>Конкуренция во всех отраслях растет, ставя новые задачи перед розничным маркетингом. Как эффективно использовать новые технологии для трансформации маркетинговой стратегии?

Цифровая трансформация наступает на традиционные сектора экономики. Американские торговые сети планируют закрыть более трех с половиной тысяч магазинов в 2017 году — устоявшийся бизнес теснит электронная коммерция во главе с Amazon. Несложно предсказать: в очереди и остальная розница: медицина, HoReCa, туризм, традиционные банки и страховые компании. Любой бизнес, массово работающий с физическими лицами.

С точки зрения маркетинга, причина трансформации — изменение покупательского поведения. Исследование трендов B2B маркетинга, произведенное Boston Consulting Group, отмечает “консумеризацию” бизнес-закупок. Новое поколение принимающих закупочные решения сотрудников предпочитает всё меньше общаться с продавцами, всё больше выбирает самостоятельно, на основе информации в интернете, потребляемой со всех возможных устройств.

Выделенные BCG тренды применимы и к наблюдаемому в рознице:

  • От неинформированного, ведомого продавцом покупателя к информированному, ведомому маркетингом
  • От массового и навязчивого маркетинга к персонализированному и дающему выбор
  • От оффлайн и отдельных каналов к интегрированной коммуникации построенной вокруг удобства потребления на бегу, т.е. в телефоне
  • От ручной работы и разрозненных систем, к автоматизации и единому набору данных
  • От разового измерения масштаба и атрибуции “последнего клика” к постоянному измерению результатов и эффекта всех каналов
  • От разделенных иерархических организаций к интегрированным гибким структурам
  • От креатива к технике и аналитике

Маркетинг переходит от работы по позиционированию бренда и охвату, к точечному и автоматизированному взаимодействую: какому сегменту, в какой момент и что хочет сказать компания. Это происходит даже в сфере FMCG, где неизбежен акцент на охват, т.к. покупки, во многом, являются спонтанными. Например, Unilever выделяет самых лояльных потребителей, проводя интерактивные промо, и использует эти данные для оптимизации трат на digital рекламу, используя таргетинг по похожести аудиторий, так называемые “look alike” алгоритмы.

К чему стремимся

Хороший пример для подражания — маркетинг booking.com, мирового лидера в своем сегменте и третьей по размеру ecommerce платформы в мире. Компания уделяет минимум внимания дизайну, зато одновременно проводит тысячу А/Б тестов, обращает особое внимание на единый пользовательский опыт для мобильных и обычных пользователей, делает акцент на персонализацию сообщений ещё до момента, когда клиент сделал первый заказ. Генеральный директор booking.com акцентирует внимание на том, что большинство маркетинговых решений принимается на основе анализа данных. Компания следит, чтобы количество заказов, потерянных из-за ошибок в экспериментах, не уменьшалось ниже определенной отметки, т.к. считает это опасным признаком замедления инноваций.

Технически, речь идет о старом добром внедрении CRM, в изначальном смысле этого слова, как идеологии построения бизнеса вокруг единого профиля клиента.

Толкование Сustomer Relationship Management размыто: это то система сбора жалоб, то управления бизнес-процессами заказа, иногда — управление кампаниями, хранилище данных, исходящий маркетинг и все аналитические системы вместе взятые. Причина в том, что целостное внедрение CRM-подхода до сих пор выливалось в пугающие технические схемы от архитектурных комитетов, занимало годы и было доступно лишь очень богатым компаниям.

И это обоснованно! Уже в среднем розничном бизнесе речь идет о работе с гигантскими объемами данных: сотни тысяч клиентов, миллионы транзакций, десятки миллионов фактов о поведении онлайн. При этом, для эффективного маркетинга многие поведенческие данные требуется обрабатывать во времени, близком к реальному. Например, эффективность стандартных механик электронной коммерции “брошенная корзина” и “брошенный просмотр” падает на порядок уже через тридцать минут после окончания визита покупателя. А это значит, что необходимо за минуты обработать десятки и сотни тысяч действий. Не говоря о пиковых нагрузках в распродажи.

