Меньше 100 лет назад под большими данными буквально понимали большие компьютеры, которые едва помещались в комнаты. Сегодня это безусловно полезный, понятный и доступный инструмент как для создателей сложных устройств, так и для малого бизнеса.
К сожалению, используют этот инструмент пока только it-специалисты. Маркетологи и предприниматели большие данные обходят стороной: вдруг укусит?
В этой статье разбираемся, как работать с Big Data, чтобы не кусались, и пытаемся понять, почему без data driven подхода не выжить в рекламе будущего.
Что такое Big Data
Хорошая маркетинговая стратегия – это поиск, исследование и анализ. Это массивы информации, обработанные с ориентацией на цель клиента. Основа хорошего маркетинга – данные. Чем больше данных, тем лучше результат.
Так и появляется в нашей картине мира Big Data – колоссальные объемы данных, которые компания может получить и использовать в работе. Под этим термином подразумевается вообще любая информация: уже структурированная или еще не обработанная, полученная в процессе работы или собранная из доступных источников.
В результате сбора, обработки и анализа данных можно получить интересные выводы. Использование этих выводов в построении планов и стратегий называют data driven подходом. Решения, принятые благодаря данным, – data driven decisions. Легко предполагаем и оказываемся правы: маркетинг, в основе которых лежит работа с массивами данных, называют data driven marketing.
Большая часть крупных компаний уже использует этот подход в работе. Например, успех Netflix объясняют как раз использованием данных: на их основе была создана система рекомендаций.
Сервис собирает кучу информации о пользователях, анализирует их личные предпочтения, обобщает информацию и делает выводы. Так получаются персональные советы и подборки, бьющие в цель – внимание пользователя.
Данные, кстати, используют и для создания сериалов. Например, каст для сериала «Карточный домик» выбирали благодаря аналитике: специалисты выяснили, что работы Кевина Спейси вызывают интерес у любителей такого жанра, и потому позвали его на главную роль. Аналогично был выбран режиссер картины Дэвид Финчер.
Звучит круто и вдохновляюще, но все еще ассоциируется с технологиями будущего. На самом деле, конечно, Big Data ближе и доступнее, чем может показаться. Увы, это понимают не все.
Последним при упоминании больших данных становится просто страшно, ведь обычно рядом с ними идут истории про огромные платформы для сбора, организации и анализа нескольких видов данных. Эти платформы «думают» сразу про все: онлайн, офлайн, мобильные устройства, баннеры, внешние события – такие инструменты малому бизнесу не по карману. Что делать?
Data Driven маркетинг: как это работает
Корпорации действительно много всего знают о своих клиентах и мире в целом и даже делят всю информацию на 3 больших категории.
- First party data – данные, которые компания получает сама. Такая информация помогает составить портрет целевой аудитории, найти пути коммуникации с клиентом и понять, отследить его действия. Этот вид данных самый доступный, а чаще и вовсе бесплатный для малого бизнеса.
- Second party data – данные, которые получили компании-партнеры. Часто это не информация из формы заказа, где указаны личные данные пользователей, а уже готовые выводы об аудиториях и тенденциях в определенных сегментах рынка.
- Third party data – данные, проанализированные компаниями, которые профессионально занимаются исследованиями. Такие данные получить сложно: они стоят довольно дорого и, честно говоря, не всем «по плечу»: с ними работать сложнее. Тем не менее, крупным компаниям они позволяют увидеть ситуацию со всех сторон, получить системное и четкое представление об аудитории.
Все эти данные очень важны в маркетинге: совсем без них построить стратегию развития крайне сложно. Согласитесь, намного легче развивать Instagram-аккаунт ателье, если знаешь, что его клиенты не мужчины 70+, а девушки 20+, которые живут в Москве, следят за определенными блогерами и, соответственно, ориентируются на определенный стиль в одежде. В эту же копилочку можно добавить еще несколько важных фактов: дни рождения для важных акций, размеры одежды для рассылок, бьющих в цель, хобби и место работы для правильных предложений. Все это – данные из первой категории, вы можете получить их сами.
Какие данные отслеживать
Данные всякие нужны, данные всякие важны, но есть информация, на основе которой каши не сваришь. Скажем, мы узнаем любимый цвет наших клиентов, а продать им должны, например, услуги репетитора – и к чему тут информация без более весомых демографических признаков?
Данные нужно собирать и анализировать правильно, чтобы сформировать четкое и близкое к действительности представление о целевой аудитории. Вот какие данные стоит собирать:
- основная информация о пользователях (пол, возраст, город);
- поведение пользователей на сайтах и / или в приложениях компании;
- особенности обслуживания клиентов;
- степень удовлетворенности клиентов результатами работы компании.
Какие метрики отслеживать
Итак, мы всерьез решили попробовать data driven подход в маркетинге компании.
Как раз для этого нам понадобятся разные метрики. Например, рост прибыли можно оценить по общему количеству новых клиентов, показателю маржинальности, проценту конверсии, размеру среднего чека, количеству повторных продаж – все эти данные могут помочь в анализе бизнес-процессов.
