«Серийное» использование больших данных в маркетинге дало старт формированию новых, цифровых методов управления маркетингом и другими сферами бизнеса (например, подбором персонала, что тоже сфера маркетинга, только на рынке труда). Data Driven Marketing – маркетинг, основанный на данных, а не на ощущениях и оценках специалистов, – концепция, известная, как минимум, десятилетие. Но лишь благодаря использованию Big Data он перестает быть благим пожеланием менеджмента компаний и становится реальной возможностью. Наступает эпоха всеобщего цифрового, математически точного маркетинга.
Экономия и эффективность
У цифрового управления маркетингом два главных отличия от традиционного: почти полная независимость от экспертизы и практически ежеминутный контроль эффективности.
Маркетологи теперь важны преимущественно при выработке гипотез для маркетинговых кампаний. Дальше гипотезы проверяются, и происходит таргетирование потребителей по отношению к выбору рекламных каналов, восприятия креативных решений (баннеров), видов продуктов и их моделей, вариантов скидок, видов каналов коммуникации (email, sms, телефон), времени суток/года, а также событий, когда коммуникация наиболее эффективны. Все это дает существенную экономию маркетингового бюджета. Ведь одно дело – совершить тысячи звонков, а другое – осуществить несколько точечных контактов.
Таргетирует потребителей и офлайновое управление маркетингом, возразите вы. Но цифровое делает это тонко и точно. За счет обработки больших данных получается статистически более достоверный результат. Кроме того, появляется возможность работать с нестрогими целевыми группами, учитывать разную степень отнесения потребителя к тем или иным группам (нечеткие множества).
Вы в любой момент оценить эффективность принятых решений. Из той выборки, которую система рекомендует, случайно выбирается потенциальный клиент, и его реакции сравниваются с теми, которые должны быть согласно модели потребительского поведения. Система на каждом шаге делает это автоматически – то есть происходит ее постоянная самокоррекция.
Три примера того, как работает цифровое управление маркетингом.
Воронка релевантности
Насколько эффективно цифровое управление в активном маркетинге? Одна из российских обувных компаний решает с помощью цифрового управления маркетингом задачу оптимизации воронки продаж. Воронка, как известно, подразумевает выявление максимума интересующихся брендом и перевод максимума из них в категорию покупателей.
По отношению к продукту люди делятся на четыре категории. Кто-то пока не знает о существовании бренда, кто-то знает и интересуется, кто-то уже что-то просматривал в интернет-магазине, но «положил» обратно, а кто-то уже приобретал там товары.
Первым нужно сообщить о товаре. Вторым – показать модели обуви, которые с высокой вероятностью вызовут позитивный отклик. Третьим – предложить скидки и другие дополнительные стимулы для покупки. А четвертых важно проинформировать о сопутствующих товарах и новых моделях взамен той, что они уже приобретали.
Начиная реализацию цифровой модели управления маркетингом, компания обратилась к одному из агентств интернет-рекламы для выработки гипотез и совместной разработки стратегия привлечения покупателей. Как убедить целевую аудиторию, что бренд ей подходит? – был поставлен вопрос. Параллельно был собран корпус данных для цифрового управления. Были взяты данные из корпоративной CRM и программы лояльности, дополнены открытыми данными из паблика интернета. В результате с помощью экспертизы и информационной системы определены категории потребителей, которых может заинтересовать модель. На основе знаний агентства отобраны каналы продвижения, отобраны сети, которые умеют показывать баннеры именно в этих каналах, а также разработано несколько типов креативных решений.
А вот дальше включилась цифровая система. Данные о просмотрах баннеров стали поступать в так называемую платформу управления данными (Data Management Platform – DMP). Стала формироваться четкая картина того, какие каналы и креативные решения более эффективны, а какие – менее, какие группы потребителей наиболее заинтересованы в бренде, а какие – вообще не заинтересовались. После каждой итерации отброшены группы и каналы, на которые не имеет смысла расходовать бюджет.
Совместными с рекламным агентством усилиями, на основе данных DMP разработана стратегия продаж. И после запуска она точно также стала реализовываться и по мере необходимости корректироваться с помощью цифровой системы управления маркетингом.
Тех, кто заинтересовался товарами, сайт просил оставить информацию о себе. С ее помощью система анализировала тех, кто перешел на сайт. Потенциальный клиент уже предпринял какие-то действия? Скачал брошюру о бренде? Задает вопросы по тем или иным моделям? Следовательно, он уже готов в коммуникации через email, sms, телефонные звонки.
Система разрабатывала для различных категорий клиентов индивидуальные предложения исходя из своих знаний о соответствующем социально-демографическом и потребительском типаже. В зависимости от реакции на эти предложения вырабатывались дополнительные стимулы, скидки. Они определялись на основе статистики о том, какой социально-демографический и потребительский типаж при каком уровне цены чаще всего покупал обувь.