По этой причине крупные бизнесы до сих пор полагаются на сложные и дорогие решения от титанов индустрии, таких как Oracle, IBM, SAP, Microsoft. Не смотря на то, что многие из них корнями уходят в восьмидесятые и откровенно устарели. Остальные, кто не могут себе позволить потратить миллионы долларов на подобные внедрения, считают, что системный подход им недоступен и довольствуются полумерами.

В B2B сегменте маркетинговые технологии совершили рывок и переместились в облако больше пяти лет назад. В индустрии есть признанные лидеры, прошли миллиардные IPO: HubSpot, Marketo, SalesForce, Pipedrive. В B2C сегменте революция только начинается: возможность к ней открылась несколько лет назад, благодаря росту вычислительных мощностей и, прежде всего, увеличению на порядки скорости систем хранения данных за счет перехода на твердотельные диски (SSD).

То, что раньше было доступно только крупному бизнесу, становится доступным среднему и даже малому. На современном оборудовании с обработкой розничных данных справляются вполне стандартные решения, больше не требуется столь сложная архитектура, миллионы долларов, килограммы ТЗ и годы внедрения. В категории Gartner “управление многоканальными кампаниями”, где господствуют титаны индустрии, за последний год появилось сразу несколько молодых облачных компаний: Sailthru, AgilOne, Listrack и другие.

Типичные ошибки на пути к быстрому маркетингу

>Большие данные

На волне технологического хайпа легко поддаться соблазну поиска простых решений. Но нет, зеленую кнопку “поднять выручку” увы, всё ещё не изобрели. Технологии — очередной инструмент, открывающий новые возможности организации работы. Внедрение даже самого современного софта само по себе не решает никакие проблемы, а часто наоборот — создает новые.

Особенно это видно на примере больших данных и машинного обучения, которые находятся на вершине информационного шума и обещают победу машин над людьми уже завтра. На практике, задачи машинного обучения сводятся к автоматизации выбора лучшего решения из большого количества вариантов при соблюдении нескольких условий:

  • Измеримых критериев правильности решения
  • Наличия большого массива исторических решений (обучающая выборка)
  • Грамотно выделенных человеком переменных, влияющих на результат

Это очень мощная технология за которой будущее, но порог входа очень высокий: требуется накопленный массив чистых данных. Девяносто процентов успеха машинного обучения — сбор, очистка и классификация данных. Как говорят аналитики: мусор на входе, мусор на выходе.

Поэтому автоматические товарные рекомендации так хорошо работают в Amazon и не так хорошо — в новом магазине, купившим сервис, обещающий трехзначные цифры роста продаж после установки виджета на страницу. В добавок, чтобы автоматизировать задачу выбора, нужно чтобы было из чего выбирать. Прежде чем покупать сервис, подбирающий персональное предложение для каждого покупателя, полезно убедиться, что таких предложений есть хотя бы пара десятков.

>Хаос чрезмерной децентрализации

Рынок облачных маркетинговых технологий бурно развивается, специализированные американские блоггеры насчитали 5381 (+40% к 2016) сервисов, решающих разные классы маркетинговых задач. Отходя от классического подхода с большим внедрением, есть риск впасть в другую крайность — набрать много решений, запутаться в интеграциях и остаться без набора данных, которому можно доверять.

Для долгосрочной клиентоориентированной стратегии, накопления данных для машинного обучения и качественной многоканальной коммуникации критически важно иметь один стабильный элемент инфраструктуры: центральную базу данных с уникальным идентификатором клиента, передаваемым во все используемые сервисы и каналы. В зависимости от размера бизнеса и технических компетенций, построить такую базу можно по разному: от таблиц гугл и 1С, до облачных маркетинговых CRM. Важно чтобы такая база возникла изначально и позволяла интегрировать тестируемые сервисы с разумными усилиями.

>Отсутствие метрик

Гибкий подход с множеством экспериментов не означает бесконтрольность. Без ясных метрик увеличение скорости приводит к ускоренному броуновскому движению. Поразительно, как много отделов маркетинга функционируют без ясных высокоуровневых KPI.

Хороший KPI должен зависеть от маркетинга и сравниваться в динамике сам с собой. Главное, каждая метрика должна иметь заинтересованного владельца, который понимает как она считается, регулярно смотрит тренды, требует новых гипотез и спрашивает результаты проверки старых. Цель отчетности не контроль, а генерация следующих шагов. Изменения, а не измерения.

