Ключевые цифры. Как заработать больше, используя данные, которые у вас уже есть

by Tlgrm University
Ключевые цифры. Как заработать больше, используя данные, которые у вас уже есть
Автор: Димитри Маекс

Введение

Как сделать маркетинг более эффективным, не потратив ни копейки больше? Авторы книги «Ключевые цифры» предлагают использовать научный подход к вопросам оценки бюджета. Это значит обосновывать решения в маркетинге на цифрах, а не интуиции. Цифры брать из анализа имеющихся данных. Для анализа использовать методы математической статистики и машинного обучения. Применять эконометрику, научную дисциплину о взаимосвязи экономических показателей. Проводить такой анализ самостоятельно или обращаться к сторонним организациям. 

Научный подход — это еще и организация работы в контексте «гипотеза – эксперимент». Это значит выдвигать предположения и проверять их на практике, проводить тестирование. Димитри призывает заниматься этим каждый день. И сегодня для этого есть все необходимые инструменты.

Новая технология рождается каждые 15 лет. Последняя волна технологических инновация прокатилась с 1992 по 2008 гг. Она ознаменовала эру компьютерных сетей. Сегодня происходит новый цикл роста технологических инноваций. Его называют «эрой умных машин». У нее две характерных черты. 

Во-первых, цифровой мир привел к накоплению огромных массивов данных. Google сообщает, в 2020 году человечество будет создавать 53 зеттабайта данных. Во-вторых, стремительное развитие методов прогнозной аналитики. Сегодня данные и аналитика влияют на все сферы деятельности человека. 

Книга «Ключевые цифры» написана от первого лица. Ее можно сравнить с заметками путешественника, где гид по миру аналитики проводит читателя через 7 ступеней. Это 7 бизнес-задач, с которыми сталкивается любая компания. Последуем за авторами книги. Узнаем, что это за задачи и как их можно решать, анализируя данные. Начнем с главного человека в компании — вашего клиента! 


1. Кто наш самый ценный клиент?

По мнению Маекса, оптимизация расходов на маркетинг начинается с трех вещей: 

1.   Ответа на вопрос: «Кто наш самый ценный клиент?»;

2.   Трансформации ценности клиента в измеримые показатели;

3.   Разделения клиентов на группы по степени их ценности. 

Эти три пункта помогут сконцентрировать маркетинговые средства на действительно ключевых клиентах. Но как их вычислить? 

Главная идея книги — удочка — у вас уже есть, научитесь ей пользоваться. Удочка — это данные, которые вы собираете. Посмотрите, как с их помощью можно «поймать» крупную рыбу. 

1.1 Модель ценностного спектра

Чтобы определиться, на каких клиентов ориентироваться, автор предлагает строить «Ценностный спектр». Так называется один из методов сегментации клиентов. Здесь потребуются данные о продажах.

Возьмем категорию товаров. Рассмотрим две переменные: ценность и лояльность клиента. Первую определим как количество денег, которое клиент потратит в данной категории. Вторую — как «долю в кошельке покупателя». Клиент покупает не только у нас. Часть всех расходов клиента, которая приходится на наш продукт, и есть доля в его кошельке. Она отражает лояльность клиента. 

Пусть «ценность» и «лояльность» принимают два значения: «низкая» и «высокая». Две переменные с двумя значениями дадут четыре группы людей. Они задают направление для распределения ресурсов маркетинга. Познакомимся с ними.

Таблица. Модель ценностного спектра 

1.2 Как узнать долю в кошельке клиента? 

Данный показатель можно оценить, используя внутренние данные. Нужно сравнить компании из одной отрасли. Пусть мы продаем услуги. Предположим, что клиенты, одинаковые по типу бизнеса, количеству сотрудников, географическому положению будут тратить одинаковые суммы на услугу, предлагаемую нами. Таким образом, если один заплатил нам 20, а другой 100, можно предположить, что у первого есть потенциал. С этим клиентом можно поработать, чтобы увеличить долю в его кошельке. 

Рассматриваемый показатель можно также оценить, используя внешние данные. Обзоры, аналитические исследования, которые показывают в среднем по рынку затраты компании на тот или иной вид услуг, закупку продукции. 

Модель ценностного спектра — не единственная для определения ключевых клиентов. Существую и другие. Возможно, они больше подойдут для вашего бизнеса. Например, популярная модель пожизненной ценности клиента. 

