Помните известный анекдот? Два человека в лесу увидели, что на них бросился тигр. Первый спокойно переобувается в кроссовки. Второй в ужасе спрашивает: ты что, собираешься бежать быстрее тигра? Нет, отвечает первый, мне достаточно бежать быстрее тебя…

В современном мире Big Data и Data Driven Companies, чтобы преуспеть, не обязательно владеть всем объемом данных (который многократно увеличивается год от года) и применять все инструменты — достаточно бежать за своим клиентом быстрее и умнее конкурента. Многие компании преуспевают в этом, не обращая внимание на возможности новых клиентских данных. Они пересекают свои атлантические океаны со скоростью, намного превосходящей скорость Титаника. Но есть и риски…

В этом контексте в качестве обмена опытом я хотел бы поделиться мыслями на тему клиентской аналитики: зачем она нужна, как связана с маркетингом и продажами, каковы ее связи с BI (Business Intelligence) и RTM (Route to Market) организации и ее культурой.

Видеть клиента

Начнем с простого. Получить клиента — это цель любого бизнеса, которая затем конвертируется в показатели выручки, доли рынка, ROI и прочие важные метрики. Чем точнее вы определите своего клиента на уровне вИдения и миссии компании, тем вернее окажется ваша стратегия. И здесь не обойтись без серьезного анализа с сопутствующими инструментами. Таким образом, клиентская аналитика является неотъемлемой частью стратегии, влияя на приоритеты, цели и направления работы компании.

С другой стороны, определившись с большими целями, вы обязательно перейдете к тактическим задачам: как привлечь новых клиентов и удержать существующих, как обеспечить upsale и crosssale, уровень удовлетворенности; с точки зрения товарного или сервисного предложения — как оптимизировать продукты и их предложение; с точки зрения каналов и продвижения — как выйти на новые рынки и эффективно повысить свои позиции по отношению к конкурентам. Это есть основные операционные задачи клиентской аналитики.

BI или не BI

Важно сразу разграничить BI и клиентскую аналитику. Business Intelligence — это общие методы перевода деловой информации в осмысленную форму для принятия управленческих решений, которые включают в себя не только клиентский анализ, но и многие внутренние процессы организации: технические KPI, бюджетирование, скользящие прогнозы внутренней эффективности и т.д.

В этом смысле традиционно BI — более общая категория и более общий инструментарий, клиентская аналитика является необходимой составной его частью. Она эффективна, когда объединяет все внешние и внутренние данные для необходимой корректировки стратегических и организационных действий: распределения инвестиций, капитала, ресурсов, управленческого фокуса и пр. Проводя аналогию, можно сравнить BI с интегральной функцией мозга, который должен не только видеть конкретную цель своей деятельности, но и постоянно контролировать все параметры жизнедеятельности: температуру, пульс и прочие сотни тысяч показателей, без поддержания которых невозможно достижение целей.

Далее, клиентская аналитика при решении тактических задач всегда должна соответствовать выбранной стратегии, при постановке целей для анализа во главу угла необходимо ставить стратегические или бизнес-цели. Анализ — трудоемкое занятие, и как дорогой ресурс он должен использоваться там, где это явно приносит деньги (за счет потока клиентов, увеличения доли рынка и т.д.) либо экономит ресурсы. Нет нужды в теоретических исследованиях за счет рыночной компании. Для фундаментальных исследований есть специальные институты.

Что такое хорошо

Хороша та аналитика, которая удовлетворит потребность в принятии оптимальных решений. Но потребности ограничены знаниями и возможностями руководителя. Причем это ограничения высокого уровня, поскольку, как мы выяснили, такая аналитика носит стратегический характер. Иначе говоря, для того чтобы это делать действительно классно, в организации необходимо аккумулировать знания: какие дополнительные данные о клиенте могут быть доступны, где их хранить, как и с какой целью анализировать, как применять. Немаловажный вопрос: где должен находиться сам центр компетенций? Эта функция постепенно отходит от традиционного маркетинга, который ранее вообще не использовал IT-инфраструктуру, к технологическому маркетингу — например, в интернет-продажах, где он на 95% зависит от IT.

Мир становится быстрее, а объем данных больше, поэтому для реализации своих конкурентных преимуществ нельзя концентрировать навык аналитики в одном месте. Прикладная бизнес-аналитика должна стать частью организационной культуры компании. Рекомендуется проводить комплексные мероприятия по обмену идеями, опытом, лучшими практиками в области аналитики и принятия решений на основе достоверных данных. Этот подход выражается в модном словосочетании Data Driven Company.

Представьте себе

Данные нужно не только уметь анализировать, но и иметь возможность наглядно представить, причем быстро и понятно. Здесь я могу рекомендовать такие инструменты, как Qlick View или Tableau. Даже обычный Excel в опытных руках может творить чудеса. У каждого приложения есть свои плюсы и минусы, но вы удивитесь, насколько возможности Excel покажутся вам ограниченными, если ваши сотрудники смогут перейти, например, на Qlick View.