Таких метрик не может быть много, они индивидуальны для бизнеса и зависят этапа развития. Вот некоторые лучшие практики в качестве точки отсчета: конверсия в первую покупку, конверсия во вторую покупку, % повторных покупок. Также стоит обратить внимание на количество идущих а-б тестов и запущенных автоматических кампаний. Эти показатели хорошо отражают скорость маркетинга.

>Незнание статистики

Маркетинг и бизнес во многом основаны на чутье и рискованных шагах. Достоверно измерить можно практически всё, но сроки измерения зачастую делают затею бессмысленной.

Тем не менее, сфера применения статистики и доказательного маркетинга стремительно расширяется, особенно в цифровых каналах рекламы и электронной коммерции. Иметь базовую статистическую грамотность необходимо, просто чтобы вовремя отложить свою интуицию и прислушаться к специалистам, показывающим доверительные интервалы, контрольные группы и результаты А-Б тестов.

Владелец традиционного бизнеса рассказывал, как после грамотного теста билбордов отказался от своего видения дизайна с элементами фирменного стиля в пользу простого варианта отдела маркетинга, который давал дополнительные 30% продаж. Этот бизнес далеко обгоняет своих конкурентов, и мне понятно почему. Нужно учиться доверять цифрам и научному подходу, хотя успешным менеджерам и предпринимателям это бывает особенно трудно. Не менее полезно уметь на корню пресекать лапшу из цифр, которой красиво заполняют презентации неудачно нанятые маркетологи.

Даже если достоверно измерить не получается, полезно просто формулировать следующие шаги в виде гипотез: сделав <действие> мы увеличим <метрика> на <прогноз изменения>.

>Применение массовых методов традиционной рекламы

Важное отличие цифровых каналов в том, что клиент в большинстве случаев волен отказаться от рекламы. Отписаться или отправить в спам письмо, запретить показывать баннер или рекламу в facebook, пожаловаться в ФАС на SMS.

Западные и наши собственные исследования [9] показывают, что после 6-7 последовательных неинтересных коммуникаций люди перестают реагировать на любые сообщения от бренда.

Классическая вызывающая сожаление история: бизнес долгие годы копил сотни тысяч контактов клиентов, но никогда с ними не работал. При построении прямого маркетинга начинаются массовые и частые рассылки по всему списку. Следует резкий скачок продаж, эйфория, и столь же резкое падение с разочарованием: база выгорела, за исключением самых стойких, которых, по нашему опыту —  не более двадцати пяти процентов. Восстанавливать доверие клиентов трудно и очень долго. Не надо так. Начинать нужно аккуратно, убедившись, что есть ясная политика сегментации и контроля частоты, налажена обратная связь позволяющая избежать недовольства клиентов.

>В основе всего — люди

За всеми опасностями неизменной остается фундаментальная задача: как сделать так, чтобы новшества привели к ускорению работы? Технологий для этого недостаточно, необходимо изменить поведение людей, т.е. культуру. В соответствии с законами Лармана, наиболее действенный способ изменения культуры — изменение организационной структуры.

Современные отделы маркетинга — это или отделы email рассылок, или отделы бренд-маркетинга, или отдел закупки media или, даже, отдел по внедрению CRM, больше похожий на IT. Всё это – не те структуры, которые способны выстроить цепочку постоянного улучшения.

Для ускорения работы необходимо стремиться к тому, чтобы отдел маркетинга стал отделом развития продукта, у которого есть полномочия вносить изменения во всех точках контакта с потребителем. В идеальном мире, в командах от четырех до двенадцати человек, сидящих физически в одном помещении должно быть сосредоточено достаточно компетенций и полномочий для проверки гипотез: от идеи до запуска кампании и анализа результатов.

Современный маркетинг директор — человек мыслящий терминами продукта, как взаимодействие с компанией будет выглядеть с точки зрения клиента. Он рассматривает коммуникацию в рекламе, на сайте, в приложении и колл-центре, в транзакционных сообщениях и рекламных рассылках  как единое целое, плавно переходящее одно в другое.

>Возможные точки начала преобразований

Признак успешно прошедшей оцифровки бизнеса — отсутствие департамента IT кроме, быть может, специалистов поддержки офисного оборудования. Технологии больше не внедряются отдельно для использования бизнесом, технологии и есть бизнес. Они меняются так быстро, что процесс внедрения нового должен идти параллельно с рабочим, а значит, IT-специалисты должны быть внутри функциональных групп.

