Для статьи в Cnews Сергей Нестеренко, директор отделения анализа, моделирования и интерпретации данных компании IBS, подготовил интересный развернутый комментарий, полный текст которого мы решили опубликовать на сайте IBS в конце этого материала.
С прошлого года 25% международных компаний, чей доход превышает $1 млрд, стали использовать анализ больших данных и пришли к выводу, что они могут сэкономить маркетинговые бюджеты. Секрет в том, чтобы научиться правильно обрабатывать и анализировать полученную информацию.
Forbes Insights совместно с Rocket Fuel и SpencerStuart провел опрос среди руководителей крупных промышленных и технологических компаний, автомобильных брендов, банков и финансовых структур из США, Азии, Европы и Латинской Америки. В исследовании приняли участие 296 руководителей высшего звена из международных компаний с ежегодным доходом от $1 млрд. Больше половины респондентов (62%) считает, что эффект от маркетинговой деятельности их компаний вполне соответствует ожиданиям, а 28% признали, что результаты даже превосходят прогнозы. Однако авторы исследования утверждают, что этот кажущийся высоким уровень удовлетворенности от реализации маркетинговых компаний объясняется изначально заниженными ожиданиями. Так, на вопрос о том, считают ли они бюджет, потраченный на маркетинг, бесполезным, 69% опрошенных ответили положительно.
74% руководителей признались, что не знают своей целевой аудитории, а две трети респондентов не понимают, доволен ли покупатель приобретенными товарами и услугами. По мнению 91% опрошенных, анализ больших данных дает бизнесу много новых возможностей: можно узнавать практически все о своем клиенте и его поведении, и на основе этих данных разрабатывать продукты и мониторить действия конкурентов. С учетом полученной информации можно репозиционировать собственные услуги, предлагая конкретному потребителю необходимый именно ему продукт.
При этом респонденты, применяющие технологии обработки больших данных, намного чаще других отмечали, что маркетинговый бюджет потрачен не впустую: они знают «лицо» своего потребителя и видят его реакцию на предложенный продукт. Число руководителей, которые могут похвастаться внедрением больших данных в жизнь своей компании, составило 77% опрошенных, в 2013 г. этот показатель равнялся 52%.
«Наше исследование показало, что путь к успешному маркетингу лежит через использование больших данных. Но смысл не просто в сборе данных, а в их анализе и выработке новых идей», – говорит глава СМО Forbes Media Брюс Роджерс (Bruce Rogers).
Применение технологии анализа больших данных – хорошая возможность для маркетологов использовать персональные данные о клиентах для таргетированного общения с ними в социальных сетях, проводить более эффективные рекламные кампании, говорит Дмитрий Шепелявый, заместитель генерального директора SAP СНГ. «Большие данные позволяют создавать персонифицированные предложения, точнее выбирать адресатов для рекламных мероприятий и проводить детальный анализ окупаемости, который обычно вызывает сложности при ведении кампаний в интернете», – комментирует он.
«В ноябре мы представили новое решение SAP Customer Engagement Intelligence на базе SAP HANA, которое будет объединять данные, собранные компаниями о клиентах, с информацией о покупательском поведении, что позволит точнее выбирать адресата и время для целевой рекламы, – продолжает Дмитрий Шепелявый. – Решение предусматривает возможность разделять корпоративные данные по категориям для улучшения воздействия рекламы в Facebook на отдельные подгруппы клиентов. Ожидается, что это позволит маркетологам успешнее привлекать новых клиентов, используя в Facebook профиль аудитории, созданный с помощью прогнозных моделей покупательских привычек».
Хорошим примером интеграции больших данных в маркетинг эксперт называет маркетинговую кампанию по запуску новой волны интерактивной онлайн-игры «ТвиКвест» «Эльдорадо» в Twitter. «Акция была приурочена к чемпионату мира по футболу 2012 г. Пользователи продвигались к вершине рейтинга, отвечая на вопросы об истории бытовой техники и накапливая баллы. Каждую неделю 15 лучших игроков получали подарочные карты «Эльдорадо» различного номинала, который зависел от позиции игрока в рейтинге. За месяц в игре приняло участие более 40 тыс. пользователей, которые ответили более чем на 550 тыс. вопросов о спорте и футболе. Реализация акции и обработка такого количества информации стала возможной благодаря нашим инновационным решениям», – детализирует он.
Классический жизненный цикл маркетинговых кампаний включает такие процессные блоки как планирование, анализ, моделирование, предложение, коммуникация и оценка эффективности. Большие данные не изменяют этот цикл, но привносят добавленную стоимость на его первых этапах, говорит Сергей Нестеренко, директор отделения анализа, моделирования и интерпретации данных компании IBS. На стадии анализа и моделирования за счет анализа больших данных можно добиться повышения качества и степени персонализации маркетинговых предложений благодаря использованию более точных методов моделирования на больших объемах данных. Для маркетолога очень важно максимизировать отклик на предложение, сделав его персонализированным.
«Мы наблюдаем повышенный интерес к использованию этих технологий маркетологами в тех областях, где продажи сильно зависят от понимания предпочтений клиента или истории взаимодействия с ним. Наиболее преуспели в таких технологиях банки и сотовые операторы, которые сотни раз в день проводят маркетинговые кампании и мерят отклик», – комментирует Нестеренко. Эксперт подчеркнул эффективность технологий для удержания клиентов, благодаря возможности в режиме реального времени реагировать на такие события, как звонок конкуренту, посещение сайта конкурента, идентификация сбоев и коммуникация предложений по удержанию. Повышать продажи также помогает учет контекста коммуникации с клиентом, например, подключение продвинутых устройств, прибытие в аэропорт, нахождение за границей, недалеко от офисов продаж.
Жизненный цикл любой маркетинговой кампании состоит из блоков «Планирование – Анализ – Моделирование – Предложение – Коммуникация – Оценка эффективности». Большие данные не изменяют этот цикл, но привносят дополнительную ценность на первых его этапах.
На этапах АНАЛИЗА и МОДЕЛИРОВАНИЯ можно повысить качество и персонализированность маркетинговых предложений благодаря использованию более точных методов моделирования на больших объемах данных (обязательно включающих и неструктурированные). Эти данные становятся источником дополнительных знаний о клиенте, его интересах и его истории потребления. ПРЕДЛОЖЕНИЕ сейчас в том или ином виде обязательно включает оптимизацию – выбор правильного предложения, правильного канала, правильного времени. Оптимизация предложения ведется с учетом эффективности канала доставки предложения с помощью, в том числе, инструментов data mining, близких к технологиям больших данных.
Основное преимущество использования более глубокого анализа данных для оптимизации маркетинговых предложений для продавца – повышение отклика на предложение за счет его максимальной персонализации. При этом клиент тоже получает преимущество – он избегает получения нецелевых промо-предложений (попросту, спама). Мы наблюдаем серьезный интерес к технологиям «маркетинга данных» в тех областях, где продажи сильно зависят от понимания предпочтений клиента или его истории пользования товарами или услугами. Наиболее преуспели в этом розничные банки и операторы связи, которые сотни раз в день проводят сфокусированные маркетинговые кампании и анализируют отклик на них. Например, операторы «большой тройки» используют множество вариантов эффективных персонализированных маркетинговых кампаний на основе анализа данных об абонентах: