Маркетинговые технологии для чайников. Часть 2: строим фундамент
15 Фев 2016, 12:10

Маркетинговые технологии для чайников. Часть 2: строим фундамент

Катерина Василенко, директор по стратегическому развитию Dentsu Aegis Network Ukraine, о том, как и зачем создавать инфраструктуру сбора и хранения данных

Катерина Василенко, директор по стратегическому развитию Dentsu Aegis Network Ukraine, продолжает цикл материалов о маркетинговых данных и технологиях. Во второй части она расскажет о том, как и зачем создавать инфраструктуру сбора и хранения данных. Инфраструктуру, которая является фундаментом для экосистемы Marketing Data Technologies (MarDaTech).  

Marketing Media Review
Печатное издание MMR — лучший офлайн-канал украинского маркетолога. Обновленный сайт MMR.ua — быстрорастущий проект с исключительной аудиторией профессионалов

Для начала рассмотрим современную компанию с точки зрения информации о клиенте. Ведь именно он является ключевым трофеем в битве маркетологов. Каким образом данные о конкретном человеке становятся нам доступны? В лучшем случае клиент сам дает их нам с целью приобрести необходимую услугу или продукт, получить какую-то полезную информацию или любую другую «плюшку» от компании. Заполняя форму на сайте, отправляя смс, либо обращаясь в компанию по горячей линии, клиент делится с нами данными о себе и информация о нем попадает во внутренние потоки данных компании.  

Нова економічна реальність: які тренди визначатимуть ринок у 2025 – досвід TERWIN, Arcelor Mittal, Kvertus, BRAVE1, Starlight media, ГК «Молочний альянс» та 40 провідних управлінців та державних діячів.

11 квітня на Business Wisdom Summit дізнайтеся, як розширювати партнерства, зміцнювати довіру до бренду та виходити на міжнародні ринки. Реальні стратегії та досвід компаній, які вже зробили цей крок.

Забронювати участь

Но в какую именно систему попадает информация, которой делятся с нами наши клиенты? В украинских реалиях часто эта информация уходит в никуда. Если компания, которая проводит акцию или делает диджитальный проект, в ходе которых собирает данные о клиентах, не продает свои товары либо услуги онлайн, как правило, у нее отсутствует инфраструктура для хранения клиентских данных, либо эта инфраструктура никак не связана с маркетингом. То есть, информация может попасть в базу данных агентства и просто храниться до востребования, которое, скорее всего, никогда не произойдет. Либо она попадет в базу данных компании, к которой имеет доступ только сейлз-аналитик и топ-менеджмент компании, и эта информация напрямую не доступна маркетологу. 

Чтобы данные о клиентах, собранные в ходе различных маркетинговых акций и активаций, были доступны маркетингу, необходимо, чтоб существовала ИТ инфраструктура для работы с клиентскими данными. Одним из наиболее эффективных технологических решений для работы с клиентскими данными является CRM-система. 

 

В украинских реалиях часто информация о клиентах уходит в никуда. Если компания, которая проводит акцию или делает диджитальный проект, в ходе которых собирает данные о своих клиентах, не продает свои товары либо услуги онлайн, как правило, у нее отсутствует инфраструктура для хранения данных о клиентах, либо эта инфраструктура никак не связана с маркетингом.  

Катерина Василенко
CEO and Co-owner 42 DIGITAL MARKETING

CRM-система (Customer Relationship Management) — это система
для управления работой с клиентами. Ее продуктом является структура информации
о работе с ними. В CRM создаются, хранятся и обновляются карточки клиентов,
туда попадает вся информация, которую нам удалось собрать и привязать к
конкретному человеку либо компании. От истории покупок до его
социо-демографических характеристик, отзывы, оставленные Клиентом в социальных
сетях или на сайте, звонки по горячей линии или просто заполненные онлайн
формы, поведенческие и покупательские интересы и даже его реакция на нашу
рекламу. Вся эта информация с привязкой к его ФИО может стать бесценным
источником знаний для маркетолога. Может, но только в том случае, если
маркетолог использует CRM.

Клиентом CRM считает любого, кто попал в ее поле зрения и даже
тех, кто уже утратил всякий интерес к продуктам компании. Либо чья потребность
еще не вызрела до конца и он лишь обдумывает возможность приобретения нашего
продукта. С помощью CRM мы можем:

  • привлечь любого, кого видит система, в ряды
    потенциальных покупателей
  • подогреть его интерес тем, что нужно именно ему,
    подобрать оптимальную цену и конфигурацию предложения
  • мотивировать клиента посетить точку продажи
    услуги/продукта и совершить покупку
  • классифицировать/сегментировать уже существующих
    клиентов по нужным нам параметрам
  • подобрать индивидуальное предложение для
    удержания клиента
  • вспомнить о человеке через полгода после его
    ухода и «завербовать» по новой
      

В любой успешной компании бизнес должен строиться вокруг клиента и его потребностей, а CRM-система может стать одним из самых эффективных маркетинговых инструментов для их понимания и удовлетворения.  

