Сущность аналитического маркетинга

Частью маркетинга как процесса является аналитический маркетинг. Он предполагает проведение оценки ситуации на рынке и результативности деятельности компании.

Определение 1

Аналитический маркетинг – это основа комплекса маркетинга, позволяющая принимать эффективные решения на базе постоянного анализа.

Успех компании на рынке зависит не только от креативных идей, современных методов продвижения, но и от грамотной организации оперативных процессов. Именно своевременное получение информации о рынке, ее тщательный анализ является залогом эффективной работы компании.

Информационные потребности всех подразделений предприятия удовлетворяет маркетинговая информационная система (МИС).

Определение 2

МИС – это постоянно действующая единая совокупность процедур, методов, оборудования и персонала, которая предназначена для регулярного сбора, обработки, хранения и представления маркетинговой информации для принятия эффективных решений в компании.

Маркетинговая информационная система – это часть всей информационной системы управления предприятием. Она выполняет следующие функции:

• преобразование данных, полученных из внутренних и внешних источников в информацию для руководства и маркетологов компании;
• распределение информации среди руководителей и специалистов по маркетингу;
• поставка необходимой информации другим подразделениям предприятия (производство, сбыт, НИОКР и др.).

Маркетинговая информационная система пронизывает все бизнес-процессы в компании, позволяет принимать эффективные решения по всем направлениям деятельности компании.

Важным процессом в организации является разработка и реализации стратегии развития бизнеса и функциональных стратегий (маркетинговых, производственных, сбытовых и пр.). в частности, стратегия маркетинга определяет задачи и методы маркетинга компании на долгосрочную перспективу. Для ее разработки специалисты должны владеть достаточной, актуальной и достоверной информацией о внутренней и внешней среде. При этом сбор данных и их оценка требуют особых навыков и времени. Главное помнить о том, что информация имеет один существенный недостаток – устаревание.

Замечание 1

Организация грамотного аналитического маркетинга в компании способствует эффективной работе компании на рынке.

Виды и методы маркетингового анализа

До сих пор многие предприниматели начинают свое дело вслепую, без тщательного изучения рынка, спроса на продукцию, конкуренции, целевой аудитории. Чтобы избежать рисков, потери вложенных средств, еще на стадии планирования бизнеса провести маркетинговый анализ.

Замечание 2

Цель маркетингового анализа – это изучение четырех компонентов комплекса маркетинга и разработка стратегии развития компании.

Основные задачи маркетингового анализа:

1. исследование рынка и обоснование тенденций роста или падения рынка;
2. оценка факторов, влияющих на спрос товара или услуги;
3. анализ ценовой политики компании;
4. изучение и определение существующих и потенциальных конкурентов;
5. оценка конкурентоспособности компании и определение способов роста конкурентоспособности;
6. SWOT-анализ;
7. выбор эффективных методов и форм реализации товаров и разработка стратегии маркетинга.

Различают несколько видов маркетингового анализа. Это анализ рынка, конкурентов, посредников, маркетинговой стратегии, внутренней среды компании, изучение целевой аудитории и анализ внутренней маркетинговой среды предприятия.

Методов и способов изучения рынка достаточно много, которые применяются в конкретных ситуациях для решения определенных маркетинговых задач. Выделяют две группы методов маркетингового анализа: качественные и количественные.

Качественный маркетинговый анализ рынка - это сбор, изучение и интерпретация данных посредством наблюдения и мониторинга. Количественный анализ проводится с помощью организации различных опросов.

Основные методы изучения рынка:

• фокус-группы;
• опросы;
• наблюдения;
• эксперименты;
• глубинные интервью.

Маркетинговую информацию о рынке можно получить не только офлайн, но и онлайн. В помощь маркетологам различные форумы, социальные сети, электронная почта.

Вся полученная маркетинговая информация используется для принятия эффективных управленческих решений и разработки маркетинговых стратегий (товарные, ценовые, сбытовые и продвижения).

Особенности аудита маркетинга

Важным маркетинговым инструментов анализа является маркетинговый аудит или ревизия. Он представляет компании полную картину о ее состоянии и предлагает корректирующие мероприятия, рекомендации и решения.

Определение 3

Маркетинговый аудит – это систематизированный, обоснованный, объективный и регулярный анализ состояния внешней и внутренней среды компании для определения возможных проблем и перспектив развития компании, а также разработка мероприятий по улучшению положения организации.

Целью аудита маркетинга является выявление проблемных областей и новых возможностей, выдача рекомендаций по совершенствованию деятельности предприятия.

Маркетинговый аудит предоставляет руководству, инвестору или партнеру следующую информацию:

• особенности общей хозяйственной конъюнктуры;
• наличие неудовлетворенной потребности и сравнительные конкурентные преимущества товара, которые ей соответствуют (цена, качество, технология производства, сервисное обслуживание и доставка);
• наличие рыночного потенциала у товара (достаточная емкость рынка, растущий или стабильный спрос, надежные прогнозы сбыта, оценка конкуренции, выбор регионов сбыта, барьеры вхождения на рынок и т.д.);
• эффективность средств продвижения товаров (правильность выбора стратегий сбыта, финансирование рекламных кампаний и других мероприятий, выбор посредников, поставщиков и логистика т.д.);
• сравнительные конкурентные преимущества самой организации (определение потенциала и возможностей компании для разработки, производства, продвижения и реализации продукции, опыт и квалификация персонала, наличие НИОКР, выгодное местоположение и т.д.).

Вопрос, как будут анализироваться данные, полученные в процессе маркетингового исследования, поднимается задолго до того, как этот анализ будет проведен. Планирование анализа данных предшествует разработке инструментария сбора данных - вопросов для анкетирования и стандартного листа наблюдения. Очень важным моментом является следующее: собирать данные можно только тогда, когда имеется понимание, каким методом они будут анализироваться. Это означает, что если сбор данных происходит через опрос или анкетирование, то форма вопросов должна жестко определять не только структуру данных и формат ответов, но и шкалу, по которой ответы будут измеряться. Это связано с тем, что большинство маркетинговых исследований требует использования статистических методов анализа данных.

Для понимания дальнейшего материала напомним некоторые базовые понятия статистики, в частности, что такое «переменная», «шкалы», в которых измеряются статистические данные.

Данные, анализируемые в маркетинговых исследованиях, как правило, совершенно различны. Это могут быть данные о покупателях: об их возрасте, составе семьи, покупательных возможностях, образовании; данные о фирмах-конкурентах, характеристиках товаров и т.д. Такие характеристики называются переменными.

