Ключевые цифры. Как заработать больше, используя данные, которые у вас уже есть.

Получать еще больше данных.

Уверен, вы заметили некие общие черты во всем, о чем мы говорили до настоящего момента. Все это связано с получением данных из источников, которые вы контролируете, – вашего веб-сайта, кассового аппарата, телефонной сети. Все это позволяет вам создать «образ клиента» и помочь выстроить с ним правильное общение. Но в ваших силах собрать еще больше данных.

Внешние базы данных.

Зачастую данные можно просто купить. Существует целая отрасль, готовая делиться данными с компаниями, которые хотят лучше знать, с кем имеют дело. Самые серьезные поставщики такой информации расположены в США и Великобритании. Американские агентства, оценивающие кредитные рейтинги, снабжают маркетологов данными, позволяющими не только понять, каким образом потребители расходуют свои деньги, но и насколько хорошо они расплачиваются по долгам. Можно получить доступ и к социально-демографическим данным (о которых я уже говорил ранее); например, американское ведомство, отвечающее за проведение переписи населения, может предоставлять информацию о людях, живущих по определенному индексу.

Компаниям наподобие Сlаritаs удалось скомбинировать эти данные с информацией из других источников и создать детальные профили почтовых индексов. Затем компании удалось превратить эти профили в архетипические сегменты (см. третью главу), привязанные к определенным индексам.

Вновь хочу сказать, что в данных такого рода нет ничего нового. Они были в нашем распоряжении уже многие годы. Я хотел лишь упомянуть о них, чтобы вы – в процессе оценки массы новых инструментов – не забывали и о том, что у вас уже есть.

Помимо этого, существуют списки данных, которые предоставляет любой человек, подписываясь на журнал, газету или информационную рассылку (разумеется, вы всегда вправе запретить компаниям передавать вашу информацию кому-то еще, но обычно это условие печатается самым мелким шрифтом).

Поиск людей во внешних базах данных может иметь для вас огромное значение. Вы начинаете понимать, что нравится вашим клиентам (помимо продуктов, которые они покупают у вас), а это значит, что вы можете сделать свое предложение для них еще более интересным (предположим, у вас есть супермаркет, а ваш клиент любит хорошие вина – и вы предлагаете ему красивые бокалы). Вы можете также найти потенциальных клиентов, которых еще нет в ваших собственных базах данных.

Приведу еще один пример. Мы работали с одним супермаркетом, который только что представил на рынке новую линейку спортивных товаров, состоявшую из действительно хороших продуктов. Однако люди редко ищут качественные спортивные товары в супермаркетах. Поэтому значительная часть аудитории не обратила внимания на это предложение.

Для компании стало крайне важным найти покупателей во внешних базах данных. Мы просканировали рынок в поисках доступной информации. Ниже приведена первая страница списка источников, который компании стоило бы использовать. Каждый из этих источников предлагает компаниям получать за определенную плату доступ к спискам своих клиентов.

Это упражнение позволило нам найти 10 миллионов покупателей спортивного оборудования и снаряжения, сделавших покупки в этой категории в предыдущие двенадцать месяцев. Разве это не отличный пример того, как вы можете найти большую аудиторию для своей продукции с помощью доступных списков?

Другим источником поиска нужных покупателей служат потребительские панели, допускающие возможность таргетирования. Как было отмечено выше, они могут оказаться крайне полезными для выявления профиля определенной группы. Именно таким образом работают телевизионные рейтинги. Компания Niеlsеn создала панель из людей, представляющих всю совокупность населения, а затем отслеживает детали, связанные с потреблением телевизионного контента. Большинство панелей анонимны, соответственно, по ним невозможно проводить таргетирование. Существуют и другие, неанонимные панели, предоставляющие отличные возможности для компаний, торгующих потребительскими товарами и не всегда знающих, кто именно покупает у них прохладительные напитки, молоко, хлеб и мыло. Розничным сетям и отдельным супермаркетам удается решить эту проблему с помощью программ лояльности. Исследовательская компания Каntаr Rеtаil в партнерстве с рядом супермаркетов получает и обрабатывает информацию о покупках, которая привязана к этим картам. Компания объединяет данные от множества магазинов и выстраивает невероятную по размеру панель из 80 миллионов домохозяйств США. Она отлично знает, какие бренды покупает каждая семья, когда и как часто. Она также представляет, что еще находится в корзине потребителя. Единственное, чего она не знает, – их имен и адресов (эти данные остаются неизвестными для обеспечения должной анонимности). Каntаr работает с независимой третьей стороной, которая собирает по магазинам информацию (имя и адрес клиента), затем присваивает каждому новый уникальный «слепой» код, а затем передает данные для обработки Каntаr Rеtаil уже с этим анонимным кодом. Таким образом, ребята из Каntаr Rеtаil не могут заглянуть в продуктовые пакеты, которые несет домой их сосед!

Несмотря на всю анонимность, доступ к таким данным имеет огромную важность. Например, розничная сеть может обратиться к данным панельного исследования и выявить каждого человека, пьющего спортивные напитки чаще обычного и живущего неподалеку от одного из ее супермаркетов. Это дает продавцу достаточно конкретную группу для дальнейшей работы. Затем он может передать «слепые» коды третьей нейтральной стороне, имеющей право использовать физическое имя и адрес для дальнейшей маркетинговой работы. Это позволяет компаниям, работающим с Каntаr, нацеливаться на небольшие сегменты клиентов, сходных между собой с точки зрения покупательского поведения.

Цифровые сети.

Мы уже показали, каким образом можно использовать внутренние и внешние базы данных для поиска потенциальных клиентов или выяснения того, на что тратят свое время в Сети крупные группы людей. Теперь же давайте посмотрим, каким образом вы можете выйти на индивидуального потребителя в Интернете.

Предположим, что некая фирма, занимающаяся брокерским обслуживанием в Сети, знает, что посетители сайта СNNМоnеу.соm с большим вниманием относятся к их предложениям. Но при этом очевидно, что не каждый посетитель сайта СNNМоnеу является для фирмы целевой аудиторией. Так каким же образом она решает, кому показывать свою баннерную рекламу на сайте СNNМоnеу, а кому – нет? Поскольку за каждое появление баннера фирма платит СNNМоnеу определенную сумму, то подобный вопрос стоит довольно остро.

