Есть , 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.
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 |
|
| Поиск решения |
|
|
| Реклама | Воронка продаж: сбор информации |
|
| Воронка продаж: первичное ознакомление |
|
|
| Продажи и допродажи | Воронка продаж: цикл покупки |
|
| Послепродажный цикл |
|
|
| Удержание | Рекомендации |
|
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.
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 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:
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.
Сообщение появились сначала на .