1.3 Пожизненная ценность клиента

Идея заключается в том, чтобы предсказать, как долго клиент будет с вами, и рассчитать его ценность на протяжении этого срока. Зная этот показатель, можно оценить размер инвестиций в приобретение нового клиента и развитие отношений с ним. 

Пожизненная ценность — это функция трех переменных, а именно: текущей ценности клиента, его ценности в будущем, а также продолжительности связи клиента с вами. Первую переменную оценить просто — вы знаете, сколько клиент платит сейчас. Со временем он будет платить больше или меньше. Опираясь на исторические данные, вы можете оценить вторую переменную. 

Но как долго клиент останется с компанией? Этот показатель вызывает больше всего неопределенности. Однако задача оказалась решаемой. На помощь пришли методы математической статистики и машинного обучения. Сегодня компании собирают огромное количество информации о действиях клиентов. Используя показатели активности потребителей, аналитик данных может построить прогнозную модель и рассчитать вероятность потери клиента компанией. 

Итак, три переменные определены, осталось дело за функцией. Она будет разной, поскольку у каждого бизнеса есть своя специфика. Другими словами, единой формулы для подсчета пожизненной ценности нет. В книге рассмотрены два примера. В первом случае фигурирует крупная европейская авиакомпания с условным названием Content Air. Автор предлагает считать по формуле: 

RAR = P(D) x D x CV, где 

RAR — величина дохода от клиента из группы риска (revenue-at-risk, RAR),

P(D) — вероятность снижения дохода,

D — ориентировочная доля снижения 

CV — ценность клиента. 

В другом случае речь идет о вымышленной компании Retailco, крупной розничной сети. Здесь для расчета пожизненной ценности клиента автор оперирует понятием Цепей Маркова. Основы этой теории заложил российский математик Андрей Марков почти 100 лет назад. Сегодня она широко применяется в различных сферах, от распознавания речи до анализа ДНК и оптимизации службы доставки. 

Прогнозной аналитикой в компаниях занимаются аналитики данных. Однако Димитри полагает, что в будущем данные расчеты будут автоматизированы, IT-гиганты создадут соответствующие сервисы, которые будут доступны людям, далеким от математики. 

Итак, ценный клиент определен. Но о чем с ним говорить? Очевидно, о том, что его волнует. Но как это узнать? Собирайте и анализируйте данные, чтобы понять потребност�� клиентов. 


2. Что хочет клиент? 

Анализ данных может выявить потребности клиента, которые ранее были не очевидны. Зная их, можно разработать и предложить потребителю новые товары и сервисы. Это повысит лояльность клиентов к компании. Узнаем, как Ogilvy помогла British Telecom (BT) понять потребности клиентов. 

2.1 Сегментация по потребностям 

Перед агентством стояла задача выявить потребности мелких и средних клиентов британского телекоммуникационного гиганта. Цель — провести сегментацию, основанную на потребностях. Результатом станут маркетинговые сообщения. Они будут привлекательными для целевой аудитории, поскольку примут во внимание ее интересы. Подход должен учитывать данные, уже имеющиеся у компании. Было предложено следующее: 

•   Создать список потенциальных потребностей клиентов, которые BT могла бы удовлетворить.

•   Выявить, какие из потребностей важны для клиентов.

•   Выяснить, как список потребностей зависит от бизнеса клиента. Например, две компании имеют близкий годовой оборот, но одна — сервисная, а другая — производственная. Их потребности в коммуникации одинаковые или нет? 

По итогам работы был создан список из 17 потребностей. Чтобы выявить из него наиболее важные для клиентов, провели интервью. Выборка была достаточно крупной. Результаты количественного исследования учли при последующем кластерном анализе. Последний включает в себя набор различных алгоритмов, с помощью которых объекты распределяют по группам. О том, какой именно был использован алгоритм, автор книги на сообщает. 

Димитри подчеркивает важность интерпретации групп клиентов, сформированных компьютером. Он пишет, что «кластеризация — это наполовину наука, а наполовину искусство». Провести четкую границу между двумя группами не всегда представляется возможным. Тем не менее аналитикам удалось выявить различные сегменты клиентов, у которых были уникальные приоритеты с точки зрения потребностей.

При проведении кластерного анализа были учтены все 17 потребностей. Алгоритм выдал 5 кластеров. Внутри кластера потребности клиентов, соответственно, были схожими. В результате BT разделила рынок. Теперь в каждой группе она выстраивала свою коммуникацию. Маркетинговые сообщения компании стали более адресными. 