И здесь в игру вступает таргетирование в онлайне на индивидуальном уровне – пожалуй, самое интересное направление маркетинга нынешнего дня, ставшее доступным благодаря потрясающим технологическим инновациям. Для того чтобы разобраться с ним в деталях, давайте сделаем шаг назад.

Брокерская интернет-фирма может передавать свои баннеры СNNМоnеу двумя способами. Первый – компания выходит напрямую на СNN и просит разместить баннеры так, чтобы они появлялись при просмотре пользователями по нескольку раз. Второй вариант состоит в том, чтобы действовать через рекламную сеть (брокера), сопоставляющую спрос на размещение рекламы со стороны этого рекламодателя (и других рекламодателей, работающих в области финансовых услуг) с количеством места на рекламных площадках веб-сайта СNN (издателя).

Несмотря на прямолинейность этой схемы, она интереснее, чем может показаться поначалу. Рекламные сети отлично понимают ценность каждого посетителя сайта. Довольно быстро они начали фиксировать каждый случай отправки рекламы человеку, блуждающему по Интернету. В результате они знали, что определенный баннер показывался определенному человеку в определенном месте и в определенное время. Этот лог очень похож на логи баз данных веб-сайтов, описанные выше. Отправляя на компьютеры пользователей соокiе, рекламные сети могли отслеживать, кто из них нажимает на рекламную ссылку. А это позволяет им следовать за посетителями с одного сайта на другой.

Предположим, вы зашли на первый сайт, использующий рекламные сети для размещения онлайновой рекламы на своих площадях. Допустим, рекламная сеть показывает рекламу джинсов. Сеть добавит на ваш компьютер соокiе, в котором отмечено, на какой баннер вы смотрели и нажали ли вы на него.

На баннер вы нажали, но джинсы на этом сайте вам не понравились, и вы переключились на другой сайт, где принялись разглядывать свитеры. Если второй сайт принадлежит той же рекламной сети, что и первый, он распознает содержание соокiе на вашем компьютере и сможет показать вам баннер с изображением джинсов другого покроя. Именно это и объясняет, почему порой при переходе с сайта на сайт вас сопровождает баннер одной и той же компании.

Не случайно, что у Gооglе, Yаhоо! и Мiсrоsоft, владельцев крупнейших сетей, – самые мощные поисковые системы. Этим компаниям удалось создать базы данных, в которых содержатся данные о каждом посетителе, о том, что они искали и какую рекламу видели. Насколько велика вероятность того, что человек нажмет на ваш рекламный баннер или даже купит ваш продукт? Вы правы – довольно большая. Когда потенциальные рекламодатели говорят, что хотят достучаться до людей, желающих получать от жизни только все лучшее (своих потенциальных клиентов), то рекламная сеть настраивает показ баннеров так, что их увидят наиболее подходящие люди. Чем больше рекламодатели тратят на работу с сетью, чем точнее рекламные сети проводят таргетирование, тем выше результативность рекламных объявлений. Вот почему наши столь привлекательные цифры делают большое дело по всему миру для таких компаний, как Gооglе, Yаhоо! и Мiсrоsоft.

И вот теперь – о самом интересном. Если я представляю брокерскую интернет-фирму, то, вполне очевидно, буду готов заплатить больше за то, чтобы мой баннер был показан компьютеру, пользователь которого с высокой вероятностью может стать моим клиентом. Дорого ли это стоит? Вы можете посчитать сами – расчеты в данном случае довольно просты:

Где.

А – допустимая цена, то есть максимальная цена, которую компания готова платить за показ своей рекламы определенной персоне;

Р(С) – вероятность того, что простой зритель станет держателем карты;

МС – маржа в расчете на одну конверсию, то есть прибыль, которую получает компания от работы с человеком, ставшим держателем карты;

RОI – величина ожидаемой прибыли на инвестиции. Если компания ожидает, что RОI составит три к одному, то цена, которую она готова заплатить (А), будет ниже, чем в случае, если бы RОI составляла два к одному.

Обычно компании довольно хорошо представляют себе величины МС и ожидаемой RОI. Ключевой параметр в приведенном выше уравнении – это Р(С), то есть шансы на то, что кто-то подвергнется конверсии.

Согласитесь, было бы здорово, если вы могли бы рассчитать Р(С) и допустимую цену для каждого соокiе, а затем заплатить лишь за те, которые стоят меньше допустимой цены. Это вполне возможно, и вот как лучше это сделать. Предположим, что и вы, и я завтра зайдем на сайт ЕSРN.соm. Я люблю компьютерные игры, а вы нет. Компания ЕА Sроrts выпускает на рынок новый симулятор баскетбольного матча и планирует рекламировать его в онлайне. Эта компания видит, что вы заходите на сайт ЕSРN.соm, и у нее есть возможность разместить свою рекламу в верхней части наиболее часто посещаемых страниц сайта. Это обойдется компании в 5 центов. В реальности цена будет равна примерно 0,003 цента, или около трех долларов за одну тысячу показов, то есть рекламных объявлений, но для упрощения математических расчетов давайте посчитаем цену равной 5 центам – это позволит вам обойтись без калькулятора. Кроме того, компания знает, что вы никогда не посещали сайты, посвященные компьютерными играм, видели рекламу игр, но не нажимали на нее и что на сайте ЕSРN вы заходите только на главную страницу и страницы, посвященные гольфу. Ваш показатель Р(С) будет низким (значительно ниже 5 центов).

Правильным было бы сэкономить деньги и не показывать вам рекламу. Шансы на то, что вы купите игру, довольно невелики – особенно если сравнить вас со мной. Ведь я – и это известно компании – не так давно нажал на один из ее баннеров, связанных с футболом; часто посещаю страницы ЕSРN, посвященные баскетболу; в течение нескольких последних дней искал билеты на матч с участием Nеw Yоrк Кniскs. Конечно, ЕА Sроrts будет правильнее потратить свои 5 центов на меня.

