https://ria.ru/20220726/vympelkom-1805013690.html
ВымпелКом: банку нужна специальная подготовка к созданию рекламной кампании
ВымпелКом: банку нужна специальная подготовка к созданию рекламной кампании - РИА Новости, 26.07.2022
ВымпелКом: банку нужна специальная подготовка к созданию рекламной кампании
Для получения эффекта от рекламы в текущих условиях банкам нужно быть готовыми к созданию уникальной рекламной кампании, тестированию гипотез и отработке... РИА Новости, 26.07.2022
2022-07-26T13:06
2022-07-26T13:06
2022-07-26T13:18
вымпелком
экономика
технологии
билайн
https://cdnn21.img.ria.ru/images/07e5/0a/0e/1754513138_0:0:1280:720_1920x0_80_0_0_57eb33192d99633e877c43506342c96a.jpg
МОСКВА, 26 июл – РИА Новости. Для получения эффекта от рекламы в текущих условиях банкам нужно быть готовыми к созданию уникальной рекламной кампании, тестированию гипотез и отработке возражений с клиентами, считает руководитель по клиентскому сервису маркетинговых продуктов ПАО "ВымпелКом" Денис Гнатенко.Как сообщает пресс-служба компании, банковский продукт – это сложный продукт для продвижения, поэтому нет универсальной техники или механики. Зачастую банк, который приходит с запросом "сделайте мне как у другого банка", получает на выходе провальную рекламную кампанию, отсутствие динамики в конверсии, потерянное время и упущенных клиентов. "Сегмента, подходящего всем, – не существует. У каждого банка есть свои критерии по выдаче дебетовых и кредитных карт, ипотеки и предоставлению прочих банковских продуктов. Поэтому совершенно понятен тренд на использование банками ML-моделей (машинное обучение), которые строятся с помощью Big Data и способны не только выделить определенный аудиторный сегмент, но и спрогнозировать обращение за тем или иным продуктом. Важно помнить, что модель нужно обучить и настроить под индивидуальные задачи конкретного банка", - сказал Гнатенко.Эксперт отмечает, что первым важным этапом при планировании рекламной кампании является заполнение банком брифа, постановка задач, указание аудитории, которую необходимо исключить.Например, можно исключить действующих клиентов, но оставить не совершавших покупки год или полгода. Далее, для банка-клиента проводится ряд "пилотов", которые позволяют сформулировать исходные гипотезы. Гипотезы поступают "на вход" ML-модели, которая, используя Big Data, корректирует и дополняет предположения. Постепенно модель учится и в итоге подбирает такой сегмент пользователей, который подходит под уникальные задачи конкретного банка. Таким образом, появляется возможность найти новую аудиторию под задачу и расширять поле возможностей для точной коммуникации с клиентом.Полученный сегмент идет в рекламную кампанию.
https://ria.ru/20220617/soglasheniya-1796211734.html
https://ria.ru/20220721/dannye-1804045930.html
РИА Новости
internet-group@rian.ru
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/
2022
Новости
ru-RU
https://ria.ru/docs/about/copyright.html
https://xn--c1acbl2abdlkab1og.xn--p1ai/
РИА Новости
internet-group@rian.ru
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/
https://cdnn21.img.ria.ru/images/07e5/0a/0e/1754513138_161:0:1121:720_1920x0_80_0_0_d669170832b750653d5ff6b33618f019.jpgРИА Новости
internet-group@rian.ru
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/
вымпелком, экономика, технологии, билайн
ВымпелКом, Экономика, Технологии, Билайн
МОСКВА, 26 июл – РИА Новости. Для получения эффекта от рекламы в текущих условиях банкам нужно быть готовыми к созданию уникальной рекламной кампании, тестированию гипотез и отработке возражений с клиентами, считает руководитель по клиентскому сервису маркетинговых продуктов ПАО "ВымпелКом" Денис Гнатенко.
Как сообщает пресс-служба компании, банковский продукт – это сложный продукт для продвижения, поэтому нет универсальной техники или механики. Зачастую банк, который приходит с запросом "сделайте мне как у другого банка", получает на выходе провальную рекламную кампанию, отсутствие динамики в конверсии, потерянное время и упущенных клиентов. "Сегмента, подходящего всем, – не существует. У каждого банка есть свои критерии по выдаче дебетовых и кредитных карт, ипотеки и предоставлению прочих банковских продуктов. Поэтому совершенно понятен тренд на использование банками ML-моделей (машинное обучение), которые строятся с помощью Big Data и способны не только выделить определенный аудиторный сегмент, но и спрогнозировать обращение за тем или иным продуктом. Важно помнить, что модель нужно обучить и настроить под индивидуальные задачи конкретного банка", - сказал Гнатенко.
Эксперт отмечает, что первым важным этапом при планировании рекламной кампании является заполнение банком брифа, постановка задач, указание аудитории, которую необходимо исключить.
Например, можно исключить действующих клиентов, но оставить не совершавших покупки год или полгода. Далее, для банка-клиента проводится ряд "пилотов", которые позволяют сформулировать исходные гипотезы. Гипотезы поступают "на вход" ML-модели, которая, используя Big Data, корректирует и дополняет предположения. Постепенно модель учится и в итоге подбирает такой сегмент пользователей, который подходит под уникальные задачи конкретного банка. Таким образом, появляется возможность найти новую аудиторию под задачу и расширять поле возможностей для точной коммуникации с клиентом.
Полученный сегмент идет в рекламную кампанию.