1.
• сколько денег он тратит на нас в настоящее время?
• считаете ли вы, что он потратит много денег в будущем?
• как долго он был вашим клиентом?
• способен ли он убедить других клиентов покупать ваш бренд?
• дорого ли обходится его обслуживание, то есть является ли общение с ним прибыльным для вас?
• есть ли в нем что-то еще, важное для компании?
2.
3.
Обретение – о чем следует говорить с клиентами?
Мы знаем, с кем нам стоит разговаривать. Но о чем? Напрашивается ответ: «О том, что мы хотим им продать».
Это правильно – но лишь с нашей точки зрения.
В этой главе я покажу вам, как это сделать.
Мы будем говорить о том, каким образом вам следует собирать и анализировать данные для лучшего понимания мотивации своей целевой аудитории. Начиная с этого момента, мы с вами будем изучать принципы создания сегментов из группы людей, имеющих сходные потребности или мотивации. Мы представим вам технологии, способные предсказать, в каких продуктах или предложениях могут быть сильнее всего заинтересованы ваши клиенты. Мы также увидим, как легко мы можете узнать о потребностях и желаниях аудитории – о них вам расскажут данные, доступные в социальных сетях и других бесплатных источниках. Наконец, мы обсудим новые методы, которые помогут вам буквально вторгаться в мозг клиента, чтобы лучше понимать, как удовлетворять его потребности.
Людям нужна причина, по которой они будут слушать ваше предложение. В нем должно быть что-то интересное для них, а не только то, что вы продаете. Вам необходимо создать так называемый ценностный обмен. Приведенный в первой главе пример Amazon.com наглядно показывает, что я имею в виду. Мне нравится, когда компания отслеживает историю моих покупок, потому что взамен я получаю рекомендации, соответствующие моим интересам.
Пожалуй, еще лучше с идеей ценностного обмена работает компания Netflix. Каждый год она организует соревнование среди аналитиков и программистов, направленное на дальнейшее улучшение алгоритма рекомендаций. Победитель соревнования получает один миллион долларов – и это наглядно показывает, какую важность Netflix уделяет силе своих рекомендаций.
Примеры Netflix и Amazon подчеркивают, что анализ клиентских данных может дать нам немало подсказок, благодаря которым компании получают возможность модифицировать свою маркетинговую коммуникацию. Это и станет предметом нашего разговора.
Amazon и Netflix используют довольно сложные алгоритмы для сортировки данных, но для вас в них нет никакой необходимости. Вы вполне в состоянии просто отслеживать, что говорят о ваших продуктах и услугах в Интернете, а затем откорректировать позиционирование своего бренда. Напомню пример, который уже приводил в первой главе: компания Ceasars, узнав, что клиентам ее гостиницы «Париж» очень нравится вид из окон на Лас-Вегас-Стрип, сразу поменяла картинку на своем сайте, чтобы лишний раз показать людям то, что им приятно видеть. Кроме того, компания обнаружила, что посетителей сайта прежде всего интересовали размер комнат, варианты питания и набор предлагавшихся в гостинице услуг, и она добавила всю интересующую их информацию. В результате заказ номеров через Интернет вырос более чем на 10 %. Этот очень простой пример подтверждает, почему так важно понимать потребности и желания вашего клиента: что им нужно; что им нравится; что они ненавидят. Короче говоря, узнав обо всем, что не оставляет их равнодушными, вы сможете понять, о чем им рассказывать. Как только вы по-настоящему вникнете в мысли своих клиентов, то сможете скорректировать и свое предложение, и обращение к ним, и способ донесения информации, и даже каналы, по которым выстраиваете с ними связь (ниже мы поговорим об этом в деталях). Данные помогут усилить степень вашего влияния. А как показывает опыт Ceasars, это приводит к великолепным финансовым последствиям.