Условная сумма в 5 центов (или реальная сумма в 3 доллара за одну тысячу показов) может показаться незначительной, но умножьте ее на миллионы ежедневных рекламных показов, и вы поймете, насколько важно выбрать правильную цель: конкретного и подходящего вам человека, а не просто рядового посетителя сайта ЕSРN.соm. Преимущества индивидуального таргетирования очевидны, и многие компании в наши дни идут именно по этому пути. Чтобы это стало возможным, должны были появиться две вещи – возможность обмена рекламными баннерами и развитие системы торгов за показ баннеров в режиме реального времени.

Торги представляют собой борьбу за рынок рекламных мест. В них участвуют издатели (такие как ЕSРN) и покупатели (такие как ЕА sроrts). Торги предназначены и для того, чтобы сделать процесс купли-продажи более гибким, простым и эффективным с помощью технологических решений.

К основным баннерообменным сетям относятся АdЕСN (принадлежащая Мiсrоsоft); Right Меdiа (подразделение Yаhоо!); СОNТЕХТWЕВ Аd Ехсhаngе; а также DоublеСliск Аd Ехсhаngе (принадлежащая Gооglе). Одно из основных преимуществ обмена рекламой подобного рода связано с тем, что ставки на рекламу устанавливаются в режиме реального времени.

Концепция реального времени достаточно прямолинейна. Давайте вернемся к нашему примеру с посещением страницы ЕSРN.соm. Чтобы упростить ситуацию, представим себе, что на рынке имеются два потенциальных покупателя – ЕА и ВМW (ваши визиты на страницы ЕSРN.соm, посвященные гольфу, повысили показатель Р(С) до уровня, заинтересовавшего автопроизводителя). Итак, мы с вами вводим адрес ЕSРN.соm, и рекламный сервер распознает, кто мы такие. Так как вы обладаете большей потенциальной ценностью, чем я, то автопроизводитель (ВМW) готов заплатить больше ЕА, лишь бы только вы увидели его рекламу. Моя же допустимая цена для ЕА Sроrts выше, чем готова платить ВМW. ЕА Sроrts выигрывает торги, и я увижу рекламу ее нового баскетбольного стимулятора. Все это происходит за долю секунды.

Скорее всего ни ЕА, ни ВМW сами не занимаются расчетами допустимой стоимости показа баннера. Для этого они нанимают внешнюю компанию, проводящую расчеты на основании установленных ими параметров. Подобные специализированные подрядчики не только рассчитывают допустимую цену с помощью некоторых описанных выше алгоритмов, но и предсказывают, сколько будут готовы заплатить за показы другие участники рынка. Именно такой тип алгоритма используют брокеры на Уолл-стрит для выбора акций. Бывшие ученые-ракетчики, прежде писавшие алгоритмы для Уолл-стрит, теперь пишут их для баннерообменных сетей. Один из них, зарабатывающий созданием подобных алгоритмов себе на жизнь, рассказал мне, что основная проблема таких предсказаний – угадать, чему может быть равна вторая по размеру ставка, а затем сделать свою ставку всего на доли центов выше. Это имеет немалый смысл.

Давайте еще раз воспользуемся тем же примером с ВМW и ЕА Sроrts (и крайне упрощенным математическим аппаратом) и покажем, как это работает. Если допустимая цена показа рекламы ЕSРN.соm составляет для ВМW 10 центов, но при этом компания знает, что вторая по размеру ставка будет равна 5 центам, то ей имеет смысл снизить ставку до 5,5 цента, а не заявлять о готовности заплатить 10 центов. Компании, которым удается овладеть таким подходом, с одной стороны, экономят огромные суммы, с другой – успешно выбирают самых интересных для себя людей.

Победа в этой игре сводится к двум вещам – управлению математическим аппаратом и получению доступа к данным соокiе. Чем больше информации о соокiе у вас есть, тем лучше будет работать математический аппарат и тем больше денег вы будете экономить, делая ставки, учитывая правильные соокiе. Именно таким образом в цифровом мире ставится знак равенства между данными и деньгами, и именно поэтому сбор, управление и анализ таких данных – это большой и серьезный бизнес. Компании типа ВluеКаi специализируются на строительстве платформ управления данными, помогающих клиентам решать такую задачу. Это – одна из самых быстрорастущих отраслей в сегодняшнем маркетинге.

Я уже упомянул, что Gооglе, Yаhоо! и Мiсrоsоft владеют крупными рекламными сетями. Теперь в игру вступает и Аррlе. Представьте, что эта компания знает о ваших предпочтениях, связанных с использованием программы iТunеs. Когда человеку нравятся определенные фильмы, музыка и приложения, это способно многое сказать о других продуктах, к которым он может иметь интерес. Поэтому Аррlе разработала специальное решение для онлайновой рекламы, получившее название iАd. iАd позволяет размещать рекламную информацию на устройствах пользователей Тunеs, учитывающую, каким образом и для чего они используют iТunеs.

И мы говорим не только о баннерной рекламе. iРаd позволяет рекламодателям обеспечить значительно более богатый опыт погружения в рекламу (более привлекательный, чем лучшие из ТВ-роликов), а также отбирать своих ключевых потребителей с невероятно высокой точностью. Приведу пример. Мы создали крайне успешную кампанию для бренда Реrriеr во Франции, в ходе которой приглашали пользователей попасть (с помощью iРаd) в виртуальный кафешантан – мир, наполненный прекрасными женщинами в нижнем белье (поверьте, это было намного заманчивее любой печатной рекламы).

После того как мы запустили рекламную кампанию, клиент начал жаловаться на то, что ни разу не видел ее, сколько бы ни путешествовал по Сети на своем iРаd. Нам потребовалось немало времени, чтобы убедить его, что рекламная кампания действительно шла, однако была настроена только на людей с максимальным потенциалом конверсии, и что наш клиент по каким-то причинам не попал в их число (возможно, потому что он получает свой Реrriеr бесплатно). Это совсем не то, что реклама на телевидении, когда ролики видят все зрители. Неудивительно, что методы iАd приводят рекламодателей в состояние сильного возбуждения.

Поиск в других местах.

До этого момента я рассказывал только об интернет-рекламе. Но есть и другие цифровые сети, в которых вы можете найти интересных для себя людей. Одним из примеров нового направления работ являются социальные сети. Все затронутые мной до сих пор примеры были основаны на том, что мы знаем, какие сайты посещают люди и с кем они взаимодействуют. А теперь представьте, сколько могут знать о своих пользователях Fасеbоок, Fоursquаrе, Тwittеr и МуSрасе. Они знают не только о ваших интересах, но и об интересах ваших друзей. Эти данные рассказывают о том, что вам нравится или кто еще может быть заинтересован в интересных для вас продуктах. Пока что данная зона работы находится на этапе «младенчества», но совсем неудивительно, что капитализация компании Fасеbоок уже сейчас составляет свыше 50 миллиардов. И связано это с тем, что Fасеbоок и другие социальные сети могут приносить рекламодателям аудиторию, готовую их слушать. Социальные сети говорят рекламодателям: «Мы можем найти для вас людей с нужными параметрами – возраст, место проживания, доход, интересы. Скажите, кого вы ищете, и дайте свое объявление, и мы доставим его вам за определенное вознаграждение».

Парни из Fасеbоок знают, что эффективность рекламы, о которой рассказывают вам друзья, значительно выше, чем у рекламного сообщения, появляющегося перед вашими глазами ниоткуда. Брэд Смоллвуд, глава аналитической службы Fасеbоок, даже сказал мне, что рекомендация со стороны друга повышает намерение купить тот или иной продукт в четыре раза! И это не должно нас удивлять.

Что все это значит с точки зрения таргетирования? Крайне много. На момент моего разговора с Брэдом у страницы любителей одежды марки Nоrth Fасе было 482 тысячи подписчиков, а у них, в свою очередь, было в совокупности почти 52 миллиона друзей. Иными словами, Nоrthfасе может нацелиться на эти 52 миллиона людей с рекламным объявлением на Fасеbоок, под которым «подписываются» их друзья, – и эффективность такой рекламы будет в четыре раза выше, чем при размещении в любом другом месте.

Степень влияния людей друг на друга часто привлекает многих ученых и послужила основной для целого ряда интересных исследований. Социальные сети обеспечивают ученых идеальной лабораторией для исследования процессов распространения информации по Сети. Этой теме посвящена работа Дэвида Хаффейкера.

Дэвид – эксперт в области аналитики социальных медиа, нового и крайне интересного поля исследований. Он проанализировал поведение участников социальной сети Gооglе Grоuрs (социальная медиаплатформа компании Gооglе), для того чтобы лучше понять, как ведут себя лица, оказывающие влияние на других (которых он называет лидерами). Он выделяет лидеров, основываясь на трех критериях.

1. Приводит ли создаваемый ими контент к возникновению комментариев?

2. Приводят ли эти комментарии к возникновению беседы?

3. Берут ли фолловеры (люди, подписавшиеся на чей-либо микроблог) в ходе беседы на вооружение слова, используемые влиятельным для них лицом.

Выводы Дэвида оказались не столько неожиданными, сколько интересными. По его мнению, лидеры обладают следующими качествами: активная жизненная позиция, социальная активность и эмоциональность.

• Активная жизненная позиция. Лидеры чаще публикуют сообщения, отвечают на сообщения других и имеют больший срок пребывания в сообществах.

• Социальная активность. Лидеры значительно чаще отвечают на сообщения других, чем публикуют собственные сообщения.

• Эмоциональность. Лидеры склонны к активному общению; у них богатый словарный запас; они используют эмоционально окрашенную лексику (например, слова отличный, безобразный, страсть, ненависть); обладают уверенностью в себе (частое использование слов всегда и никогда).

В ближайшие годы стоит ожидать огромного количества исследований, направленных на изучение прибыли от капиталовложений в общение с этими людьми. В сущности, как показывает работа Эрика Сана, процесс уже начался.

Эрик хотел знать, каким образом движется информация в Fасеbоок, и для этого проанализировал 262 985 страниц социальной сети.

Принято считать, что популярность страницы начинается с привлечения внимания небольшого количества важных влиятельных лиц, которые потом разносят информацию о ней по сетям своих контактов. Однако Сан выяснил, что для раскрутки страницы лучше не пытаться выйти на небольшое количество влиятельных лиц, а найти крупную популяцию в Fасеbоок. Эта сеть обладает высокой степенью связей между участниками. И по этой причине интересные идеи смогут легко привлечь внимание множества изолированных, но тесно связанных групп.

Как вы можете заметить из этих двух исследований, когда речь заходит о социальных сетях, то – с точки зрения маркетинговых стратегий – приходится не только думать, на кого направлять свои усилия, но и принимать во внимание, каким образом будет распространяться ваше сообщение. Даже беглое чтение исследований Хаффейкера и Сана поможет вам осознать, насколько полезными могут оказаться данные, собранные в социальных сетях, для принятия правильных решений. Любой компании, пытающейся рассчитать допустимую цену и Р(С) для конкретного пользователя социальной сети, будет важно знать, что нравится этому пользователю, а что нет, насколько он социально активен и кого считает своими друзьями.

Еще одна социальная платформа – 33Асrоss – помогает множеству участников рынка более эффективно работать с социальными сетями. Компания внимательно изучает связи людей друг с другом и степень влияния этих связей на предпочтение того или иного бренда. Ее основатель Эрик Уилер ранее работал в Оgilvу. В течение нескольких лет работы в агентстве Эрик занимался разработкой масштабного «социального графика» – карты с множеством участников и связями между ними через социальные сети, такие как Fасеbоок. Созданная им база данных по соокiе содержит информацию о 200 миллионах людей (при этом Эрик крайне серьезно относится к защите личных данных каждого пользователя).

Рекламодатели используют услуги 33Асrоss для создания «графиков бренда», на которых отмечены наиболее лояльные к тому или иному бренду пользователи (степень лояльности рассчитывается исходя из данных о сделанных ими покупках). Затем компании могут делать целевой отбор людей, связанных с этими пользователями через различные социальные медиа. В чем смысл этого упражнения? Исследования показывают, что мы очень часто хотим купить или получить в пользование то, что уже есть у связанных с нами людей.

