С развитием технологий у маркетинга появляются новые инструменты, позволяющие воздействовать на покупателя при принятии решения. Если при оффлайн-продажах проще наладить контакт с каждым клиентом в отдельности, то в онлайне контакт с продавцом не такой тесный, и приходится искать болевые точки по косвенным показателям. Например, в арбитраже трафика приходится тестировать разные крео и связки для улучшения клиентского опыта и постоянно отслеживать метрики. Правда, крупным компаниям в этом все больше помогают технологии Big data и наука.
Благодаря современной, адаптированной к онлайн-реалиям, психологии поведения удается залезть пользователю в голову, точнее, в подсознание. И он этого даже не заметит. Насколько это законно или этично — вопрос пока открытый. А пока психологическое профилирование пользователей — дорогостоящий инструмент, позволяющий продвигать политические идеи и владеть умами миллионов. Как это работает, разберем далее.
Психометрика — это дисциплина, позволяющая измерять черты личности человека и составлять на основе полученных данных структурированный отчет. Это также весьма перспективный раздел науки о поведении. Точных данных о том, когда появилась психометрика, нет. Кто-то считает временем ее зарождения 1870-е годы, когда немецкий физиолог и психолог Вильгельм Вундт задался целью измерить интенсивность ощущений человека. Для кого-то точка отсчета — 1905 год, когда появился первый тест IQ Бине-Симона. Ведь изначально главной задаче психометрики было измерение уровня интеллекта и знаний учащихся с помощью тестов. Со временем этот тренд зародился и развился в США, где тесты до сих пор используются повсеместно и являются золотым стандартом исследования в педагогике и психологии. Постепенно мода на тестирования и измерения результатов в этих сферах распространилась по всему миру. Сегодня лидирующими странами, задающими тенденции в психометрике являются также Великобритания, Голландия и Бельгия.
С развитием цифровых технологий, машинного обучения и ИИ психометрика стала наукой о поведении в целом. Ее грани начали размываться. Сегодня психометрические методики используются в социологии, медицине и маркетинге. Во всех этих областях ученые делают выводы о поведении людей на основе структурированных данных.
Новый виток попыток манипулировать клиентским поведением в цифровую эпоху начался с появлением Big data. Но жизнь показала, что этот подход имеет ряд больших недостатков. Алгоритмы для анализа крупных массивов данных пока несовершенны. И прогнозировать поведение пользователей на их основе не получается. Пока с подобными задачами успешно справляются только гигантские корпорации наподобие Google и Amazon. У большинства компаний нет доступа к большим данным. Конечно, их всегда можно купить, но тут встают вопросы о качестве информации, ее полноте и возможностях обработки.
Более глубокий подход к исследованию покупательских мотивов предложил британский ученый польского происхождения Михал Косински. Именно он первым разработал цифровую психометрию с возможностью определения черт личности на основе поведения пользователя в Facebook*. С 2010 года Косински изучал технологии Data Science, являясь сначала сотрудником Психометрического центра Кембриджского университета, а с 2015 года и доцентом Высшей школы бизнеса Стэнфордского университета. В 2016 году он поставил эксперимент с психотаргетингом на пользователей Facebook*. Так появился новый инструмент продвижения, позволяющий понять скрытые мотивы поведения. Это уже совершенно новый уровень персонализированного маркетинга, к которому так стремились бренды с начала цифровой эпохи.
Михал Косински
На основе цифровых следов пользователя можно определить его психотип, пол, сексуальную ориентацию, цвет кожи, политические взгляды и другие особенности. Под цифровыми следами здесь понимаются лайки на определенных постах, репосты, комментарии, история посещений из браузера, поисковые запросы. Сам Михал Косински утверждает, что хватит 10 лайков, чтобы система на основе машинного обучения узнала вас лучше, чем коллега по работе. 230-240 лайков достаточно, чтобы компьютер знал вас лучше, чем супруг или супруга. И все эти данные, принадлежащие миллионам пользователей можно купить или продать на черном рынке, чем, без сомнения, активно пользуются компании. Существует проект Acxiom, собирающий большие данные пользователей по всему миру. Там можно заказать, например, информацию о холостых мужчинах 25-40 лет из штата Массачусетс или девушках 18-32 лет из индийского штата Чандигарх.
