Как выбрать технологии для персонализации розничного маркетинга и не сойти с ума
Статья полезна специалистам и топ-менеджерам, которые выбирают платформы персонализации, они же — платформы автоматизации маркетинга в розничном бизнесе.
Дисклеймер: я - владелец платформы автоматизации маркетинга Mindbox. Часть решений ниже (платформы автоматизации) - наши прямые конкуренты, с другими (например, шлюзы или нишевые решения) мы частично пересекаемся функционалом. Это означает, что при составлении этой классификации формально я оказываюсь в ситуации конфликта интересов. Поэтому классификация ниже не может претендовать на абсолютную правильность и исключительность. Это лишь моя личная точка зрения, хотя я и старался быть максимально объективен. Обещаю оперативно вносить правки и комментарии от коллег по рынку и отражать историю изменений.
Тем не менее, кажется, что на бизнес-уровне выбор среди многообразия платформ и технологий выглядит именно так. Если считаете, что нужно что-то изменить или добавить в классификацию — буду рад вашим комментариям.
Введение
К 2018 году я уже десятки раз наблюдал ад и боль процесса выбора платформы для персонализации маркетинга в ритейл и e-commerce компаниях.
Боль автоматизации бывает разной.
Иногда она выглядит, как свежеиспеченный в аду Франкенштейн, собранный из 1C, системы управления сайта в виде вывернутого наизнанку Битрикса, шлюзов и большого количества самописного кода. Такое бывает в компаниях с авторитетной (или авторитарной) IT-командой внутри, которая предпочитает писать все необходимые продукты самостоятельно.
Где-то она похожа на папуаса, обвешанного бусами с ног до головы. В такого папуаса превращается маркетолог, который вынужден покупать десятки разнородных рекламных технологий и интегрировать их. В таких компаниях еще принято исполнять минимум раз в месяц (в полнолуние?) ритуал священного гадания «Оценка роли и эффективности каждого отдельного инструмента». В процессе ритуала приносят в жертву одного рандомного маркетолога.
В других компаниях, где внедрены enterprise-решения, боль автоматизации напоминает старого ветерана, получившего много ран в былых битвах: не трогаешь — вроде не болит. Маркетологи в таких компаниях стараются аккуратно обходить вопросы про эффективность, окупаемость и удобство пользования, чтобы не бередить эти раны.
Каждый раз, когда я вижу такой цирк на конной тяге, у меня самого сильно побаливает.
Чтобы помочь всем, у кого болит, включая себя, я решил структурировать свои представления о том, как выбирать платформу персонализации в розничном бизнесе.
Рассказываю:
- Почему персонализация маркетинга стала так популярна.
- Какими принципами стоит руководствоваться при выборе платформы персонализации
Как может выглядеть типовое дерево принятия решений.
Делюсь своим подходом к классификации платформ персонализации, представленных на российском рынке.
Enjoy!
Почему персонализация маркетинга так популярна
Никто не любит, когда его спамят, заваливают скидками и ненужными предложениями. Если какой-нибудь магазин находит силы сделать маркетинг хотя бы чуть более человечным, — то есть запоминает предыдущие покупки, сообщает только об интересных акциях, присылает полезные статьи, — то отношение к нему со стороны покупателей меняется. Люди покупают чаще, тратят больше денег, меньше отписываются от рассылок и рассказывают о таких магазинах друзьям: все это идет на пользу бизнесу.
В США такой подход называется «human2human marketing» — «маркетинг с человеческим лицом». В Mindbox мы предпочитаем определение «полезный маркетинг». Это значит: не спамить, не впаривать, помогать покупателю сделать осознанный выбор.
Даже простые шаги в сторону «полезного маркетинга», такие как адекватная частота рассылок и контроль реакции на них, запуск нескольких десятков автоматических цепочек писем, содержание, акции и подходящие товары, для которых подбираются персонально, могут заметно влиять на бизнес.
