Новое научное исследование показывает, как цифровые данные могут быть использованы алгоритмами машинного обучения для персонализации рекламы на основе типов личности.
Исследователи
начали с использования компьютерных алгоритмов для выделения 89 характеристик изображений, включая оттенок, насыщенность, цветовое разнообразие, количество людей и уровень детализации. В исследование приняли участие 745 человек, которых попросили оценить изображения по семибалльной шкале. Затем участники прошли личностный тест, который оценил их в соответствии с пятью чертами характера: открытость, добросовестность, экстраверсия, доброжелательность и невротизм. Исследователи использовали эти данные, чтобы определить, какие изображения понравились испытуемым с учетом этих пяти характеристик. Обнаружено, что экстраверты предпочитают незамысловатые изображения с людьми, в то время как интроверты предпочитают изображения холодных оттенков без людей. Людям с высоким уровнем невротизма нравились спокойные и минимально раздражающие изображения.
Следующее исследование показало насколько точны предсказания потребительских предпочтений. Участникам были предложены изображения, связанные с продуктами трех категорий: отпуск, красота или гаджет. Затем они оценили уровень привлекательности каждой. Сопоставление «индивидуальности» изображения с личностью участника, значительно предсказало рейтинг предпочтений.
Исследователи были заинтересованы в том, чтобы выяснить, может ли это соответствие между изображением и личностью повлиять на заинтересованность потребителя в покупке продукта, и данные показали, что это так. Люди не только предпочитали изображения, которые соответствовали типу личности, но также сообщали о более благоприятном отношении и намерениях покупки того или иного бренда.
Несмотря на то, что бренды часто ориентированы на пол, возрастную или социальную группу, персонализированная реклама позволяет маркетологам адаптировать продукты для более широкой группы людей.