросы, сложность систематизации информации модель групп пользователей с похожими интересами.

Отметим, что сегодня крупные организации активно внедряют инструменты, которые позволяют обеспечить баланс между маркетинговыми целями и этическими принципами. Так, компания Ozon использует агрегированные данные и поведенческую аналитику, на основе собранных данных формируются персонализированные предложения, при этом не нарушается требование о конфиденциальности данных. Компания Яндекс использует алгоритмы машинного обучения для анализа анонимных данных о запросах пользователей. Это позволяет предоставить пользователям индивидуальные персонализированные рекомендации и избежать хранения детализированных личных данных [4].

Таким образом, в условиях активного развития цифровых технологий, маркетинговых технологий необходимо искать баланс, который заключается в соблюдении интересов как организаций, так и клиентов. Соблюдение этических принципов в маркетинге позволит не только снизить возможные риски, но и положительно повлияет на лояльность целевой аудитории.

Таблица 2 — Этические аспекты использования персональных данных в маркетинге

Аспект	Этические принципы	Риски нарушения	Примеры решений
Согласие пользователя	Пользователи должны быть проинформированы о сборе персональных данных и целях, для реализации которых организация собирает эти данные	Неявное согласие на сбор и обработку персональных данных посредством размытых формулировок	Использование уведомлений, чётких форм, которые в полной мере без двусмысленного толкования раскрывают цели сбора информации
Минимизация данных	Организации собирают только информацию, необходимую для достижения маркетинговых целей	Риском является накопление избыточного объема данных, вероятность утечки которых повышается	Проведение аудита хранимых персональных данных клиентов в целях удаления излишних
Безопасность	Реализация комплексных мероприятий по защите данных от утечки и атак со стороны злоумышленников	Возрастают риски репутационных потерь и штрафных санкций со стороны контролирующих органов	Осуществление шифрования, применение двухфазной аутентификации
Прозрачность алгоритмов	Прозрачность информации о том, почему пользователи видят конкретную рекламу	Устранение манипулятивных элементов в рекламе, честность с потребителем	Использование инструментов для просмотра интересов пользователей
Ответственность за AI	Контроль за использованием искусственного интеллекта, запрет на излишнее использование и разработку манипулятивных сценариев	Утечка персональных данных	Разработка внутренних положений, регулирующих использование искусственного интеллекта в маркетинговых целях

Заключение

На основе проведённого исследования разрабатывается алгоритм обеспечения баланса между эффективностью продвижения и приватностью. Данный алгоритм предполагает реализацию определённых этапов, а именно: сбор только необходимой информации, хранение данных в обезличенном виде, группировку данных по общим признакам, формирование агрегированных отчётов. Предложенная последовательность действий позволит предприятию избежать рисков утечки информации, рисков потери конфиденциальности данных, при этом позволит персонализировать предложения для клиентов.