Конечно, эта работа потребует определенной подготовки (хотя каждый из вендоров расскажет вам про интуитивный интерфейс), и надо предварительно подумать: какие задачи стоят перед компанией и нуждается ли она в дополнительных инструментах. Важно, чтобы люди в организации не распылялись на изучение многих инструментов одновременно. Выберите один и научите работать с ним ключевых сотрудников.

Выводы из цифр

Приведу простой пример из практики. Анализируем трафик с посадочной страницы, смотрим, изменилась ли конверсия. Слышу — да, выросла, вчера была 6,2%, а сегодня уже 6,8%. Казалось бы, результат есть, но решаю уточнить, отличаются ли эти два показателя друг от друга? Мне отвечают, что отличаются на 0,6% (почти 10% роста, отлично!). Однако после более внимательного анализа дисперсий выясняется, что значения статистически не отличались друг от друга.

Вы можете повторить этот эксперимент у себя в компании и убедиться, что 50% данных в отчетах специалистов с высшим образованием, которые вы используете для ежедневного принятия решения, страдают тем же недостатком. Скорее всего, вы услышите, что нет необходимости считать точнее, так как эти значения вполне корректны, а отчеты, которые вы читаете, — гораздо лучше, чем у конкурентов. И что благодаря им вы принимаете гениальные маркетинговые решения, которые приводят к росту прибыли. Внимание, вопрос: а так ли это на самом деле? Может, прибыль могла быть больше, а решения могли быть точнее? Особенно эти вопросы важны для бизнеса, существующего в постоянно меняющейся среде, где ежечасно могут происходить серьезные изменения, где необходимо принимать корректирующие решения — разумеется, основываясь не только на интуиции, но и на объективных аналитических данных.

От малого к большому

Доступный объем данных растет в геометрической прогрессии — не столь важно, как вы их назовете. Большие они или маленькие, вам нужен навык их использования. Не заморачивайтесь на том, к какой категории их отнести, — просто получайте их, храните, анализируйте, делайте выводы и применяйте в работе. Начать можно с постановки целей и задач верхнего уровня, а затем перейти к рассмотрению состояния клиентской аналитики и выработке мероприятий по ее улучшению. Поскольку, как правило, в основе стратегии лежит клиент, его анализ и является первоочередной задачей.

План мероприятий должен быть поддержан первым лицом организации, стать приоритетом для разных отделов (маркетинг, розница, IT, бэк-офис и пр.). На мой взгляд, роль первого лица в этом вопросе критична. Из ярких примеров приведу «танцующего зеленого слона» — Сбербанк и очевидные перемены, происходящие с Почтой России. Вдохновляющая и трансформирующая энергия, исходящая от лидеров этих компаний, — хороший пример.

Задайте вопросы

Даже в случае, если вы бежите быстрее конкурента, всегда можно найти, что улучшить. Можно что-то начать делать, можно что-то перестать делать, можно делать что-то по-другому.

Кто ваши клиенты? Сколько их? Каковы их доходы? Представьте себе вашего целевого клиента: как он изменится через три-четыре года, его привычки и предпочтения. Находится ли он в фокусе вашей стратегии? Удивительно, но многие руководители не могут четко ответить на эти вопросы. И когда мы предполагаем, что ответы на них известны, уже после нескольких итераций можем обнаружить, что, к сожалению, не все так ясно… Зачастую мы работаем просто с теми, кто по непрозрачным основаниям выбрал нас. Это напоминает анекдот про человека, который потерял часы, но ищет их не там, где потерял, а там, где светлее и удобнее искать. Часто мы не корректируем свои действия, отталкиваясь от прогноза, а просто работаем «по накатанной».

Проанализируете, на что тратят время ваши сегодняшние клиенты, контактируя с вашей организацией. Как много продуктов и услуг они в эти моменты фактически получают, а сколько потенциально могут получить.

Проанализируйте: где и как клиенты встречаются с вашей организацией — в точках продаж, в колл-центре, на сайте, через агентов и т.д. Во многих компаниях эта работа не систематизирована. Скорее всего, окажется, что вы тратите большие средства на обеспечение поддерживающих функций, а продажам в точках контакта уделяете недостаточно внимания. Посмотрите, вся ли доступная линейка продуктов может быть предложена в любой точке контакта? Как предлагаются ваши продукты в этот момент? Что можно сделать для определения и удовлетворения потребности клиента?

Важно также постараться оценить, отвечает ли доля продаж через канал стандартам рынка? Например, если в среднем у ретейлера доля онлайн-продаж составляет 20% по индустрии, то почему она у вас меньше? Если доля мобильного трафика внутри онлайн составляет уже 35%, то почему у вас — всего 5%? И так далее. Если мобильный трафик показывает хорошую динамику роста, ответьте себе на вопрос, аллокировали ли вы ресурсы для своего роста в этом канале? Здесь снова нужны цифры.

Запишите больше

В своей практике мы задавались вопросом: стоит ли хранить все получаемые данные? Во время посещения Силиконовой долины в прошлом году я увидел примеры компаний, которые из записанных на всякий случай данных клиентского поведения через несколько лет смогли научиться получать управленческие выгоды и в итоге стали продавать в разы больше. Записывайте все, что вы знаете о клиенте. На сегодняшний нет проблемы с хранением данных, его стоимость невелика, особенно если вы храните не результаты промежуточных расчетов и моделей, а только проверенные данные из первоисточников. Если вам говорят, что это дорого, значит, вы что-то не то или не так храните.

