Что такое аналитика в маркетинге?

Transcript

1. Что такое аналитика?
2. Задачи 1. Ликбез участников рынка: заказчиков и агентства о возможностях и ограни- чениях аналитики, чтобы они прини- мали правильные для себя решения: нужна им аналитика или нет. Как следствие, формулировали бы четкие задачи на входе. 2. Сформировать образ компании, которая разбирается в аналитике. 3. Повысить узнаваемость бренда. Контекст Заказчик презентации — IT-компания Mindbox решила поделиться наболев- шим: многие из ее клиентов с одной стороны знают, что аналитика в маркетинге может принести пользу, но с другой стороны не понимают возможностей и ограничений этого инструмента. Что приводит к таким запросам как: «А проанализируйте нам тут все, что можно?» Контента для презентации не было. Презентация предполагалась для публичной выкладки на сайт и соцсети.
3. Презентации агентств звучат круто Поведенческая сегментация — мы будем предсказывать и управлять поведением ваших потребителей!
4. На деле — нередко огромные траты денег и времени с нулевым или отрицательным результатом
5. Почему так получается?
6. Сначала инвестируются огромные средства в самые сложные модели сегментации Всему виной «космолёты»* * свойственно, как заказчику, так и агентствам Потом все пытаются решить, зачем это было нужно. Или ищут крайнего.
7. «Самое плохое, что можно сделать — начать строить космолёт, не разобравшись с тем, как работают двигатели.» Иван Боровиков Mindbox CEO
8. Чем проще аналитика, тем больше от нее отдачи RFM-анализ Классификация Кластеризация Дата-майнинг Отдача / Затраты Сложность Отдача Затраты Рутина
9. Ключевой принцип — от простого к сложному маленькими шагами
10. Но где это простое? И как с него начинать?
11. Марфа Захаровна из «Урюпинских Утюгов» считает себя аналитиком 80-ого уровня Знакомьтесь! И три её рутинные задачи 1. Понять, что говорит отчёт 2. Какой креатив лучше работает? 3. Какое промо эффективней?
12. Случай из жизни № 1 «Что говорит отчёт?»
13. «Помесячные продажи» Похоже на стабильность!
14. лето лето Взглянем внимательнее май декабрь май декабрь профессиональный аналитик
15. Да у нас спад, господа! май декабрь лето
16. Случай из жизни № 2 «Игра шрифтами»
17. Предположим, у нас есть данные по продажам утюгов. До и После игры со шрифтами на сайте. 82 116 № 1 1 0 2 0 0 3 0 1 4 1 1 5 1 1 ... ... ... 200 0 1 не купил купил
18. 1. Новый шрифт лучше продает 2. Надо чаще играть шрифтами
19. А что нам скажет профессиональный аналитик?
20. Берем данные Считаем доверительный интервал Шрифт ни при чём Разницы нет 82 116
21. Случай из жизни № 3 «Погрешность»
22. Марфа Захаровна определяет, какое промо лучше пн вт ср чт пт сб вс Люди простой баннер дорогой баннер
23. 2.В пятницу самые большие продажи, надо вкладываться 1.Дорогой баннер работает лучше
24. А что нам скажет профессиональный аналитик?
25. пн вт ср чт пт сб вс Продажи простой баннер дорогой баннер 3. Без контрольных групп судить о продажах в разные дни нельзя. 1.Посмотрим на продажи и средний чек. 2. У покупателей с дорогого баннера маленькие чеки — невыгодно
26. В чем мораль?
27. Основная польза от юриста в его ежедневной работе с договорами, а не от выступлений в суде, когда уже “горит”. Также и с аналитиком. 80% пользы аналитик приносит на ежедневных рутинных задачах
28. А Марфа Захаровна — не аналитик. Увы. А кто же тогда аналитик, если не я?
29. Капитан Очевидность Аналитика — здравый смысл, И ЗНАНИЕ бизнеса, теории, моделей, и приложений но это не только
30. менеджер маркетолог Вассерман* *тут мы не совсем уверены Кто не подойдёт на аналитика?
31. менеджер маркетолог аналитик Знает бизнес Знает теорию и мат. модели Знает маркетинг
32. Чем глубже аналитик понимает бизнес, тем лучше Уже на ранних этапах решения проблемы Он должен видеть результаты решений Когда нужно привлекать аналитика?
33. Но аналитику недостаточно, чтобы его просто привлекли
34. Аналитик не может догадаться, где у нас «болит» — Потому, что у меня гвоздь в хххх — Иа, почему ты такой грустный?
