Сегодня «big data» является одной из самых обсуждаемых концепцией в маркетинге. Хотя большинство современных маркетологов собирают данные о потребителях, далеко не все улучшают свой бизнес на основе этой ценной информации. Исследование, посвященное британским предприятиям в digital-экономике, показало, что только 18% компаний полагаются на данные и анализ, принимая серьезные финансовые решения.
С мыслью об этом ниже мы перечислили несколько шагов, которые помогут вам начать выстраивать ваш бизнес вокруг действенных data-инсайтов.
1. Сегментация списка email-рассылки
Сегментация списка email-рассылки — это простая, но эффективная методика для использования данных. Записывая поведенческую, демографическую и психографическую информацию, вы можете понять, какие типы контента люди хотели бы получать по электронной почте. В этом отношении email становится все более персонализированным каналом связи.
В ходе исследования от Econsultancy 74% маркетологов утверждали, что персонализированный email-маркетинг способствует большему вовлечению клиентов. Кроме того, в исследовании от Campaign Monitor маркетологи отметили, что в среднем прибыль от их сегментированных кампаний повышается на 760%.
С Kissmetrics Campaigns вы можете использовать поведенческие данные из Kissmetrics Analyze и рассылать автоматизированные письма тем, кто задействовал определенные триггеры на вашем сайте.
К примеру, вам не стоит отправлять одинаковые email’ы «горячим» лидам и новым подписчикам. Если человек несколько раз заходил на вашу главную страницу, просматривал прайс-лист и проявлял другие признаки готовности к покупке — отправьте ему письмо с рекламой конкретного продукта. Если же пользователь только недавно подписался на вашу рассылку, ему лучше отправить серию email’ов с описаниями преимуществ и полезными советами.
Действуя на основе данных, вы можете использовать автоматизированные письма, чтобы продвигать пользователей по вашей воронке продаж, независимо от того, на каком этапе они находится.
2. Удержание клиентов
32% руководителей считают, что удержание существующей клиентской базы должно быть основным приоритетом каждой компании, ведь оно обходится в 5-25 раз дешевле, чем привлечение новых клиентов.
Для разработки оптимальной стратегии удержания вам нужно собрать как можно больше потребительских данных. Анализируя покупательскую историю человека, вы можете получить представление о том, какие еще продукты могут заинтересовать его.
Скажем, если в вашем интернет-магазине есть три главных товара, и пользователь уже купил 2 из них, он с большей вероятностью откликнется на третий оффер. Вдобавок к персонализированному email-маркетингу, вы можете загрузить список таких клиентов в Facebook и создать индивидуально настроенную аудиторию.
После этого покажите им объявление Facebook и предложите ваш продукт. Поскольку эти люди уже знают ваш бренд и доверяют ему, CTR и оплата за покупку будут значительно ниже, чем с рекламой для «холодной» аудитории.
Если вы руководите SaaS-компанией, то можете установить триггер, за счет которого ваши существующие клиенты будут получать благодарственное автоматизированное письмо ровно через год после регистрации в сервисе.
Данные подскажут вам, кто из пользователей с большей вероятностью станет адвокатом вашего бренда. Помните об этом, когда будете продвигать ваши программы лояльности.
Data-driven подход к маркетингу удержания заключается не в том, чтобы выжать как можно больше денег из существующих клиентов, а в том, чтобы предоставить им качественный пользовательский опыт с персонализированным контентом и офферами. Эта стратегия гораздо более эффективна с точки зрения долгосрочного построения бренда и принесет вам больше дивидендов.
3. Визуализация данных
В рамках недавнего опроса 90% маркетологов-респондентов (из 300) заявили, что они используют визуальный контент как минимум в половине своих постов. Хотя многие считают, что понятия визуализации данных и инфографики характеризуют одно и то же, на самом деле это не так. Суть визуализации состоит в том, чтобы показать данные креативным образом, тогда как инфографика используется для лучшего повествования информации.
