بازاریابی اتوماتیک: آرمانشهر یا ویرانشهر؟

نویسنده: Klaus Wertenbroch مترجم: مريم رضايي منبع: Knowledge.insead : همه فرآیندهای مربوط به بازاریابی، از بخش‌‌بندی گرفته تا قیمت‌‌گذاری این روزها می‌توانند اتوماتیک‌‌سازی شوند. توانایی پیگیری رفتار افراد به صورت آنلاین و ادغام منابع داده، به بازاریاب‌‌ها امکان می‌دهد مصرف‌‌کننده‌ها را در سطحی جزئی هدف قرار دهند. افراد با کمک الگوریتم‌‌های مبتنی بر یادگیری ماشینی، می‌توانند تبلیغات و محصولات متناسب‌‌سازی شده را به صورت آنی دریافت کنند. این هدف‌‌گذاری دقیق، سودآوری شرکت‌‌ها را افزایش می‌دهد و برای مصرف‌‌کننده‌ها راحتی و آسودگی به دنبال دارد و می‌توانند نیازهای خود را مرتفع کنند. به هر حال، این روش می‌تواند عواقب اقتصادی و روانشناسی منفی برای مصرف‌‌کنندگان داشته باشد. سوالی که مطرح می‌شود این است که چطور مطمئن شویم اتوماسیون بازاریابی اقدام مثبتی است و یک ویرانشهر ایجاد نمی‌کند؟

  به حداکثررسانی سود

شرکت‌‌ها وقتی محصول یا خدمات خود را در ارزشمندترین سطحی که مشتری خواهان پرداخت پول بابت آن است می‌‌فروشند، سود خود را به حداکثر می‌‌رسانند. در گذشته، بازاریاب‌‌ها نمی‌توانستند میزان «تمایل به پرداخت» (WTP) افراد را به راحتی اثبات کنند. امروز، الگوریتم‌‌‌‌های پیش‌‌بینی مبتنی بر یادگیری ماشینی، می‌توانند ارزیابی دقیق‌‌تری از WTP یک مصرف‌‌کننده ارائه کنند. در یک نمونه، شرکت کاریابی ZipRecruiter.com متوجه شد می‌تواند با استفاده از قیمت‌‌گذاری فردی شده مبتنی بر الگوریتم که از متغیرهای بیش از صد مصرف‌‌کننده کمک می‌گیرد، سود خود را بیش از ۸۰ درصد افزایش دهد. اوبر از یادگیری ماشینی استفاده می‌کند تا قیمت‌‌ها را متناسب با مسیر و ساعات مختلف روز تعیین کند. اوبر به راحتی می‌تواند از تاریخچه سفرهای مشتریان و دیگر داده‌های شخصی آنها برای شخصی‌‌سازی بیشتر قیمت‌‌ها استفاده کند. این پیشرفت‌ها زنگ هشداری برای مصرف‌‌کننده‌ها هستند. در حالی که قیمت‌‌گذاری شخصی‌‌سازی شده در جاهایی به نفع مصرف‌‌کننده است و باعث کمتر شدن WTP می‌شود، اما خیلی از مصرف‌‌کننده‌ها احتمالا همان قیمت‌‌های نزدیک به WTP خود را می‌‌پردازند.

   پاداش کم برای داده‌های شخصی

مصرف‌‌کننده‌ها معمولا اطلاعاتی را ارائه می‌کنند که برای تعیین اولویت‌ها و WTP آنها ضروری است. اما نباید بابت جنبه‌های منفی شخصی‌‌سازی هم چیزی دریافت کنند؟ شرکت‌‌ها ادعا می‌کنند که پاداش مصر‌‌ف‌‌کننده‌ها، پیشنهادهای بهتر و خدمات رایگانی مثل فیلم‌‌های یوتیوب، شبکه‌های اجتماعی و ... است. تحقیقات نشان داده مصرف‌‌کننده‌ها وقتی می‌خواهند داده‌های شخصی خود را بفروشند، اگر در ازای آن کالا یا خدمات بگیرند، نسبت به زمانی که در ازای آن پول می‌گیرند، قیمت کمتری تعیین می‌کنند. کاربران پلت‌‌فرم‌‌های رسانه‌های اجتماعی را در نظر بگیرید. آنها با داده‌های شخصی خود «پول» این خدمات را می‌‌پردازند و پلت‌‌فرم‌‌ها از این داده‌ها برای افزایش سود تبلیغات استفاده می‌کنند. آزمایش‌‌ها همچنین نشان می‌دهند که مصرف‌‌کننده‌ها با اینکه می‌‌دانند پلت‌‌فرم‌‌های رسانه‌های اجتماعی چقدر سودآور هستند، در تبادلات غیرپولی، ارزش داده‌های شخصی خود را دست کم می‌گیرند.