Под переменными при обработке результатов маркетинговых (и не только) исследований понимается то, что можно измерять, контролировать или изменять. Таким образом, переменными могут являться пол опрашиваемых покупателей, их возраст, оценка товара (отличная, удовлетворительная, плохая), сумма, которую готов заплатить клиент за товар, и т.д. Для минимизации различного рода ошибок было введено понятие шкалы, в которой измерена переменная. Типы переменных определяют методы их статистического анализа. Традиционно различают три вида шкал.

Номинальная (или качественная) шкала - это шкала, значения которой служат только в качестве условных имен для переменных. Например, переменная может принять два варианта значений: «мужчина / женщина»; «придерживаюсь /не придерживаюсь диеты», ответ на любой вопрос с вариантами ответа «да / нет / затрудняюсь ответить» и т.д.

Следующим видом является порядковая шкала. Говорят, что переменная измерена в порядковой (ранговой) шкале, если значения переменной можно сравнивать между собой, но разность значений не имеет смысла. Например, первый, второй, третий сорт товара; высокий, средний, низкий уровень продаж; ранги предпочтений покупателей и т.д.

Количественная (интервальная) шкала позволяет отражать абсолютные количественные характеристики исследуемых объектов. Например, время, проведенное покупателем в магазине, сумма чека, средняя сумма чека в магазине за каждую неделю и т.д.

Файлы большинства статистических пакетов, используемых для анализа маркетинговых данных, организованы в виде таблиц, строки которых называются наблюдениями, а столбцы соответствуют переменным. Достаточно часто наблюдения представляют собой набор ответов отдельных респондентов опроса. Л переменные представляют ответы на вопросы, задававшиеся в ходе опроса.

Рассмотрим типовые маркетинговые ситуации (маркетинговые задачи), которые требуют применения статистических методов, обычно изучаемых в курсах «Прикладной статистический анализ», «Эконометрика», «Бизнес- анализ информации» и т.д.

Группа 1 типовых маркетинговых задач.

Определение вида зависимости между количественными переменными, например:

• стоимости аренды помещения под торговые нужды - от плотности транспортного потока и пешеходного потока;
• стоимости квартиры - от ее площади, количества комнат, удаленности квартиры от метро;
• объема продаж магазина - от его площади, удаленности от метро;
• стоимости кольца с бриллиантом - от величины камня в нем.

По сути, эти сформулированные задачи предполагают нахождение вида зависимости маркетингового показателя, измеряемого в количественной шкале, от одного или нескольких влияющих показателей, также измеряемых в количественной шкале.

Статистический метод, используемый для решения таких задач, - метод регрессионного анализа - позволяет определить наличие и вид связи между переменными и прогнозировать значения зависимой переменной от значений влияющих переменных (для простоты рассмотрим сначала ситуацию, когда в качестве влияющей переменной выступает только одна переменная). Более того, часто маркетинговые исследования начинаются с проверки гипотезы о наличии линейной связи между переменными. В этом случае целью линейного регрессионного анализа является определение коэффициентов а и Ъ, уравнения регрессии у = а + Ьх. В чем суть описываемого метода? Как его применять?

Рассмотрим следующий пример. Компания X каждый месяц вкладывает средства в телевизионную рекламу кетчупа. Покупателей можно разделить на группы - часть из них видела и поверила рекламе, часть из которых в принципе не верит рекламе, а остальные не смотрят телевизор, покупают товары и не заботятся о том, чтобы их поведение подчинялось какому- нибудь закону и тем более прогнозировалось. Тем не менее маркетологам интересно, эффективны ли их вложения в рекламу, поэтому они сопоставляют замеренные в каждом месяце затраты на рекламу и объем продаж. В табл. 5.4 приведены данные по затратам на рекламу и объемам продаж кетчупа за 12 мес.

Таблица 6.4

«Мечтой» каждого маркетолога является не просто доказательство факта зависимости между переменными, но получение вида связи между переменной, которой можно управлять (в нашем примере - затратами на рекламу), и зависящим от нее показателем (объемом продаж). Методом, определяющим вид связи между переменными, является метод регрессионного анализа, реализованный во многих статистических пакетах, таких как SPSS , Statistics Eviews и даже в MS Excel. Он всегда находит коэффициенты уравнения, связывающего анализируемые переменные, параллельно рассчитывая характеристики качества полученного уравнения. При этом выбор вида связи (линейная, степенная, логарифмическая) - это ответственность аналитика. В большом количестве ситуаций анализ начинается с линейной связи.

В рассматриваемом примере уравнение линейной связи, по результатам процедуры регрессионного анализа, проведенной в среде SPSS , имеет вид

где Y - объем продаж, х - вложения в рекламу.

Программа автоматически рассчитывает набор характеристик полученной зависимости, среди которых коэффициент детерминации R 2 . В рассматриваемом примере этот коэффициент равен 90%, что позволяет доверять полученному уравнению, так как R 2 - это процент изменения У, определяемый изменениями х.

Чем «радует» исследователя полученное уравнение? Во-первых, есть доказательство эффективности рекламы, во-вторых, можно объективно утверждать, что увеличение вложений в рекламу на рубль увеличит объем продаж на 5,9 руб. И главное, можно рассчитывать объемы продаж для возможных вариантов вложений в рекламу. Для этого варианты вложений в рекламу нужно подставить в уравнение регрессии.

Конечно, в нашем примере мы сильно упростили описание процедуры и интерпретации результатов регрессионного анализа. Технические детали можно найти в отдельных публикациях, целиком посвященных маркетинговым исследованиям. Обратим внимание на то, что в прикладном статистическом анализе существенную роль играет проверка адекватности полученных результатов профессиональной интерпретацией полученных результатов.

Если в рассмотренном выше примере о продажах кетчупа исследователь захочет получить более точную модель, описывающую зависимость объема продаж от нескольких количественных факторов, например, еще и от цены товара, то тогда применимо прогнозирование переменной Y на основании двух или нескольких переменных, называемое множественной регрессией.

Метод линейной множественной регрессии позволяет:

• описывать взаимосвязь между зависимой переменной у и несколькими независимыми переменными x t , х 2 ,..., х п в виде уравнения: у = b + а х х х х х + а 2 х 2 + ... +а„
• прогнозировать значения отклика (зависимой переменной), отсутствующего в анализируемой выборке по значениям предикторов (независимых переменных).

На практике применение регрессионных процедур выглядит следующим образом. Исследователь формулирует гипотезу о том, какие количественные факторы влияют на интересующий его показатель; далее собирает данные, обрабатывает данные в статистической среде и анализирует результаты, подтверждающие или опровергающие его гипотезу. Процедура множественной регрессии позволяет определить, какие параметры значимо влияют, а какие нет на зависимую переменную.