Сегментации по ценности клиента и его потребностям — не единственные методы, которые помогают адаптировать маркетинговую компанию. Чтобы узнать, что нужно клиенту, заглянем в его тележку с покупками. 

2.2 Анализ рыночной корзины

Часто покупатели приобретают не один товар, а несколько. В большинстве случаев между товарами существует взаимосвязь. Например, если человек купил макароны, то велика вероятность, что он купит и кетчуп. Какие товары оказываются связанными чаще всего? Что они могут рассказать о потребностях клиента? Автор предлагает изучать содержимое чеков клиентов. 

Поиск закономерностей между связанными событиями — одна из задач методов машинного обучения. Цель — установить ассоциативные правила: «Если человек купил А, то какова вероятность, что он купит Б». Для анализа потребуются данные о транзакциях. 

Анализ потребительской корзины очень популярен в электронной коммерции. Он стал частью рекомендательных систем. Здесь особо преуспели Amazon и Netflix. Если вам понравилась одна книга, то наверняка понравится и другая, потому что большинство людей, похожих на вас, выбрали ее тоже. В свое время Netflix провел конкурс с призовым фондом в $1 млн. Аналитикам данных предложили создать алгоритм, который улучшит прогноз рекомендательной системы на 10 %. 

Чтобы начать пользоваться плодами рекомендательных систем, не обязательно брать на работу аналитика данных. Существуют готовые решения. Автор рекомендует изучить предложения компаний Audience Science, Proclivity и Netmining. Например, последняя автоматически показывает только тот рекламный контент, который отвечает интересам клиента. Откуда компания знает, что хочет клиент? Она собирает данные о посетителях в сети, причем в режиме реального времени. Компания Fiat по результатам работы с Netmining сообщила о росте числа клиентов на 350 %. 

2.3 Что пишут люди?

Люди много пишут в Интернете. Форумы, блоги, социальные сети. Любой текст — потенциальный источник информации о клиентах. Все, что нужно, это инструмент, который бы считывал и собирал в базу содержимое ресурсов, представляющих для вас интерес. Однако возникает вопрос: «Что с этим делать дальше?»

Существует ряд программных продуктов и сервисов, которые позволяют анализировать тексты. Из чего можно узнать, какие темы беспокоят людей и что они чувствуют в отношении данных вопросов. Современные алгоритмы позволяют точно классифицировать темы и настроения людей во время онлайн-общения. Многие компании уже начали использовать инструменты, чтобы анализировать социальные сети и блоги. Они анализируют, что говорят люди о бренде. Но начать можно с более простых вещей. 

Димитри советует читать хотя бы комментарии в сетях. Компания Ceasars регулярно отбирала 50 положительных отзывов о своих гостиницах с Tripadvisor. Раскладывала их по темам: физические характеристики отеля, местоположение, удобства и услуги. Затем анализировала, что именно понравилось людям и почему они поставили высокую оценку. Однажды выяснилось, что посетителям очень нравится вид из окна отеля «Париж». Вскоре картинка с видом из окна номера появилась на главной странице сайта отеля. В результате конверсия при онлайн-бронировании на сайте выросла на 15 %. 

Подведем мини-итог. Понятие о самом ценном клиенте позволяет выделить потребителей, с которыми стоит говорить, а сегментация по потребностям дает понимание того, о чем с ними нужно говорить. Имеющиеся данные о транзакциях помогут выявить связанные покупки и создать рекомендательную систему. Анализ дополнительной информации из сети наведет на реальные потребности клиентов. Осталось только выяснить, где находятся текущие и потенциальные клиенты. 


3. Где искать клиентов? 

«Клиенты непредсказуемы и не поддаются дрессировке», — пишет Димитри, подчеркивая сложность задачи поиска клиентов. Но люди оставляют за собой следы в виде данных, особенно в цифровом мире. Их можно использовать для поиска клиентов. Автор рекомендует обратить внимание на следующие направления. 

3.1 Поисковая оптимизация 

Запрос человека в строке браузера — лучший индикатор его желания. Сегодня поиск в сети, как правило, предшествует решению о покупке. Вот почему поисковые данные обладают огромной силой. Поэтому сделайте так, чтобы клиенты сами могли вас найти. Оптимизируйте онлайн-активы с точки зрения поисковых запросов. 