В случае же, когда мы продаем не разовый сервис или продукт, а ежемесячную подписку, нам так же будет полезна информация о том, каким образом используется наша услуга, в каких обстоятельствах и когда именно. Эти и множество других деталей могут быть доступны CRM, но, как правило, источниками этих данных являются уже другие системы и их количество может варьироваться от нескольких штук до нескольких десятков. Тут мы впервые знакомимся со следующим IT инструментом маркетолога – DWH. 

Data Warehouse (DWH) или Хранилище Данных – это аналитическая система предназначенная для сбора и анализа всевозможной информации, которой оперирует компания. Весь цикл обслуживания клиента в одной компании зачастую обеспечивается множеством информационных решений – разрозненных систем, выполняющих небольшую группу функций, используемых клиентской базой. Так, например, мобильные операторы задействуют биллинговые системы для учета выговоренных клиентом минут, переданных/полученных сообщений и использованного интернет трафика. И даже на этом этапе биллинговые системы могут быть разными для разговоров, смс, интернета или отдельными для предоплаченных и контрактных абонентов. К тому же, есть отдельные системы для учета использованных услуг в роуминге и для взаиморасчетов с другими операторами. Банки же, в свою очередь, могут использовать разные решения для поддержания текущих и карточных счетов, для межбанковских и международных операций и так далее. То есть в крупных организациях информация о взаимодействии с клиентом может быть разрозненной. DWH, в таком случае, упрощает доступ к данным внутри компании, являясь единой точкой входа и источником консолидированной информации. Одним из потоков данных для хранилища может быть и CRM. Ну а CRM, в свою очередь, может использовать информацию из DWH в своих целях.

Если проводить аналогию с системами хранения в нашей жизни, то CRM — это домашний платяной шкаф, где вещи развешаны в соответствии с образами, например деловой костюм висит с подходящей блузкой, а внизу стоят нужные туфли. Только вместо конкретного образа в CRM- системе хранятся карточки конкретных клиентов и вся информация, которую нам удалось о них собрать. 

Катерина Василенко
CEO and Co-owner 42 DIGITAL MARKETING

В то же время, DWH — это склад одежды, где мы собрали копии вещей из всех своих шкафов и разложили по полкам в соответствии типам, а не образам: сотни туфель, платьев и так далее. Образ из собранных единиц формируется стилистом, роль которого для DWH играют внешние приложения и запросы. То есть для работы с DWH нужны еще и аналитические системы. 

Но что делать, если интересующие вещи не принадлежат тебе, а тебе нужно использовать их для создания образов. Как организовать сбор и хранение данных о бренде, которые создаются во внешних системах? Ответом на этот вопрос стал Big Data — это термин, который вошел в нашу жизнь вместе с тотальной диджитализацией и интеграцией нашей жизни и интернета.

Big Data — это набор методов и подходов по работе с разрозненными и неструктурированными данными, в нашем случае с информацией о компании или бренде в сети. Системы, позволяющие анализировать большие объемы разноплановой информации принято называть термином Data Lake. Концептуально эти решения очень схожи с хранилищем данных. Вот только источником данных для Data Lake являются не внутренние информационные системы, а любые внешние упоминания о компании, ее брендах и услугах. Как правило это социальные сети, специализированные форумы в интернете, ресурсы конкурентов и прочее. Широкие аналитические возможности Data Lake позволяют: 

  • адекватно оценивать проинформированность о бренде
  • своевременно реагировать на появление негативных откликов на те или иные события, связанные с компанией
  • выявлять новоявленные тренды, что в свою очередь дает возможность встать на гребень волны и использовать ее в своих целях
  • отслеживать вирусный эффект от запущенной кампании

 

Переходя к бытовой терминологии, системы Data Lake — это гигантская барахолка, где собраны образы, созданные другими людьми и объединенные одной тематикой. 

В нашем случае, это будут все упоминания бренда в сети Интернет.

Итак, подытожим — минимальным необходимым решением по сбору и хранению маркетинговых данных является CRM, но в основе полноценной маркетинговой экосистемы должна лежать совокупность CRM + DWH + Data Lake. Схематически ее можно отобразить следующим образом: 

Оказаться в системе наш клиент может в любой точке схемы. А дальше начинается бесконечный вихрь потоков данных — из CRM могут запускаться медийные кампании, вестись их учет и контроль. После чего клиент либо сразу идет и покупает наш пирожок в магазине, либо приходит в наш сервисный центр и заказывает услугу. Информация о каждом использовании нашего сервиса заказчиком оседает в хранилище, а все обращения клиентов собираются посредством CRM. Между собой эти системы также могут делиться данными. После использования нашей услуги, свои ощущения от сервиса клиент конечно же шарит в сети, что, в свою очередь, попадает к нам в Data Lake и доступно для анализа как посредством прямого обращения к аналитической системы, так и через DWH. Вполне возможно, что и CRM может заинтересоваться информацией их всемирной сети.

