Hogyan érjük el a célcsoportot: a Mesterséges Intelligencia és a fogászati marketing
Könnyebb a dolgunk, mint gondolnánk?
e-BIONIKA Hírek
Marketing cikksorozat a BIONIKÁTÓL
A korábbi cikkeinkben bemutatott, megdöbbentő eredmények kiszélesítették látókörünket. Bízunk benne, hogy a folytatás során Ön is úgy ér leveleink végére, hogy valami egészen újat tanult, vagy hasznos információt szerzett.
Az elméleti megközelítések mellett a gyakorlati alkalmazhatóságra törekszünk, így 3 féle módon is kapcsolódhat hozzánk:
- Ha nincs szüksége marketingre, de szeretné fejleszteni tudását,
- Ha marketinges csapata van és Ön is szeretne tisztán látni mit és miért csinálnak,
- Ha saját maga szeretne hirdetni és ehhez kompetenciát szeretne szerezni.
Legújabb cikkünk a közel 40 évnyi szakirodalmi bázis feltérképezése után egy igazán érdekes és sok fejlődésen átesett területet vizsgál: A szegmentálást, a célpiac elérésének lehetőségeit. Természetesen figyelembe véve a Mesterséges Intelligencia
Megjegyzés: Amennyiben Ön a CÉLCSOPORT KÉPZÉS ALAPJAI és a MACHINE LEARNING TECHNIKÁK részt átugraná, kattintson az alábbi gombra és azonnal a gyakorlati részhez vezetjük:
A Miskolci Egyetem egy doktorandusz hallgatója válaszolt kérdéseinkre:
Hogyan alakult a célcsoportképzés, szegmentálás? Milyen változásokon esett át?
Az egyetemen tartott órák során, vagy gyakorlati munkáimat tekintve egyaránt a célcsoport meghatározására és módszertani ismertetésére törekszünk elsőként, hiszen ez az alapja, hogy a hatékonyságot növeljük. A vevő nem a terméket és nem a szolgáltatásunkat akarja, nem arra vágyik. A vevő azt szeretné, hogy a problémáját a lehető leghamarabb, a lehető leghatékonyabban megszűntessük.
Ezt pedig csak úgy tehetjük meg, ha tudjuk, hogy ki ő, milyen preferenciákkal rendelkezik és milyen céljai vannak az életben. Ennek pedig első lépése, hogy a rá vonatkozó ismérveket meghatározzuk.
Még az 1900-as évek végén meghatározták azokat az ismérveket, amiket az elméleti szakemberek alkalmazni kívántak.
Ezek felsorolás szerint:
- Demográfiai ismérvek,
- Földrajzi ismérvek,
- Magatartási ismérvek,
- Pszichografikus ismérvek
Ezeket az online hirdetési rendszerek eltérő időben és formában adoptálták.
Melyik hirdetési rendszer oldotta meg legjobban a szegmentálási, célzási lehetőségeket?
Az elméleti követelményeket a különböző hirdetési rendszerek eltérő módon és időben tudták adoptálni. A Google Ads megjelenése a 2000-es években történt és ekkor a kulcsszó alapú célzást tette lehetővé. Viszont a kulcsszavakkal, kifejezésekkel jól kifejezhető a fogyasztó érdeklődési köre, vásárlási szándéka, de ez egy teljesen más terület. 2006-tól bővítette hirdetési rendszerének célzási lehetőségeit demográfiai, majd 2009-ben a viselkedési és érdeklődési ismérvek alapján.
A Facebook 2005-ben jelent meg, 2007-ben pedig már rendelkezésre bocsátotta az érdeklődés és viselkedés alapú célzásokat.
A LinkedIn-t kevesebben használják, viszont elképesztő dolgokra képes. Sajnos a borsos ára miatt háttérbe szorult, de ők elsőként tették lehetővé, még 2005-ben a földrajz alapú célzást.
A TikTok sok vállalkozás alappillére lett, alacsony elérési költségek mellett biztosítja a megjelenést. Talán kicsit csúnya lesz, ahogy fogalmazok, így előre elnézést kérek: A TikTok egy kínai platform és mint a jó Kínai cégek: Jött, látott, lemásolt. 2017-ben jelent meg és 2019-ben az összes (kulcsszó alapú kivételével) célzást elérhetővé tette.
Hogyan működik a szegmentálás az online hirdetési rendszerekben?
Mi, mint átlagos internetfelhasználók számos módon hozzájárulunk az adatgyűjtéshez. Egyrészről önbevallás alapján adunk meg adatokat, mint az e-mail fiók készítésénél megadott születési idő, nem, stb. Másrészről tevékenységünk során rengeteg adatok hagyunk hátra, ami árulkodik az érdeklődési körünkről, az elvégzett műveletek pedig a tevékenységünkről.