Существует органический поиск. Это когда поисковая машина выдает результаты поиска, ранжированные по степени релевантности запроса. Чтобы поисковые системы ставили ваш сайт выше, необходимо оптимизировать контент сайта. Для этого существуют специальные методы поисковой оптимизации (SEO). 

Кроме органического есть оплаченный поиск. В этом случае показ сайта будет зависеть от стоимости позиции размещения. На странице выдачи поисковые системы отводят для оплаченных показов специальное место. В них размещаются короткие объявления от участников систем контекстной рекламы. Рекламные сообщения показывают в зависимости от поискового запроса. 

3.2 Реклама в СМИ 

Важно четко понимать портрет клиента и профиль пользователя конкретного медиа. Существуют организации, которые проводят масштабные опросы, чтобы собрать данные о читателях и зрителях. Задача — найти площадки с высокой долей пользователей, отвечающих портрету вашего клиента, и выкупить у них рекламное место или время. Если масштабные медиакампании не подходят, обратите внимание на таргетирование. 

3.3 Геотаргетинг

Обращаться к целевой аудитории через место ее проживания. Определять границы рынка на основании почтовых адресов. 

3.4 Индивидуальное таргетирование 

Установить контакт с конкретным человеком через его фактический адрес, электронную почту или настройки профиля в сети. Начните с собственных баз данных. Затем изучите внешние источники, например социальные сети. Расходы на работу с ними вполне по карману любой компании. 

Facebook, Foursquare, Twitter, MySpace. Социальные сети знают не только о том, что нравится вам, но и о том, что предпочитают ваши друзья. Эти данные подскажут, кто еще может быть заинтересован в продукте. Социальные сети приносят рекламодателю целевую аудиторию. Выбрать цель в сети можно с огромной точностью. 

Представители сетей говорят: «Мы покажем вам людей определенного пола, возраста, места проживания, дохода». Эффективность рекламы, о которой рассказал друг, выше. По мнению главы аналитической службы Facebook Брэда Смоллвуда, рекомендация со стороны друга повышает намерение купить тот или иной продукт в 4 раза. 

В будущем выбрать потенциального потребителя можно будет и с помощью традиционных каналов коммуникации, например, телевидения. Технически такая возможность уже существует. В регионе Нью-Йорка американская Cablevision применяет передовую технологию. Она охватила 3 млн домохозяйств. Специальные устройства, размещенные в домах, показывают рекламу с учетом информации о домохозяйстве. Это значит, вы и ваши соседи увидят разную рекламу. Она будет адаптирована с учетом вашего профиля. В будущем адресное телевидение в США охватит порядка 30–40 млн домохозяйств. 


4. Максимальный возврат от инвестиций в маркетинг 

Существует 15 способов формирования бюджета на маркетинг. Их описал Гарри Генри в статье «Сколько тратить на рекламу?» Она была опубликована 30 лет назад в альманахе Cranfield Broadsheet. С тех пор мало что изменилось. Маркетологи по-прежнему пользуются этими методами. И самый популярный из них — привязать затраты на рекламу к объемам продаж. А вместе с тем существует ряд методов, которые, по мнению автора, являются наиболее предпочтительными. Димитри рекомендует строить кривые отклика. 

4.1 Кривая отклика

Суть идеи — исследовать причину и следствие. Примером кривой отклика является график «Расходы – Отдача». По оси X откладываются инвестиции в маркетинг, а по оси Y – то, что вы рассчитываете получить от инвестиций, например, рост объемов продаж. Другой пример: по оси X отложены затраты на рекламу, по оси Y – ответная реакция на нее, например, показатель осведомленности клиента о бренде. У подобных кривых есть ряд закономерностей. Их нужно учитывать при составлении бюджета на маркетинг. 

Может оказаться, что между маркетинговыми усилиями и продажами корреляция отсутствует. Каждому уровню затрат на маркетинг отвечают разные значения продаж. На гр��фике это будет выглядеть как облако точек.

Если корреляция существует, то интерес представляют угол наклона и форма кривой. Чаще всего у нее восходящий тренд. Чем больше вы тратите, например, на формирование осведомленности о бренде, тем выше ее степень. 

Однако у кривой есть разные участки. На одном из них она показывает сильный наклон. Это значит, небольшие изменения в затратах приводят к существенным изменениям в отклике. Затем кривая выходит на плато, становится почти параллельной оси X. Сколько бы вы ни тратили, улучшить отдачу уже не получится. Определение точки насыщения — важная задача аналитика. 