Вот данные по добавленной выручке от персонализированных рассылок среди компаний-клиентов Mindbox из различных индустрий. Темно-зеленый столбик — минимальная добавленная выручка среди компаний из конкретной индустрии, светло-зеленый — максимальная.
Видимо, осознание потенциала персонализации и привело к взрывообразному росту рынка технологий Marketing Tech.
Технологий много, они разные, все по-своему хорошие, и выбор местами становится ну совсем неочевидным.
Так как все-таки выбрать технологии для персонализации маркетинга и не сойти с ума?
Принципы выбора, которые кажутся правильными
Технология персонализации (автоматизации) маркетинга — это сложный инструмент. Будьте готовы к тому, что подготовка и выбор платформы займут больше времени, чем внедрение — но оно точно того стоит. Без детальной проработки каждого из пунктов ниже, скорее всего, провал внедрения неизбежен.
- Сформулируйте цель внедрения: метрику успеха и ожидания по ней. Решите, кто будет пользоваться инструментом и есть ли такие люди в компании.
- Опишите примеры сценариев использования технологии.
- Определитесь, нужна ли интеграция покупательских данных.
- Оцените скорость внедрения и изменений.
Оцените окупаемость.
Принцип 1. Сформулируйте метрику успеха и ожидания по ней
Цель внедрения платформы — самое важное. Если не получается внятно сформулировать цель или по ней есть заметные разногласия внутри команды, покупку технологии автоматизации лучше отложить. Хорошая цель имеет согласованную с командой метрику успешности, срок и ответственного.
Пара важных моментов по метрике:
- Согласуйте метод расчета метрики и убедитесь, что ее сложно «загеймить», то есть имитировать ее достижение без реальной пользы.
- Сформулируйте ожидания по метрике. Метрика без ожиданий — не работает. Например, команда внедрила технологию персонализации сайта и заявляет об успехе: конверсия выросла на 0,5%. Как понять, много это или мало? Хорошо или плохо прошло внедрение? А что, если компания-конкурент похожим образом получила рост в 1,5% за то же время?
Примеры плохих метрик
Рост дохода от email-канала, оцениваемый по модели атрибуции Last click Google Analytics
Эта метрика легко «геймится»: улучшите дизайн рассылок и количество отправляемых писем (за громкими терминами типа growthhacking иногда скрывается ровно это), и вы получите больше заказов, которые будут атрибутированы к email-каналу по этой метрике.
Причиной кажущегося роста в этом случае станет перераспределение трафика. Покупатели станут чаще переходить на сайт по ссылке из письма с новым дизайном, чем набирать адрес или искать его в поисковике, но покупок это не прибавит.
На оборот и маржинальность бизнеса изменения при этом могут и не повлиять.
Процент покупателей — участников программы лояльности или больший средний чек у участников программы лояльности
Пример из жизни: сеть столовых внутри бизнес-центров (за турникетами) внедрила программу лояльности. Обе метрики показывают прекрасный рост, но оборот и доход компании не становятся больше. Почему так?
Дело в том, что новых покупателей в столовых не появилось: людям с улицы просто нельзя попасть туда. В столовые продолжают ходить все те же сотрудники все тех же бизнес-центров, что и ходили раньше, только теперь аудитория расслоилась. Те, кто тратили больше, в первую очередь зарегистрировались в программе лояльности. В итоге обе метрики выглядят неплохо: количество участников программы растет, средний чек у участников выше, чем у простых покупателей. Но для бизнеса пользы от такого не случилось. Мало того, стало хуже: упала маржинальность продаж за счет того, что постоянные покупатели стали покупать со скидкой.
Примеры хороших метрик
Рост выручки и/или маржинальности от рассылок в сравнении с контрольной группой
Что влияет на метрику:
Создание большего количества сегментов, каналов, автоматических кампаний, увеличение конверсий и среднего чека, например, как у мебельного гипермаркета Hoff.
Снижение объема выданных в акциях скидок за счет их целевого использования, как в компании «Гиперавто».
Улучшение качества коммуникаций за счет алгоритмов: выбор комфортной частоты касаний с конкретным покупателем, как в издательском доме Imedia или автоматический подбор рекомендуемых товаров на основе поведения и интересов, как в книжном интернет-магазине Book24.