Демонстрация клиентских данных на красочном визуальном дисплее — это эффективный контент-маркетинговый прием. С его помощью вы можете сделать ваш бизнес более прозрачным и в то же время объяснить аудитории важность оттока, удержания, пожизненной ценности и других метрик.
Визуализация данных также полезна и для внутренних целей. В большинстве случаев анализ тенденций существенно упрощается, когда у вас есть наглядные пособия и статистика для построения выводов. К примеру, если ваша организация запускает HR инициативу по диверсификации трудовых ресурсов, запись и визуализация ежеквартальных данных поможет вам оценить эффективность ваших действий.
4. Разработка новых продуктов
Предиктивный анализ — это метод анализа исторических данных, который позволяет определять вероятность достижения предполагаемых результатов. Имея в своем распоряжении огромные массивы информации, вы можете использовать этот тип обработки данных для создания продуктов.
Как правило, в успешных интернет-магазинах большая часть выручки приходится на несколько товаров, тогда как остальные продукты продаются очень плохо. Именно поэтому запуск нового продукта в eCommerce-сегменте зачастую кажется предпринимателям слишком рискованной затеей.
Netflix — это один из немногих брендов, которым удалось освоить искусство предиктивного анализа. Опираясь на собранные данные, они определили атрибуты успешных фильмов и телевизионных шоу. Это позволило им создать проект под названием «Карточный домик», пользующийся огромным коммерческим успехом. Звезда этого сериала, Кевин Спейси (Kevin Spacey), и его продюсер, Дэвид Финчер (David Fincher), были отобраны с учетом того, что зрителям Netflix нравятся их предыдущие работы (судя по данным).
Предиктивный анализ не может гарантировать вам полный успех при разработке нового продукта, но с его помощью вы несомненно оградите свой бизнес от многих рисков.
5. Снижение оттока
Следуя примеру American Express, вы также можете использовать предиктивную аналитику для снижения оттока. Покопавшись в своих данных, эта компания собрала инсайты, которая помогают ей привлекать более качественных и лояльных клиентов.
Если у вас есть список аккаунтов, которые с высокой вероятностью могут аннулироваться в ближайшее время, вы можете создать специальную email-маркетинговую кампанию для повторного вовлечения этих пользователей. Предлагайте им уникальные вознаграждения, поощряйте долгосрочное взаимодействие с вашим бизнесом и снабжайте их ценным персонализированным контентом.
Даже если ваш предиктивный анализ не принесет вам таких же результатов, как это было в случае с American Express, существуют факторы, которые заметно коррелируют с коэффициентом оттока — к примеру, когда человек не логинится в свою учетную запись в течение определенного периода.
C Kissmetrics Campaigns вы можете настроить ориентированные на конкретное время события, которые будут запускать ваши автоматизированные email’ы для повторного вовлечения. Компании, занимающиеся спортивными ставками, постоянно пользуются этим приемом, отправляя клиентам бесплатные предложения по ставкам, если те долго не взаимодействовали с их сервисом.
6. Прогнозы продаж
Анализируя покупательские паттерны ваших предыдущих клиентов, вы можете прогнозировать продажи на будущее. Скажем, если вашим главным источником прибыли является подписной лист, знание стоимости привлечения подписчика, среднего чека и пожизненной ценности таких потребителей имеет решающее значение.
Благодаря этой информации вы будете точно знать, сколько денег вам нужно вкладывать в привлечение лидов, чтобы вы могли масштабировать свою подписную базу прибыльно. Если же вы не знаете ключевых показателей вашего бизнеса, правильно распределять маркетинговый бюджет становится намного сложнее.
Используя предиктивный анализ для прогнозирования продаж, вам стоит опираться не только на нейтральные, но и на пессимистичные прогнозы. По мере масштабирования ваши метрики будут меняться, поэтому очень важно, чтобы у вас оставались свободные деньги на тот случай, если ваши предположения не оправдаются.
Делайте бизнес на основе данных!
По материалам: blog.kissmetrics.com, Изображение: aubergene