Кривые отклика строят, используя исторические данные. В идеале каждая статья расходов в маркетинговом бюджете должна быть подкреплена кривой «Расходы – Отдача». Затраты по каждой статье следует оптимизировать таким образом, чтобы они не выходили за точку насыщения. Освободившиеся средства направить на другие маркетинговые инструменты. Деньги расходовать на то, что дает наибольшую отдачу. Это обеспечит максимально возможный возврат на инвестиции в маркетинг. 

Определить положение точки насыщения можно с помощью эконометрики. Это научная дисциплина, которая изучает взаимосвязи между экономическими показателями. Автор книги активно использует ее для решения маркетинговых задач. 

4.2 Эконометрика

Как спрогнозировать спрос? От чего он зависит? Как на него влияют цена, качество, дистрибуция, реклама? Было бы здорово знать функцию, описывающую такое влияние. Подставил в нее ряд названных экономических показателей — и получил величину спроса. Поиском такой функции и занимаются в эконометрике. 

Чаще всего взаимосвязь между показателями и рассчитываемой величиной выражают с помощью линейной регрессии. В этом случае задача сводится к расчету коэффициентов регрессии. Каждый из них отражает степень влияния соответствующего показателя на спрос. Например, коэффициент может быть близок к нулю. Это значит, что в построенной модели данный показатель не вносит существенного вклада в прогнозируемую величину. 


5. Что мерить?

Как понять, что в маркетинговом плане работает, а что нет? Разработать показатели, которые легко интерпретировать, и начать их измерять. Сегодня можно измерить практически все. Например, можно собирать и анализировать статистику посещения сайта. Бесплатные сервисы Google Analytics и Яндекс.Метрика — подходящие инструменты для этого. Однако очевидно, что измерять нужно то, что имеет значение. Автор предлагает взглянуть на свои цели, определиться, как вы их будете достигать, и привязать показатели к каждому этапу на пути к цели. 

5.1 Составляем список ключевых показателей

На первом этапе необходимо создать список ключевых показателей. Автор предлагает воспользоваться концепцией, которая была изложена в книге Роберта Каплана и Дэвида Нортона «Сбалансированная система показателей. От стратегии к действию» (The Balanced Scorecard: Translating Strategy in Action). Вот ее опорные моменты: 

•   Финансы. Что думают о нас акционеры?

•   Клиенты. Как мы выглядим в глазах клиентов?

•   Процессы. Чем мы отличаемся от остальных игроков рынка? 

•   Обучение персонала, инновации. Как мы развиваемся, реагируем на изменения? 

С одной стороны, эти факторы больше напоминают стратегические задачи компании. Так и есть. Но именно на них рекомендует опираться Димитри при создании системы оценки показателей в маркетинге. При таком подходе показатели будут всегда актуальны. 

Затем нужно учесть интересы разных отделов компании. В каждом подразделении существует свое понимание целей и успешной работы. Производственный отдел ратует за непрерывность технологического процесса. Отдел продаж настроен знать степень влияния различных факторов на сбыт продукции. Финансовый отдел заинтересован в измерении прибыли от капиталовложений. Поэтому разработку показателей следует начать с достижения единодушного понимания целей и ожидаемого эффекта. 

Наконец, показатели должны быть четкими и ясными. Это еще одно важное требование к ним. Для этого необходимо прописать для каждой метрики единицы измерения, исходные данные, контрольные значения, временные рамки. Здесь можно воспользоваться методом «умная цель» (SMART). В целом все показатели можно свести к трем категориям. 

5.2 Три вида показателей 

Проиллюстрируем показатели для исследования спроса на примере компании Huggies. Мы размещаем рекламу в журналах для родителей ��оворожденных и даем контекстную рекламу по словам, связанным с младенцами. Получаем следующие группы:

•   На входе. Суммы, которые были потрачены на увеличение спроса. В нашем случае на печатную и онлайн-рекламу. 

•   На выходе. Отклик, полученный в результате инвестиций. Рост осведомленности среди молодых родителей, количество показов интернет-рекламы. 

•   Итоговые. Количество новых клиентов, привлеченных в результате маркетинговых усилий. 

5.3 Как оценить показатели?

Допустим, у вас есть метрики. Вы получили по ним цифры. Как понять, о чем они говорят? Для этого их нужно сравнить с контрольными значениями. Их можно получить из внутренних и внешних источников. В первом случае мы обращаемся к собственным данным, например, сопоставляем значения в разные периоды времени. Во втором случае потребуется изучить характеристики работы конкурентов. Но где взять данные? Какие в целом существуют источники информации для аналитических исследований?

5.4 Откуда брать данные

Рассмотрим традиционные источники информации. 

Финансовая система компании. Основной источник выходных показателей, например, объем продаж, размер прибыли. Как правило, из финансовой системы компании можно также «вытащить» показатели в разрезе по странам, бизнес-единицам, потребительским сегментам. Они задают контекст для интерпретации полученных результатов. Данные становятся «говорящими» только в определенном контексте. 

База данных по отдельным сделкам. Обычно интегрированы в корпоративные финансовые системы. Могут быть доступны детальные динамические характеристики в определенном клиентском сегменте.

CRM система. Дает огромный массив данных о прямом взаимодействии с потребителями. Можно отслеживать информацию о целевых группах. 

Исследование рынка. Как потребители относятся к бренду? Что они испытывают при покупке? Узнать мнение покупателей можно методом выборочного опроса. Однако существуют компании, которые предлагают быстрые и доступные по цене онлайн-исследования, например, Dynamic Logic. Это важный источник данных для оценки результатов работы. 

В Интернете существует большое количество других источников данных, например, платформы для веб-аналитики, социальные сети, платформы цифровой рекламы, онлайн-видео. 

6. Оптимизация как процесс

Оптимизация — это процесс. Его два основных этапа: анализ и тестирование. Улучшить работу маркетинга можно, если измерять, анализировать, выбирать лучшее решение, а затем снова все повторять. Двигаться по спирали. Каждый виток выводить на новый уровень. Эффективность маркетинговых усилий растет. В основе каждого шага лежат процессы. Именно они помогают делать все правильно, как в философском, так и в практическом смысле. Рассмотрим некоторые из процессов на примере. 

6.1 Ни дня без теста

Познакомимся с крупнейшим американским брокером, компанией TD Ameritrade. Это один из первопроходцев на пути оптимизации бизнес-процессов. Все управление бизнесом сводится к двум показателям: количество новых счетов и расходы на их получение. 

Димитри сообщает о некоторых фактах из истории компании за период с 1999 по 2009 гг. Благодаря работе аналитиков ежегодный прирост клиентов TD Ameritrade увеличивался, а затраты на их приобретение сокращались. На динамике процесса отразились падение индекса NASDAQ в 2000 («пузырь доткомов») и поглощение TD Ameritrade другой компанией, но общий тренд остался неизменным. Как такое удалось? Рассмотрим подходы к работе и основные инструменты аналитиков. 

На протяжении 10 лет TD Ameritrade вел аналитик Ogilvy Джим Дравиллас. Он ежедневно занимался тестированием. Джим разрабатывал, формулировал и проверял на практике новые гипотезы Полученные инсайты подхватывали маркетологи и воплощали в жизнь. И все это происходило постоянно. Оптимизация усилий маркетинга с помощью данных — это работа, которая не прекращается ни на один день. Вот несколько примеров его работы.

Изменение частоты показа рекламного сообщения. Джим автоматизировал контроль за показом видеороликов компании на сайте CNN.com и других. Как долго нужно предлагать ролик к просмотру одному и тому же посетителю, прежде чем он действительно его посмотрит? Оказывается, существует «точка насыщения» — максимальное число показов, после которого бессмысленно дальше донимать посетителя, — вероятность, что он отреагирует на рекламное сообщение, очень низкая. 

Джим разработал модель, которая предсказывала точку насыщения. Она учитывала характеристики рекламного сообщения, площадку, историю поведения посетителя в сети. Помимо этого, решение автоматически отключало показы рекламы после достижения точки насыщения. Деньги можно потратить на что-то другое. Результат внедрения системы — рост новых потенциальных клиентов на 15 % при сохранении маркетингового бюджета. 

Автоматическая ротация. TD Ameritrade запускает одновременно несколько рекламных кампаний. Джим создал программу, которая анализирует их результативность. Все происходит в режиме реального времени. Результаты аккумулируются на сервере компании. Последний автоматически запускает в сеть ролики, которые пользуются большим успехом, и убирает те, которые не дали желаемого отклика. В результате внедрения программы рост новых потенциальных клиентов подскочил на 25–35 %. И снова без увеличения бюджета на маркетинг! 