Также можно самостоятельно собрать данные психологических профилей пользователей для запуска кампании, например, в Facebook*. Для этого нужно построить психологическую модель пользователя, склонного к определенному типу поведения, заплатив нескольким тысячам пользователей за прохождение специально разработанного теста. Когда модель есть, нужно испросить искусственный интеллект выделить, например, интровертов. Он ответит, что это те, кто лайнкул, 12 определенных фильмов или музыкантов. Теперь можно прийти в Facebook*, собрать в базу данных пользователей, которые ставят лайки на определенных постах, и запустить на них таргетированную рекламу.
Но и это еще не все. Цифровая психометрика позволяет точно прогнозировать поведение пользователей. Да и такая методика сбора данных в плане эффективности оставляет далеко позади опросы целевых аудиторий, различные фокус-группы и тестирования.
Уже существуют компании, определяющие черты личности пользователей с помощью психометрии и продающие полученные данные бизнесу. Для работы с такими большими данными используется искусственный интеллект, в основе которого лежат классические модели психологического исследования человека. Первой и самой главной является OCEAN, или «Большая пятерка». Модель позволяет определить степень проявления пяти ключевых свойств личности:
Вторая психологическая модель — ценностные ориентации личности по Шварцу. Эти две модели получили широкое распространение в академическом мире и проверены временем.
Существуют и психометрические решения для анализа данных на основе новых психологических моделей, разработанных специально для применения в маркетинге. Однако их эффективность пока до конца не изучена.
Упрощенная схема психометрического профилирования на основе данных из Facebook*
Одним из популярных сервисов, доступных маркетологам, был сегодня уже закрытый Watson Personality Insights от IBM. С его помощью можно было составить психологический портрет человека по его текстам. Для определения свойств личность использовалась модель OCEAN, для расчета степени мотивированности — модель Шварца. Потребности личности помогала выявить кастомная модель, созданная корпорацией. На сайте можно было найти кейсы применения сервиса для решения маркетинговых задач.
Психографический профиль, созданный с помощью решения IBM
Сервис Apply Magic Sauce создан кембриджскими учеными на основе разработок самого Михала Косински. Получить психологический портрет пользователя там несложно. Достаточно ввести профиль в Facebook*, Twitter или LinkedIn. Вызывает доверие и модель OCEAN, которая применяется для определения характеристик личности.
На рынке психометрических исследований на службе бизнеса и политики ведущей до недавнего времени являлась британская компания Cambridge Analytica. Именно с ней связано несколько скандалов с использованием личных данных пользователей. Интересно, что Cambridge Analytica использовала в работе модели, созданные Михалом Косински либо что-то очень похожее. Подробнее об этой компании расскажем далее.
В области цифровой психометрии есть и частично отечественные разработки. Например, российско-британский сервис Datasine. С 2015 года он помогал персонализировать маркетинговые кампании. Клиентами в разное время были Aegon Insurance, Tinkoff, Raiffeisen и BNP Paribas. В 2021 году сервис продан Shutterstock.
Оказывается, психометрика помогает вершить судьбы целых государств, ведь ее активно используют в политике. Все началось с компании Cambridge Analytica, бывший директор которой Александр Никс в марте 2017 года сказал, что им удалось получить психометрический профиль каждого взрослого жителя Соединенных Штатов. Неудивительно, ведь Cambridge Analytica в 2016 году помогала на выборах Дональду Трампу, собирая данные из Facebook*, анализируя их создавая на основе полученной информации таргетированные объявления. Названа даже сумма, полученная от тогда еще будущего президента, вознаграждение составило $15 миллионов. Аналогичным образом Cambridge Analytica в 2016 году работала в Великобритании на стороне Найджела Фараджа, ярого сторонника брекзита. Обо всем этом в декабре 2016 года написал швейцарский журнал Das Magazin, утверждая, что именно благодаря психометрическим разработкам удалось привести Трампа к власти и продвинуть идею брекзита, манипулируя миллионами британских избирателей.
Кстати, в статье Das Magazin сказано и том, что Cambridge Analytica использовала именно разработки Косински, один из коллег которого выкрал результаты его исследований и передал компании. В результате ученый обрел мировую славу и стал получать письма с обвинениям в том, что создал массовое психологическое оружие. А Cambridge Analytica позднее заключила контракт с французским «Национальным фронтом» и через свою компанию Strategic Communication Laboratories работала на выборах минимум в 20 государствах. На данный момент она является банкротом.
Для влияния на умы пользователей важно не только собрать данные, структурировать и анализировать их, но и правильно применить результаты. Например, специалисты Cambridge Analytica, работавшие на выборах Трампа, нашли неочевидные связи в чертах личности и поведении пользователей. Они установили, что люди, предпочитающие автомобили, произведенные в Америке, являются сторонниками их клиента. Александр Никс в одном из интервью сказал, что если, например, группа пользователей отличается высокой добросовестностью и невротизмом по шкале OCEAN, им нужно показать объявление, которое будет вызывать эмоции, играя на страхе к невыполнению и рациональности. Так рекламе придается тот эмоциональный оттенок, который затронет подсознательные мотивы определенной группы пользователей.