Группа 2 типовых маркетинговых задач.

Определение различий между выборками, например:

• различия объемов продаж одного и того же товара при расположении его на разных полках;
• различия объемов продаж товаров во время работы разных смен продавцов;
• различия объемов продаж товара до изменения сайта интернет-магазина и после.

В основе всех этих методов лежит доказательство значимой зависимости количественного показателя от одного качественного параметра. Статистический метод, применяемый в таких ситуациях, - однофакторный дисперсионный анализ, который устанавливает, значимо ли различаются средние значения нескольких независимых выборок.

Рассмотрим данные из табл. 5.5. В ней приведены данные об объемах продаж кетчупа. Директор сети супермаркетов хочет знать, влияет ли на сбыт кетчупа различное размещение продукта в супермаркете. В одном из супермаркетов кетчуп расположен на так называемых «нормальных полках», в другом - в варианте «парного размещения», в третьем - в «холодильнике». Предполагается, что все три супермаркета находятся в одинаковых условиях (расположение, близость конкурентов и т.д.).

Можно предположить, что если размещение товара не влияет на объем сбыта, то средние значения объемов сбыта маргарина для каждого варианта размещений будут приблизительно равны. Таблица 5.5 показывает результаты трех выборок. В каждом случае эксперимент продолжался одно и то же время, в течение 1000 кассовых операций.

Таблица 5.5

Сбыт кетчупа за 1000 кассовых операций в трех супермаркетах в зависимости от размещения, кг

Таблица 5.6

В табл. 5.6 приведены средние значения сбыта кетчупа в трех супермаркетах.

Средние значения сбыта кетчупа в супермаркетах

Окончание табл. 5.6

Дисперсионный анализ определяет, является ли различие в рассчитанных средних значениях случайным или нет. Другими словами, он определяет, объясняется ли разница в средних значениях размещением товара или какими-то случайными внешними факторами. Сама процедура применения этого метода технически совсем несложная.

Группа 3 типовых маркетинговых задач.

Доказательство значимой зависимости качественных переменных, например:

• доказательство значимой зависимости предпочтений при выборе товара от пола покупателя;
• доказательство значимой зависимости предпочтений при выборе товара от психотипа покупателя;
• доказательство значимой зависимости факта «респондент придерживается диеты» от его семейного статуса «в браке / не в браке».

По сути, решение всех этих задач предполагает доказательство значимой зависимости качественного показателя от одного или нескольких качественных показателей. Статистический метод, применяемый для доказательства зависимости качественных переменных - метод у} (Хи-квадрат), - состоит из двух этапов:

• 1) составление таблиц сопряженности признаков (перекрестных таблиц);
• 2) проверки зависимости переменных.

Рассмотрим на примере ниже, что собой представляет перекрестная таблица и как она строится.

По результатам анкетного опроса сформирована общая таблица из 181 наблюдения о предпочтениях городских и сельских жителей в выборе масло - маргарин. Независимой переменной в этой таблице является район проживания покупателя: город или сельская местность, зависимой переменной - его выбор: масло или маргарин (фрагмент общей таблицы представлен в табл. 5.7).

Таблица 5.7

Предпочтения городских и сельских жителей в отношении масла или маргарина

Рассмотрим, как интерпретируются данные из этой перекрестной таблицы:

• 30 городских жителей из 113 опрошенных предпочитают покупать масло, а 83 городских жителя предпочитают покупать маргарин;
• 45 сельских жителя из 68 опрошенных предпочитают покупать масло, а 23 - маргарин.

Строки табл. 5.8 показывают профиль предпочтений городских и сельских жителей. Исходя из полученных результатов, можно предположить, что городские жители предпочитают использовать маргарин, а сельские жители - масло. Последнее утверждение и является гипотезой, которую надо подтвердить или опровергнуть. Соответствующая статистическая процедура рассчитывает статистику (показатель х 2), которая позволяет судить о наличии или отсутствии зависимости между качественными переменными.

Группа 4 типовых маркетинговых задач.

Примерами задач из этой группы являются: прогнозирование уровня продаж нового вида товара на основе количественных показателей объемов продаж аналогичных товаров и определение требуемого клиенту типа товара в зависимости от требований к товару, сформулированных в виде оценки по определенной шкале.

В основе решения задач этой группы лежит доказательство значимой зависимости качественного показателя от одного или нескольких количественных параметров. Такого рода задачи могут быть решены с помощью дискриминантного анализа.

Группа 5 типовых маркетинговых задач содержит все виды задач, связанных с классификацией товаров, услуг, потребителей, например:

• классификация потребителей по результатам выставленных ими оценок при опросе;
• классификация филиалов магазинов на основе таких показателей, как площадь магазина, удаленность от метро, плотность пешеходного потока;
• классификация объектов по количественным признакам.

Такие задачи решаются одним из методов классификации: иерархическим кластерным анализом, методом ^-средних и т.д.

Группа 6 типовых маркетинговых задач включает задачи, позволяющие определить оптимальные свойства товара или услуги.

Примером здесь может служить определение потребительских характеристик сока (объем упаковки, вид упаковки, сок, состав сока), пуговиц

(материал, количество отверстий, цвет) и т.д. Такого рода задачи решаются с помощью совместного {conjoint) анализа, требующего специальных процедур сбора данных и их анализа.

В зависимости от уровня кадрового и программного обеспечения компании проведение маркетингового исследования может осуществляться как собственными силами, так и во взаимодействии с фирмами, специализирующимися на данных видах деятельности. Аналогичный вывод может быть сделан и для ряда других этапов процесса маркетингового исследования, например полевой работы интервьюеров. Однако во всех случаях весьма важно понимание маркетологами компании основного содержания действий, предпринимаемых при планировании и реализации конкретного маркетингового исследования.

V. МАРКЕТИНГОВЫЕ ИССЛЕДОВАНИЯ

6. Методы анализа данных и прогнозирование в маркетинговых исследованиях

Анализ данных начинается с перевода «сырых» данных в осмысленную информацию и включает их введение в компьютер, проверку на предмет ошибок, кодирование, представление в матричной форме (табулирование). Все это называется преобразованием исходных данных.

