Беше дъждовна вторник сутрин, когато мъж се приближи до бюрото за поддръжка на Таргет. В ръцете му имаше купчина купони. Беше на средна възраст с къса коса и беше видимо разстроен.
„Къде е вашият мениджър?“ – настоя той.
Служителят се е обади бързо по радиото за помощ.
Когато мениджърът пристигна, клиентът вдигна купоните в знак на разочарование.
„Защо ги изпратихте на дъщеря ми?“ попита той. „Тя все още е в гимназията! Изпращате й купони за бебешки дрехи и креватчета? Опитвате се да я насърчите да забременее?“
Управителят беше хванат неподготвен. Въпреки че странните инциденти са често срещани в обслужването на клиенти, това беше малко по-далеч. Управителят незабавно се извини и каза, че ще разгледа този случай под внимание.
След това мениджърът продължи да разследва в рамките на три дни.
Този ден нещата се промениха. Гневът на ядосания клиент беше омекотен с нотки на разкаяние: „Оказва се, че в къщата ми е имало някои дейности, за които не съм бил напълно наясно. Дъщеря ми наистина е бременна. Дължа ви извинение.“
Лудото нещо? Дъщеря му не беше пазарувала продукти за бременност.
Как Таргет са знаели, че е възможно дъщерята на този мъж да бъде бременна?
Как тази технология започна да се утвърждава?
Бременните жени са желана демографска група от доста бизнес групи.
Това е основна промяна в живота, която променя предпочитанията за харчене на майката. Тя ще изпробва нови продукти и ще похарчи повече пари от преди. Маркетолозите знаят, че навиците за харчене са много трудни за промяна. С раждането обаче, това се променя.
Таргет знаеше, че ако успеят да накарат бременна жена да дойде в магазина им за продукти за бременност, ще направят много други пазарувания там. Майките често са твърде уморени, за да ходят в множество магазини (както правят повечето хора).
Таргерт разбра как да използва това.
Статистикът става магьосник на данни
Андрю Поул беше на бюрото си в понеделник сутринта, когато негов служител се приближи до него и зададе много случаен въпрос: „Дали има начин да разберете дали една жена е бременна?“
Предвиждайки възможността да се пошегува, той отговори: „Мога да опитам“.
Поул е талантлив учен по данни, със степен магистър по статистика. И двамата му родители били учители по математика.
Той стартира проекта си, като събира данни за навиците за харчене на милиони клиенти.
Всеки път, когато купуваш от компания, ти се присвоява идентификационен номер на клиента. Това е като номер за социално осигуряване, точка от данни, която може да се експортира в различни програми за анализ.
След като видя данните, Андрю осъзна, че има огромна възможност. „Щом ги накараме да купуват памперси от нас, те ще започнат да купуват и всичко останало.“

Как направиха тази математическата магия?
Пол вади данните за предходната година за всяка бъдеща майка.
Той открива, че жените често купуват лосион в началото на втория триместър, за да предотвратят появата на стрии.
След това, когато са по-близо до раждането, те обикновено купуват памучни топки, сапун без мирис, дезинфектанти за ръце и кърпи.
Това, заедно с 25 други точки за данни за продукта, му позволява да триангулира напречните сечения за поведението на купувача. Той създава резултат за прогноза за бременност.
В крайна сметка Target може да каже, че една жена е бременна с по-голяма от 80% ефикасност – дори ако никога не е купувала продукт за майчинство.
Когато пуснаха тази рекламна кампания, тя беше толкова ефективна, че промъкна много жени клиенти: „Как Таргет вече знае, че съм бременна? Още не съм казала на никого.“
Писмата, които бяха озаглавени „ЧЕСТИТО“, се оказаха твърде смели. Така те се въртяха и бяха по-фини със своите съобщения към клиентите си.
Например, в своите онлайн реклами те дори смесват реклами за продукти, които са знаели, че бременната жена никога няма да купи – само за да изглеждат по-малко дебнещи.
Печалбата от тази дейност е огромна за компанията.
Нагоре в света, в който живеем
„Знайте демографските данни на клиентите си“ отдавна е основен елемент за рекламодателите.
Има цели области на науката около формирането на навици в големите университети, като огромни стипендии се предоставят на професори. Не е без заслуги. Повече от 40% от нещата, които правиш ежедневно, са повторение на навици.
Корпорациите преследват математици от големите университети. След това те купуват огромни данни за теб относно доходите ти, обувките, които купуваш, твоите регистри за раждане, всичко. И накрая, те предават тези данни на техния брой пречистващи машини и те откриват.
Отделът „Анализ на гост маркетинга на Target“ изигра ключова роля в увеличението на приходите им с 23 милиарда долара само за осем години. Те са използвали историята ти, за да предскажат бъдещето. И те само се подобряват във времето с това.