Data-driven: управление маркетингом на основе данных. 4 кейса
Есть много инструментов аналитики, которые позволяют отследить поведение пользователя, динамику спроса и другие важные параметры. Эти инструменты работают в рамках data-driven подхода — стратегии маркетинга, основанной на данных. Но, получив эти данные, маркетологи часто забывают ответить на главный вопрос…
Что делать с данными?
Летят в самолете Петька и Василий Иванович. Василий Иванович спрашивает: — Петька, приборы! — 200! — Что 200, Петька? — А что приборы?
Сбор данных — только первый этап. Далее их нужно интерпретировать. А затем — скорректировать маркетинг в соответствии с результатами исследования.
В статье рассмотрим примеры применения data-driven подхода и результаты, которых он позволяет достичь.
В презентации — кратко. В статье — подробно и разжевано.
Суть data-driven подхода
Агентства интернет-маркетинга делают объемные отчеты с цифрами, но что значат эти цифры — неизвестно. Что конкретно заставило клиента совершить целевое действие, а что не сработало?
Специалисты по data-driven способны ответить на этот вопрос:
Data-driven подход позволяет понять:
сколько денег вкладывать в рекламные кампании;
как измерять их эффективность;
какие выводы для бизнеса сделать из полученной аналитики;
какие конкретные решения принять — на сайте, в рекламе, продажах, логистике;
как внедрять изменения — вручную или нужно автоматизировать.
Какие данные измерять
Data-driven подход применяется на всем пути клиента: от формирования потребности в продукте до момента, когда человек рекомендует вашу компанию знакомым.
Данные, которые нужно измерять на каждом этапе пути клиента:
Этап
KPI
Исследование
Формирование потребности
существует ли спрос,
насколько можно его расширить,
каков размер рынка или сегмента,
как его увеличить.
Поиск решения
до какого процента целевой аудитории мы можем донести свое предложение;
какой процент аудитории дошел с предыдущего этапа до этого.
Реклама
Воронка продаж: сбор информации
сколько людей мы довели до точки контакта (аккаунты в соцсетях, сайт, шоурум, звонок, мобильное приложение)
Воронка продаж: первичное ознакомление
вовлечение — насколько удалось вовлечь человека в точку контакта
Продажи и допродажи
Воронка продаж: цикл покупки
число продаж,
число отложенных продаж,
возвращение за покупкой после отказа,
эффективность действий, приводящих к продажам (тест-драйвы, калькуляторы на сайтах, демонстрации, подписки).
Послепродажный цикл
lifetime value — совокупная прибыль от одного клиента,
количество повторных продаж,
соотношение довольных и недовольных клиентов.
Удержание
Рекомендации
сколько заработали от рекомендаций клиентов,
сколько сэкономили на том, что клиент пришел с ненулевой точки пути.
Data-driven подход работает в сфере B2B, если подходить к нему с умом и все время задавать простой, но важный вопрос «И что?». Мы стараемся отвечать на него содержательно. Результат — в кейсах.
Онлайн-вебинар по теме data-driven подхода к маркетингу
Кейс 1. Понять, какой контент приносит клиентов, а какой — нет
Проблема
Миллионы рублей уходят на подогрев потенциальных клиентов «Комплето» через контент-маркетинг. Раньше мы не знали, что работает, а что — нет. А контента у нас много: вебинары, семинары, бизнес-завтраки, блог, канал на YouTube, соцсети.
Не было единой базы данных для всех видов контента.
Наши действия
Создали систему, куда внесли все виды контента по датам реализации. По каждой публикации видим:
тему;
статус: опубликована и нет;
UTM-метку;
затраты на каждую единицу контента.
Контакты клиентов сводятся в единую базу со всех площадок.
Еще система показывает:
число просмотров,
число лайков и шеров,
количество копий в «Яндексе»,
количество лидов,
сумму затрат на контент.
Всю информацию можно посмотреть в виде цифр, графиков и цепочек контента. В системе видно, какой контент принес лид, куда человек перешел и что стало решающим для осуществления действия:
Как занести офлайн-мероприятие в систему с онлайн-контентом
Подключили модуль, который генерируются QR-коды. На офлайн-мероприятии сканируем код через мобильное приложение и заносим его в систему:
Результат
В любой момент видим, откуда пришел клиент и его дальнейшие действия. Знаем, какой контент популярный, какой — нет. На этой основе формируем подогревающие действия в продажах. Для этого делаем цепочки контента, а потом «дожимаем» клиента. Отправляем уведомление менеджеру по продажам о том, что цепочка с человеком состоялась и пора ему звонить:
Кейс 2. Сделать отчетность по контекстной рекламе более информативной
Проблема
Отчеты объемные, но бестолковые. Клиент не понимал, почему меняется стоимость целевых действий и не мог оперативно принимать решения по контекстной рекламе.
Непонятно, как объем работ по контекстной рекламе влиял на число заказов и звонков.
У нашего клиента росло число звонков, количество заходов посетителей на сайт, а заказов не прибавлялось. CTR увеличивался, а конверсий не было. Путем анализа мы выяснили, что на рынке изменилась цена материала и люди стали искать, где остались позиции по старой стоимости. Как мы об этом узнали?
Наши действия
Мы делали решение Power BI + Competerra + Adwords API + Яндекс.Директ API. Система собирает информацию, анализирует цены конкурентов каждые 30 минут и сравнивает с ценой нашего клиента. Если у конкурентов цена падает, мы выключаем кампанию или корректируем ее в рамках допустимого коридора:
Затем мы взяли категории товаров клиента и коэффициенты сезонности, распределили данные по месяцам в таблице, выстроили данные графически. Потом загнали в API Adwords и Яндекс.Директ и стали экспериментировать с бюджетом на контекстную рекламу в зависимости от сезона:
С помощью Power BI узнали корреляцию между каналами рекламы и количеством полученных с них звонков и построили график эффективности кампаний:
Результат
Отчетов меньше, но их информативность выше.
Клиент в режиме реального времени видит эффективность любой кампании и может управлять рекламным бюджетом.
Целевое использование бюджета на контекстную рекламу за счет сезонности спроса.
Управление кампаниями частично автоматизировано.
Теперь можно составлять еженедельные тактические отчеты для разных адресатов (руководитель, маркетолог, продавец), в которых есть ответы на вопросы, что делаем с кампаниями и какие новые «фишки» внедряем.
Типовая схема отчета data-driven в режиме реального времени выглядит так:
Настроим сквозную отчетность
Объедим веб-аналитику, систему ведения клиентов (CRM), телефонию и софт для бухгалтерии. Мы поможем отследить эффективность до отдельных точек продаж и менеджеров, сведем данные в единый дашборд для руководителей. Оставьте заявку на посадочной — мы проведем для вас бесплатную консультацию и предложим решения специально для вашего бизнеса.
Кейс 3. Получать автоматизированную обратную связь от потребителей
Проблема
Клиент — производитель дверей. Компании не хватало информации о продукте от конечного потребителя.
Наши действия
Несколько месяцев мы изучали целевую аудиторию, проводили опросы, собирали данные по продукции. В итоге создали инструмент «Гуру». В нем клиент самостоятельно подбирает себе дверь, отвечая на ряд вопросов и используя фильтры по параметрам продукции:
Потом настроили события в Google Analytics на эти фильтры и собрали данные в единую таблицу для анализа и прогнозирования спроса:
Результат
Теперь наш клиент знает:
спрос в зависимости от пола и возраста клиентов;
какие параметры для потребителей важнее при выборе двери;
какие серии дверей, отделка и рисунки наиболее популярны;
каков процесс принятия решения при выборе двери.
Когда клиент получил эти данные, директор производства перестроил одну линейку продукции на заводе. А мы перенастроили рекламные кампании и увеличили эффективность каналов.
Кейс 4. Сделать коммерческое предложение информативным и эффективным
Проблема
Входящие заявки в «Комплето» недостаточно высокого качества.
Потенциальный клиент отпадал после первого общения с менеджером по продажам.
Потенциальный клиент не отвечал на составленное для него коммерческое предложение.
Наши действия
Мы разработали систему для отдела продаж, в которой менеджер может создавать коммерческое предложение из шаблона:
За несколько минут получается красиво и аккуратно сверстанная страница. Менеджер отправляет ссылку с предложением потенциальному клиенту на почту, в Скайп или чат. На странице зашиты Google Analytics, Яндекс.Метрика, онлайн-консультант, целевые действия и события — все, что нужно для аналитики:
Благодаря встроенным инструментам мы видим действия клиента и стимулируем его ретаргетингом в зависимости от действий внутри коммерческого предложения:
Затем данные собираются в единую систему, где отражены:
коммерческие предложения,
статус каждого из них,
кому и когда они отправлены,
использованный шаблон,
поведение человека на странице предложения (что именно его заинтересовало и побудило совершить целевое действие).
Это выглядит так:
Данные — только промежуточный этап. Важны действия!
Анализ данных — это не конец пути. Не останавливайтесь на отчетах, идите дальше: выстраивайте маркетинговые активности по результатам исследований, чтобы в конечном счете увеличить прибыль своего бизнеса.