Далее проводится статистический анализ. Выделяют пять основных видов статистического анализа, используемых при проведении маркетинговых исследований:
1. Дескриптивный анализ, в основе которого лежит использование таких статистических мер, как средняя величина, мода, среднее квадратическое отклонение, размах или амплитуда вариации.
2. Выводной анализ, заключающийся в использовании статистических процедур (например, проверка гипотез) с целью обобщения полученных результатов на всю исследуемую совокупность.
3. Анализ различий, используемый для сравнения результатов исследования нескольких групп (объектов) для определения степени реального отличия в их поведении, реакции на одни и те же воздействия и т.п.
4. Анализ связей, направленный на определение систематических связей переменных, их направленности, силы и т.п.
5. Предсказательный анализ, используемый в целях прогнозирования развития событий в будущем, например путем анализа временных рядов.

Общая характеристика методов прогнозирования приведена в табл. 6.1.

Таблица 6.1

Общая характеристика методов прогнозирования

Окончание табл. 6.1

Direct marketing – метод широко применяющийся за рубежом, но малораспространенный в России. По некоторым данным, в Европе на direct marketing приходится до 45,5% рекламных бюджетов компаний. В России этот показатель составляет пока только около 5%.

Современные технологии прямого маркетинга включают несколько основных методов – прямую почтовую рассылку, раздачу образцов, взаимодействие с целевой аудиторией по каналам печатной прессы и др. Одним из главных преимуществ direct marketing перед другими рекламными технологиями является то, что при прямом маркетинге компания-производитель работает только с целевой аудиторией.

Наиболее распространенный и доступный метод прямого маркетинга - direct mail или прямая почтовая рассылка по адресам клиентов, составляющих целевую аудиторию. Успех любой подобной кампании более чем значительно зависит от качества адресной базы данных. Плохая база данных может свести на нет все усилия, даже если все остальные элементы кампании тщательно продуманы. Хороших баз данных в России пока еще слишком мало, и в этой связи имеет смысл рассказать о методах их формирования на примере одной из заметных компаний на этом рынке – Агентстве Деловой Информации (АДИ) “Бизнес-Карта”. Адресная база данных этой компании содержит информацию о юридических лицах и может применяться в маркетинговых кампаниях business to business (между тем, все большее значение приобретают базы данных физических лиц, схемы формирования которых значительно отличаются, и которые служат для такого направления как business to consumer).

Взгляд в прошлое

1991 год. Начало активного становления бизнеса на всей территории бывшего СССР. Вновь образующиеся коммерческие структуры - акционирующиеся государственные предприятия, кооперативы, биржи - все активно выходят на рынок, всем нужна информации о производителях, потребителях, материалах, сырье, оборудовании и т.д. Необходимой информации очень мало, да и та, что есть, не может удовлетворить потребности активно нарождающегося рынка.

Началась эра расцвета коммерческих фирм, которые занялись информационным бизнесом. Информационные фирмы возникали в неимоверном количестве, ибо казалось, что это простейший способ зарабатывания денег: где-то взял (достал) либо прикупил информацию, растиражировал, продал. Рынок, который также находился в стадии становления и работал преимущественно на уровне “купи-продай”, был “всеяден”, брал все.

Однако потребности рынка в простейшей информации типа “адрес-телефон” были насыщены очень быстро. Спрос на поделки типа ксероксных распечаток упал практически до нуля. Предприятия, организации, фирмы стали предъявлять качественно иные требования к информации - к ее полноте, достоверности, системности, надежности, удобству пользования. Коммерческим фирмам, занимавшимся в этот период информационным бизнесом, приходилось выбирать: либо развивать, углублять, совершенствовать свой бизнес и удовлетворять возрастающие потребности рынка, либо уходить в другой бизнес.

Становление информационного рынка

1992-1993 гг. можно считать периодом активного становления информационного рынка. Происходило вымывание фирм-однодневок, ориентированных на легкие деньги, и закрепление “фирм-“тяжеловесов”, для которых информационный бизнес стал основным видом деятельности. Фирмы, которые пришли на рынок “всерьез и надолго”, определили свои приоритеты, основные направления развития, источники информации и пути сбыта информационных продуктов/услуг. Это были преимущественно деловые справочники и базы данных с информацией о производителях товаров и услуг.

Одновременно, наряду с отечественными, на российском информационном рынке появились зарубежные информационные компании - лидеры мирового информационного рынка: “Дан энд Брэдстрит”, “Компасс” и др. Казалось, что они с легкостью вытеснят российские информационные фирмы с рынка. Во всяком случае опыт работы, профессионализм, методическая, программная, финансовая и техническая обеспеченность зарубежных информационных фирм были не то что на порядок, на несколько порядков выше российских информационных фирм - агентств.

Когда в 1992 г. компания “Дан энд Брэдстрит” в лице г-жи З.Муха решила открыть свое представительство в России, то ее первый десант ознакомился с несколькими информационными фирмами в России и продемонстрировал применяемые методы работы с клиентами. Пропасть между тем, что делало, например, АДИ и считало это информационным бизнесом, и тем, что было продемонстрировано, казалась непреодолимой, и оставалось только одно - быстрее найти другой бизнес.

Зарубежные компании быстро сориентировались в российской действительности и не стали претендовать на лидирующие позиции. Этому есть несколько причин.

Во-первых, непрозрачность российского рынка. Компании не смогли официальным путем получать достоверные сведения об участниках рынка, а тем более о финансовой состоятельности российских предприятий, а следовательно, об их кредитоспособности, что является одним из основных параметров характеристики предприятия для любого инвестора.

Во-вторых, низкая платежеспособность российского рынка. Достаточно сказать, что стоимость справки об одном предприятии, которую могут предоставить зарубежные компании, составляет от нескольких десятков до нескольких сотен долларов. Такие деньги готовы были платить очень немногие участники российского рынка - банки, нефтяные и газовые компании, крупные торговые фирмы. Но большой бизнес, а только такой бизнес интересует крупные зарубежные компании, на таком узком сегменте рынка не построишь.

В-третьих, специфическая форма информационных услуг, предоставляемых зарубежными компаниями. Крупные зарубежные компании строят свою основную финансовую политику на продаже информационных услуг в форме маркетинговых исследований, обзоров, изучения перспектив развития рынка, продвижения товара путем создания товаропроводящих сетей и т.д. Здесь их основной доход, здесь их основные интересы. Продажей же информации из своей базы данных в виде справочников или локальных баз данных зарубежные компании на российском рынке не занимаются вообще или занимаются больше для саморекламы. Для них это продажа полуфабриката, сырья, затраты на поиск которых большие, а доходы - мизерные.