35. Аналитику нужна правильная задача
36. Отклик от этой рекламной акции лучше, чем от прошлой. С чем это может быть связано? Среди участников рекламной акции мошенники.
 Хотим снизить их влияние на результаты. Хотим снизить затраты на рекламу, не тратя деньги на лояльных покупателей. Возможно? Сделайте, чтобы все показатели выросли! Ваша работа — сделать так, чтобы наш маркетинг был доволен! Работайте! Нам иногда консернится, что аваренесс консьюмеров апдейтится невариативно Хорошие задачи Плохие задачи
37. Проанализируйте ВСЁ, чтобы решить, что делать К чему ведет неправильная задача? Потратили время и деньги Перелопатили огромные объемы данных Никакой ценной информации не найдено

38. Полезный результат Аналитик Задача + Подключать как можно раньше на ежедневные задачи Почему девушки 20-ти лет
 не покупают черные туфли Подведём итог Обоснованные решения 
 с прогнозируемым эффектом = Менеджер, маркетолог Проанализируйте всё
39. ЧАСТЬ 2
40. Аналитики запираются в комнате и через неделю возвращаются с результатом. О: А что случается, когда мы привлекаем аналитика, даём данные и ставим правильную задачу? В:
41. Давно ли вы подглядывали
 за аналитиком в замочную скважину?
42. Что ещё могут делать аналитики? Кластеризация Моделирование RFM Классификация
43. Частота покупок Стоимости покупок Давность последней покупки Recency Frequency Monetary RFM – простейшая сегментация потребителей
44. Новые покупатели Покупали недавно, но редко Давность Частота Стоимость Подходит везде, где есть регулярное и измеримое взаимодействие компании с потребителем: Retail-компании, FMCG-кампании, E-co erce RFM: Выявляем группы покупателей для построения кампаний с соответствующими целями Лояльные Покупали недавно и часто Отток из лояльных Покупали часто, но давно
 Отток Покупали давно и редко давно недавно часто редко
45. Отток из лояльных Чем больше групп и способов воздействия на них вы знаете, тем вы успешнее Новые покупатели Лояльные Отток Стимулировать повторную покупку Благодарить, стимулировать повторную покупку Напомнить о себе Благодарить, поддерживать, не нуждаются в дополни- тельной стимуляции
46. Давность Частота Стоимость Ось стоимость позволяет руководствоваться
 в том числе и монетарной ценностью клиента Чем больше кусок,
 тем более выгоден клиент
 для компании и тем больше
 на него стоит потратить ресурсов.
 Бентли Спички
47. Было Стало У брэнда XYZ в промоакциях с кодами две широко известные проблемы: 1.Много участников совершают пару покупок и «засыпают» 2.Высокий отток лояльных участников С помощью RFM определили сегменты и время для воздействия на участников С помощью А/Б тестов нашли минимальное, но эффективное вознаграждение Cоздали механики, предлагающие «заснувшим» новичкам и «рисковым» лоялистам подходящие «конфетки» в нужное время Результат — значительный рост конверсии новичков в лояльных, увеличение активности лояльных покупателей
48. Анализируемая группа Шаблон на основании истории действий известных покупателей Похожие по поведению покупатели Классификация: тратим деньги и внимание на выгодных клиентов,
 а жуликов выявляем и исключаем
49. У магазина ABC 90% покупателей совершали одну покупку и пропадали навсегда Скидки возвращали покупателей за 2-й покупкой, но это было неэффективно и экономически невыгодно 300 Было Стало 500 Скидка Скидка 100 500 Скидка не нужна 300 1000 С помощью классификации построили систему, определяющую покупателя в одну из групп: Результат — эффективная система мотивации, тратящая ресурсы только на перспективных покупателей Скидка Скидка Скидка Скидка
50. Кластеризация Моделирование RFM Классификация
51. Возраст Пьют пиво Носят шарф с лошадками Выделяем заранее неизвестные группы потребителей со схожими признаками (кластеры) для уточнения рекламных предложений.
52. Возраст Пьют пиво Носят шарф с лошадками Взрослые Возраст 25-30 лет Детские шарфы не носят Пиво пьют средне Выделяем заранее неизвестные группы потребителей со схожими признаками (кластеры) для уточнения рекламных предложений.
53. Возраст Пьют пиво Носят шарф с лошадками Взрослые Возраст 25-30 лет Детские шарфы не носят Пиво пьют средне Дети Возраст до 10 лет Носят детские шарфы Пиво не пьют Выделяем заранее неизвестные группы потребителей со схожими признаками (кластеры) для уточнения рекламных предложений.