По той же причине недостаточной скорости уже мало кто делает сайты силами внутреннего IT. Аналогично, проверка маркетинговых гипотез не должна требовать выхода за пределы ответственности маркетинг директора. Мобильное приложение, программа лояльности, автоматизированные коммуникации, аналитика и прочая автоматизация с точки зрения бизнеса не отличаются от разработки сайта. Технологически это уже достаточно стандартизировано, чтобы отдел маркетинга мог нести ответственность за свои технологии.

Аналитик Гартнер предсказывает, что CMO в 2017м году будет больше посвящать времени IT, чем CIO. Некоторые в США идут дальше и считают, что эти две должности должны быть объединены. Крупные отделы маркетинга часто структурируют по каналам: email, sms, лояльность, медиа. Ошибочно считается, что эффект каждого канала можно отдельно измерить. Хороших моделей атрибуции не существует, такая структура приводит оптимизации частностей, которые вредят целому: перетягиванию трафика, конфликтам и несогласованным коммуникациям с клиентами. Возможный альтернативный вариант — группы по высокоуровневым целям, например, привлечению и удержанию.

Конечно, некоторые каналы могут требовать уникальных компетенций и слабо пересекаться с другими. Например, группа запуска “кирпичных” магазинов, но и в этом случае, такая группа должна адаптировать общие для всех маркетинговые решения для своего канала, отвечать за общие метрики в составе более широких групп, а не оптимизировать локальные показатели.

Команде развития продукта нужны маркетологи с техническими знаниями, пониманием интеграций и потоков данных. И минимум один аналитик для обеспечения чистоты и доверия к данным. Аналитиков нанимать особенно трудно, но, если отказаться от поиска специалистов по машинному обучению, которым в Яндексе существенно более интересно — вполне возможно. Снова помогает начать с основ: SQL, базовая эконометрика и статистика, интерес к предметной области и внимание к деталям.

Здорово, когда в команду получается включить производство контента: дизайнера и редактора. В некоторых случаях удается интегрировать разработчика и специалиста по поддержке клиентов. Чем больше можно сделать не выходя за пределы комнаты — тем лучше.

Резюме

Усиливающаяся конкуренция требует от розничного маркетинга выхода на новый уровень:

  • Обеспечить единый пользовательский опыт во всех каналах
  • Работать с конкретным человеком, а не с трафиком
  • Делать множество быстрых изменений, вместо больших и долго готовящихся
  • Принимать решения на основе данных, а не интуиции

В маркетинге мы наблюдаем проявление общего тренда — для соответствия требованиям рынка компании вынуждены уплощать организационные структуры: переходить от функциональных отделов к продуктовым и проектным командам.

Готовых решений нет, но трансформацию можно начать с задания высокоуровневых метрик успеха и создания условий для преобразования иерархии в более гибкую оргструктуру. Здорово, если есть понимание стратегии, но если нет — не беда, она кристаллизуется в процессе. Сама последовательность действий достаточно проста:

  • Выбрать наиболее перспективные гипотезы
  • Добиться доверия к необходимым данным и метрикам
  • Проверить гипотезы и наблюдать за метриками

Повторяйте снова и снова, итеративно приходя к работающей стратегии на основе вашего собственного опыта и данных, постепенно трансформируя маркетинг и компанию в целом.

Александр Горник, CEO Mindbox

Первоисточник: Forbes

 

Запрос на подключение

₽ в месяц

Свяжемся в течение рабочего дня, продемонстрируем продукт и обсудим сроки внедрения

Без долгосрочных обязательств и разовых платежей

Аванс — месяц, бесплатный период — месяц

10 000 покупателей

10 000 1 000 000

Для размера БД подписчиков 1 млн и более цена за технологию - фиксированная, тарифицируется только дополнительный объем хранимых данных
(более 100 млн транзакций)

Запрос на подключение

Кол-во контактов*
  • 50 000
  • 100 000
  • 150 000
  • 200 000
  • 250 000
  • 300 000
  • 350 000
  • 400 000

Форма обратной связи

Свяжемся в течение
рабочего дня

Обратная связь