Можно привести еще ряд причин, по которым зарубежные фирмы не стремятся пока занять лидирующее положение на российском рынке: неустойчивость политического положения, недостаточная востребованность маркетинговых исследований внутри российского рынка, недостаточная квалификация руководящего состава большинства российских предприятий и т.д. В силу этих причин задачи зарубежных информационных фирм на российском рынке пока больше стратегические - закрепиться, адаптировать свои технологии, методы, персонал к специфике российского рынка, удовлетворять запросы зарубежных компаний и ожидать подъема российской экономики, интереса к ней со стороны зарубежных инвесторов.

Поэтому сегодня российские и зарубежные информационные фирмы не мешают друг другу, каждая сторона решает свои задачи: российские фирмы - тактическую задачу на выживание, зарубежные - стратегическую задачу на адаптацию и закрепление на российском рынке. Но этот период является особенно благоприятным для российских информационных агентств по причине отсутствия сильнейшей конкуренции со стороны зарубежных компаний, поэтому должен быть использован с максимальной пользой.

Однако если в ближайшие годы российские агентства по уровню информационных технологий, программного обеспечения и технического оснащения не смогут выйти на уровень западных фирм, то при положительных тенденциях в развитии российской экономики и активизации зарубежных фирм они будут просто вытеснены с рынка или смогут занять только ту его нишу, которую им оставят западные фирмы ввиду ее малоперспективности.

Агентство Деловой Информации “Бизнес-Карта” было образовано в 1991 г. на базе Научно-производственного объединения “Наука”. Основной состав объединения включал научных сотрудников, которым достаточно легко было адаптироваться к новому бизнесу, ибо их прежняя работа была преимущественно связана с обработкой и анализом статистической информации.

Спрос на коммерческие базы данных наиболее значительно увеличился в последние годы. При этом повышение спроса происходило не столько в результате компьютеризации бизнеса, сколько за счет того, что АДИ активно предлагало в этот период дополнительные услуги - по информационному обслуживанию, формированию индивидуальных баз данных, предоставлению возможности индивидуального выбора дистрибутива с учетом глубины информации и т.д. Вполне очевидно, что и в дальнейшем объем продаж баз данных будет расти. Тем не менее деловые справочники - как универсальные носители деловой информации - будут и в перспективе иметь прикладное значение.

Для клиента преимущества выбора отдельных наименований справочников были вполне очевидны.

Во-первых, если клиент специализируется на какой-либо отрасли, группе товаров или ориентирован на какой-то регион, то информация по другим отраслям, регионам или товарам ему не нужна - это для него балласт, который только мешает работе с основной информацией.

Клиент реально работает только максимум с 3-5% общего количества предприятий на рынке. Поэтому если он приобретает “гроссбух” со всеми предприятиями в одной книге, то полезность такой книги находится на уровне тех же 3-5% .

Во-вторых, стоимость информации, приобретаемой вместе с балластом, резко возрастает. С точки зрения информационного агентства - это аксиома: за большее количество предприятий нужно больше платить. Однако с точки зрения клиента - это выброшенные деньги, потому что никогда они реальной отдачи не принесут.

Источники информации

При разработке концепции развития АДИ одним из основных являлся вопрос об источниках информации. Если постоянно пользоваться сторонними источниками информации, то неизбежно возникнет зависимость Агентства от такого монопольного источника, но при этом не будет никакой уверенности в надежности и достоверности полученной информации. Создавать собственную корреспондентскую сеть - очень дорогостоящий проект с длительным сроком окупаемости. При отсутствии достаточной финансовой базы вывод напрашивался сам собой - постепенно развивать корреспондентскую сеть для сбора информации и переводить ее на условия самоокупаемости путем предоставления корреспондентам права на реализацию продуктов/услуг АДИ.

В 1995 г. АДИ была сделана попытка расширить свою базу данных за счет использования базы данных Госкомстата РФ. Однако при проверке этой базы обнаружилось, что ее достоверность (по адресам, телефонам, факсам) составила не более 60-70%. Аналогичная ситуация возникла, когда АДИ решило перепроверить адресно-телефонные сведения с целью расширения своей базы данных по предприятиям, организациям и фирмам Москвы, используя информацию Московской регистрационной палаты.

Однако нельзя сказать, что названные организации плохо ведут свои базы. Перед ними ставятся другие задачи. В их обязанности входит регистрация предприятия или ведение отчетности по его производственно-хозяйственной деятельности, в чем и заключается ценность этих баз данных и чего нет ни в одной коммерческой базе данных. Отслеживание изменений в адресах, телефонах и учет новых показателей (например, появление факсов) не входит в их обязанности.

Количество предприятий в базе данных

Важной характеристикой базы данных для клиента является количество предприятий и организаций в ней. Однако этот параметр не может являться самодостаточным для оценки представительности базы данных. Например, база данных Госкомстата РФ содержит сведения о миллионах зарегистрированных российских предприятий, база данных Московской регистрационной палаты - о сотнях тысяч предприятий и т.д.

Однако недостаточно оперативный уровень обновления этих баз данных (практически только в период перерегистрации), не всегда выдерживаемое единообразие в подаче сведений о каждом предприятии делают, по существу, невозможной работу с этими базами данных для коммерческих структур.

Какая-нибудь коммерческая информационная фирма в качестве своей рекламы может заявить, что ее база данных содержит 500 тыс. предприятий, но при этом “скромно” умолчать о таких ее характеристиках, как достоверность, периодичность обновления, единообразие информации о каждом предприятии в базе данных, системность охвата рынка и т.д. А без этих характеристик любая база данных не имеет никакой ценности, более того, приносит клиенту только убытки.

Другой пример. Коммерческая фирма где-то по дешевке приобрела несколько баз данных (на специализированных рынках базу данных любой коммерческой фирмы можно купить за 50 руб.). Механически объединив такие базы данных, фирма выходит на рынок и заявляет, что у нее база данных в 1 млн. адресов и она продает ее в 10 раз дешевле, чем стоит любая из существующих баз данных на рынке.

Однако клиент, который приобретет такую базу данных, наверняка потеряет столько времени, труда и денег при попытке использовать ее, что “выгодность” приобретения такой базы не пойдет ни в какое сравнение с экономическими потерями. Недостоверность данных, наличие “двойников” и “тройников”, бессистемность сведений по каждому предприятию (“где густо, где пусто”) - это только небольшой “букет” особенностей, с которыми придется столкнуться клиенту при пользовании такой базой.

Вообще при составлении индивидуальной базы данных практикуется использование 4-6 тысяч проверенных адресов.

