3 способа использования маркетинговой аналитики для увеличения продаж

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

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).

2. Точка удержания и кросселлинга/апселлинга (Retention, Cross/Up-Selling) может оказать на прохождение двоякое воздействие: либо увеличить вероятность продажи (Sale) на величину от 5 до 20%, либо на приблизительно такое же значение увеличить возможность оттока (Churn). На данном участке на продажи действуют 2 разнонаправленных фактора: отрицательный — снижение за счет оттока (Сhurn Disease) на 10–25% — и положительный — подъем выручки за счет кросселлинга (Cross Selling) на 10–20%.

3. Стадия формирования опыта потребителя (Customer Experience; CE) предопределяет удачное завершение прохождение воронки на 30–40% больше, чем другие точки взаимодействия. Факторы воздействия здесь таковы: уклонение от закрытия сделки из-за неподходящей стоимости продукта (Cost Avoidance) — отрицательный фактор со значением 5–15%; положительный фактор — подъем, вызванный удовлетворенностью клиента (Customer Satisfaction Lift; CSat Lift), равняющийся 5–10 процентным пунктам.

Подобная практика по умолчанию приводит руководство компаний к привычной организации и планированию бизнес-процессов, за чем обычно следует неприятное открытие: даже самые продвинутые одиночные методологии имеют ограничения. Разнообразие аудиторий и мероприятий, на которые расходуется маркетинговый бюджет, и разница в сроках инвестирования требуют более сложного подхода.

Идеальный способ для компаний, желающих повысить эффективность их маркетинга, заключается в объединении различных параметров MROI таким образом, чтобы лучшие свойства каждого были видны как на ладони.

Улучшения могут быть весьма впечатляющими. Международное агентство Smart Insights, признанный авторитет в области разработке маркетинговых стратегий, проводило опрос своих клиентов, показавший, что комплексный подход сокращает маркетинговые расходы на 15–20%. На глобальном уровне это означает, что все эти бизнесы — относящиеся к различным отраслям деятельности и географическим регионам — в совокупности могут сэкономить $200 миллиардов на маркетинге, чтобы инвестировать эти средства во что-нибудь другое.

Рассмотрим пример: у Smart Insights есть клиент, работающий на страховом рынке США. В период с 2009 до 2012 год этой компании удавалось ежегодно увеличивать эффективность маркетинга более чем на 15% ежегодно без увеличения затрат на него. Для сравнения: за этот же период у аналогичных бизнесов расходы на маркетинг выросли более чем на 60%. В чем же дело?

Маркетинговая аналитика позволила упомянутой компании улучшить свой способ принятия важнейших бизнес-решений.

Что такое маркетинг на основе данных (data-driven marketing)?

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

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.

Почему традиционная воронка продаж уже не так актуальна?

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.

Что топовые компании знают об аналитике, а вы — нет?

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 

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.

Как увеличить продажи с помощью сквозной аналитики?

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.

Магия Universal Analytics: стратегия, тактики, советы по внедрению

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.

Высоких вам конверсий!

По материалам: smartinsights.com.

25 октября 2016

LPgenerator — профессиональная Landing Page платформа для увеличения продаж вашего бизнеса

  • Более 500 шаблонов в галерее
  • Инструменты оптимизации конверсии
  • Статистика и сквозная аналитика
  • CRM для работы с заявками и телефония
  • Визуальный редактор с расширенным функционалом
  • Быстрая техническая поддержка
  • Множество интеграций
  • Окупаемость инструмента — от 7 дней
blog comments powered by Disqus