Давайте рассмотрим пример из жизни: крупная FMCG компания принимает решение построить экосистему MarDaTech. Какие системы сбора и хранения данных нужны будут ей для запуска?

Так как компания торгует преимущественно в традиционной рознице, собирать данные о каждой покупке и привязывать к конкретному покупателю довольно сложно. Но, проводя национальные промо-акции, активации в социальных сетях и на других популярных ресурсах, маркетологи компании так или иначе собирают данные о своей ЦА, их контакты и основные характеристики. Эти данные могут лежать мертвым грузом на компьютерах агентств, которые работают с компанией, а могут использоваться для повторных коммуникаций и лоялизации потребителей. И, если мы хотим их использовать, то нам нужна будет CRM-система для сбора данных и всевозможные надстройки, которые позволят осуществлять коммуникацию с клиентом и аналитику ее эффективности.

Информация о бренде, которая формируется внешней средой и не привязана к конкретному клиенту, так же может стать источником полезных инсайтов. Это данные из социальных сетей, всевозможных мобильных приложений и медиа-ресурсов. Для работы с такими данными необходимо строить Data Lake. Как может использовать маркетолог компании данные из Data Lake? Он сможет узнавать, что думают и говорят о его продукте, как реагируют на его коммуникацию, как ведут себя его конкуренты, что их клиенты думают о них и находить новые идеи и возможности для развития своего бренда. К примеру, популярность того или иного ТВ-шоу в США измеряется с помощью замеров постов в Twitter. Есть проект Nielson Social, который дает альтернативное представление о том, что смотрят на ТВ представители цифровой эры. Для того, чтоб работа с неструктурированной информацией по типу твитов была возможна и нужны системы Data Lake. 

Итак, подведем итоги:

1) Начните с бизнес-процесса по сбору данных. Начинать строить экосистему MarDaTech нужно с фундамента, а именно — с системы сбора и хранения маркетинговых данных, хоть в Excel, хоть в 1С, но, если этот фундамент отсутствует и в компании нет бизнес-процессов, позволяющих собирать, структурировать и сохранять маркетинговые данные, все остальное не сработает.

2) Определите список, какие именно данные хотите собирать. Безусловно, за построение системы сбора и хранения данных отвечает ИТ служба компании, но ИТ не является бизнес-заказчиком и не знает потребностей отдела маркетинга. Потому, чем лучше вы будете разбираться в том, какие данные вы хотите собирать и анализировать, тем лучшую систему сможет построить ИТ отдел. Как и в случае с рекламными агентствами, хороший бриф — уже половина успеха. Чем больше маркетинг начнет вникать в то, что делает ИТ отдел, тем больше шансов, что в Украине будут строить системы хранения данных, которыми действительно пользуются, а не закупают по принципу, чтоб было. Примерный список данных, которые важно собирать и анализировать маркетологу выглядит следующим образом:

  • Текущие клиенты компании, их потребительские и медийные предпочтения, социо-демографические и поведенческие характеристики
  • Как ведут себя ваши потенциальные клиенты
  • Что говорят о ваших брендах в СМИ и социальных сетях
  • Что говорят о ваших конкурентах
  • Насколько эффективна та или иная коммуникация, насколько она вовлекает потребителя
  • Маркетинговые планы, бюджеты и инструменты, используемые в коммуникациях, а так же результаты, которые они приносят
  • Продажи компании
  • Данные исследований ключевых бренд-атрибутов

 

3) Внедряйте CRM. Минимальной системой для сбора и хранения маркетинговых данных является СRM, а идеальным решением является комплекс из CRM, DWH и Data Lake. 

4) Уходите в «облака». Комплексное ИТ решение по сбору и хранению данных может стоить как новый Боинг и с каждым годом ИТ инфраструктура становится все сложнее. Но с появлением облачных технологии компании легко могут избежать существенных затрат на серверные мощности и лицензии софта. SaaS (ПО, как сервис — покупается ежемесячный доступ к продукту, а не сам продукт) принцип позволяет снизить лицензионные платежи на старте. Долевая экономика (Shared Economy) пришла в ИТ, и в каждой категории появился свой Uber, дающий доступ к передовым решениям даже маленьким компаниям. В случае CRM есть целый ряд SaaS продуктов, которые могут стать достойным фундаментом для построения современной маркетинговой экосистемы. Привожу несколько примеров, с которыми довелось столкнуться самой: SalesForce, SugarCRM, Microsoft Dynamics и bpm’online.  

И напоследок, построение системы по сбору и хранению данных является лишь необходимым, но не достаточным условием для эффективной работы экосистемы MarDaTech. О достаточных элементах мы поговорим более подробно в следующих материалах.

Третья статья будет посвящена маркетинговой аналитике и программным продуктам, которые решают аналитические задачи.

Web Analytics


Расскажите друзьям про новость