54. Возраст Пьют пиво Носят шарф с лошадками Взрослые Возраст 25-30 лет Детские шарфы не носят Пиво пьют средне Молодые фрики Возраст от 18 лет Носят детские шарфы Пьют много пива Дети Возраст до 10 лет Носят детские шарфы Пиво не пьют Выделяем заранее неизвестные группы потребителей со схожими признаками (кластеры) для уточнения рекламных предложений.
55. Пример «Чёткое счастье» В одной европейской стране крупная FMCG-компания длительное время собирала данные о своих потребителях, а затем провела кластеризацию...
56. Выявили связь семечек и одежды Значительное число покупателей семечек «Чоткие» носят спортивную одежду и треники «Адики»
57. Значительное число покупателей семечек одежду и треники Стали давать рекламу рядом с магазинами одежды Реклама вблизи магазинов одежды «Адики» показала невероятную эффективность
 и увеличение продаж семечек
58. Треники
 «Адики» Семечки «Чоткие»
 Едят Носят Если всё наглядно, то зачем аналитик?
59. Сложности возникают, когда параметров много, а анализируемая выборка очень разнородная 90 18 150 210 Деловой Спортивный Среднее Доктор наук Возраст Рост Стиль Образование ...
60. Сложнее, чем RFM Зависит от качества данных Кластеризация — эксперимент в чистом виде. Далеко не факт, что эксперимент даст фантастический результат. Далеко не факт, что будет вообще какой-то результат, кроме трат. «Быстро забацать какой-нибудь кластер за пару недель» точно не выйдет. Результат непредсказуем Кластеризация требует ресурсов В данных нужно быть абсолютно уверенными
61. Кластеризация Моделирование RFM Классификация
62. Моделирование: Зачем оно нужно? Мы хотим спланировать новое рекламное мероприятие и получить лучшие результаты, чем в прошлом Мы хотим быстро понять, что у нас что-то идет не так (есть риск не достичь желаемых показателей)
63. Умный аналитик, вовлеченный в бизнес и хорошо понимающий его “Книжный червь в сферическом вакууме” 
 не построит нормального прогноза продажи пива Чем качественнее данные, тем точнее прогноз Что нужно для прогнозирования? Качественные и однородные данные из прошлых периодов
64. Построили модель притока новых участников, которая на основе данных в начале акции, показывает, что можно ожидать в конце. Получили инструмент, позволяющий действовать заранее, если промо не дотягивает до планового KPI Было Запустили промо-акцию с KPI = количество участников Поначалу вроде всё шло нормально… А потом по факту — недобор! Механика креативная Призов много Анонс хороший Стало
65. ЭСКВАЫР МАРФА ЗАХАРОВНА Куда пойдет рынок Что ждет FMCG- индустрию Спилберг снимет фильм
 о йогуртах в России А теперь как всё это работает вместе путь простого маркетолога
66. Стимуляция скидками повторных продаж новой модели утюгов Высокий ROI Низкая стоимость повторной продажи по сравнению с прив- лечением нового клиента дали высокий ROI кампании. В результате
 «Урюпинские Утюги»
 захватили перспективные
 рынки сбыта утюгов даже
 на Марсе. — Кому и сколько мы можем продать еще утюгов? — Какая скидка или условия будут привлекательны? Аналитик [после 5 недель: сегментация, тесты, прогнозирование отклика] дал Марфе Захаровне сценарий, содержавший определение и числен- ные характеристики групп покупателей, 
 которые могут приобрести утюги.
68. Знание — сила! Теперь вы знаете чуть больше
 о её светлой стороне.
69. ibg@mindbox.ru Иван Боровиков Консалтинг при создании презентации: www.burba.pro www.mindbox.ru Управляющий партнер
70. Задачи Результаты 1. Ликбез участников рынка. Как следствие, более четкие задачи на входе при запросах на аналитику как от прямых заказчиков, так и от агентств. 2. Сформировать образ компании, которая разбирается в аналитике. 3. Повысить узнаваемость бренда. 1. По словам заказчика цель достигнута. Но точных измерений они не делали. 2. Cамая просматриваемая презентация об аналитике для не-аналитиков. 3. 250 тысяч просмотров на Slideshare. 5,5 тысяч share на Facebook
71. Алексей Бурба +7 916 106-45-65 www.burba.pro a@burba.pro Консультант по коммуникациям