Маркетинг 5.0. Технологии следующего поколения

1. Компании часто относятся к управляемому данными маркетингу как к ИТ-проекту. Отправляясь в путь, они фокусируются слишком сильно на выборе инструментов программного обеспечения, вложении инвестиций в инфраструктуру и найме аналитиков данных. Управляемый данными маркетинг должен быть маркетинговым проектом. IT-инфраструктура следует за маркетинговой стратегией, а не наоборот. Это не только значит сделать отдел маркетинга авторами проекта. Маркетологи должны быть теми специалистами, которые определяют и создают процесс управляемого данными маркетинга полностью. По мнению многих исследователей, более крупные объемы данных не всегда означают лучшие выводы. Ключевое – это понимание, что искать в океане информации, имея четкие маркетинговые цели.

2. Аналитика больших данных часто воспринимается как волшебная палочка, которая разгадает все закономерности поведения покупателей и решит все маркетинговые проблемы. Большие данные – это не замена традиционным методам маркетинговых исследований, особенно требующих взаимодействия с человеком, как например: этнографические исследования, юзабилити-тестирование или дегустации продукта. На самом деле большие данные и маркетинговые исследования должны дополнять и усиливать друг друга, так как управляемому данными маркетингу нужно и то, и то. Маркетинговые исследования регулярно проводятся для отдельных и узких целей. С другой стороны, идет сбор и анализ больших данных в реальном времени для усиления маркетинга на ходу.

3. Аналитика больших данных имеет настолько большие перспективы автоматизации, что компании полагают, что, единожды наладив, она будет работать на автопилоте. Маркетологи ожидают, что они вольют большие объемы данных в черный ящик под названием «алгоритм» и получат мгновенно ответы на свои вопросы. В реальности маркетологам все еще нужно управлять процессами в основанном на данных маркетинге. И хотя машина может заметить закономерности в данных, которые не может заметить человек, однако всегда требуется маркетолог с опытом и знанием контекста для фильтрации и интерпретации полученных закономерностей. Что важнее, готовые к действию выводы требуют маркетолога, который будет разрабатывать новые предложения и кампании, пусть даже и с помощью компьютеров.

Шаг 1: определить цели управляемого данными маркетинга

Кажется очевидным, что любой проект нужно начинать с четких целей. Но слишком часто проекты по маркетингу, основанному на данных, запускаются с целями на заднем плане. Более того, большинство проектов с данными становятся чересчур амбициозными, потому что маркетологи хотят достигнуть всего и сразу. В результате проекты становятся слишком сложными, доказуемых результатов становится сложнее достичь, а компании в конечном счете сдаются.

Сценариев использования основанного на данных маркетинга действительно предостаточно, и они имеют широкую сферу применения. С большими данными маркетологи могут найти новые идеи продуктов и услуг и оценить спрос на рынке. Компании могут также создавать кастомизированные продукты и услуги и персонифицировать клиентский опыт. Подсчет подходящей цены и настройка моделей динамического ценообразования также требуют подхода на основе данных.

Помимо помощи маркетологам в определении того, что предложить, большие данные также полезны в определении того, как предоставлять товар. В маркетинговых коммуникациях маркетологи используют большие данные для таргетирования аудитории, создания контента и выбора медиа. Это ценно для push-маркетинга, например, при выборе каналов и лидогенерации. Также часто используют данные для послепродажных услуг и удержания покупателей. Большие данные часто используются для прогнозирования оттока клиентов и определения мер по исправлению недочетов обслуживания.

Несмотря на обилие сценариев использования, критично важным является сужение фокуса до одной или двух целей, отправляясь в путь к управляемому данными маркетингу. По своей природе люди с подозрением относятся к тому, что они не понимают, а технические детали управляемого данными маркетинга могут быть пугающим неизвестным для всех в организации на всех уровнях.

Рисунок 8.2. Примеры целей управляемого данными маркетинга

Конкретизированные цели проще объяснить, а значит, и проще мобилизовать людей в организации, особенно тех, кто настроен скептически. Это помогает направить в одну сторону различные бизнес-подразделения, заручиться их поддержкой и обеспечить взятие ответственности за результаты. Сфокусированные цели также заставляют маркетологов думать о наиболее эффективной оптимизации производительности и приоритизировать усилия в соответствии с этим. Когда маркетологи выбирают цель с наибольшим эффектом, компании могут получить значимые быстрые победы, а значит, и вовлеченность всех на раннем этапе.

С четкими целями инициативы основанного на данных маркетинга становятся измеримыми и поддающимися учету (см. рисунок 8.2). Полученные в результате анализа данных выводы также будут легче применяться на практике и вести к конкретным мерам улучшения маркетинга.