Снижение затрат
Что влияет на метрику:
- Уменьшение количества рутинной работы, например, как у компании «Олант».
- Снижение загрузки IT-отдела, например, как у компании «MebelVia».
Снижение суммарных затрат на маркетинговые технологии в целом: обычно единое решение стоит дешевле, чем несколько сервисов. Например, так было у компании «Вашакомната.РФ».
Увеличение скорости изменений и рост прозрачности происходящего
Что влияет на метрику:
- Количество новых кампаний или AB-тестов в месяц, использование контрольных групп, как, например, в интернет-магазине Shophair.
Примеры хороших целей
Примеры плохих целей
Такие «размытые» цели на практике могут значить, что команда или конкретный маркетолог не очень понимают, что им делать, и надеются, что внедрение технологий само по себе поможет продемонстрировать хороший результат.
Принцип 2. Опишите сценарии использования
Знакома ли вам ситуация как на картинке?
Кажется, что так выглядит классическая история, когда в какой-нибудь большой компании пытаются сравнить несколько технологий, порой совсем разных. Для сравнения создается гигантская сравнительная табличка, иногда в несколько сот строк, куда разные отделы вписывают свои «хотелки» по функционалу.
Дальше выясняется, что выбирающим не хватает свободного времени или квалификации, чтобы самим в деталях разобраться с различиями платформ по каждой описанной функции. В результате они заполняют сравнительные таблички с чужих слов, из описаний с сайта, презентаций или вообще просят подрядчиков заполнить таблички самостоятельно.
Но предположим, что все участники тендера добропорядочные и честно ответили на все вопросы из таблички, ничего не «притянув за уши».
Проблема в том, что даже суперкачественно собранная табличка, скорее всего, не приведет к хорошему выбору.
Давайте посмотрим на примере.
Допустим, вы — продвинутый маркетолог: хотите строить RFM-сегменты и делать по ним целевые рассылки и акции. Для этого нужна технология, поэтому вы проводите тендер.
В тендере несколько платформ совсем из разных классов:
шлюз для email рассылок
нишевая технология, например бигдата-триггерный сервис
система автоматизации маркетинга
Все они ставят «Да» напротив строчки «Возможность отправлять рассылки по RFM-сегментам». С первого взгляда кажется, что вопрос выбора сводится только к цене, но...
Что на самом деле имели в виду под «Да» участники тендера:
- Специалисты, представляющие шлюз для email рассылок подразумевали, что вы на своей стороне соберете данные, почистите их, просегментируете и передадите в шлюз список email-адресов, шаблонов писем и связанных данных для каждого сегмента, по которым он отправит письма.
- Коллеги из бигдата-триггерной платформы подразумевали, что они напрягут своих программистов по вашим пожеланиям: напишут код, который сегментирует данные и разошлет письма.
- Сотрудники компании, предлагающей платформу автоматизации маркетинга, подразумевали, что их задача — предоставить удобный интерфейс-конструктор, в котором ваш маркетолог будет строить сегменты и запускать кампании, плюс менеджера, который поможет интегрировать и использовать платформу.
Поэтому принимать решение о том, подходит ли вам та или иная технология, нужно на основе оценки сценариев использования (use cases), а не на основе сравнения функционала.
Смотрите, как уточнится выбор, если сформулировать «хотелку» в виде сценария:
Сценарий 1: наши программисты сделали систему, которая считает RFM. Хочу просто отправлять письма по спискам адресов, соответствующим нужным сегментам.
Решение: для сценария лучше подойдет недорогой email-шлюз.
Сценарий 2: хочу попробовать сделать целевые рассылки по RFM-сегментам, только не очень понимаю, какой эффект это даст, как это делается и точно не буду делать это сам.
Решение: нужны агентство или нишевой сервис, которые быстро и дешево сделают все за вас — с известной степенью прозрачности.
Сценарий 3: я регулярно пересчитываю и правлю RFM. Сегмент используется в цепочках рассылок по email, СМС, Viber и в акциях. Каждый раз заведение новой механики отнимает кучу времени у аналитиков и программистов, задрало!
Решение: здесь нужна платформа автоматизации.
Поэтому список сценариев, то есть будущих маркетинговых кампаний, критически важен для того, чтобы выбор стал осознанным.
Попросите потенциальных кандидатов:
- Оценить важные для вас сценарии и показать, как они реализуются в каждой платформе (например, в демоверсии). Так вы поймете, какой продукт подходит именно для ваших задач, и сможете отфильтровать компании, у которых заявленный функционал неудобен для ваших целей или не дотягивает до фактического.
- Предоставить контакты трех — пяти компаний (в идеале — из вашей индустрии), которые уже реализовали похожие сценарии на выбранной платформе. Полезно убедиться, что функционал, о котором идет речь, — штатный, то есть результат, скорее всего, будет достигнут и в вашем случае.
Я подготовил список важных для выбора сценариев, которые, как мне кажется, нужно держать в голове при выборе платформы автоматизации.
Принцип 3. Подумайте про интеграцию данных
Компании, которые продают свои товары в интернете и классической рознице, или используют несколько разных каналов коммуникаций со своими клиентами, например, email, СМС, push и так далее, сталкиваются с проблемой, которая называется «интеграция данных».
Представьте себе следующую картину, типичную для ритейл-компаний — знания о клиентах «размазаны» ровным слоем по нескольким системам и базам.
Персональные данные покупателей, а также данные о продажах, товарах, ценах, статусах заказов акциях и бонусах хранятся:
- в учетной системе розничных точек продаж,
- в БД сайта,
- в платформе управления товарными акциями и бонусами,
- в CRM.
С поведенческими данными похожая ситуация:
- В email-рассыльщике: рассылки, открытия, клики, письма.
- В шлюзах: СМС, Viber и push-рассылки с аналогичными данными.
- На сайте: просмотры товаров и категорий, корзины, метки.
- В Google Analytics: источники трафика, сессии, метки.
- В системе call-центра: звонки.
В нишевых сервисах персонализации: свой специфический кусочек данных.
Чтобы запустить сколько-нибудь осмысленную персонализированную кампанию, нужно синхронизировать между собой данные из нескольких систем и работу маркетинговых платформ и шлюзов.
Это нетривиальное упражнение.
- Приходится «склеивать» несколько записей об одном человеке, то есть делать дедубликацию. Дедубликация должна учитывать возможные ошибки и опечатки в ФИО, городах и адресах, подтвержденность контактных данных (email и телефона). И она должна быть безопасной, чтобы в результате объединения двух записей доступ к аккаунту с баллами программы лояльности не попал к другому человеку.
- Вокруг этой «чистой» записи нужно собирать, склеивать и классифицировать разнородную информацию из разных систем: на какой товар человек кликнул в письме, что смотрел на сайте, что в итоге купил и на какую сумму, как использовал бонусы и так далее.
- При изменении данных по конкретному человеку, в идеале, надо пересчитывать сегменты, к которым он относится, и с умом реагировать на изменения. Например, в результате объединения дублей в базе данных у нас из двух записей о якобы двух разных людях, каждый из которых совершил по одной покупке, образовался один лояльный покупатель с двумя покупками и высоким чеком. Мы точно не хотим немедленно слать ему письмо с акциями и скидками по дорогим товарам, если до этого на один из его аккаунтов мы отправляли совсем другие предложения.
- Все это должно работать в реальном времени на больших объемах данных (сотни миллионов событий для среднего ритейлера) и уметь управлять внешними системами типа шлюзов или технологий персонализации сайта: передавать туда нужный для персонализации кусочек данных и команду.
Дедубликация (и ее последствия для бизнеса) — сложная штука и с технической, и с маркетингово-бизнесовой точки зрения.
Поэтому пока на практике на интеграцию данных и систем чаще всего «забивают». Вместо этого покупают и запускают одновременно отдельные нишевые сервисы персонализации, что немедленно приводит к фантастическому хаосу.