Egy Google szakember úgy fogalmazott, hogy a mesterséges intelligencia annyira fejlett, hogy nincs szükség lehallgatásra és nem is teszik ezt a hirdetési rendszerek. Egyszerűen az az adathalmaz, ami mögöttünk van tiszában van a kapcsolati hálónkkal is, és amennyiben barátunk, párunk rákeres valamire az interneten, az előbb utóbb nekünk is megjelenik, hogy beszélgetési témává váljon. Így nagyobb eséllyel fogjuk megvásárolni.
Ön hogy tapasztalta, volt már olyan reklám a gépén vagy telefonján, amire soha nem keresett rá, de beszélt róla?
Erre az egyik magyarázat tehát az úgynevezett gépi tanulási folyamat, leginkább Machine Learningként hivatkoznak rá.
Ebből háromfélét különböztetnek meg, az alábbi összesítő táblázatot készítettük hozzá.
| Supervised Learning | Unsupervised Learning | Reinforcement Learning | |
| Definíciója | Olyan módszer, ahol megtanítjuk a rendszert adatokat elkülöníteni. | Olyan rendszer, ahol hagyjuk, hogy a rendszer magától tanulja meg a különbségeket. | Olyan rendszer, ami felfedezi a saját környezetét, cselekvéseket végrehajtva, melyből hibákat és eredményeket von le. |
| Gyakorlata | A rendszerhez adatokat adunk, amelyek jól körülírtak és a rendszernek csak feltérképeznie szükséges a köztük lévő kapcsolatokat. | A rendszerhez ismeretlen adatokat adunk, amit követően önállóan kell feldolgoznia, rendszereznie. Jellemzően nagyobb adathalmazra és több időre van szükség. | Nincs előre definiált adat, amit a rendszerhez adunk, azaz mindent teljesen magától szükséges megtanulnia. Ezt automata adat feltérképezéssel kezdi. |
| Célja | Előrejelzések, kimutatások létrehozása, statisztikai adatok elemzése. | Felfedezni egy új mintát, következtetések levonása érdekében. | Önállóan feldolgozza a környezeti hatásokat. |
| Használata | Kockázatelemzés, értékesítés előrejelzés. | Ajánlói rendszerek működtetése, anomáliák feltérképezése. | Önvezető autók irányító rendszere, számítógépes játékok. |
| Probléma lefedése | Spam levélszűrés. | Célcsoportképzés, keresztvásárlás feltérképezése. | Robotikai megoldások, automatizmusok fejlesztése. |
Az Unsupervised learning tehát a szegmentáláshoz és célcsoportképzéshez alkalmazott technika és a Big Data, valamint algoritmusok segítségével a hirdetők könnyedén elérhetik a csoporthoz tartozó személyeket.
Mit gondol, Önnek mik a hirdetési preferenciái?
Nézze meg a saját címkéit a Google hivatalos oldalán! Kattintson és jelentkezzen be saját Google fiókjával!
Lássuk a gyakorlatot!
Az eltérő hirdetési rendszerekben a beállítások sora igencsak eltérő (erre további e-BIONIKA Híreinkben kitérünk), azonban a fogászatok számára egészen pontos beállítások érhetők el.
Ezek közül mutatunk be néhányat:
A beállítások során ismérvek sokaságával találkozhatunk, ami az egyéni célközönségektől, a hasonmás közönségeken át a demográfiai és érdeklődési tulajdonságokig terjednek.
Általában a szakemberek azt javasolják, hogy a demográfiai adatokat (nem, életkor) csak szűkítésre alkalmazzuk.
A beállítások után további lehetőség van a célközönség szűkítésére, ami jól szolgál különböző termékértékesítéseknél is.
Google Ads
A Google hirdetési rendszere is többféle módon támogatja a célcsoport elérését. Mutatunk Önnek egy olyan, speciális módot, amire talán kevesen gondolnak elsőre: A szülés közben – után rohamosan romlik a kismama fogazatának állapota. Mi lenne ettől jobb alkalom a fogászatunk meghirdetésére?
TikTok
A TikTok rendszere elképesztő pontossággal működik, a fogászaton belül egyenesen az implantátum iránt érdeklődők is elérhetők!
Gondolta volna, hogy ilyen mélységig tisztában van a tevékenységünkkel egy-egy közösségi média oldal?
Marketing cikksorozatunk következő részével hamarosan érkezünk!
BIONIKA tréning – igényfelmérő
Szeretne még jobb lenni a szakmában?
A BIONIKA tréningekkel ez is lehetséges!
Töltse ki igényfelmérő kérdőívünket még ma:
