Маркетинг, основанный на данных. 15 показателей, которые должен знать каждый
Шрифт:
Регрессионному анализу уделяется очень много внимания на программах MBA, посвященных методам принятия решений. Почему я о них умалчиваю? Суть регрессии состоит в выстраивании линейной модели для предсказания продаж – например, как производной функции от маркетинга и других входных параметров. Это отличный инструмент, если у вас есть много «чистых» данных и при этом вам несложно дать интерпретацию большому количеству переменных. Однако нехватка данных или их сильный разброс опасны для регрессии. Фактически в подобных случаях приходится отбрасывать значительную долю информации. В этом смысле деревья решений более гибкие, и их можно создавать и при недостаточности данных, и при большом их разбросе. Помимо прочего, регрессия предполагает наличие простой линейной модели, элементы которой не коррелируют
Разумеется, ограничения есть и у деревьев. Дерево может быть эффективным для анализа тестового набора данных, однако при введении нового набора данных смысл и логика теряются. Чтобы решить эту проблему, нужно провести некоторое количество тестов (с небольшими и крупными массивами данных). С этой задачей справляются многие алгоритмы создания деревьев. Вторая проблема в том, что результатом дерева становится ступенчатая функция – да или нет, высокие или низкие значения какой-то переменной, – а это значительно снижает достоверность прогноза. Регрессия – непрерывный процесс (что можно считать ее преимуществом), а большие деревья фактически подчиняются линейным функциям. Иными словами, если дерево можно разбить на достаточно большое количество уровней, оно способно отображать непрерывную функцию – в частности, именно поэтому дерево решений отлично подходит для анализа больших массивов данных.
Я не утверждаю, что регрессия – плохой метод. В сущности, она отлично подошла Meredith для маркетинга на основе модели предрасположенности с использованием электронной почты (причем оказалась гораздо более эффективной, чем дерево решений). Однако у дерева решений есть целый ряд преимуществ. Главное из них в том, что вам не нужны идеально «очищенные» данные, а результаты более наглядны для любого маркетера.
DirecTV
Компания DirecTV (годовой оборот 17 миллиардов долларов) – оператор спутникового телевидения. Она была основана в 1994 году как подразделение Hughes Electronics. На компанию работает 7500 сотрудников, и она предоставляет свои услуги примерно 18 миллионам жителей США и более чем 5 миллионам жителей нескольких стран Латинской Америки. Перед ней в определенный момент встала та же задача, что и перед компанией EarthLink: удержать клиентов из группы риска.
О проведенном компанией анализе я расскажу чуть ниже, пока же отмечу, что DirecTV удалось перевести маркетинг и обслуживание клиентов на новый уровень с помощью автоматизированной системы, позволяющей производить сбор и анализ данных в режиме, близком к режиму реального времени. В систему ежедневно загружаются данные примерно о 60 миллионах транзакций, а компания использует ее, например, для того, чтобы заблаговременно выявить клиентов, которые собираются позвонить и отменить ту или иную услугу. Созданные в компании модели позволяют специально сформированной команде сотрудников получать контактную информацию клиентов, готовых уйти, и та в течение считаных часов направляет специальные предложения, ориентированные на удержание.
Результаты работы оказались впечатляющими: DirecTV смогла удержать не меньше 25 % абонентов из группы риска, а общий показатель оттока снизился в 2008 году с 19 % в год до 16 % (что было самым низким значением в отрасли). Снижение годового оттока на 3 % кажется не особенно большим, однако для компании с годовым оборотом в 17 миллиардов долларов экономия составляет свыше 500 миллионов долларов в год.
Национальный банк Австралии
Обычно банки проводят массовые маркетинговые кампании. Чаще всего они не таргетированы и совершенно бесполезны. Более правильный подход – использование технологий для поиска новых возможностей. Например, один крупный банк начал анализировать счета своих клиентов и обнаружил беспроцентный вклад на сумму 160 тысяч долларов, который был довольно крупным для клиента. Банкир позвонил ему в течение 24 часов и обнаружил, что эти деньги были собраны его семьей и друзьями для запуска нового бизнес-проекта. Телефонный разговор завершился продажей клиенту контракта на обслуживание специального счета для малого бизнеса, открытием кредитной карты и кредитной линии.
Национальный банк Австралии (National Australia Bank, NAB) – лидер в области маркетинга, основанного на событиях, в области финансовых услуг. С годовым оборотом в 14 миллиардов долларов он занимает первое место в области
Интересно отметить, как NAB применяет эти принципы в недавно приобретенных банках, таких как Европейская группа Национального банка Австралии (включающая в себя Йоркширский банк и Клайдсдейл банк, работающие в Великобритании). Во всех этих банках до момента их покупки NAB процессы маркетинга и управления клиентами были нескоординированными. Кроме того, сотрудники не могли разобраться, кто в конечном итоге отвечает за клиента, – различные группы конкурировали, стараясь заполучить клиента с помощью разных предложений. Дублирование приводило к напрасной трате сил, а клиенты в результате оказывались в полном замешательстве.
NAB консолидировал данные о клиентах своих европейских банков в централизованное корпоративное хранилище, а затем использовал процессы сбора данных и аналитические инструменты для таргетирования и маркетинга, основанного на событиях. Банк выстроил систему координации сообщений по различным каналам, чтобы обеспечить большую последовательность и предотвратить дублирование. Цели маркетинговых кампаний были изменены и сфокусированы на потребностях клиентов, их поведении и CLTV. Предложения начали направляться клиентам своевременно, банк научился связываться с ними в течение 24 часов после поступления от них запросов, а маркетинг в целом стал более персонализированным.
Результаты оказались потрясающими. Доля отклика на маркетинговые предложения сразу же выросла в 30 раз (на 3000 %!). По мере того как банк настраивал и регулировал аналитические инструменты, используя подход гибкого маркетинга – быстрое тестирование и освоение, – отклик рос на 15 % в год. Отток клиентов снизился на 17 %, а координация входящих и исходящих запросов позволила повысить уровень отклика еще на 20 %. Более того, общее количество лидов снизилось на 22 %, однако при этом показатель их конверсии вырос на 15 % из-за улучшения качества.
Ping Golf
Рассмотрим компанию, которая получает прибыль только благодаря маркетингу. Ping производит клюшки для гольфа в соответствии с точными требованиями клиентов и осуществляет их доставку не позднее чем через 48 часов. Компания может менять цвет, длину, гибкость и тип рукоятки клюшек. Перед ней стоит непростая задача: в день она получает до 3000 заказов, количество ее активных клиентов превышает 10 тысяч, а распространением занимается около 20 дистрибьюторов – не говоря о необходимости управлять сборкой по принципу «точно в срок» (just-in-time). Проблема усугубляется тем, что для производства некоторых частей клюшки может потребоваться от 3 до 12 недель, а годовые продажи неравномерно распределены во времени – более 40 % продаж Ping происходят во II квартале.
Однако компании удается решать большинство проблем с помощью аналитических инструментов и хранилища, позволяющего обрабатывать данные в режиме реального времени. В колл-центре трудятся 15–20 торговых представителей, которые обрабатывают от 1000 до 3000 звонков в день (ежедневно оформляется около 2000 заказов). Система хранит около 12 миллионов серийных номеров для всех компонентов клюшек, то есть клиент может заказать точную копию имеющейся у него клюшки через колл-центр или интернет. Ответ в режиме реального времени позволил компании создать лучший в своем роде колл-центр и повысить показатель удовлетворенности клиентов. Таким образом, аналитические инструменты и грамотная инфраструктура хранилищ данных помогают не только внедрить маркетинг, основанный на событиях, но и значительно улучшить работу других подразделений.
Бизнес-кейс для аналитического маркетинга
Аналитический маркетинг чаще всего используется для более дорогих либо сопутствующих товаров и услуг или удержания (снижения оттока) клиентов. Такие виды маркетинговой деятельности приводят либо к количественно измеряемым новым продажам, либо (в случае снижения оттока) к получению доходов, которые при ином развитии событий компания не получила бы из-за ухода клиентов. Поскольку маркетинговая деятельность напрямую влияет на величину доходов, для этого случая вполне применим показатель финансового возврата на инвестиции в маркетинг.