Готов спорить, что вы регулярно сталкиваетесь вот с такими ситуациями:
- Получаете предложение купить что-то по акции, но при переходе по ссылке узнаете, что «Ой, эта акция недоступна для клиентов интернет-магазина».
- Не можете использовать бонусы из программы лояльности на сайте.
- Получаете в рассылке товары, которых нет в наличии, или цены в рассылке не соответствовали действительным.
- Магазин гоняется за вами с помощью ретаргетинга и рекламы в соцсетях, несмотря на то, что вы уже купили в нем этот товар.
- Получаете противоречивые предложения в разных каналах: например, в email предлагают скидку, а по СМС рекламируют акцию «Второй товар в подарок».
Все это — разные проявления «интеграционного хаоса».
Второе, неочевидное последствие «ада с данными», — качество работы алгоритмов, тех самых bigdata и нейросетей, на которые возлагают столько надежд. Алгоритмы и bigdata крайне чувствительны к качеству данных. Если им скормить фрагментированные и неочищенные данные — качество результата будет таким же, как и исходные данные, неудовлетворительным.
Высочайшая эффективность автоматических товарных рекомендаций, например, того же Amazon.com, связана с большим массивом единообразных, чистых и достоверных данных, которые ритейлер собирает уже много лет.
Поэтому интеграция данных — краеугольный камень для построения осмысленного и эффективного персонального маркетинга. Без нее попросту нет смысла инвестировать в средства персонализации — результат, скорее всего, будет случайным.
Проблема с интеграцией данных настолько важна, что родился и активно развивается отдельный класс платформ, решающих эту задачу — CDP, Customer Data Platform. В США рынок таких систем один из самых быстрорастущих: он вырос в два раза за год и в него инвестируются гигантские средства.
Поэтому, если вы:
- компания с точками продаж в онлайне и офлайне,
- используете несколько каналов коммуникации с покупателями,
- строите сложную, персонифицированную схему коммуникаций и скидок,
- планируете активно использовать bigdata-алгоритмы,
то без интеграции данных обойтись вам будет невозможно.
Обязательно уделите нужное время оценке CDP-функционала в тех платформах, которые вы планируете выбирать. Информацию, что и как нужно смотреть, можно взять из этого файла со сценариями выбора
Из интересных ресурсов, которые пишут про CDP (и где есть каталог платформ, например), рекомендую cdpinstitute.org.
Принцип 4. Оцените скорость внедрения и изменений — TTM
Time-to-market (ТТМ) — метрика скорости внедрения и «легкости» управления изменениями в решении.
В одной из крупнейших компаний в России используется немецкая enterprize-система управления маркетингом. Транзакционное письмо, которое отправляет интернет-магазин этой компании после совершения заказа, простое текстовое, очень примитивное, без персонализации. Как мы знаем из «внутренней кухни», причина такого — не в слабом маркетинге.
Просто для того, чтобы персонализировать это письмо, нужно доработать платформу. Доработки можно купить только у компании-системного интегратора. Примерная оценка работ — 40 000 евро и полгода.
Time-to-Market изменений в примере выше неприемлем.
Это, к сожалению, классическая история с внедрением enterprise-решений по техническому заданию: решение приняли одни, техническое задание написали другие, внедряли третьи.
В итоге специалисты, которым предстоит пользоваться результатами внедрения, обнаруживают себя наедине с неповоротливым монстром, отставшим от реального положения вещей на пару лет, и компанией-интегратором, которая строит свой бизнес на тарификации изменений в платформе (change requests).
Самое главное свойство персонального маркетинга — скорость изменений.
Крутые маркетологи способны запускать и тестировать десятки новых кампаний каждый месяц. К примеру, у ритейлера E96.ru одних только сценариев по «брошенной корзине» было запущено порядка шестидесяти. Часть из них, например, когда лояльный клиент оставил в корзине высокомаржинальный товар, триггерили звонок оператора, часть — предлагали промокоды, другие «корзины» рекомендовали альтернативы просмотренным покупателем товарам.
Чтобы достичь такой скорости изменений, маркетолог должен иметь свободу действовать самостоятельно, а не упираться в IT, аналитиков, утверждение смет и планов работ.
Вернемся к примеру с RFM-сегментами и попробуем понять, как он может повлиять на выбор с точки зрения TTM изменений.
Ситуация первая: RFM рассчитывается силами внутренней разработки, рассылки отправляются email шлюзом.
Для изменения логики придется «напрягать» разработчиков: тикет, ТЗ, сроки, деньги, управление проектом.
Боль и страдания :(
Ситуация вторая: RFM запрограммирован где-то внутри нишевого решения, то есть бигдата-триггерного сервиса, или реализован агентством.
- Изменения стоят времени и денег.
- Быстро, но не гибко: может сработает, а может и нет.
- Цикл изменений сравнительно медленный.
- Не всегда прозрачно.
- Приемлемо с ограничениями
Ситуация третья: платформа автоматизации маркетинга.
- Логика перестраивается в интерфейсе платформы за несколько минут.
- Нужен толковый маркетолог (сюрприз!)
- Самый быстрый, прозрачный и гибкий способ управлять изменениями.
- Дороже, если сравнивать только цену технологии без учета затрат на разработку, управление проектом и т. п.
Принцип 5. Оцените окупаемость
Итак, мы сделали все предыдущие упражнения: сформулировали цель и ожидания по ней, накидали сценарии и выбрали подходящую платформу (включающую CDP) с приемлемыми TTM внедрения и изменений. Осталось оценить окупаемость.
Чтобы оценить окупаемость:
- Суммируйте ожидания по метрикам внедрения (доход, экономия, скорость).
- Оцените затраты на платформу и ресурсы по ее интеграции.
- Оцените затраты на людей, которые будут пользоваться платформой и помогут достичь результата.
Мне кажется, что в российских условиях рискованно внедрять технологии со сроком интеграции до первой пользы в полгода или больше, или с горизонтом окупаемости более года.
Потому что:
К моменту готовности внедрения актуальные сценарии использования, скорее всего, сильно изменятся.
Высокий риск смены маркетинговой команды, а «новая метла — по-новому метет». Новая команда в период испытательного срока вряд ли захочет разбираться с большим и сложным проектом, приехавшим «в наследство».
Если срок оценки интеграции для запуска первого сценария составляет несколько месяцев, то ждите сюрпризов. Несколько месяцев в переводе с языка программистов на человеческий означает «не знаю, как оценить: бесконечность и тлен». Скорее всего срок внедрения с такой оценкой затянется минимум в два раза (это не шутка).
Плохой пример:
Один из наших клиентов, средняя ритейл-компания, второй год внедряет у себя западную платформу автоматизации маркетинга.
- После начала внедрения выяснилось, что недооценили объем работы по интеграции данных, которую ритейлеру пришлось делать своими силами. В результате команда разработки со стороны заказчика в составе нескольких человек работает почти год.
На период интеграции затраты ритейлера увеличились: приходится платить и интегрируемой платформе и текущим сервисам.
- Маркетинг, по крайней мере на старте интеграции, был демотивирован ожиданием того, что «скоро придется все переносить в другую платформу», и снизил активность.
Навскидку кажется, что прямые и косвенные затраты на смену платформ (switching cost) вполне могли составить порядка 0,5 - 1 млн долларов, может даже и больше.
С позиции стороннего наблюдателя все это выглядит, как симптомы недостаточно хорошо проработанного решения по внедрению.
С другой стороны, вполне может оказаться, что есть план, например, по использованию платформы для повышения конверсии сайта на 2%: тогда экономика внедрения, скорее всего, будет выглядеть очень хорошо.
Хороший пример:
Компания «Флорист.ру» выполнила все упражнения из списка выше:
- Сформулировала цели: снижение затрат на IT на 50%, рост выручки от прямых каналов до 15%.
- Маркетинг накидал важные сценарии и идеи по их изменению и посмотрел, как это реализуется на демо. Параллельно оценили риски по интеграции.
- Оценили, что в выбираемой платформе есть функционал интеграции данных и он достаточен.
- Рассчитали окупаемость.
Результат:
- интеграция за 2 месяца,
окупаемость на четвертый месяц,
- десятки запущенных сценариев и AB-тестов,
- опубликованная история успеха.
Дерево принятия решений
Карта распространенных в РФ технологий персонализации
История изменений:
03.10.2018: Опубликована первая версия классификатора и карты. Исключен RetailRocket по требованию сервиса.
04.10.2018: Исключен Flocktory по требованию сервиса. Уточнены названия GetResponse, SendPulse, REES46. Уточнены критерии класса “Системы автоматизации маркетинга. ExpertSender перенесен из “Шлюзы” в “Системы автоматизации маркетинга”. Исключен Insider по требованию сервиса
05.10.2018: Добавлен Mailgun в “Шлюзы”, eSputnik перенесен в “Системы автоматизации маркетинга”, исключен SendSay по требованию сервиса. Уточнено описание класса “Шлюзы”: переименовал в “ESP и шлюзы”, уточнил сценарии отличия. Уточнил описание класса “Нишевые продукты”. Перенес дисклеймер в начало статьи, чтобы меньше было шансов пропустить его.
Определения
ESP и шлюзы: платформы, в которых центром вселенной является “список рассылки”, и все остальные данные строятся вокруг него через добавление дополнительных полей и таблиц.
Этого достаточно для несложной автоматизации: например:
строить цепочки из нескольких сообщений с задержой между ними
логика отправки того или иного письма в цепочке в зависимости от клика или открытия, подставлять тот или иной блок в сообщении в зависимости от значения дополнительного поля, привязанного к адресу.
Более сложная логика, такая как динамические сегменты по покупкам, их составу (например RFM) или по поведению покупателя в случае использования ESP требует программирования на стороне заказчика.
Большинство современных ESP содержат удобный редактор сообщений и умеют отправлять не только email, но и SMS, Viber и push-сообщения, а также делать несложные кроссканальные цепочки.
Шлюзы - самый простой вариант ESP, иногда даже без пользовательского интерфейса.
Нишевые технологии: компании, стремящиеся стать лучшими в ограниченной нише маркетингового ландшафта. Например, сервисы, которые закрывают классический набор триггерных рассылок для e-commerce, или сбор подписчиков на сайте, или типовые балльные программы лояльности. Часто такие сервисы предлагают комбинированную услугу из технологий и аккаунтинга. Это, с одной стороны позволяет им не усложнять продукт, т.к. им пользуются в основном менеджеры самого сервиса, а с другой - позволяет закрывать потребности клиента, у которого нет выделенной роли целевого маркетинга в штате теми же менеджерами. Фактически такие сервисы предоставляют скорее агентские услуги, технологии здесь вторичны.
Особняком стоят Carrot Quest, Convead и аналогичные продукты. По сути - это полноценные платформы автоматизации маркетинга, ориентированные на малый и средний бизнес. У них приятный, простой интерфейс, предполагающий самостоятельное использование их клиентом (self-service), и несложный функционал, подобранный под этого сегмента рынка. К нишевым я их отнес именно по причине четкой фокусировке на конкретный рынок.
Технологии персонализации сайта и приложения: это и нишевые сервисы (например, Driveback), и полноценные платформы автоматизации с фрагментами управления персональной коммуникацией (например, Dynamic Yield).
Управление ценовым оффером: технологии для управления бонусными и скидочными акциями, преимущественно в классическом офлайн-бизнесе. Блок управления персональными коммуникациями в таких решениях часто развит очень слабо, требует подключения внешних шлюзов. Для использования в e-commerce или омниканальных компаниях, которые предполагают большие нагрузки и реалтаймовый пересчет скидок в корзине, технологии подходят плохо.
Платформы автоматизации маркетинга: customer-centric модель: есть функционал интеграции данных или CDP с разными типами сущностей (покупатель, заказ, товар, действие и т.п.), управляют двумя или более каналами коммуникации или точками контакта с покупателями. Управление маркетинговой логикой (сегменты, условия, шаги компаний) осуществляется через интерфейс платформы, в единой логике (campaign management). В интерфейсе можно строить сегменты, комбинируя разные сущности.
CRM-системы: главное назначение — управление обработкой потока заказов, фулфилментом, доставкой, менеджерами: звонки, изменение заказов, трекинг и т. п. Часть платформ содержит базовые возможности для маркетинга, например, управление email-рассылками.
Enterprize-платформы: декларируется, что могут все. Основной фокус решений — на управлении процессами организации, но после разработки или адаптации соответствующего функционала на базе лицензии компанией-интегратором. Медленно и дорого.
Карта технологий, встречающихся на Российском рынке.
Непрофессионально писать про другие сервисы, когда не знаешь точно, что там и как устроено. И уж тем более, когда нет опыта работы в них.
В ExpertSender для внедрения новых автоматических сценариев НЕ требуется участие программистов или кастомная разработка.
У нас все просто и прозрачно, так, чтобы было удобно маркетологу.
У нас есть кампании - инструмент, который позволяет собрать совершенно любой маркетинговый сценарий из готовых блоков. Для этого не нужно никаких специальных знаний, это очень просто сделать любому человеку :)
Кастомная разработка у нас используется, потому что мы подстраиваемся под каждого клиента. Гибкость - наше все :)
Наша платформа - профессиональный сервис, заточенный под крупные компании, которые хотят крутую автоматизацию и персонализацию.
Приходите на демонстрацию - все покажем и расскажем :)
Кристина, спасибо за комментарий. Согласился с аргументами, все починил. Теперь справедливо?
А мне, как маркетологу, статья показалась любопытной. Как и реакция представителей различных сервисов, которые сразу же бросились доказывать, какие они прекрасные. Любая классификация будет иметь свои недостатки, безусловно, более того, со временем она будет устаревать. Данная статья, мне кажется, будет достаточно полезна многим: кому-то добавит дополнительных критериев оценки, кто-то вспомнит о важных параметрах - и не упустит процесс очистки базы (как я сам когда-то). В общем статья - нужная и полезная. И неважно, коллеги, в какой раздел классификатора вас записали. Хорошо, что упомянули;)
Спорная табличка по классификации сервисов, однако
А ты как бы классифицировал? Любопытно альтернативное мнение услышать.
Про маркетолога, которого приносят в жертву - огонь! Порадовал коллег) Описание болей реалистично. Сценарий использования хорошая идея, но на практике табличка будет еще сложнее для восприятия. Пока реально не начнешь работать с платформой все представляется красиво. А на деле одна система может периодически баговать в неожиданных местах, сотрудники лажать и выясняется это только в процессе использования. А то, что в категории Шлюзы можно увидеть вместе ДевиноТелеком и ExpertSender вообще странно. По характеру и возможностям решаемых задач - это разные весовые категории. Без программистов в принципе редкий случай, чтобы все работало. Пункт про скорость внедрения правильный, но слишком абстрактный. Как сравнивать платформы по нему между собой? Сравнение ESP, которое видел в книге Леонида Николаева показалось более корректным.
Друзья и коллеги - тем что вы участвуйте в этой дискуссии, вы просто создаете своими руками форум, который коллега и хотел создать. Не давайте звать или засасывать себя в грязь, а то очень легко испачкаться. Легче попросить Ивана вежливо исключить себя из данной псевдо «аналитики/обзора» (уверен, что он ответит взаимной вежливостью и сможет удалить упоминание Вашей компании). Пусть данный "обзор" будет между коллегами Mindbox и коллегами из Mindbox. Ivan Borovikov спасибо за веселую статью (с встроенными правдоподобными моментами, которые никак не перекрывают весь bulls..."неточности"), напоминание о сути нашей работы и роли маркетинга в продвижении.