Составление индивидуальных баз данных

Раньше в качестве критериев выборки предприятий из базы данных необходимыми и достаточными считались признаки по отраслевому и территориальному делению. В последнее время все чаще клиенты в качестве критериев задают дополнительные условия, например выбрать наиболее крупные предприятия, проранжировать предприятия по численности/объему производства, выбрать предприятия со стажем работы не менее 3 лет или с негосударственной формой собственности и т.д.

Наличие в базе данных АДИ количественных показателей, таких, как объем производства, численность работающих, стоимость основных производственных фондов и др., позволяет выполнять достаточно сложные выборки. Преимущество таких выборок - существенное повышение точности рассылки для клиента, снижение его расходов на подготовку и рассылку рекламных материалов.

Большое значение для компаний, проводящих direct mail акции, имеет возможность именной рассылки рекламных материалов. Проведенные в АДИ исследования эффективности именной рассылки по сравнению с безымянной или типа “Уважаемые господа!” показали, что при именной рассылке ее результативность повышается на 10-25%. Это тот случай, когда элементарная вежливость может существенно увеличить доходы клиента.

Как правило, результативность прямой почтовой рассылки составляет 2-5%. Иными словами, на каждую тысячу высланных писем клиент получает 20-50 откликов, из которых часть будет представлена в виде реальных заказов. Экспертный анализ адресных списков позволяет сократить количество “пустых” обращений, но следует учитывать, что отношение организаторов кампании по прямой почтовой рассылке к проблеме выбора потенциальных клиентов также может быть односторонним, субъективным. Нельзя умозрительно охватить весь спектр взаимосвязей и факторов, влияющих на результативность рассылки. За кадром остается статистический портрет потенциального клиента, который всегда полнее, разнообразнее, богаче оттенками и, несомненно, ближе к реальному клиенту, чем субъективный портрет, созданный организаторами кампании.

В математической статистике существует теория распознавания образов, в рамках которой разработаны методы формирования однородных статистических групп по множеству признаков. Именно методы поиска статистически однородных групп клиентов и положены в основу оптимизации адресных списков для почтовой рассылки.

На Западе методы оптимизации при подборе потенциальных деловых партнеров используются довольно широко. Эффективность рассылки повышается в 3-5 раз. Для крупных и средних компаний экономия составляет сотни тысяч и миллионы долларов.

Оценка эффективности различных рекламных кампаний за ряд лет, их систематизация и анализ дали уникальные результаты, которые позволили достаточно точно прогнозировать размер дохода от размера инвестиций в рекламные кампании различного направления.

Информационный рынок в России - это один из немногих секторов рынка, в котором зарубежные компании в силу целого ряда объективных причин и специфики страны не стремятся к монополии. Вернее, пока не стремятся. Как только российский рынок станет привлекательным для зарубежных инвесторов, можно ожидать существенной переориентации зарубежных информационных фирм на развитие бизнеса в России. Российским информационным агентствам и компаниям, специализирующимся в использовании методов direct marketing предоставлен шанс. Этот шанс нужно использовать максимально эффективно.

Существует множество вариантов практического применения анализа статистических данных. Почему же большинство бизнесов, как правило, полагается только на один какой-либо подход?

Аналитические инструменты, имеющиеся в арсенале маркетолога на сегодняшний день, лучше и мощнее, чем это было когда-либо прежде, и они изначально предназначены для разработки и принятия более обоснованных решений. Несмотря на это, равно как и на возможность использовать всевозможные новейшие технологии для увеличения коэффициента конверсии, роста продаж и улучшения показателей возврата маркетинговых инвестиций (MROI, marketing return on investment), многие компании кажутся раз и навсегда «замороженными» в выборе аналитических решений.

Стимуляция роста количества завершенных прохождений конверсионной воронки с применением веб-аналитики: справа — стадии цикла преобразования (Stage of Conversion Cycle), слева — факторы, влияющие на прохождение (Impact); положительные факторы отображены в виде синих стрелок, направленных вверх, отрицательные — желтые стрелки, указывающие вниз.

1. В первой точке взаимодействия — сервисные операции (Service Operations) — из-за несвоевременной обработки заявок отсеивается от 10 до 20% посетителей. На этой стадии действует отрицательный фактор сокращения количества звонков/посещений (Call/Visit Reduction).

Применение аналитики определяется стратегией

Основная стратегия любого бизнеса определяет его выбор использования аналитических инструментов. Без прочной статистической базы компании просто выделяют бюджеты на маркетинг на основе прошлогоднего бюджета или с учетом того, какой товар или услуга продавались лучше всего на протяжении последнего квартала.

Такой подход является скорее «политическим», нежели аналитическим: финансирование получают предложения, считающиеся «хитом месяца», или отделы, громче всех заявляющие о себе, но никак не направления бизнес-процесса, которые нужно развивать в наибольшей степени.

Гораздо более целесообразно оценивать предложения по их экономической ценности или вероятности окупаемости. Использование показателей, которые могут быть оценены числовыми (количественными) значениями, предоставляет маркетологам упорядоченный и лаконичный способ проведения сравнений, и подобные метрики могут быть объединены с заданными условиями: базовыми бюджетами, ранее взятыми обязательствами и пороги вхождения для определенных маркетинговых каналов.

Знание паттернов покупательского поведения вашего потенциального клиента является другим предварительным условием для создания портфеля стратегий с высокими показателями MROI. Эти паттерны за последние несколько лет изменилось так значительно, что старые концепции представлений о поведении клиентов — такие как архаичная «маркетинговая воронка» (marketing funnel) — теперь практически
не применимы.

Модель «воронки» гласила, что узнаваемость бренда была основной движущей силой увеличения коэффициента конверсии и роста продаж, но в настоящее время маркетологи делают на процессе принятия решения о покупке (consumer decision journey) в целом. Процесс покупки происходит гораздо динамичнее, чем провозглашалось ранее, а поведение покупателей подвержено влиянию множества самых разнообразных факторов.

Вот еще один пример: компания, продававшая бытовую технику, тратила основную часть своего маркетингового бюджета на рекламу в печатных СМИ, на телевидении и билбордах с целью добиться как можно большей узнаваемости бренда среди своих целевой аудитории.

Но после того, как она выполнила анализ процесса принятия решения о покупке, обнаружилось, что большинство людей, ищущих технику для дома, просматривают сторонние сайты, а собственный веб-ресурс бренда посещает менее 10% потенциальных клиентов. Выяснив эти сведения, бизнес начал инвестировать в контент-маркетинг, а не в традиционную рекламу, что в результате привело к увеличению продаж через интернет на 20%.