На этапе такого анализа можно выяснить, что количество новых клиентов растет. Значит, SMM-специалисты справляются со своей работой. Но при этом растет и отток клиентов. Возможно, дело в том, что специалисты кол-центра бывают грубы или не успевают обрабатывать заявки? Всесторонний анализ позволяет понять, что какие именно дыры в компании нужно залатать, чтобы наладить работу.
Вот какие показатели стоит обрабатывать на постоянной основе.
- Cost Per Action – цена за клик, которую вы отдаете за привлечение 1 пользователя.
- Conversion Rate – процент пользователей, которые совершили целевое действие (оставили заявку, совершили платеж). Позволяет прогнозировать прибыль.
- Shopping Cart Abandonment – количество пользователей, которые прекратили оформление заказа. Позволяет найти недостатки в воронке продаж.
- Monthly Recurring Revenue – ваша средняя выручка за определенный период.
- Churn Rate – число пользователей, которые по какой-то причине не стали постоянными покупателями.
- Lifetime Value – ценность пользователя за все время взаимодействия с ним.
- Customer Retention Rate – процент пользователей, которые могут стать вашими постоянными клиентами.
Все это нужно отслеживать постоянно и, самое главное, сохранять показатели. Такой подход позволит сравнивать данные одного периода с другим и оценивать результат работы на перспективу.
Откуда брать данные
- Комплексные системы для управления бизнесам: Битрикс24, JIRA, amoCRM, «МойСклад» и др.
- Сервисы веб-аналитики: Google Analytics, «Яндекс.Метрика», Google Tag Manager.
- Сервисы сквозной аналитики: Roistat, Mixpanel, Rick и др.
- Платформы для визуализации данных: Google Data Studio, Power BI, Alteryx и др.
Подробнее об этих сервисах и работе с ними читайте в других статьях блога «Текстерры».
CRM
- 15 интеграций CRM, которые автоматизируют рабочую рутину
- Что должно быть в вашей CRM: ключевые возможности для бизнеса и сотрудников
- CRM для интернет-магазина: выбираем оптимальный вариант
- CRM для малого бизнеса: зачем нужна, на что обращать внимание при выборе
Google Analytics
- От Universal к Analytics 4: чем отличаются модели данных в новой аналитике от Google
- Google Analytics 4 и электронная торговля: начинаем внедрение через GTM
- Google Analytics для начинающих: самое полное руководство в Рунете
- Разбираем отчет «Скорость загрузки сайта» в Google Analytics
«Яндекс.Метрика»
- Как использовать «Яндекс.Метрику»: подробное руководство для начинающих
- Обзор самых важных отчетов «Яндекс.Метрики»: оцениваем ЦА, эффективность продвижения и юзабилити
- Какими бывают конверсии и как их настроить в «Яндекс.Метрике» и Google Analytics
- Как работать с отчетами в «Яндекс.Метрике» и Google Analytics: подробное руководство
Google Tag Manager
- Как отслеживать на сайте вообще все: гайд по Google Tag Manager для продвинутых
- Как использовать Google Tag Manager: подробное руководство для новичков
Другое
- Как собрать аналитику в Google Data Studio: руководство для начинающих
- Анализ данных на автомате: гайд по Microsoft Power BI для начинающих
- «У нас все настроено», или Как выводы строятся на некорректных данных, и к чему это приводит
Не все так просто
Да, часть данных можно получить бесплатно. Да, пока вы маленький бизнес, работать с данными будет относительно просто. Но стоит отметить и сложности, с которыми придется столкнуться тем, кто хочет прийти в мир Big Data и использовать его в своих целях.
- Нужно время. Чтобы оценить прогресс компании, данных нужно много. Например, как определить сезонность спроса на продукт, если анализировать его востребованность вы начали буквально вчера? Реальную картину спроса можно будет увидеть как минимум через год, а лучше – через 2 или 3, чтобы подтвердить верность выводов. Готовы собирать данные так долго?
- Нужны деньги. CRM, системы веб-аналитики, кол-трекинг, сквозная аналитика – даже если сильно экономить и приобретать готовые решения на минимальных тарифах, придется потратиться. Вложения обязательно окупаются, но, опять же, не сразу.
- Нужны специалисты. Если вы не гуру во всех областях, скорее всего, для работы с данными потребуется как минимум 1 специалист, готовый и настраивать все вышеперечисленные системы, и возиться с данными.
- Нужны навыки. Мало получить данные, – их нужно еще и использовать. Сотрудники компании должны знать, как работать с информацией и использовать «компьютерные» выводы в рутинной работе. Если сейчас они этого не умеют, считайте, вы получили законную льготу: вводите data driven подход постепенно, обучая команду и экономя.
Резюме
Data-driven подход, как правило, здорово способствует увеличению продаж и повышению конверсии. Понимая это, ваши конкуренты уже используют его в работе, хотя и неохотно. По прогнозам экспертов, рано или поздно прийти к работе с данными придется всем, поэтому важно уже сейчас адаптировать свой бизнес под реалии будущего – без этого вы рисуете навсегда потерять свои позиции.
Нанимать дата-аналитиков, чтобы прийти к работе с информацией, необязательно.
Во-первых, можно обучить сотрудников в штате.
Во-вторых, можно обратиться к профессионалам, которые по запросу проанализируют ваших клиентов и деятельность конкурентов, построят стратегию на основе данных и помогут настроить системы аналитики.