Сегодня мы беседуем о маркетинге, CRM и аналитике данных с генеральным директором компании Brand Mobile Давидом Вачадзе.
— Давид, ни для кого не секрет, что грамотный маркетинг — залог успешного бизнеса. Какую роль в этом играет аналитика данных?
— Критическую. Есть эффективные маркетологи, которые полагаются исключительно на интуицию, но их очень мало, да и в принципе оценка этой самой эффективности предполагает некоторую аналитику данных. Однако в подавляющем большинстве случаев маркетологи — обычные люди, и им для принятия решений требуется качественная информация.
Маркетинг как сфера деятельности — синтетическая и очень многомерная история, выделить из всего разнообразия данных именно ту информацию, которая четко и однозначно позволяет принимать решения и оценивать результат их реализации — задача очень непростая. И часто истории “сейчас быстро прикину на пальцах” либо “просто использую свой здравый смысл” уже не работают — требуется профессиональная работа с информацией, аналитика данных.
— Вы возглавляете компанию Brand Mobile, разрабатывающую маркетинговые решения. На сайте написано — цитирую — “Выстраиваем клиентоцентричное коммуникационное пространство на основе данных”. Можете расшифровать?
— Коммуникации — это базовая инфраструктура маркетинга, пространство в котором он существует. Прямая коммуникация с существующими и потенциальными клиентами — наиболее понятная, органичная, и потенциально эффективная история. Диджитал принес в нашу практику возможность реализовывать такую прямую коммуникацию быстро и дешево.
Парадокс в том, что мы, маркетологи, продолжают использовать эти возможности просто как еще один рекламный канал, “реклама в ТВ, наружка, рассылочки вот еще”. А ведь это должен быть разговор — прямой, двунаправленный, персональный, человеческий.
Маркетинг должен опять научиться видеть на другом конце коммуникаций не абстрактную аудиторию или пункты GRP, а живых людей. И коммуницировать с ними как с живыми людьми.
Это — клиентоцентрический подход к коммуникациям. А вот чтобы сделать его эффективным, а иногда даже просто в принципе реализуемым, нужны технологии автоматизации маркетинга, которым в свою очередь нужны данные. Обратиться в электронной почте по имени — это тривиальная задача, а вот понять, что и когда сказать, когда послать письмо, а может и не письмо надо посылать в данном случае, а в мессенджер написать, а потом еще и понять насколько это было полезно для нашего клиента. Помогли ли мы ему? Отразилось ли это положительно на нашем бизнесе? Причем желательно это увидеть в финансовых метриках. Все это — история про эффективность, которая основывается на данных.
— В одном из своих докладов вы сказали, что CRM — это не софт, это концепция. Опишите ее суть.
— Если обратиться, например, к Википедии: “CRM — модель взаимодействия, основанная на постулате, что центром всей философии бизнеса является клиент, а главными направлениями деятельности компании являются меры по обеспечению эффективного маркетинга, продаж и обслуживания клиентов. Поддержка этих бизнес-целей включает сбор, хранение и анализ информации о потребителях, поставщиках, партнёрах, а также о внутренних процессах компании. Функции для поддержки этих бизнес-целей включают продажи, маркетинг, поддержку потребителей.”
Современный CRM, являясь источником клиентоцентрических данных и инфраструктурой соответствующих процессов, зачастую становится ядром всего маркетинга, транслируя клиентоцентрическую модель за пределы клиентской базы, в медийные каналы и рекламные форматы, в работу с партнерами, во всю вертикаль цепочки дистрибуции и ритейла. Современные инфокоммуникационные технологии при этом позволяют масштабировать информацию и знания о текущих клиентах на всю целевую аудиторию.
— Насколько я понимаю, CRM-система строится вокруг данных. Какие это данные? Откуда их можно получить?
— Данных очень много, это транзакционные и поведенческие клиентские данные, клиентские профайлы. Иногда они могут быть до уровня детального соц-дема, истории коммуникаций снаружи (прямая и непрямая) и внутри (колл-центр, хелпдеск, собственный ритейл). Хранятся они в большом количестве внутри внутренних и внешних информационных систем, иногда не вполне очевидных.
Однако помимо большой, но понятной проблемы технической интеграции разнородных источников появляется две основные содержательные истории:
• узнавать клиента на всем протяжении его потребительского опыта (consumer journey), связать (иногда анонимного) нового посетителя корпоративного или продуктового сайта с ним же, совершающим покупку в offline ритейле, затем с его отзывами и комментариями в социальных media, дальше с его же обращениями (иногда анонимными) на support, с его повторными покупками и так далее.
• извлечь содержательную информацию из этого Journey, понимать, что, как и когда мы можем сказать этому конкретному потребителю чтобы максимализировать его ценность для нас. Мы опять возвращаемся к понятию “клиентоцентрический подход”.
— Сегодня у всех на устах термин “большие данные”. Как Вы его понимаете? И можно ли говорить, что Big Data — это “удел” исключительно крупных компаний?
— Big Data все понимают по-разному. Для технологов это набор продуктов, архитектур и решений для эффективной обработки больших массивов данных. Для математиков это набор тем и направлений в (как правило) теории вероятности, в рамках которых существуют подходы и алгоритмы той или иной степени воспроизводимости и достоверности.
Для аналитиков, как это не банально звучит, Big Data — это источник информации в виде неочевидных связей либо в виде способа принятия решений. Для бизнеса и его руководителей Big Data — это вопрос стратегического конкурентного преимущества, капитализируемый актив.
Big Data абсолютно не является прерогативой больших кампаний. Сейчас технологические решения по накоплению и обработке данных доступны в облаке за совсем небольшие деньги, при этом можно использовать очень сложные технологии и готовые решения машинного обучения, например от Microsoft или Google. Собственно, данные тоже можно накопить достаточно быстро, если существенная доля процессов компании автоматизирована либо реализуется в цифровой среде (например интернет).
Другое дело, что эффект масштаба бизнеса (компании) безусловно важен в контексте величины дополнительного дохода, полученного за счет решений Big Data.
— Насколько аналитика на сегодняшний день развита в отечественных компаниях? Существует ли достаточное понимание ценности данных?
Вопрос очень широкий, давайте сфокусируемся на клиентоцентрической аналитике данных. Тут сильно зависит от индустрий. Есть примеры (финансы, телеком, икоммерс) где аналитика данных = эффективность бизнеса. Традиционный ритейл активно работает с данными, хотя клиентоцентрические модели, и соответствующий взгляд на ценность таких данных, распространены еще не везде.
Индустрии сервиса пока скорее концентрируются на операционных аспектах CRM. Российские товаропроизводители, на мой взгляд, в массе своей пока не видят ценности в этих данных, вернее они пока не готовы воспринимать свой бизнес в клиентоцентрической парадигме, в принципе. Их маркетинг зачастую продолжает оперировать понятиями “отгрузили на сто тонн продукции больше”, а не “у нас появилась тысяча новых покупателей, а еще 500 мы сделали лояльными постоянными клиентами”
— Дайте три ключевых совета бизнесу по использованию данных в маркетинге.
- Все надо измерять. У любой активности должно быть несколько метрик, однозначно трактуемый KPI, и контрольная группа. Не можем измерить результат — не реализуем активность.
- Двигаемся итеративно. Выдвинули гипотезу, отработали, оценили результат, развили либо сменили гипотезу, запустились заново. Нет заранее известных ответов, есть заранее известный процесс их получения.
- Развиваем критическое мышление. Интуиция в таком случае будет отличным способом понять откуда стартовать с анализом данных. Результаты анализа требуют осмысления имаркетингмаркетинговой интерпретации.