Дополнительный плюс от внедрения системы — разработчики рекламы получили обратную связь. В режиме реального времени они увидели, какие форматы изображения, цвета, визуальные эффекты, тексты вызывают максимальный эффект. Это стало неоценимой помощью для творческих работников. Теперь они могли выводить на рынок только те маркетинговые сообщения, которые клиенты хотят услышать. 

Анализ результатов в течение суток. В цифровом мире степень детализации высокая. На примере TD Ameritrade было изучено, какое время суток наиболее предпочтительно для интернет-рекламы. Аналитики сравнили показатели по каждому часу. Выяснилось, что более ценные клиенты приходят в течение последнего часа торгов на бирже. Они отдавали в распоряжение компании больше денег. 

TD Ameritrade перестроила медиастратегию. Брокер выкупил последний час операционного дня на крупных тематических сайтах. В результате эта рекламная кампания принесла на 15 % больше ценных клиентов, чем любая другая. 

Многовариантная оптимизация сайта. Оптимизация главной страницы сайта TD Ameritrade — яркий результат работы Джима. Компанию волновала конверсия посетителей страницы сайта в тех, кто открыл счет на платформе. Это ключевой показатель эффективности маркетинга. Чтобы выяснить, как на него влияют содержание и дизайн, Джим проверил более 240 вариантов главной страницы. Он использовал метод многовариантного тестирования. Задача — выяснить, как отдельный элемент страницы влияет на ключевой показатель. В результате выяснилось: 

•   текст на кнопке «Начните работу» лучше , чем «Зарегистрируйтесь прямо сейчас»;

•   зеленый цвет вышеупомянутой кнопки работал эффективнее оранжевого;

•  один динамический баннер с рекламными предложениями оказался лучше, чем четыре статических.

По результатам тестирования главная страница TD Ameritrade была изменена, при этом конверсия выросла на 15 %. Джим впоследствии перешел на работу в Google, где возглавил отдел рекламных исследований. В своей работе он использовал сервис компании Memetrics. Он позволяет демонстрировать пользователю все варианты страницы и определять, какой показал наилучший результат. В 2008 году Memetrics купила крупная консалтинговая компания Accenture. 

Многовариантное тестирование сайта можно проводить бесплатно с помощью сервиса Google Analytics. 


7. К будущему готов? Всегда готов! 

В скором будущем маркетинг в том виде, в котором существует, изменится до неузнаваемости. Возможно, он совсем исчезнет. Вместе с ним изменятся исследования, реклама и другие средства для увеличения продаж. Изменится и аналитика. Ее механизмы (тестирование, ротация, таргетирование) станут автоматизированы. Принятие решений в маркетинге тоже будет автоматизировано, причем не только в вопросах покупки рекламного времени и места, но и стратегии. И все это произойдет еще при нашей жизни. Димитри Маекс рекомендует начать готовиться к такому будущему как можно раньше. 

7.1 Всемирный потоп данных 

Вы четко представляете, что делать с имеющимися данными. Они ежедневно помогают принимать эффективные бизнес-решения. Но в будущем цифровым станет все! Это приведет к огромным потокам информации. К вам потечет еще больше данных. 

При таких обстоятельствах компании сложно создать внутреннюю систему для сбора, хранения и управления данными. Задачу решат внешние хранилища данных. Они интегрируют информацию со всех платформ и гибко реагируют на появление новых. Результаты своей работы они будут продавать. Возможно, в будущем появятся биржи по продаже данных. Они упростят процесс покупки и продажи информации. 

7.2 Почем данные?

Как определить истинную ценность информации, которая содержит сведения о потребителях? Компании смогут платить только за данные, которые им действительно нужны. Помогут в этом 3 критерия. 

Прогнозная сила. Данные должны содержать информацию, которая обладает высокой степенью прогнозирования. Другими словами, на основе данных можно предсказать вероятность покупки. Составляющие набора данных коррелируют с возможностью покупки вашего товара. 

Актуальность. Свежий товар всегда дороже. Так и данные. Рассмотрим два события. Человек изъявил интерес к покупке и продавец совершил действие, чтобы привлечь покупателя. Уже сегодня благодаря контекстной рекламе разрыв между этими событиями сократился до секунд. В будущем появятся технологии, которые будут сокращать этот разрыв и в других областях. Задача — улавливать события в режиме реального времени. Такие данные будут самыми свежими. 

Эксклюзивность. Базовый закон спроса и предложения. Если какая-то информация доступна только мне, ее ценность возрастает многократно. 