Пример прохождения конверсионной воронки: круглыми иконками обозначены точки взаимодействия (Touchpoint), соединяющие их отрезки голубого цвета отображают траекторию конверсионного путешествия (Journey), желтые значки символизируют маркетинговые каналы, используемые для вовлечения посетителя в воронку — интернет (Web), колл-центр (Call Center), социальные сети и чаты (Social & Chat) и т. д.

В рассматриваемом примере посетитель пользуется интернетом, чтобы зарегистрировать новый аккаунт (Setup a new Account) — это первая точка взаимодействия; затем он активирует банковскую карту телефонным звонком (Card Activation), принимает ответный удерживающий звонок от менеджера по работе с клиентами (Retention Call) с предложением использования льгот (Rewards Use), читает в чате часто задаваемые вопросы (FAQs) и оставляет в социальных сетях отзыв о своем клиентском опыте (Feedback About Experience). Затем он покидает воронку — происходит отток (Churn). На данной траектории прохождения насчитывается 6 точек взаимодействия, но возможны и более сложные сценарии.

Принятие более обоснованных решений

Хотя благодаря появлению новых, более совершенных источников данных маркетинговый анализ расширил свои научные возможности, в маркетинге по-прежнему важную роль играют «ненаучные» аспекты. Владение технологиями ведения бизнеса требуется для того, чтобы бросить вызов конкурентному рынку или одобрить подход к решению проблемы, но творческий подход является ключевым для разработки новых идей о том, как можно использовать имеющиеся данные, или поиска новых возможностей их получения. Такие навыки чрезвычайно полезны в ситуациях, когда качество и пригодность данных точно определить нельзя.

Например, можно легко использовать данные, чтобы вычислить, сколько получателей электронной рассылки откликнулось на нее, однако существуют области, гораздо хуже поддающиеся определению посредством анализа. Впрочем, существование подобных проблем не должно ограничить использование анализа для принятия более обоснованных решений.

Применение данных для принятия оптимальных решений представляет собой трехступенчатый процесс .

1. Найти аналитический метод, который лучше работает

Чтобы сформировать наиболее эффективный комплекс маркетинговых мероприятий (marketing mix), компании должны выяснить достоинства и недостатки всех соответствующих их маркетинговым стратегиям аналитических инструментов. Когда дело касается непрямого маркетинга (non-direct marketing), то в большинстве случаев преобладающий выбор будет включать в себя:

Подход «Охват, стоимость, качество»

«Охват, стоимость, качество» (Reach, Cost and Quality; RCQ) — эвристический метод.

При использовании RCQ каждая точка взаимодействия (touch-point) на основе структурного рассмотрения и анализа фактических данных разделяется на составные части: качество взаимодействия (quality of engagement), количество целевых клиентов, охваченных оффером (number of target customers reached) и стоимость одного уникального посетителя (cost per unique touch-point).

RCQ можно использовать, когда передовые аналитические инструменты применить не удается: например, либо недостаточно данных, либо уровень расходов на маркетинг на протяжении всего года приблизительно одинаков, либо происходит постоянное взаимодействие, при котором незначительные инвестиционные результаты выделить будет затруднительно.

RCQ позволяет привести все точки взаимодействия к единой масштабной шкале, что облегчает их сравнение. Этот метод прост в применении, но на практике из-за различия между каналами уточнение ценности каждой точки взаимодействия представляет собой вполне серьезную проблему. RCQ также не позволяет учитывать влияние взаимодействий и внешних факторов («сетевых эффектов»), а результаты сильно зависят от корректности начальных допущений.

Моделирование комплекса маркетинговых мероприятий (моделирование маркетинг-микса)

Моделирование маркетинг-микса (Marketing-mix modeling; MMM) относится к числу передовых аналитических методов.

MMM предусматривает использование больших объемов данных для вычисления эффективности расходов на каждый маркетинговый канал.

Этот метод устанавливает статистическую взаимосвязь маркетинговых инвестиций и других факторов, влияющих на продажи, с учетом внешних переменных, таких как сезонность, активность конкурентов и рекламные кампании, что позволяет выявлять как интерактивные (например, активность в социальных медиа), так и долговременные (изменения с течением времени структуры потребительских сегментов или моделей поведения отдельных клиентов) результаты инвестиционной деятельности.

МММ полезен как для краткосрочного, так и для стратегического планирования, но у него есть свои ограничения: для применения этого метода необходимо иметь точные данные о расходах на маркетинг и продажу за прошлые годы; он не позволяет оценить маркетинговое мероприятие, мало подверженное изменениям (скажем, наружную рекламу). Он также не позволяет определять долгосрочный эффект от инвестиций в одной единственной точке взаимодействия с клиентом, такой как канал социальных медиа или новое приложение для смартфона.

МММ предъявляет достаточно высокие требования к пользователям: они должны обладать глубокими познаниями в эконометрике, чтобы понимать базовые принципы и владеть инструментарием планирования сценариев для моделирования финансовых последствий, вызываемых принятием конкретных решений о расходовании средств.

Атрибутивное моделирование

Атрибутивное моделирование (Attribution modelling) — новый, развивающийся метод аналитики.

Атрибуция (от англ. attribute — приписывать, наделять) становится тем важнее для маркетинга и каналов eCommerce, чем больше денег закачивается в интернет-рекламу.

Атрибутивное моделирование базируется на наборах алгоритмов или правил, определяющих, каким образом оценивается конверсия трафика в продажи в различных точках взаимодействия, таких как рекламные объявления в интернете, социальные сети или email-рассылки. Эта методика помогает маркетологам решить, насколько полезна каждая точка взаимодействия для успешного преобразования.

Чаще всего этот подход применяют так: просто присваивают высшую оценку последней точке взаимодействия, на которой происходит конверсия — как правило, это кнопка CTA. Новейшие методы используют регрессивные технологии, усовершенствованные алгоритмы и статистическое моделирование, взаимосвязанные в системы реального времени, что позволяет получить гораздо более точную общую картину. Хотя такой подход работает лучше, чем метод атрибуции конверсии по последнему переходу, он по-прежнему всецело зависит от использования в качестве входных данных обычных cookies, что ограничивает возможности данной технологии и затрудняет точное определение важности каждой отдельной точки взаимодействия.

2. Сформировать идею за счет интеграции возможностей каждого метода MROI

Некоторые бизнесы до сих полагаются на использование только одной какой-то аналитической методики, хотя лучшие результаты достигаются при совместном использовании различных инструментов MROI. Подобный комплексный подход, подразумевающий анализ данных непосредственных реакций маркетинга на инвестиции, минимизирует существующие недостатки любого отдельно взятого метода MROI и позволяет руководителям компаний гибко перераспределять бюджеты в пользу тех направлений деятельности, что приносят большую прибыль.

