Вы уверены, что принимаете все решения на основе данных. Однако проблема большинства компаний заключается в том, что они не используют свои данные в полном объеме, а значит, теряют деньги…
Чем больше данных мы собираем, тем сложнее становится связать их вместе и управлять ими, а самое главное — использовать их в реальном времени для улучшения маркетинговых кампаний.
Краткая история маркетинговых технологий
Как это часто бывает, чтобы понять настоящее, важно знать прошлое…
Управление контактами: начало
Еще в 1986 году, когда цифровой маркетинг только начинал набирать обороты, компания под названием ACT! запустила программное обеспечение для хранения информации и управления контактными данными клиентов. Все делалось вручную.
7 лет спустя, в 1993 году, Том Сибел (Tom Siebel) решил, что Oracle (компания, где он тогда работал) могла бы продавать свое корпоративное приложение для отдела продаж в качестве отдельного продукта. Когда Ларри Эллисон (Larry Ellison), директор компании, отклонил его идею — он оставил Oracle и создал собственную фирму. Siebel Systems не понадобилось много времени, чтобы стать ведущим поставщиком такого вида софта на рынке.
Сибел взял самые важные функции из систем прямого маркетинга на основе клиентских данных (Database Marketing) и объединил их с программным обеспечением для управления контактами. И вуаля! Первая CRM-система появилась на свет.
Масштабное внедрение облачных вычислений и автоматизации маркетинга
Индустрии пришлось ждать еще около 4 лет, пока не появился новый гений, внесший коренные изменения в область CRM. Его звали Марк Беньофф (Mark Benioff), и он тоже был одним из бывших руководителей Oracle. В 1999 году он представил бизнес-миру первый CRM в Cloud (так родилась корпорация Salesforce).
После этого внедрение облака в качестве масштабируемого и экономически эффективного подхода позволило малым и средним предприятиям создавать CRM согласно специфическим потребностям рынка и доминировать в новых вертикальных сегментах.
К началу 2000-х распространение персональных компьютеров изменило процесс принятия решений пользователями, и парадигма покупатель/продавец вновь претерпела трансформацию.
Марк Орган (Mark Organ) нашел свою нишу в конкурентной CRM-среде и основал Eloqua. Шел 2003 год. Автоматизация в маркетинге в том виде, что мы ее знаем сегодня, только начала зарождаться. Eloqua являла собой пример первого продукта, разработанного маркетологами для маркетологов. Организация мультиканальных кампаний, сегментирование аудитории и создание персонализированного контента стало простым, как никогда ранее.
Интерфейс EloquaМаркетинговая автоматизация предоставила прекрасную возможность для открытия бизнеса в этой области, что доказала история успеха Eloqua, так что через пару лет появились новые платформы: Marketo, Pardot, ExactTarget и другие.
Всего лишь спустя несколько лет после своего появления, автоматизация стала большой частью CRM-отрасли.
Вехи развития. 1986 — прямой маркетинг на основе клиентских баз: все делалось вручную, но системы могли сохранять большие объемы контактных данных клиентов. 1990 — CRM-системы автоматизировали функции Database Marketing и совместили их с системами управления контактами. 1999 — появление первого облачного CRM-софта от Salesforce, широкое распространение CRM. 2003 — на фоне перемен в цифровом поведении покупателей и продавцов появляется компания Eloqua, способствующая широкому освоению маркетинговой автоматизации; популярность веб-аналитики возрастает, расширяются возможности email-маркетинга
Ограничения и проблемы маркетинговой автоматизации
Ограничения связаны с тремя моментами:
- Доступность данных
- «Усталость» маркетинговой автоматизации
- Преобладание модели PQL над MQL
1. Доступность данных
С момента зарождения автоматизации ситуация сильно изменилась: сегодня пользователи взаимодействуют с цифровыми продуктами гораздо более сложными и многообразными способами, чем 10 лет назад. Комплексная структура пользовательского взаимодействия и увеличение числа устройств-посредников привели к необычайному распространению вертикали SaaS-продуктов на специфических рынках со специфическими потребностями. Идеальная комбинация этих продуктов с особыми функциями не только способствует сбережению финансов, но и гарантирует лучшее качество по сравнению с традиционными решениями «все в одном».
Набор средств SaaS-индустрии дает компаниям способность быстро маневрировать, но часто он же становится причиной серьезной фрагментации данных.
Чем шире набор применяемых вами средств, тем больше пользовательских данных вы распространяете по разным инструментам и тем больше времени понадобится, чтобы заново собрать этот пазл и составить цельную значимую картину.