7.3 Аналитики данных — звезды бизнеса

В скором времени все больше аналитических систем будет автоматизировано. Будут востребованы два типа сотрудников: «техники» и «волшебники». Первые отвечают за то, чтобы автоматические системы работали бесперебойно. Вторые конвертируют полученную информацию в маркетинговые решения, повышающие доходы компании. Успех компании будет определяться слаженной работой «техников» и «волшебников». 

Современный мир — игровое поле для математиков и статистиков. Но знаний только предметной области недостаточно. Нужны математики, которые интересуются маркетингом. Математик-маркетолог — это тот, кто использует продвинутые математические методы, специализируется на анализе больших массивов данных и умеет объяснять полученные выводы в маркетинговом контексте, причем неподготовленной аудитории. Используя простые и элегантные объяснения, он сможет повлиять на организацию. Такие специалисты бесценны для компании.

7.4 Готовность к будущему № 1

Чтобы приготовиться к тотальному цифровому будущему, автор рекомендует обратить внимание на следующее. 

Быть грамотным во всем, что касается данных. Все идет к тому, что весь мир станет цифровым. Это значит, данных будет очень много. Каждому придется с ними работать. Каждому потребуется хотя бы базовый уровень работы с цифрами. Принимая во внимание современный темп изменения технологий, учиться работе с данными придется постоянно. Определитесь, какие навыки нужны лично вам. Развивайте их — или вы окажетесь позади других участников рынка. 

Фокус на цели. В цифровом будущем возможностей много. Чтобы не утонуть в океане данных, держите в фокусе пользу, которую приносит вам информация. Извлеките из нее максимальную выгоду. Пройдитесь по разделам саммари. Они отвечают конкретным бизнес-задачам. С их решения и нужно начинать. 

Создайте команду. Успех компании приносят люди, а не цифры. Математика теряет смысл, если компания не способна воспользоваться ее результатами. Создайте аналитический отдел в компании. Если компания небольшая, возьмите одного человека. Пусть он отслеживает, как часто и грамотно ваша реклама оказывается в поле зрения клиента. 

Другой путь — сотрудничество с внешними партнерами. У них должно быть широкое видение, которое охватывает весь маркетинговый ландшафт. Они разбираются во всех элементах комплексного маркетинга. А самое главное — умеют выстраивать связь между маркетингом и проблемами бизнеса. 


Заключение

Что нужно, чтобы возврат инвестиций в маркетинг был максимально высоким? Во-первых, точно знать, сколько потратить на создание спроса. Для этого стоит изучить, как различные факторы влияют на спрос. Это задача определения причины и следствия различных видов маркетинговых действий. Ее успешно можно решать с помощью эконометрики — научной дисциплины о взаимосвязи экономических показателей. В результате вы сможете эффективно распределять средства по задачам, географическим регионам и коммуникационным каналам. 

Во-вторых, коммуникационное сообщение клиенту сделать адресным. Для этого нужно знать, с кем вы вступаете в общение. В этом поможет сегментация. Здесь существуют разные подходы. Какие-то из них позволяют выделить самых ценных клиентов, например, «матрица ценностного спектра» или модель «пожизненной ценности клиента». Но чтобы повлиять на поведение клиента, нужно знать его потребности. В этом помогут сегментация по потребностям или анализ потребительской корзины. Все вместе сделает маркетинговое сообщение адресным. 

В результате маркетологи, зная предпочтения, вкусы и образ жизни человека, будут нацеливаться на отдельных людей. Телевизионная реклама станет адресной. Печатная реклама уйдет на цифровые носители. Потребитель будет вовлекаться во взаимодействие с брендом с помощью интерактивных технологий.

Вместе с тем, нет единственно правильного и самого оптимального подхода к расчету бюджета. По-прежнему критерий истины — практика. Поэтому нужно постоянно тестировать маркетинговые идеи. Превратите тестирование в привычку. Пусть оно станет вашей повседневной процедурой. Следуйте правилу «анализ – действие»! Тем более что сегодня для этого есть все возможности. 

Цифровой мир — это лаборатория. В ней можно и нужно проводить эксперименты. Результаты тестов можно переносить и в другие, нецифровые средства коммуникации. Но скоро все станет цифровым. Настроите инструменты тестирования в цифровом мире раньше конкурентов — получите преимущество! 

Возьмите одну рекомендацию из книги и проверьте ее на практике. Пусть это станет вашим упреждающим шагом, чтобы приготовиться к будущему!

November 11, 2018