21 сентября 2017 г.

Специалисты Mail.Ru Group и Frank RG исследовали влияние психологического типа потребителя на его финансовое поведение. В основу классификации легла методика, основанная на типологии MBTI. Для построения модели определения психотипа использовались методы машинного обучения.

Исследование охватило 20 миллионов пользователей интернета. С помощью методов машинного обучения был разработан математический алгоритм (модель), позволяющий автоматически, без проведения анкетирования или интервью специалиста, с высокой вероятностью предсказывать признаки, составляющие психологический тип интернет-пользователей. В рамках исследования аудитория была разделена на 16 сегментов на основе психотипов. Для каждого психотипа были выявлены характерные особенности выбора и потребления финансовых продуктов и услуг.

Так, выяснилось, что активнее всего берут кредиты пользователи, которые относятся к психотипам Администратор и Политик. Средняя сумма кредита наличными составляет для каждого типа 160 и 130 тысяч рублей соответственно, автокредита — 300 и 260 тыс. руб. соответственно.

Самые консервативные клиенты — Наставник, Гуманист и Лирик. Наставник в целом интересуется банковскими продуктами неактивно. Гуманист и Лирик активно потребляют только ипотечные продукты: 2,2 млн руб. и 2,4 млн руб. соответственно.

Информация о заинтересованности в других продуктах, портреты каждого типа личности, а также детальное описание методологии приведены в полной версии исследования (в прикрепленном файле).

Понимание аудитории и основных закономерностей ее поведения позволит представителям финансового сектора выстраивать эффективную маркетинговую коммуникацию для отдельных сегментов, а также формировать персонифицированные продуктовые предложения. Сегментация на основе психологического типа личности также подойдет для стратегического планирования и выстраивания долгосрочных взаимоотношений с клиентом.

«Проведенное исследование продемонстрировало наличие зависимостей между типом личности и потребительским поведением на рынке банковских услуг. Мы довольны полученным результатом и планируем продолжить исследования — как в части применения алгоритмов для других методов типирования, так и в части анализа корреляций в прочих отраслях экономики. Разработанная технология уже сейчас может быть применена в практике финансовых организаций. Это поможет изменить представление о маркетинге и рекламе в банковском секторе, сделав их более ориентированными на глубокое понимание предпочтений клиентов», — комментирует Роман Стятюгин, директор по развитию направления Predictive Analytic Solutions Mail.Ru Group.

«Сегментированный подход в маркетинге максимально выигрышен как для компаний, так и для клиентов. Бизнес экономит средства, более точно таргетируя предложения и выстраивая стратегию, а потребители получают релевантные лично для них предложения», — комментирует Юрий Грибанов, генеральный директор Frank RG.

Источник: Пресс-служба Mail.Ru