Ниже представлен экспоненциальный рост фрагментации данных в зависимости от возрастания сложности применяемых вами средств:
Вертикальная ось — сложность средств SaaS-стратегии. Горизонтальная ось — фрагментация данных. Желтая линия — кривая персонализации. Точка пересечения с красной кривой — оптимальность персонализации. Заштрихованная область — полная потеря данных
Кривая персонализации желтого цвета говорит вам, какое количество данных вы в действительности используете. При увеличении сложности SaaS-инструментов и фрагментации данных уровень персонализации остается прежним. Большое количество клиентских данных, собранных вами, изолируется в разных инструментах.
Голубая точка пересечения отмечает «полную потерю данных» — данные, которые вы имеете, но не можете использовать.
2. «Усталость» маркетинговой автоматизации
Суть этого явления заключается в том, что эффективность маркетинговой тактики со временем уменьшается, поскольку ее средства демонстрируются аудитории слишком часто.
Быстро развивающиеся каналы приобретения клиентов. Синяя кривая — сарафанное радио. Красная — email. Зелёная — MySpace. Фиолетовая — Craigslist. Оранжевая — Twitter. Голубая — Facebook. Сиреневая — iOS. Розовая — Android
Этот эффект еще более присущ маркетинговой автоматизации. Когда каждая маркетинговая команда или группа разработки продукта в каждой компании применяет одни и те же «лучшие практики», эти стандарты все больше теряют свою эффективность с течением времени.
Объяснение такой «усталости» дали два психолога с помощью кривой Вундта (Wundt-Berlyne Curve). Когда стимул не похож ни на что, с чем мы имели дело ранее, когда мы сталкиваемся с абсолютно новой вещью, мы испытываем удовольствие. Гедонистическая ценность (Hedonic Value) стимула осмысливается как функция, достигающая пика (точка Х1 рисунка — оптимальный уровень гедонистической ценности), а затем резко падающая до фазы разрушения иллюзий (Х2). Положительная активность напрямую связана с новшеством стимула.
Вертикальная ось: верхняя часть — позитивная гедонистическая ценность, нижняя — негативная гедонистическая ценность. Горизонтальная ось — новшество. Пик кривой — оптимальный уровень гедонистической ценности. Отрезок от точки X1 до точки Х2 — потенциал активности. Область от точки Х2 под вертикальной осью — фаза разрушения иллюзий
Маркетингу (как и любой другой индустрии) постоянно нужны новые триггеры для обеспечения инноваций и поддержания стадии активности, а также воспринимаемой гедонистической ценности на как можно более высоком уровне.
Горизонтальная ось — время. Кривая отображает пики гедонистической ценности. Снизу находятся самые низкие точки разрушения иллюзий
Например, сегодня всем мы находимся на том этапе, когда видим автоматизированные «персональные» рассылки за километр.
Иными словами, мы почти вступили в фазу разрушения иллюзий.
3. Преобладание модели PQL над MQL
Квалифицированный маркетингом лид (Marketing Qualified Lead, MQL) — это потенциальный клиент, каким-либо образом выразивший интерес к вашей компании/продукту и готовый к общению с представителями отдела продаж.
Квалифицированный в плане продукта лид (Product Qualified Lead, PQL) переворачивает традиционную MQL-модель с ног на голову. MQL исходит из демографических характеристик каждого пользователя, в то время как PQL приоритизирует пользовательское поведение и степень знакомства с продуктом.
MQL-модель ориентирована в первую очередь на такие вопросы как: «Каков email этого контакта? Это письмо для B2B или B2C? В чем особенность компании, в которой работает данный человек? Какова его роль в компании?».
PQL-модель начинает с вопросов: «Попробовал ли он продукт? Какой функцией он воспользовался в первую очередь?»
MQL находится на области пересечения демографических характеристик и маркетингового поведения. PQL — на пересечении демографических характеристик и поведения относительно продукта (PQL 2), маркетингового поведения и поведения относительно продукта (PQL 3) и всех этих составляющих одновременно (PQL 1)
Говоря проще, продавать нужно тем, кто доволен вашим продуктом еще до того, как они заплатили за него.