Цифровое управление воронкой продаж в обувной компании функционирует уже больше года. Благодаря ей обувной бренд увеличил объем продаж более чем в два раза.
Смотрите, кто пришел
Цифровое управление не менее эффективно в пассивном маркетинговом режиме – режиме ожидания клиентов. На сайте одного из поставщиков автомобилей до построения системы цифрового управления был только счетчик, который учитывал число посетителей по IP-адресам. Чтобы собрать более содержательную информацию, на сайте была реализована тестовая, без таргетирования потребителей, рекламная кампания. Цель – собрать максимально широкий спектр данных о посетителях, а затем выделить их сегменты.
Кампания проводилась три месяца. За это время была собрана достаточно подробная информация о потребителях: те данные, которыми они сами были готовы делиться, плюс дополненные сведения из социальных сетей и других открытых источников. В результате автомобильная фирма увидела, на какие группы потребителей рекламная кампания действует лучше всего, а какие нуждаются в дополнительных стимулах. Была выполнена нарезка кластеров по типовым потребительским профилям.
На следующем шаге автомобильная компания спроектировала рекламные каналы для того, чтобы найти потенциальных потребителей сходных типажей. Затем было запущено несколько рекламных программ, ориентированных на выделенные целевые аудитории. Замечу, что все мероприятия выполнялись только на основе данных, собранных системой цифрового управления маркетингом: без привлечения сторонних консультантов и без гипотез собственных маркетологов. При реализации кейса обнаружилось, что на сайт этого поставщика автомобилей приходит немало владельцев машин одной из конкурирующих марок, о чем маркетологи не знали.
Система позволила параллельно осуществить и еще один проект пассивного маркетинга – анализ объявлений на различных сайтах, где продаются автомобили. DMP выделяла клиентов, которые продают автомобили данного поставщика, и в этот момент им делалось предложение трейд-ин, предлагался тест-драйв новой модели. Отклик по таким коммуникациям доходил до 50%.
Благодаря этому в период падения потребительского спроса продажи не сократились, тогда как у других участников рынка они снизились примерно на 15%.
Синергия самоанализа
Третий пример касается использования цифрового управления для эффективного кросс-сейлинга. В одном из розничных банков с помощью цифрового управления маркетингом реализована система продажи дополнительных банковских продуктов. Там экспертным и математическим способами выделили критерии лояльного и заинтересованного в новых продуктах клиента, научили систему их искать – и продажи продуктов банка без привлечения новых клиентов выросли на 20%.
Затем система кросс-сейла была использована в тандеме с системой продаж банковских продуктов новым пользователям. Во внешней среде были найдены потребители, аналогичные по своим характеристикам тем, кого заинтересовал кросс-сейл, и по отношению к ним проведены целенаправленные маркетинговые кампании. Банк получил большое число надежных заемщиков и новых вкладчиков.
Все наоборот
Цифровое управление маркетингом в России реализовано прежде всего в брендированных и специализированных торговых сетях с активной интернет-торговлей, автомобильных компаниях, банках и телекоммуникационных фирмах. Опыт показывает, что системное цифровое управления маркетингом должно строиться в последовательности, обратной приведенным мной примерам. Сначала – работа с собственной базой, накопленной в CRM и программах лояльности, для кросс-сейла. Затем – работа с клиентами, пришедшими на сайт и проявившимися с помощью объявлений, результатом которой становится таргетирование аудитории.
И на этой основе – разработка и реализация стратегии привлечения клиентов с помощью цифровых каналов продвижения, партнерских сетей, собственных сайтов и мобильных приложений и стратегии продаж. Такая последовательность делает управление маркетингом наиболее эффективным.