Шапка сайта сервиса Experian, помогающего воздействовать на умы избирателей с помощью психографии. Клиентами компании были и лейбористская, и консервативная партия британского парламента
Компания GutCheck, занимающаяся исследованием больших данных, на своем сайте приводит пример работы с психометрикой. Задача: создать эффективную рекламу новых штанов для йоги. После сбора и анализа данных выделились две группы женщин: с высоким уровнем экстраверсии и тех, у кого низкая экстраверсия, но высокая добросовестность. Ниже примеры объявлений для первой категории (справа) и для второй категории (слева):
Михал Косински с коллегами провели маркетологическое исследование, в котором доказывается воздействие на поведение пользователей благодаря объявлениям, составленным на основе их психологических профилей.
Команда поделила свою работу на три исследования в Facebook*, показав объявления в общей сложности 3,7 миллионам пользователей. Исследования 1 и 2 помогали оценить реакции людей на основе их степени экстраверсии и открытости новому по шкале OCEAN. Чтобы исследовать пользователей, ученые извлекли информацию о лайках в Facebook* нескольких миллионов человек из базы http://mypersonality.org/. Также из этой базы были получены баллы пользователей после прохождения опросника Международного пула личных качеств (IPIP), состоящего из 100 пунктов. На основе этих данных ученые посчитали личностные качества людей и поделили их на группы. Исследование 3 основано на результатах исследований 1 и 2.
В исследовании 1 приведены результаты рекламных кампаний в Facebook*, направленной на женщин с высоким и низким уровнями экстраверсии. Рекламировалась косметика, объявления откручивались в течение 7 дней. В общей сложности кампания охватила 3 129 993 пользователей, привлекла 10 346 кликов и привела к 390 покупкам на веб-сайте косметического магазина. Вот объявления, которые использовались:
Слева крео для женщин с высокой экстравертностью, справа — для женщин с высокой экстравертностью.
Вот статистика кампании:
CPConv = цена за конверсию, CR = коэффициент конверсии (установки/охват × 100), CTR = рейтинг кликов (клики/охват × 100), ROI = рентабельность инвестиций (прибыль/расходы × 100).
В исследовании 2 создавались кампании для продвижения приложения кроссвордов. Сравнивалось воздействие на людей с высокой открытостью новому и низкой открытостью. Кампания проводилась в Facebook*, Instagram* и Audience Networks в течение 12 дней. Она охватила 84 176 пользователей, привлекла 1130 кликов и привела к установке 500 приложений.
Вот такие крео использовались для людей с разным уровнем открытости:
Слева высокая открытость новизне, справа — низкая.
Вот такие результаты получились после завершения кампании:
В исследовании 3 ученые на протяжении 7 дней продвигали в Facebook* приложение стрелялку по пузырям. Целевую аудиторию для кампании сравнили с аудиторией приложений конкурентов (Farmville или Bubble Popp). Анализ лайков их пользователей показал, что это крайне интровертные люди. На этот раз ученые выбрали большую группу таких пользователей и разделили ее на две части. Одним показывалось объявление со стандартным текстом для экстравертов, а другим — текст, ориентированный на интровертов. В случаях, когда объявление было адаптировано к психологическому профилю, показатели CTR и коэффициенты конверсии были выше в 1,3 и 1,2 раза.
Вот статистика кампании:
В общей сложности кампания охватила 534 250 пользователей, привлекла 3 173 клика и привела к установке 1 837 приложений.
Как и все крупные изобретения, психометрическое профилирование несет в себе большую пользу и большие риски. Михал Косински в одном из интервью утверждал, что его методика может помогать людям точнее подобрать работу, учитывая их склонности и психотип. Также наработки могут быть использованы при назначении психологической помощи, отборе сотрудников в государственные органы и частные компании. По словам Косински, в маркетинге психометрическое таргетирование объявлений позволяет повысить эффективность кампаний вдвое.
В то же время психометрика уже стала средством массового манипулирования. Она может отвратить от политики людей, неуверенных в честности выборов. Этот рынок сейчас не до конца сформирован и скорее всего в будущем он подвергнется государственному регулированию, как когда-то интернет. Впрочем, время покажет.
*запрещенная в РФ организация