В традиционных платформах для автоматизации есть множество моментов, приводящих к пробелам в коммуникации, недостатку данных и невозможности масштабирования процесса. Такие платформы хороши для квалификации и поставки персонализированного контента, но хуже справляются с onboarding-процессами, подогреванием первоначального интереса и постепенным доступом пользователей к функциям продукта
Платформы управления данными и автоматизация маркетинга
Посмотрим на проблему широко:
1. С одной стороны, у нас есть SaaS-продукты, способные генерировать невероятный объем данных. Они сокращают затраты и становятся еще мощнее в комбинации, но иногда совершенно не связаны друг с другом и тяжело поддаются интеграции без вмешательства и дополнительных усилий инжиниринг-команд.
2. С другой стороны, существуют системы автоматизации, мощные продукты, не обладающие информацией об используемом вами наборе средств и производимых данных. Они похожи на машины с мощнейшими двигателями, но без колес.
Искаженные, неверные, частичные или несуществующие данные могут привести только к искаженным, неверным, частичным и несуществующим действиям.
И тут в действие вступают платформы управления клиентскими данными (Customer Data Platform, CDP). Они беспроблемно интегрируются со всеми используемыми в качестве основных источников данных SaaS-продуктами, кроме того, они обладают продвинутыми способностями автоматизации.
Если проводить параллели с астрономией, то платформы управления клиентскими данными можно сравнить с обитаемой зоной (где условия пригодны для жизни, примерно как на Земле): они прекрасно интегрируются с применяемыми SaaS-средствами и имеют автоматизационные возможности
Платформы управления клиентскими данными дают вам полный обзор каждого вашего клиента.
Вот примеры вопросов, на которые могут ответить CDP:
- Активен пользователь или нет?
- Платил ли он когда-либо за ваш продукт?
- Какой способ связи для него предпочтителен — email или уведомление в браузере?
- Сколько запросов он сделал в прошлом месяце?
- Каков индекс потребительской лояльности (NPS) вашего продукта?
- Каковы шансы возникновения оттока (Churn) для этого пользователя?
Но это еще не все. Вы можете соединить эти данные для более изощренной сегментации аудитории, чтобы затем обеспечить своим потребителям замечательное путешествие.
Цикл платформ управления клиентскими данными будет выглядеть так:
- Подсоединить приложения, используемые как часть вашего набора маркетинговых средств;
- Объединить и проанализировать данные, соединить точки;
- Сделать выводы;
- Предложить или предпринять действия на основе полученных знаний.
Почему CDP изменят ситуацию в отрасли
Платформы управления данными клиентов заполнят существующие технологические пробелы в трех направлениях:
- Минимизация потери данных
- Масштабируемость набора SaaS-средств
- Тактическая усталость
Минимизация потери данных
CDP знает точную конфигурацию инструментов, входящих в число используемых вами средств. В случае применения такой платформы фрагментация данных не будет возрастать с усложнением набора средств, потеря данных уменьшится, а кривая персонализации повторит траекторию красной линии:
Вертикальная ось — фрагментация данных. Горизонтальная ось — сложность средств SaaS-стратегии. Желтая линия— кривая персонализации. Заштрихованная область — потеря данных
Масштабируемость набора SaaS-средств
В то время как традиционные продавцы решений «все в одном» обычно сталкиваются с высокими затратами на переманивание клиентов от конкурентов (Switching Costs), платформы управления клиентскими данными дают современным компаниям возможность на лету менять набор используемых маркетинговых средств по мере развития бизнеса. Поэтому организации могут быстро варьировать технологии, не теряя в этом процессе ценных данных.
Красная кривая — эволюция бизнеса. Желтая зигзагообразная линия — эволюция набора SaaS-средств (идёт вместе с развитием бизнеса)
Тактическая усталость
Если у вас очень большой набор маркетинговых средств и вы занимаетесь неограниченным количеством точек соприкосновения и взаимодействий с продуктом, то вам будет намного проще создавать необычные пользовательские пути.
Чем лучше вы знаете своих клиентов, тем более незабываемый опыт можете обеспечить.
Заключение
Овладение новыми, ориентированными на клиента, технологиями сегодня имеет критическое значение. Но это же требование порождает множество новых задач, в том числе для тех, кто не вовлечен в разработку софта напрямую.
Маркетологи и менеджеры будущего, умеющие вовремя подхватить и использовать правильные технологии, смогут серьезно влиять на разные виды бизнеса.
Следующее большое испытание — научиться соединять все увеличивающийся объем собираемых нами данных с принимаемыми на их основе действиями. Платформы управления данными способны решить эту проблему, так что, если вы озабочены потерей данных, тактической усталостью, сложностями с комплексностью или масштабируемостью маркетинговой стратегии, обратите внимание на CDP — они могут стать отличным подспорьем.
Высоких вам конверсий!
По материалам: conversionxl.com
