Персонализация и технологии в маркетинге — тренд последних лет. Но некоторые в него только начинают погружаться. Как он развивается и развивается ли в вашей сфере?
Персонализация и технологии это не тренд, а must-have. За последние годы просто появилось еще больше возможностей для персонализации. Пользователь часто уже не готов взаимодействовать с обычным баннером. У многих и так уже баннерная слепота. А когда они видят два баннера, один предлагает что-то общее, а второй именно то, что пользователь искал, то угадайте на какой кликнут. В digital уже давно прошел период, когда можно было просто иметь сайт или лендинг, запустить контекст и наслаждаться результатом. Пользователи стали более избирательными, и к решению их нужно склонять, чаще и лучше в этом помогает как раз персонализация. Большие корпорации, по типу Google или Facebook, также понимают необходимость доставлять релевантную рекламу и пытаются дать диджитал специалистам больше возможностей и инструментов для этого. В целом, тренд персонализации и очень глубокой сегментации с использованием big data это тренд еще на несколько лет вперед точно. Я знаю даже успешные примеры крупных офлайн бизнесов, которые ставят перед собой задачу номер один – персонализация в диджитал. И даже мы в eTachki, по сути офлайновый бизнес, но с очень мощной диджитал составляющей, считаем персонализацию одним из важнейших направлений.
Кто в вашей отрасли является образцом для подражания и на кого вы ровняетесь?
На локальном рынке прямых конкурентов у eTachki нет. А если говорить про диджитал, то в нашей отрасли мы по сути новаторы. Подсмотреть не у кого! Правда, есть штуки, которые мы подсмотрели у коллег на Западе, где онлайн аукционы подержанных автомобилей уже вполне привычная вещь.
Какие возможности Big Data вы используете сегодня? Какие конкурентные преимущества это дает?
В общем-то, из Big Data мы стараемся выжать максимум. Как пример, могу привести нашу онлайн-оценку на сайте eTachki. Зайдя на сайт и указав марку, модель, пробег и ряд других параметров, вы получите среднерыночную оценку вашего авто. Для пользователя все просто, но на самом деле за этим скрывается большая внутренняя разработка. Для вывода оценки мы парсим цены крупнейших классифайдов и применяем множество коэффициентов для вывода максимально релевантной цены. Например, мы соотносим машину с регионом, в котором она продается, применяем множество коэффициентов ликвидности данной марки, модели, пробега и т.д.
В результате машина может стоить на сайте объявлений 10 тыс., но спрос на эту марку и модель минимальный, она сейчас не ликвидна и ее цена на самом деле не 10, а например 8 тыс., что мы и показываем в оценке на сайте. Если говорить про big data ближе к маркетингу, то, на примере той же онлайн оценки, мы храним данные машины, оценки по машине, куки и email пользователя, связывая все это с системой, мы четко понимаем, какой пользователь/машина/кука – не приехал к нам на осмотр, приехал на осмотр, продал авто и т.д. Это дает нам огромные возможности последующего взаимодействия с аудиторией и, что важнее, возможности показать максимально релевантный месседж.
Какие задачи и цели в области data science and big data (в привязке к маркетингу) поставлены на текущий на год?
Какие могут быть цели в big data?
Точнее, глубже, больше и это, наверное, бесконечный процесс. Как один из амбициозных проектов — хотим отследить жизненный цикл нашего клиента. От продажи старой машины до покупки новой, и ее последующей продажи. Автомобильный бизнес в этом плане сложный сегмент, это не бритва и даже не гель для душа, который мы точно знаем, что человек покупает раз в неделю, месяц и т.д. Это машина – кто-то ездит на одной 10 лет, кто-то собирает на покупку 5 лет. А кто-то — каждые полгода продает и покупает новую. Наша цель сегментировать нашу аудиторию на разные группы (в зависимости от длительности цикла обновления автомобиля) и сопровождать их на протяжении всего этого времени, предлагая свои услуги именно в тот момент, когда пользователь снова захочет продать авто.
Умный e-mailing. Как в этом участвуют большие данные?
Давайте прежде всего определимся, что такое умный emailing. На сколько мне известно, на Западе уже есть умные системы, которые проводят автоматический анализ, сегментирование, выявление наиболее перспективных клиентов, формируют автоматические сценарии в зависимости от поведения реципиента, тегирование, бальная система оценки поведения получателя писем и т.д. Мы к такому пока не пришли, и то, что есть на нашем рынке, это автоматизация email маркетинга, когда аудитория автоматически сегментируется в зависимости от поведения и подключается к системе триггерных рассылок или персонализированного email маркетинга. Конечно, и тут без big data никуда. Понимание, какие страницы пользователь посещал или бросил что-то в корзине, чем интересовался, оставил нам свое имя или характеристики необходимого товара, и есть BD в email-маркетинге, с которыми мы потом работаем.
Как тепловые карты улучшают маркетинг в вашем сегменте? Завязана ли на их показателях маркетинговая стратегия года?
Тепловые карты, лично для меня, не более чем инструмент улучшения usability и повышения коэффициента конверсии. Конечно, мы их используем, но маркетинговая стратегия на них не завязана. Тем более, что мы не интернет-магазин с множеством товаров, у нас один продукт, который мы постоянно улучшаем, в том числе и благодаря тепловым картам.
Какие каналы в вашей компании являются основными поставщиками данных о потребителе?
Сайт. Как бы грубо это не звучало. Анализировать пользователя до попадания на сайт можно сколько угодно, строить гипотезы, проводить опросы, опираться на внешние системы аналитики, все хорошо. Но реальные данные мы получаем только при попадании пользователя на сайт. Именно там выявляется реальная потребность. Есть огромный пласт людей, которые хотят продать машину. Но кто-то не так уж и уверен что хочет продать, кто-то просто уже накопил экстра деньги на новую и за свою хочет получить конкретную цену, а кто-то только начал продавать, и пока его ожидания существенно завышены. Эту информацию крайне сложно получит в каком-либо канале, а вот на сайте все становится на свои места.
Без каких данных не обойтись в 2017 году?
А какой у вас бизнес? Никогда не слушайте человека, который скажет вам, что главное получить, например, имя и куку, при этом не узнав, какой у вас бизнес. На примере eTachki, нам позволительно не знать имя, но
Всегда, собирая данные, нужно задавать себе два типа вопросов. Первый: «О чем мой бизнес? Кто мой клиент? Что у него болит?». Когда вы знаете, какие у вашего потребителя проблемы и можете помочь ему ее решить, считайте, это успех. Продавая машину, проблема «продать машину» — и вам, как бизнесу, важно предложить вариант, как вы сможете решить проблему с продажей конкретной машины, не проблему продажи машины Ивана Пупкина, а проблему продажи машины «Яблочко» 2002 года выпуска, с 50 тыс. пробегом. Второй вопрос, на который стоит себе ответить: «Какой канал? Как я буду доставлять клиенту информацию о том, что могу решить его боль?». Нет данных, без которых не обойтись в 2017, есть данные, без которых не обойдется в 2017 именно ваш бизнес.