Data-driven подход и автоматизация в маркетинге как точка роста компании
Без чего не может состояться ни один бизнес-процесс в компании? Правильно, без принятия решения, как этот процесс начать. О том, какой подход в принятии решений принесет компании больше прибыли, расскажем в этой статье.
Что такое data-driven и зачем он нужен
Data driven — подход, используемый для принятия решений в бизнес-процессе, который опирается на аналитику и работу с большими данными.
Приведем простой пример. У нас есть сеть магазинов продуктов «у дома». Ассортимент такой: крупы, снэки, алкоголь, сигареты, сладости долгого хранения, чай, кофе. Решение о закупке товара принимаем интуитивно, никакой анализ рынка не проводим. Магазин вроде приносит прибыль, но небольшую. Вдруг в голову собственника пришла идея продавать свежие морепродукты: гребешки, клешни крабов, устрицы. Почему-то никто не покупает такую роскошь, в итоге имеем убытки и протухшие деликатесы. Все дело в том, что собственник не провел анализ и не выяснил, кто ходит в его магазины и что этим людям нужно. А живут в близлежащих домах семьи со средним достатком, которые очень бы обрадовались качественным полуфабрикатам, молочной продукции и свежей выпечке, тем самым увеличив прибыль магазинов. Пример очень утрированный, но суть ясна — грамотный анализ и работа с данными приносят деньги.
У подхода из примера есть название — highest paid person’s opinion — принятие решения на основе мнения руководителя. Data driven — полная противоположность такого подхода: важны только данные и аналитика. С помощью него можно прогнозировать исход любого принятого решения: от принятия сотрудника на работу до выхода компании на IPO. Цель всегда одна — увеличение прибыли.
В России подход data driven внедрили в свою работу «ДоДо Пицца», «Авито», «Озон», «Тинькофф» и другие крупные диджитал-компании. Начать использовать data-driven-подход в работе своей компании сейчас — быть на три шага впереди конкурентов.
Как работает подход data driven
Основа data-driven подхода — аналитика. Аналитика невозможна без данных, а значит --- их нужно собрать. Для каждого бизнес-процесса будет работать своя база данных: CRM для маркетинга, 1С для бухгалтерии и склада и так далее. Массив данных должен быть качественным и полным: это важно.
Собранные данные нужно проанализировать: найти точки роста и слабые места. Возможно компания тратит слишком много ресурсов на товар или услугу, который приносит меньше всего прибыли, и стоит бросить все силы совершенно на другое.
Далее время построения гипотез и их тестирование через построение моделей. Что будет, если изменить канал сбыта? А если поменять маркетинговую стратегию? Такие решения нельзя принимать интуитивно, нужны серьезные исследования.
После прохождения через все этапы аналитики можно принимать решение.
Хороший пример использования подхода data driven — любая серия сериала «Доктор Хаус». Команда Хауса собирает данные (анализы пациента) → анализирует их → выстраивает гипотезы (предлагает варианты лечения на каждый возможный диагноз) → тестирует → принимает окончательное решение.
Data-driven в маркетинге: как подход поможет зарабатывать больше и какие метрики нужны для аналитики
Любая компания стремиться зарабатывать больше. Выбор правильной маркетинг-стратегии во многом влияет на увеличение прибыли. В теории все просто — нужно всего лишь привлечь больше покупателей. Но на спрос влияет огромное количество параметров, поэтому все больше компаний используют data-driven-подход в своих маркетинговых стратегиях.
Есть несколько основных метрик в маркетинге:
- Цена клика (CPC). Важно знать, с каких ресурсов приходит покупатель, это дает возможность сосредоточиться на наиболее окупаемых каналах трафика.
- Стоимость привлечения клиента (CAC). Если прибыль от клиента ниже этого показателя, значит с маркетинг-стратегией что-то не так и ее нужно менять.
- Стоимость целевого действия (CPA). Метрика показывает затраты на каждое действие клиента: переход на сайт, просмотр каталога, оформление заказа.
- Пожизненная ценность клиента (LTV). Учитывается прибыль от клиента за весь период работы с ним. Если компания на привлечение покупателя потратит больше, чем заработает, маркетинг-стратегия будет убыточной.
- Окупаемость инвестиций (ROI). Метрика показывает, сколько прибыли получено от маркетинговой компании.
- Отток клиентов (CR). Если клиент больше не покупает, значит ценность продукта для него пропала и нужно что-то менять.
- Индекс удовлетворенности клиентов (CSAT). Выявляется при помощи сбора обратной связи от клиента, помогает улучшить сервис.
Все эти метрики помогают маркетологу разрабатывать эффективные маркетинговые стратегии. Если уметь правильно работать с данными, можно привлечь новых клиентов, повысить лояльность уже имеющихся, оптимизировать затраты на рекламу и в итоге получить рост прибыли.
Что нужно для внедрения data-driven в работу компании
Для каждой компании нужен свой подход для внедрения data driven. Ниже приведем очень обобщенный вариант, который можно использовать как конструктор: добавлять и убирать детали.
- Команда: маркетолог, аналитик, IT-специалист. Задача команды — собрать и обработать данные, предложить варианты маркетинг-стратегий, предложить решения проблем, спрогнозировать и проанализировать результаты. В некоторых компаниях это может быть один человек.
- Сбор и анализ данных. Основные варианты на данный момент: CRM-системы, Яндекс-Метрика, Google Analytics.
- Хранение данных. Для хранения большого объема данных нужна база, например MySQL.
- Визуализация данных. На начальных этапах развития компании достаточно Microsoft Excel.
- Тестирование. Один из методов data-driven маркетинга — А/В тестирование, он помогает выбрать из двух вариантов маркетинг-стратегии наиболее подходящий. У сервиса LeadPlan есть тариф с тремя бесплатными А/В тестами в месяц.
- Бизнес-аналитика. Отследить источники трафика и окупаемость рекламы можно с помощью систем Roistat, Alytics и других подобных.
Почему могут возникнуть сложности внедрения нового подхода в бизнес-процессы
У подхода data driven есть две проблемы: это дорого и использовать его в полную силу может получиться далеко не сразу.
Хорошие специалисты и инструменты для работы стоят дорого. На начальных этапах работать с данными может один специалист и можно использовать бесплатные продукты для хранения, аналитики, тестирования и визуализации. Но по мере роста бизнеса траты будут расти. Нужно будет обучить всех сотрудников, которые будут работать с данными, и оплачивать программное обеспечение.
Команда должна работать в максимальной связке, каждый сотрудник иметь понимание, зачем нужна такая кропотливая работа. Не сразу получится определить, какие инструменты и метрики нужны, что-то будет лишним, а чего-то --- будет не хватать.
Скачайте набор инструментов для повышения эффективности вашего отдела маркетинга — pdf-гайды с советами по маркетингу, подготовленные группой маркетинговых компаний «Точно.»
Метрики в маркетинге играют ключевую роль в определении эффективности кампаний
Дмитрий, добрый день. Согласны, метрики очень важны.
Кстати, у нас есть отдельная статья именно про это: https://vc.ru/marketing/705636-vershki-i-koreshki-kak-podelit-metriki-mezhdu-marketingom-i-biznesom