    فقدان  استقلال

مستقل بودن، صرف نظر از تاثیرات بیرونی، انتخاب همه ما است. اما این استقلال نیازمند حفظ حریم شخصی هم هست. بدون حریم شخصی، ما قابل پیش‌‌بینی می‌‌شویم. در نتیجه الگوریتم‌‌ها می‌توانند به راحتی هر چیزی را پیش‌‌بینی کنند؛ از ریسک ناتوانی در پرداخت بدهی‌‌های اعتباری تا احتمال خرید یکسری محصولات مشخص. آزمایش‌‌های بیشتر نشان داده مصرف‌‌کننده‌ها وقتی متوجه می‌شوند که الگوریتم‌‌ها می‌توانند انتخاب‌‌های آنها را پیش‌‌بینی کنند، طوری رفتار می‌کنند که انگار استقلالشان دچار تهدید شده است. وقتی شرکت‌‌کننده‌ها فهمیدند که یک الگوریتم می‌تواند انتخاب‌‌های آنها را پیش‌‌بینی کند، تصمیم گرفتند گزینه‌هایی را انتخاب کنند که ترجیح کمتری برای آنها دارد، تا حس استقلالشان بازیابی شود. بازاریاب‌‌ها برای به حداکثر رساندن پذیرش الگوریتم‌‌های پیش‌‌بینی، باید آنها را طوری تنظیم کنند که استقلال مورد نظر مصرف‌‌کننده‌ها دچار تهدید نشود.

    کاهش اثرات مخرب بازاریابی اتوماتیک

جلوگیری از اثرات مخرب بازاریابی اتوماتیک، موضوع بحث قانون‌‌گذاران است، اما شرکت‌‌ها باید سیاست‌هایی را اتخاذ کنند که نگرانی‌‌های مصرف‌‌کننده‌ها را هم مد نظر قرار می‌دهد. اتوماسیون بازاریابی چالش‌‌های پیچیده‌‌ای ایجاد می‌کند که نیازمند یکسری راه‌حل‌‌ها است. این راه‌حل‌‌ها عبارتند از قوانین مربوط به حریم شخصی داده‌ها، مکانیزم‌‌هایی برای تعیین قیمت‌‌های کارآمد برای داده‌های شخصی و ایجاد سیاست‌های حریم شخصی عادلانه از سوی شرکت‌‌ها. اقدامات زیر هم می‌توانند چالش‌‌ها را به حداقل برسانند:

   قانون‌‌گذاری برای حفاظت توامان از حریم شخصی و رقابت

قانون‌‌گذاران برای افزایش کارآمدی بازار، باید هم از حریم شخصی مصرف‌‌کننده دفاع کنند و هم مشوق رقابت باشند. این کار، شرایط را پیچیده‌‌ می‌کند: سیاستگذاران باید حامی نوآوری و رقابت در میان کسب‌‌وکارهایی باشند که فعالیت آنها داده‌‌-محور است و بنابراین شرکت‌‌ها نمی‌توانند بازارهای خود را به راحتی تحت انحصار درآورند. اما تقویت رقابت نیازمند به اشتراک‌‌گذاری داده‌های شخصی مصرف‌‌کننده‌ها بین شرکت‌‌ها است که باعث نقض حریم شخصی می‌شود. این پارادوکس، نیازمند یک اقدام متوازن‌‌کننده مناسب است. یک راه‌حل احتمالی این است که مالکیت قانونی داده‌ها به مصرف‌‌کننده داده شود و مکانیزم‌‌هایی ایجاد شود که آنها بتوانند برای تشدید رقابت، داده‌های خود را بفروشند یا اجاره دهند.

   شفافیت درباره  داده

شرکت‌‌ها به‌جای مخالفت با تلاش‌‌های قانون‌‌گذاران، باید به مصرف‌‌کننده‌ها درباره داده‌های خودشان اطلاعات بیشتری بدهند. شفافیت درباره جمع‌آوری و استفاده از داده‌های شخصی می‌تواند به بازیابی اعتماد مصرف‌‌کننده‌ها در روتین‌‌های بازاریابی اتوماتیک‌‌سازی شده کمک کند. از دست دادن کنترل داده‌های مصرف‌‌کننده، می‌تواند فرصت‌‌های تبعیض قیمتی را محدود کند، اما از برندها و سودآوری آنها در بلندمدت حفاظت خواهد کرد.

    چارچوب‌‌بندی الگوریتم‌‌ها در یک ارزیابی  مثبت

حتی اگر گاهی الگوریتم‌‌ها باعث عدم اطمینان شوند، کارآمدتر و دقیق‌‌تر از انسان‌‌ها هستند و کیفیت زندگی ما را ارتقا می‌دهند. اما شرکت‌‌ها باید هنگام طراحی آنها، نگرانی‌‌های مصرف‌‌کننده‌ها و قانون‌‌گذاران را مد نظر قرار دهند، وگرنه با مقاومت زیادی مواجه خواهند شد. بازاریاب‌‌ها به جای تاکید بر اینکه الگوریتم‌‌ها می‌توانند رفتار یک مصرف‌‌کننده را پیش‌‌بینی کنند، باید آنها را به عنوان ابزارهایی معرفی کنند که به مصرف‌‌کننده کمک می‌کند در راستای اولویت‌های خودش، تصمیم‌گیری کند. شفافیت الگوریتم‌‌ها می‌تواند تردیدها را کم کند. اجتناب از شکل‌‌گیری ویرانشهر اتوماسیون بازاریابی - حداقل در بلندمدت - به نفع همه شرکت‌‌کننده‌ها در بازار است. با در نظر گرفتن چنین افقی، شرکت‌‌ها باید روانشناسی مصرف‌‌کننده را در نظر داشته باشند و در برابر وسوسه به حداکثر رساندن سود خود در کوتاه‌مدت به هر قیمتی، مقاومت کنند.