Как же можно использовать комплекс аналитических методов?

Компания может обнаружить, что на традиционную рекламу тратится около 80% маркетингового бюджета. Поскольку в процессе подобных мероприятий взаимодействие с клиентами можно отслеживать во временной динамике, то получается, что в данном случае следует использовать метод моделирования маркетинг-микса (МММ) .

Расходы на цифровой маркетинг, однако, можно более точно отслеживать с помощью атрибутивного моделирования , таким образом выделив в рамках более широких категорий те виды деятельности, что, вероятнее всего, генерируют самые высокие коэффициенты конверсии. Двигаясь далее, компания может использовать эвристический метод RCQ, чтобы проконтролировать оставшиеся 20% своего маркетингового бюджета, который может быть направлен на охват той части целевой аудитории, что недосягаема традиционными рекламными каналами.

Построив кривые частотности откликов, отражающие результаты применения различных аналитических методов, маркетологи смогут оценить эффективность каждого подхода в равных условиях. Затем они смогут использовать этот инструментарий поддержки решений для обобщения результатов, что позволит руководителям, ориентирующимся на эти интегрированные данные, отслеживать эффективность маркетинга практически в режиме реального времени и вносить изменения в процесс так быстро, как это необходимо.

Рассмотрим еще один пример: крупная энергетическая компания использовала RCQ для регулировки соотношения долей наружной рекламы и спонсорской деятельности в своем маркетинг-миксе. После применения этого подхода увеличился охват целевой аудитории, а эффективность маркетинговых коммуникаций выросла более чем на 10%. Затем компания применила МММ, чтобы точнее оценить MROI в отношении расходов на традиционную и цифровую рекламу.

Результаты: каждый €1 000 000, инвестированный в интернет-маркетинг, принес компании 1300 новых клиентов. Аналогичная сумма, вложенная в «нецифровую» рекламу, помогла удержать приблизительно в 3,5 раза больше существующих потребителей, 40% из которых в долгосрочной перспективе готовы сохранить лояльность бренду.

Полученные сведения помогли маркетологам понять, как именно нужно распределить усилия (и бюджет) для сохранения существующих и привлечения новых клиентов.
Когда дело доходит до оптимизации комплекса маркетинговых мероприятий, то может возникнуть соблазн основную часть бюджета направить на краткосрочные инвестиции, обеспечивающие высокие показатели ROI. Это заблуждение подпитывается большим объемом данных, поступивших от клиентов, следующих краткосрочной модели поведения, т.е. совершающих действие одномоментного характера, такое как покупка товара на распродаже или подписка на email-рассылку. Но следует учесть, что краткосрочные модели поведения дают около 15% от общего объема продаж, в то время как бренд — долговременный актив — приносит остальные 85%.

Компании должны быть уверены, что их аналитическая модель позволит отслеживать эффективность маркетинга как на кратком промежутке времени, так и в долгосрочной перспективе.

Один из ведущих брендов чуть было не пал жертвой «краткосрочного мышления». Он начал активную кампанию в социальных медиа — конкурсы, реклама, приложение для совместных покупок. Подобная активность обеспечивала компании почти тот же уровень дохода, что и традиционная реклама, но при гораздо меньших затратах.
Компания решила перенаправить большую часть бюджета от рекламы на телевидении и в печатных изданиях на социальный маркетинг, но при долгосрочном моделировании выяснилось, что влияние социальных медиа падает на 50%. Если бы бренд поступил так, как диктует МММ — т. е. сфокусировался бы на маркетинге в социальных медиа — то его чистая прибыль бы заметно снизилась.

Использование маркетинговой аналитики для стимуляции роста количества пользователей в различных отраслях (размер круга отображает относительную долю отрасли в валовом внутреннем продукте).

По горизонтальной оси отслеживается ценность маркетингового анализа для увеличения роста числа клиентов от низких значений (Low) до высоких (High) — мы можем увидеть, что использование аналитических методов не слишком эффективно для строительных компаний (Construction), но очень полезно для бизнесов, работающих с финансами и страхованием (Financial Services and Insurance).

По вертикальной оси обозначается легкость сбора данных для маркетингового анализа — чем выше, тем проще. В промышленном производстве (Manufacturing) статистический учет традиционно ведется качественно, потому там и легко получить приемлемые для анализа данные, а вот в сфере искусства и развлечений (Arts & Entertainment) собрать релевантную статистику гораздо сложнее.

3. Сделайте аналитический подход «сердцем» вашего маркетинга

Пока, к сожалению, наблюдается такая картина: маркетинговая аналитика (как правило, отданного на аутсорсинг) в целом очень незначительно влияет на бизнес — руководители компаний то ли от непонимания, то ли из-за недоверия не вносят в свою маркетинговую стратегию изменения, о необходимости которых свидетельствуют выводы анализа.

Преодолеть этот барьер нетрудно: маркетологи должны работать в тандеме с экспертами по обработке данных и специалистами по цифровому анализу, чтобы разрабатывать гипотезы использования математического арсенала для решения маркетинговых проблем. Компаниям также стоит позаботится о «выращивании» сотрудников, одновременно понимающих, что им говорит аналитика, и разбирающихся в маркетинге/бизнесе.

В некоторых банках уже сейчас, например, при маркетинговых отделах существуют своего рода советы, где совместно трудятся аналитические и творческие команды. Подобный подход помогает «ударникам креативного труда» узнать, как цифры отчетностей формируют маркетинговые стратегии, а аналитикам понять цели, которых пытается достичь бизнес. Такая совместная деятельность наполовину снижает длительность разработки MROI-ориентированных кампаний.

Гибкость и быстрота реакции также имеют решающее значение. Тактика использования рекламных каналов определяется выводами, полученными из анализа процесса принятия решения о покупке и структуры маркетинг-микса.

Получаемые результаты с момента, как только они станут доступны, должны сопоставляться с целевыми показателями, а расходы и маркетинг-микс — соответствующим образом корректироваться. Атрибутивное моделирование особенно полезно для быстрого внесения изменений в ход кампании, так как бюджет для цифровых маркетинговых каналов может быть смоделирован быстро и точно.

Компании, показывающие наилучшие показатели в своих рыночных сегментах, часто перераспределяют во время кампании примерно 80% своего маркетингового бюджета именно на цифровые каналы.

Вместо заключения

В условиях постоянно усиливающейся конкуренции комплексный аналитический подход является лучшим способом поиска самых полезных идей для увеличения конверсии и лидогенерации, роста продаж и прибыли.