Точность выбора цели с помощью социальных сетей может быть невероятно высокой. Но совсем скоро вы сможете выбирать своих потенциальных потребителей с помощью такого традиционного источника коммуникации, как телевизор. С технической точки зрения это уже возможно. Американская компания Саblеvisiоn уже применяет свою передовую технологию в отношении 3 миллионов домохозяйств в регионе Нью-Йорка. Специалисты по маркетингу разместили в домах специальные устройства, транслирующие рекламу с учетом знания о конкретном домохозяйстве. Сходную технологию разработали компании Dish Nеtwоrк и DirесТV, устройства которых позволяют кастомизировать рекламу для 15 миллионов американских домохозяйств. Это означает, что вы и ваш сосед можете смотреть одну и ту же телевизионную программу, но получать при этом различные рекламные сообщения, адаптированные с учетом вашего профиля.

Майкл Болонья, работающий в компании GrоuрМ, принадлежащей рекламному гиганту WРР, – один из ведущих мировых экспертов в области адресного телевещания. Он не перестает напоминать мне и другим экспертам, насколько затратным и грубым инструментом является телевидение с точки зрения рекламы. Например, если вы хотите охватить мам с детьми до десяти лет, то вынуждены охватывать своим сообщением довольно обширный сегмент женщин в возрасте от восемнадцати до сорока девяти лет. И вы выкладываете 12–18 тысяч долларов, чтобы ваше сообщение посмотрела тысяча женщин этого возраста. У множества из них не будет детей. Поэтому, если подсчитать, сколько вы на самом деле платите за контакт с нужной вам аудиторией, то (в расчете на тысячу женщин с детьми в возрасте до десяти лет) эта сумма составит от 25 тысяч долларов до 35 тысяч, а все остальные ваши деньги просто пропадут впустую. Адресное телевидение позволит вам точно выбрать лишь женщин с детьми в возрасте до десяти лет. Возможно, вам придется заплатить 20 тысяч долларов, чтобы связаться с тысячей таких женщин (и это куда большая сумма, чем изначальные 12–18 тысяч долларов). Но при этом помните, что вы будете общаться лишь с теми женщинами, которые вам нужны, а значит, фактически будете платить меньше за контакт с нужным вам количеством подходящих клиентов. Майкл верит, что уже в ближайшие годы мы сможем охватить с помощью адресного телевидения 30–40 миллионов домохозяйств. У этой идеи невероятно высокий потенциал развития. Она коренным образом изменит принципы покупки рекламных мест в медиа – и произойдет это, как только рекламодатели начнут применять методы цифрового и прямого таргетирования (описанные чуть выше в этой главе) к телевизионной рекламе.

Задание на утро следующего понедельника.

1. Могут ли они вас найти сами? Разумеется, вы хотите иметь возможность найти нужных вам клиентов, но иногда случается так, что они сами начинают вас искать. Первое, что вы должны сделать с утра, это заняться оптимизацией – каждый раз, когда кто-то ищет в Сети имеющийся у вас продукт, название вашей компании должно быть в первых строчках результатов поиска (для начала я рекомендую ознакомиться с двумя книгами на тему оптимизации поисковых систем, которые я упомянул выше в этой главе).

2. С чего вам начать их поиски? Разумеется, вы не можете полагаться только на людей, которые сами пытаются вас найти. Поэтому вам нужно самому заняться поиском и установлением контакта с потенциальными клиентами. Отправная точка будет зависеть от того, сколько денег вы можете потратить и на что (следующая глава поможет вам найти ответы на эти вопросы). Если вы тратите средства на массовое медиапокрытие, то убедитесь в том, что ваши знания о целевой аудитории отражены в вашем медиаплане. Устройте встречу со своими медиапартнерами и заставьте их объяснить, почему они выбрали те или иные средства медиа. Попросите их показать вам свои расчеты – теперь вы знаете, что означают их цифры.

3. Для множества мелких компаний масштабные медиакампании не подходят. Но это не проблема. Огромную помощь может оказать индивидуальное таргетирование. Попытайтесь для начала порыться в своих собственных базах данных. Затем изучите внешние базы данных, которые мы обсудили выше. Не забудьте обратить внимание на цифровые и социальные сети. Расходы по работе с ними по плечу каждой компании.

Глава 5. Бюджет – сколько нужно тратить?

Итак, мы знаем, с кем хотим говорить и как найти этих людей. Сколько денег мы собираемся тратить на общение с нашими нынешними и будущими клиентами? Теперь данный вопрос становится для нас самым важным. Вне зависимости от суммы вы должны обеспечить максимально высокий возврат на инвестиции в маркетинг. Такова тема следующей главы. Это позволит вам оказаться на голову выше своих конкурентов. Но, как вы узнаете чуть ниже, большинство компаний быстро принимают решение о том, сколько тратить на маркетинг, – подобное положение справедливо как для компаний, тратящих несколько тысяч, так и для компаний, тратящих несколько сотен миллионов долларов в год.

Моя цель в этой главе двояка: с одной стороны, я хочу помочь вам определить, как должен выглядеть ваш маркетинговый бюджет, то есть помочь найти лучший способ понять, сколько нужно тратить на создание спроса. С другой – как только в вашем распоряжении окажется нужная цифра, я покажу, как распределять средства по задачам, географическим регионам и каналам.

Если бы мне платили по доллару всякий раз, когда я слышу вопрос, вынесенный мной в заголовок главы, я мог бы иметь вполне неплохой побочный источник дохода. В наши дни каждый маркетолог задумывается над тем, сколько денег ему необходимо тратить. И это не удивительно. Слишком долго они расходовали огромные суммы, порой исчислявшиеся миллиардами – особенно для компаний, продающих фасованные товары, – даже не представляя, что они получат в итоге. А вот это уже неразумно. Сразу вспоминаются слова одного политического деятеля: «Миллиард – туда, миллиард – сюда. Давайте уже говорить о серьезных деньгах»[10]. В одних только США в 2012 году компании потратят на рекламу 154 миллиарда долларов. Хотелось бы думать, что при более строгом подходе мы добьемся большей эффективности расходов наших бюджетов – пусть всего лишь на 1 %. Однако даже 1 % означает, что величина прироста компаний могла бы составить 1,5 миллиарда долларов.

Слишком многое стоит на кону, поэтому нас не должно удивлять количество литературы, посвященной методам учета затрат и расчета себестоимости. Примерно тридцать лет назад в альманахе Крэнфилдской школы управления Сrаnfiеld Вrоаdshееt появилась статья Гарри Генри Ноw muсh shоuld уоu sреnd оn mаrкеting? («Сколько надо тратить на рекламу?»). Автор выделил 15 подходов, обычно применяемых разными компаниями при решении этой проблемы.

1. Интуитивный и/или грубо эмпирический подход. Как правило, принимается волевое решение, которого вполне достаточно, чтобы выполнить работу при наличии достаточного опыта.

2. Поддержание прежнего уровня расходов. Если метод работает, то продолжать делать то, что делали (иногда с поправкой на инфляцию).

3. Процент от предыдущих продаж. Отсталый метод, основанный на ожидании «наград» за прошлые успехи (или наказания за неудачи).

4. Метод исчисления от наличных средств. Действовать в рамках бюджета.

5. Остаточная прибыль прошлого года. Метод связан с источниками финансирования, а не направлениями их использования.

6. Процент от валовой прибыли. Метод, позволяющий уклоняться от решения вопроса рентабельности.

7. Процент от прогнозируемого объема сбыта. Самый распространенный метод.

8. Фиксированные расходы в расчете на единицу продаж. Простая арифметика.

9 Затраты на клиента и/или на капитал. Метод часто используют компании, работающие с деловыми предприятиями, то есть в секторе В2В.

10. Соответствие уровню расходов конкурентов. Конкуренты знают, что делают.

11. Приведение доли «рекламного голоса» к доле марочного товара. Если вы занимаете 5-процентную долю рынка, то доля вашего информационного присутствия на конкурентном поле тоже должна быть 5-процентной.

12. Предельная отдача. Предельный коэффициент окупаемости возможен в компаниях, применяющих метод рекламы прямого отклика. Но вы можете расширять свою аудиторию только до тех пор, пока прирост прибыли от дополнительных клиентов не оказывается ниже целевой нормы прибыли.

13. Ориентация на задачи. Вы определяете цели и рассчитываете, сколько денег вам понадобится для их достижения. В теории метод выглядит отлично, но на практике может потребовать серьезного эконометрического моделирования.

14. Моделирование. Самый сложный подход.

15. Проверка значимости средств рекламы. Вы выходите на рынок и проводите рекламную кампанию сначала в одном регионе (Восточное побережье), а затем в другом (Западное побережье), после чего сравниваете результаты. Теоретически метод замечательный, но на практике все сложнее: во-первых, значимость непросто оценивать в стоимостном отношении, во-вторых, проверку трудно проводить повторно.

За последние тридцать лет изменилось не так уж много. Большинство маркетологов обычно выбирают один из пятнадцати методов, описанных выше. Как показывают исследования – и мой опыт подтверждает это, – самым популярным является метод, когда затраты на рекламу зависят от объема продаж. Меня часто поражает, почему отдельные крупнейшие мировые компании при разработке своего рекламного бюджета используют настолько простые, грубые и не всегда точные методы.

Существуют более научные методы (некоторые из них указаны в двух последних позициях списка Гарри Генри). Самое удивительное, что они окружают нас уже на протяжении десятилетий. Однако компаниям почему-то крайне сложно включать их в процесс принятия решений. Наука часто воспринимается как черный ящик – слишком сложно для понимания. В результате – и мне доводилось не раз наблюдать это – во многих компаниях вкладывают огромные суммы в научные исследования ради создания нового продукта (вспомним хотя бы фармацевтическую отрасль), но рассчитывают бюджет на маркетинговые исследования по простой формуле – как долю от объема продаж. Как не стыдно! Тот факт, что такой подход проще, никак не доказывает, что он лучше с точки зрения принятия решений. И конечно, никак не означает, что этот примитив должен подменять собой научные методы.

Вам никто не сможет назвать единственного и самого оптимального подхода к расчету бюджета. Такого просто нет. Однако давайте рассмотрим несколько методов, которые я считаю наиболее предпочтительными.

Кривая расходов и отдачи.

Приведенная ниже кривая показывает, что вы можете получить за свои деньги, когда речь касается маркетинга. Я часто называю ее кривой расходов и отдачи. Расходы означают инвестиции в маркетинг, а отдача означает то, что вы пытаетесь получить за счет этих инвестиций: рост объемов продаж или прибыли; достижение целей, связанных с брендом (реклама для создания осведомленности или реклама для создания должного внимания). На рисунке ниже приведена типичная кривая ответной реакции на рекламу, формирующую осведомленность о бренде.

Давайте посмотрим на эту простую кривую более внимательно.

• Она имеет положительный угол наклона – это значит, что чем больше вы тратите на формирование осведомленности, тем выше будет ее степень.

• Кривая показывает снижение предельной отдачи – это значит, что вы получите различные результаты в зависимости от уровня расходов и уровня осведомленности. Как вы можете заметить, чем больше денег вы тратите, тем меньшую отдачу получаете. В итоге вы дойдете до точки насыщения – когда уже не сможете увеличивать показатель осведомленности вне зависимости от размера инвестиций (подобная ситуация наблюдается в крайней правой части кривой).

Построение таких кривых сопряжено с определенными проблемами, так как расчет нередко носит интуитивный характер. Если вам доступны прошлые данные об уровнях расходов и степени осведомленности, то вы сможете значительно упростить свою жизнь с помощью эконометрического моделирования, позволяющего рассчитать для кривых отдачи их форму и угол наклона. Это, разумеется, требует от нас четкого ответа на вопрос: что такое эконометрическое моделирование?

Наука – эконометрические модели.

В Антверпенском университете я специализировался в области количественной экономики – области, основанной на математических расчетах. Неудивительно, что этот предмет не был особенно популярен. Приверженцы математики предпочитали заниматься техническими или точными науками, но не экономикой. Поэтому встречалось довольно мало студентов – с одной стороны, не убоявшихся математики, с другой стороны, не желавших становиться инженерами, – которые занимались количественной экономикой. Я не преувеличиваю. Из тысячи студентов моего курса степень в области количественной экономики получили лишь шесть выпускников. Но зато это нас сплотило. Для сравнения представьте, насколько сильными могут быть связи между двумя сотнями психологов, собирающихся в одном зале.

Правда, нам не сильно повезло с руководителем, специалистом в области эконометрики – дисциплины, которая занимается исследованием количественных и статистических методов в применении к экономическим принципам. Эконометрические методы – чуть ли не самое важное направление, которым только могут заниматься специалисты в области количественной экономики. Мой наставник предпенсионного возраста, будучи отличным профессионалом, так и не научился общаться с аудиторией. Он стоял в аудитории, рассчитанной на пятьсот слушателей, и бубнил что-то маленькой кучке студентов (мы так и не нашли того идиота, который отвечал в университете за распределение аудиторий). Сначала мы, все шестеро, заняли первый ряд, напротив кафедры, но преподаватель ни разу даже не взглянул на нас. В какой-то момент мы решили распределиться по всей огромной аудитории – он не обратил на это никакого внимания и продолжал свои девяностоминутные бормотания.

Поэтому нет ничего странного, что мой энтузиазм по отношению к эконометрике был довольно низок, равно как и представление о ее практическом применении. Ситуация коренным образом изменилась в мой последний университетский год, когда у нас появилось несколько очень интересных преподавателей. Один из них отвечал за экономическую политику бельгийского правительства и смог объяснить нам, каким образом эконометрика может использоваться для прогнозирования спроса и предложения в экономике (что позволяло правительству заблаговременно совершать важные шаги). Другая преподавательница показала нам, каким образом эконометрика и другие количественные методы могут использоваться в маркетинге и продажах. И если бы не она (и не моя легкая влюбленность в нее), я вряд ли смог бы написать эту книгу!

Так как же работает эконометрическое моделирование? Этот метод позволяет рассчитать влияние на систему целого набора параметров (например, объемов общего потребления продукта или спроса на него). В области маркетинга специалисты по эконометрике пытались оценить спрос на тот или иной бренд.

Что может повлиять на величину спроса? Спрос на продукт зависит от цены, качества, дистрибуции, рекламы и множества других факторов. И все это может быть выражено в виде математической функции, например функции линейной регрессии. (Тут нам не обойтись без некоторых специфических подробностей, но не беспокойтесь, я постараюсь сделать это быстро и безболезненно – вы даже не заметите.) Основное уравнение линейной регрессии выглядит так:

Где (бета) в каждом случае означает некий неизвестный фактор, определяющий, каким образом та или иная переменная будет влиять на спрос вашей продукции, то есть какое значение имеет дистрибуция. Если тот или иной параметр имеет большое влияние, то он имеет и большую бету. Если дистрибуция не имеет особого значения, то ее бета будет минимальной.

Вы знаете величину показателей, связанных с предложением, дистрибуцией, ценой и маркетинговыми усилиями. Как только вы определите величину беты, то сможете понять, в какой степени эти факторы влияют на объем продаж. Таким образом, основная задача состоит в нахождении значения беты. Каким образом эконометрическое моделирование может помочь нам в этом процессе?

Давайте рассмотрим практический пример, и вы сами увидите причину, по которой вам имеет смысл заниматься такой работой. Она позволяет вам создать диаграмму причинно-следственных связей (в том числе с включением фактора неизвестности) в виде самых простых графиков. А все, что способно упростить картину, – это благо.

Предположим, мы хотим разобраться, как влияют маркетинговые усилия на продажи одновременно двух брендов – при прочих равных условиях (уровень предложения, дистрибуции и цены). В данном случае мы пытаемся вычислить, какой эффект будет иметь та или иная величина маркетинговых расходов на продажи с течением времени. Приведенный ниже график показывает, каким образом могли бы выглядеть эти данные для обоих брендов. На вертикальной оси отмечены продажи брендов. На горизонтальной оси приведены маркетинговые затраты. Каждая точка представляет собой «наблюдение», то есть в нашем случае период с определенной величиной расходов и связанным с ней уровнем продаж.

Мы видим две различные картины. Для бренда А почти не заметна связь между маркетинговыми усилиями и продажами. Каждый уровень маркетинговых расходов приводил к совершенно разным значениям показателя продаж. С точки зрения математики мы возвращаемся обратно к формуле (Продажи = 4  маркетинг) и считаем бету незначительной в статистическом смысле слова. Фактически здесь не наблюдается никакой существенной корреляции. Совсем иначе обстоят дела с брендом В, где связь заметна сразу.

Эконометрическое моделирование помогло нам найти взаимосвязь маркетинговой политики и продаж. Иными словами, мы смогли нарисовать кривую, оптимальную с точки зрения всей совокупности точек. Визуально заметно, что к верхней линии ближе куда больше точек, чем к нижней.

Пока все идет неплохо. Однако мы не хотим всякий раз рисовать эти линии от руки, а кроме того, не каждая ситуация в реальной жизни будет столь же простой. Нам необходимо научить компьютер рисовать эти линии и находить тенденции даже там, где мы сами их не видим.

Вот каким образом мы добились этого. Мы попросили компьютер рассчитать дистанцию между каждой точкой и линией. Затем мы попросили его сложить величины всех этих дистанций. Показатель суммы дистанций отражает степень соответствия. Чем выше сумма, тем хуже соответствие. Именно таким образом компьютер может рассчитать, какая линия лучше всего соответствует всем точкам, образующим облако.

Теперь, после того как нам стал ясен алгоритм, компьютер может нарисовать сотни линий и выбрать одну с наименьшей суммой, то есть с наибольшим соответствием. То же самое можно сделать в отношении показателей продаж и цен, продаж и дистрибуций. В сущности, мы не только можем, но и должны использовать систему для создания кривых расходов и отдачи для каждой переменной, способной повлиять на объем продаж.

Как только нам стали понятны все кривые, которые мы хотим создать, мы можем попросить компьютер найти оптимальную точку на каждой кривой, позволяющей увидеть, сколько мы должны потратить, чтобы обеспечить максимально возможный возврат на наши инвестиции в маркетинг, – и ни долларом больше.