в этих системах не идёт речь о моделях поведения, а только о "поведении людей" - некоторых выбранных факторах - это большая разница - и подобным системам требуется рука Маркетолога, для выбора этих факторов. И имел в виду в своём примере о Логистике, что без Маркетолога не обойтись, при использовании подобных - описанных в статье, и других систем тоже ... пусть автор даже не мечтает об этом :)
так оно так в ситуации транзакций "как есть" при их достаточном количестве
и все же все эти модели обработки данных не показывают модели вызванные сущетсвующими нравами, обычаями, привычками, нормами, мотивациями и личностью которые проявлялись в другом не измеряемом поле
т.е. внутри ЦА все равно сидит черт, которого не знает и не может выяснить биг дата не смотря на все нейронные сети, точность согласен высокая, но точность по тем параметрам, по которым есть возможность измерять в транзакциях
внутри человеков полно моделей, которые не проявляют себя в действиях, потенциально активные
так и я про тоже
нейросеть не выходит за пределы своих ограничений
обычный пример - автомобиль с 4-мя 6-ю 12-ю 24 ... 188 колесами
в каком моменте автомобиль перестанет быть автомобилем - человек определит
машина нет
чем удачна биг дата в её продажах - она предельно конкретна и не взрывает мозг топ менеджеров необходимостью осознавать как устроена в жизни человеческая модель
как она устроена может заинтересовать и заставить включиться в осознание владельца бизнеса, для которого это "дело жизни и приниципа", а у нанятых дирекций нет этой мотивации, они ограничатся биг дата лишь бы не залезать глубоко
результат анализа - это результат действий всех поведенческих моделей. добавляя разрезы (география, религия, погода, пол, национальность, ...) вы можете выявлять все что вам нужно
и где же эта граница? как человек определит? - по каким-то четким критериям, подозреваю. или по принципу 3 спички - несколько, а коробок - куча? если так, то эти работники не стоят и копейки, а все что они делают сплошное субъективное вранье, обосновывая пресловутыми "региональными особеннстями"
для всего, для любого термина есть определения и границы. если вам, как человеку объяснить границы и определения значения, то он будет знать как идентифицировать предмет или следствие, а если не объяснить, то он не поймет, а придумает сам ерунду какую-нибудь. Вы можете отличить манула от мейн куна? - как вы будете действовать?
нейросети обыгрывают людей в шахматы, шашки, го. они умеют сами принимать решения на основании собственного опыта, естественно в рамках выставленных ограничений.
и кстати - нейросеть - это не функция в экселе "протянуть значение".
не говорите ерунду. любого ТОПа интересуют сжатый и понятный отчет. А кто, как и сколько по времени его делал - его не волнует. отчет должен быть готов к указанному времени и содержать необходимую информацию. Если ТОП ее не получает, то он меняет "прокладку" между собой и отчетом на новую. Если топ ватный, значит и собственник такой же тормоз. и не надо рассказывать, что "собственник молодец, строил бизнес, а вот наемник - аморфный бездельник". Значит собственник не строил и создавал, а сел на схему или создал бизнес на волне, когда работает только принцип "бери больше - кидай дальше". Хозяин ТОПа нанял и знал кого нанимал. Если пустил свинью в огород - это многое говорит о хозяине. Любимая история в российском менеджменте - всех обвинять в своих неудачах.
Повторюсь - биг дата - это не чудо чудесное, это просто большой массив структурированной информации. Любые операции с данными - это уже data science или data mining.
Вы говорите о достаточно абстрактных задачах, которые решали ранее и другими методами - т.е. есть опыт, который можно Загрузить для обучения в нейросети.
Биг-дата - термин давно устарел, т.к. сейчас все данные "большие". Уточните о каких данных говорите - тех, что можно купить, т.е собраны сторонней организацией за длительное время? - тогда заранее скажу, что они не настолько актуальны для любого бизнеса, или устарели, или имеют слабое отношение, факторы не те , и т.п.
Если организация будет собирать данные сама, то тут требуются усилия маркетологов .... чтобы это было адекватно действительности, и они будут не настолько большие, чтобы "надувать пузырь" - БОЛЬШИЕ ДАННЫЕ.
Вы пытаетесь возразить, но не возражаете по существу
еще раз - мы работали с теми же биг дата, которым был Гэллап и даже на нем могли увидеть свои модели как следы в части данных, но эти модели не следствие анализа данных, анализ данных их только подтверждает или нет
биг дата не создает модели так как не учитывает спящие факторы, по ним нет транзакционных данных
заранее не известно какие из данных будут иметь косвенное отношение к модели, которая учитывает внутренне детерминированные драйверы возможного еще не проявленного поведения
про топ менеджеров вы тоже подтвердили невзыскательность менеджмента и его невключенность, в чем возражение?
Этот текст из "Пикника на обочине", если внимательно читать
+ сделать гипотезу, что все фразы правда
\\ Цифровое управление маркетингом в России реализовано прежде всего в брендированных и специализированных торговых сетях с активной интернет-торговлей, автомобильных компаниях, банках и телекоммуникационных фирмах. Опыт показывает, что системное цифровое управления маркетингом должно строиться в последовательности, обратной приведенным мной примерам. Сначала – работа с собственной базой, накопленной в CRM и программах лояльности, для кросс-сейла. Затем – работа с клиентами, пришедшими на сайт и проявившимися с помощью объявлений, результатом которой становится таргетирование аудитории. И на этой основе – разработка и реализация стратегии привлечения клиентов с помощью цифровых каналов продвижения, партнерских сетей, собственных сайтов и мобильных приложений и стратегии продаж. Такая последовательность делает управление маркетингом наиболее эффективным.//
то все кудрины-орешкины совсем не тем делом заняты, им достаточно купить биг-даты и рост экономики пойдет в 25% в год, особенно в автопроме, банках, теле-Мегафонах и на сборке свёклы. Там особенно эффективны операционистки Центрального Банка и Сбербанка.