Использование цифровых следов для создания психографических портретов в целях повышения эффективности рекламных сообщений

  • Павел Павлович Сергеев Национальный исследовательский университет «Высшая школа экономики» https://orcid.org/0000-0001-5384-7895
  • Дарья Александровна Самылина Национальный исследовательский университет «Высшая школа экономики» https://orcid.org/0000-0003-1868-6074
Ключевые слова: цифровой портрет, цифровое поведение, реклама, эффективность, технологии, маркетинг, сеть

Аннотация

В статье описывается процесс изучения поведения пользователей в цифровом пространстве и создания их психографических портретов с помощью автоматизированной системы, работающей внутри социальной сети ВКонтакте (ВКонтакте,) а также благодаря сбору информации об этих пользователях через стандартную компьютерную программу. В рамках данного исследования авторы попытались доказать возможность применения собранных данных для решения задач малого и среднего бизнеса, а также предложить использование психографической сегментации для создания более персонализированной коммуникации бренда со своими потребителями. Исследование основано на анализе данных, полученных через приложение в социальной сети ВКонтакте (TIPI Psychological Test), которое было разработано и реализовано авторами в виде онлайн-опроса 261 респондента из Нижнего Новгорода для выявления их психографического профиля. Также авторы опирались на результаты анализа базы данных (MySQL) активности этих людей в социальной сети ВКонтакте (их подписки на группы и сообщества в сети).

На основе сравнения результатов использования этих двух методов, авторы приходят к выводу, что возможно разработка и внедрение системы, использующей цифровые следы пользователей для создания их психографических портретов и настройки более эффективной таргетированной рекламы на заданную целевую аудиторию.

Скачивания

Данные скачивания пока не доступны.

Биографии авторов

Павел Павлович Сергеев, Национальный исследовательский университет «Высшая школа экономики»

аспирант программы «Менеджмент»

Дарья Александровна Самылина, Национальный исследовательский университет «Высшая школа экономики»

ассистент

Литература

Adams, S., & Mazin, L. (2018). Predicting success: Ad and creative testing powered by research automation will save ad budgets. American Marketing Association. https://www.ama.org/events/webinar/predicting-success-ad-and-creative-testing-powered-by-research-automation-will-save-ad-budgets/#event-overview

Adeyemi, I., Razak, S., & Salleh, M. (2014). A psychographic framework for online user identification. [Conference session]. 2014 International Symposium on Biometrics and Security Technologies (ISBAST), Kuala Lumpur, Malaysia. https://doi.org/10.1109/isbast.2014.7013121

Armenta, A., Cerezo, P., Oliveira, R., Oliver, N., & Karatzoglou, A. (2011). Towards a psychographic user model from mobile phone usage. [Conference session]. 2011 annual conference on Human factors in computing systems - CHI EA '11, Vancouver, BC, Canada. https://doi.org/10.1145/1979742.1979920

Bal, A., Pitt, C., & Plangger, K. (2019, December). New approaches to psychographic consumer segmentation: Exploring fine art collectors using artificial intelligence, automated text analysis and correspondence analysis. European Journal of Marketing, 54(2), 305-326. https://doi.org/10.1108/ejm-01-2019-0083

Friedman, E. (2012). Financial advisors' use of social media moves from early adoption to mainstream. https://business.linkedin.com/content/dam/business/marketing-solutions/global/en_US/site/pdf/wp/linkedin-research-financial-advisors-use-social-media.pdf

Fukolova, Y. (2018, February). Novaya era marketinga. Harvard Business Review – Russia. https://hbr-russia.ru/marketing/tsifrovoy-marketing/a25041

Gajanova, L. (2018). Strategy of online content marketing based the demographic and psychographic segmentation. Marketing Identity, 6(1/1), 303–314.

Gajanova, L., Nadanyiova, M., & Moravcikova, D. (2019). The use of demographic and psychographic segmentation to creating marketing strategy of brand loyalty. Scientific Annals of Economics and Business, 66(1), 65–84. https://doi.org/10.2478/saeb-2019-0005

Garcia, N., Rodriguez, A., & Quinteiro-González, J. (2011). Modelling the psychographic behaviour of users using ontologies in web marketing services. Computer Aided Systems Theory – EUROCAST 2011, 6927, 121-128. https://doi.org/10.1007/978-3-642-27549-4_16

Gosling, S., Rentfrow, P., & Swann, W. (2003). A very brief measure of the Big-Five personality domains. Journal of Research in Personality, 37(6), 504-528. https://doi.org/10.1016/S0092-6566(03)00046-1

Huang, S., Yen, D., Popova, I., & Wu, K. (2012, May). The effect of online privacy policy on consumer privacy concern and trust. Computers in Human Behaviour, 28(3), 889–897. https://doi.org/10.1016/j.chb.2011.12.0086-1

Huang, Y., Liu, H., Liu, K., & Wang, Z. (2019, May). Personality or value: A comparative study of psychographic segmentation based on an online review enhanced recommender system. Applied Sciences, 9(10), 1992. https://doi.org/10.3390/app9101992

Hundal, M. (2020). Psychographic segmentation and profiling of online social media users for availing banking services. Journal of Internet Banking and Commerce, 25(3), 1-19.

Ito, J., Nishida, K., Hoshide, T., Toda, H., & Uchiyama, T. (2014). Demographic and psychographic estimation of twitter users using social structures. In: Kawash J. (eds) Online Social Media Analysis and Visualization. Lecture Notes in Social Networks. Springer, Cham. (pp. 27-46) https://doi.org/10.1007/978-3-319-13590-8_2

Kosinski, M. (2013). Measurement and prediction of individual and group differences in the digital environment [Doctoral dissertation]. http://masserv.utcluj.ro/~florind/cursuri/Manuales/Digital_Signal_Processing/Measurement%20and%20Prediction%20of%20Individual%20and%20Group%20Differences%20in%20the%20Digital%20Environment%20(2014)%20by%20Michal%20Kosinski.pdf

Kosinski, M., Matz, S. C., Nave, G., & Stillwell, D. J. (2017). Psychological targeting as an effective approach to digital mass persuasion. Proceedings of the National Academy of Sciences, 114(48), 12714–12719. https://doi.org/10.1073/pnas.1710966114

Milfont, T., & Sibley, C. (2012, June). The big five personality traits and environmental engagement: Associations at the individual and societal level. Journal of Environmental Psychology, 32(2), 187–195. https://doi.org/10.1016/j.jenvp.2011.12.006

Nevostruyev, P. (2017). Digital Footprints kak instrument profilirovaniya potrebiteley v ramkakh kontseptsii Smart-marketinga. Vestnik fakul’teta upravleniya SPbGEU, 1(1), 298-301.

Seung, H., & Quach, X. (2021, March). Profiling gifters via a psychographic segmentation analysis: Insights for retailers. International Journal of Retail & Distribution Management, 49(10), 1391-1410. https://doi.org/10.1108/IJRDM-10-2020-0420

Vijayasarathy, L. (2003). Psychographic profiling of online shopper. Journal of Electronic Commerce in Organizations, 1(3), 48-72. https://doi.org/10.4018/jeco.2003070103

Опубликован
2021-12-20
Как цитировать
СергеевП. П., & СамылинаД. А. (2021). Использование цифровых следов для создания психографических портретов в целях повышения эффективности рекламных сообщений. Коммуникации. Медиа. Дизайн, 6(3), 115-128. извлечено от https://cmd-journal.hse.ru/article/view/13567
Раздел
Научные статьи

Наиболее читаемые статьи этого автора (авторов)