У компании может быть одновременно несколько программно-аппаратных комплексов на собственных или облачных серверах. Записывайте куда-нибудь — туда, откуда ваши аналитики могут быстро извлечь информацию для анализа. Здесь полезен принцип Single Source of Truth, когда однотипные достоверные данные хранятся безопасно только в одном месте с возможностью чтения из другого. Простая задача, которая решается на уровне политики хранения данных. Здесь важно не создавать себе дополнительных сложностей. И не создавайте сложности аналитикам и руководителям в получении данных, если их запрос оправдан бизнес-задачами.

Прогнозируйте точнее

Когда речь заходит о долгосрочном прогнозе, попробуйте поинтересоваться у вашего специалиста: какие данные взяты за основу анализа? Как они были получены, первичные они или вторичные, не дефектные ли они, где хранились? Были ли они стандартизованы? Как строилась модель? Вы узнаете (а может, не узнаете) много нового.

Спросите у директора направления: знает ли он хотя бы базовые принципы агрегации, размещения и стандартизации данных? Знает ли, как можно работать с неструктурированными данными? Как делать статистически достоверные выводы и строить вероятностные модели?

Исследования показывают, что маркетологи и продавцы постоянно «не догоняют» рынок в этом направлении. Новые технологии адаптируются с трудом из-за неповоротливости и консервативности IT. Объем доступных данных многократно возрастает ежегодно, а количество анализируемой клиентской информации растет только на 10%. О каком качестве прогноза можно говорить, если многие даже не знают, какие данные и технологии вообще доступны…

Часто, получив анализ клиентов, вы встречаете «просто цифры», отчет в формате «как вы просили». Более эффективно ставить задачу подготовить предварительные результаты анализа, чтобы сотрудник, готовивший статистику, находил закономерности, тенденции, которые будут намечать возможные действия для достижения бизнес-результатов. При подготовке отчета специалист должен понимать, зачем этот материал готовится, и каждый раз находить обоснованные возможности для роста продаж, индикаторы изменения потребительского спроса или изменения потребностей. Вам не нужна аналитика без рекомендаций.

Omnichannel, outsoursing, cross-functional

Omnichannel marketing — модное и простое в использовании направление: после непродолжительного теста вы легко можете решить, какой канал коммуникации использовать, в каком объеме и какой ценой. Постоянно тестируйте каналы: SMS, WhatsApp, социальные сети и т.д., масштабируйте их — конечно, если это оправданно. Будьте инновационны; например, если вы предлагаете платежные терминалы, то поменяйте дорогой традиционный POS-терминал на недорогое мобильное mPOS-решение, и в дополнение к базовой услуге вы сможете предложить геолокационный маркетинговый сервис для ваших В2В-клиентов. Вы легко сможете балансировать коммуникационный микс с помощью покупных или собственных платформ и программ: высылать сообщения только тем клиентам, которые в них действительно нуждаются, на те устройства и через тот канал, который для этого лучше всего подходит. Не распыляйтесь. Помните о принципе 80/20 — выбирайте небольшое число групп/каналов с большим потенциалом и занимайтесь в первую очередь ими.

Можно ли аутсорсить клиентскую аналитику? Полагаю, что можно отдать внешним исполнителям все, кроме стратегии, — она остается за вами. Соответственно вы можете хранить любые данные на чужих серверах, обрабатывать их там. Естественно, останутся вопросы безопасного хранения и передачи данных, методов и способов их хранения, подготовки — но подходы к решению понятны. Вы можете нанять сторонних специалистов по обработке, моделированию и прогнозированию: скорее всего, это будет дешевле, чем создавать и готовить собственную команду. Но только в том случае, если ваши менеджеры и IT-специалисты умеют ставить задачи и организовать такую работу с партнерами. Важно, что задачи ставите вы, и все решения по использованию данных для улучшения своих клиентских показателей вы принимаете сами.

В современной организации возрастает роль быстрых проектных многофункциональных команд, создаваемых для решения конкретной прикладной задачи. Очевидно, что для решения любой клиентской задачи требуются и маркетинг, и продажи, все большую роль играют технологии — как собственно IT, так и организационные технологии. Если нет культуры кроссфункционального взаимодействия, если нет практического опыта и технологий проектного управления, клиентская аналитика окажется слабой, «вялой» и в конечном счете малоэффективной. Вот почему нужно уделять внимание этой корпоративной проблеме на высшем уровне.

Резюмируя, скажу, что при воплощении своей стратегии вы всегда двигаетесь в сторону своего клиента. Чем лучше вы его знаете, тем более правильные решения принимаете — в стратегическом, среднесрочном и ежедневном горизонте. Системно выстраивайте компетенции клиентского анализа в организации. Данных о клиенте становится все больше, и это дает неоспоримые конкурентные преимущества тем, кто сумеет ими пользоваться.