Как вы можете заметить, эконометрическое моделирование – довольно сложная процедура, которую обычно проводят дорогостоящие специалисты. Многие компании попросту не могут себе позволить их услуги. Но даже компаниям, использующим эконометрику, часто приходится прикладывать немалые усилия, чтобы включить результаты исследований в процессы принятия решений. В итоге им приходится обращаться к слишком простым способам: разработке маркетингового бюджета в зависимости от объема продаж или использованию данных предыдущего года с поправкой на инфляцию. Почему? Дело в том, что компании не понимают те подспудные предположения, на которых основаны эконометрические заключения. Поэтому они предпочитают простые методы (о которых я рассказывал выше) – интуитивно понятные и более доступные, хотя и не основанные на реальных данных.

Дабы помочь компаниям, не имеющим возможности позволить себе эконометрическое моделирование или не способным понять его преимущества, давайте обсудим некоторые альтернативы.

Искусство гибридного метода.

В свое время в тайны гибридного метода меня посвятил мой коллега Дэвид Коппок, получивший степень доктора экономики в Йельском университете. Он занимался созданием сложных эконометрических моделей еще в то время, когда я собирал Lеgо в детском саду.

Согласно подходу Дэвида, эконометрика используется там, где имеются доступные данные, а когда нет данных, пустоты заполняются нашими предположениями. Как только у вас появится набор данных и расчетов, гибридный подход Дэвида потребует от вас ответа на четыре вопроса.

• Минимум. Если взять кривую осведомленности, о которой мы говорили выше, то каково будет значение параметра осведомленности, если мы вообще не будем тратить на него денег (крайняя левая часть кривой)?

• Максимум. Какого значения параметра осведомленности мы могли бы достичь в случае неограниченного бюджета (крайняя правая часть кривой)?

• Настоящий момент. Чему равны уровни осведомленности и затрат на данный момент?

• Приращение. Как, с нашей точки зрения, изменится параметр осведомленности, если мы будем увеличивать или уменьшать свои инвестиции на Х %?

Для своих клиентов я часто использую гибридный метод при создании кривых отклика. Иногда я сталкиваюсь с их сопротивлением этому «ненаучному» методу. Клиентов беспокоит слишком большое количество предположений. Но они не во всем правы, поскольку в рамках гибридного процесса мы всегда используем все доступные данные или эконометрические модели. Однако при отсутствии идеальных данных нам не обойтись без предположений.

В сущности, когда вы используете такие довольно грубые показатели, как отношение рекламного бюджета к объему продаж, то делаете куда более серьезные предположения относительно связи между затратами и тем, что вы получаете взамен. Например, вы сначала предполагаете, что реклама имеет один и тот же эффект в отношении различных продуктов; затем предполагаете, что содержание рекламного сообщения не имеет большого значения; после этого вы предполагаете, что реклама имеет линейный эффект, то есть если затраты 1 доллара на рекламу приводят к продажам на 2 доллара, то затраты 10 долларов приведут к продажам на 20 долларов, – и так далее. Теперь вы понимаете, почему я считаю, что методы приближенного подсчета – это не лучший путь, в отличие от гибридного подхода (даже при отсутствии достаточного объема данных).

Использование гибридного метода при построении кривых отдачи имеет три основных преимущества. Посмотрим на них.

1. У вас появляется возможность соединять фактические данные с суждениями и интуицией. Возьмем довольно известную и крайне необычную маркетинговую кампанию бренда Dоvе с участием реальных женщин. Факты могли бы подсказать нам, что рекламная кампания, показавшая хорошие результаты по итогам тестирования (как в случае с Dоvе), принесет компании 1,50 доллара продаж на каждый доллар затрат. Однако вы на собственном опыте знаете, что подобные рекламные объявления, входящие в резонанс с ожиданиями рынка (как показало качественное исследование этой рекламы), – в состоянии привести к еще более высоким результатам, поэтому можно адаптировать график расходов и отдачи и убедиться в том, что каждый доллар затрат принесет вам 1,70 доллара продаж.

2. После создания кривой отдачи (с использованием эконометрики, предположений или их комбинации) она может использоваться для оптимизации. Например, вы можете просто импортировать кривую в Ехсеl-файл, а затем перебирать различные переменные, чтобы получить в итоге более точный прогноз.

3. Процесс создания кривой протекает открыто и завязан на сотрудничестве, поскольку принимающие решения руководители понимают, что лежит в черном ящике, и по этой причине склонны в большей степени доверять нашим рекомендациям. Они знают, откуда берутся данные, то есть на основании какой информации создаются кривые расходов и отдачи.

Использование такого гибридного подхода позволяет лишить процесс эконометрического моделирования покрова таинственности.

Создание бюджета в период экономического спада.

Пока что все наши предположения основывались на том, что отделу маркетинга будут без особых проблем выделять бюджет на их работу. Но сколько компании могут позволить себе тратить на рекламную политику в тяжелые времена? Я отлично помню рецессию в сентябре 2008 года. Крупные клиенты – а в борьбе за них я тогда играл крайне незначительную роль – моментально исчезли из нашего поля зрения. Об этом я расскажу подробнее.

Летом 2008 года Оgilvу работала над презентацией для Wасhоviа, на тот момент четвертого по размеру банка в США. Для нас это был крупнейший тендер года. Мы пережили уже несколько раундов отбора. Банк сократил список финалистов до двух компаний, и уже с самой первой встречи нам было ясно, что его руководители очень нуждались в тщательно проведенном анализе (в конце концов, они были типичными банкирами).

Настало время презентации, которую мы проводили перед СЕО и председателем правления Wасhоviа Бобом Стилом. Обычно аналитики Оgilvу присутствуют лишь на первых встречах, в самом начале процесса, просто для того, чтобы клиент мог оценить нашу мощь и боевую готовность и, фигурально выражаясь, поставить нам «галочку». Дальнейшие встречи посвящались вопросам стратегии и созидательных концепций. Но поскольку наши банкиры проявляли крайнюю заинтересованность в цифрах, было решено включить аналитиков в общую команду.

Презентация прошла великолепно, вся встреча протекала в дружеской и даже веселой атмосфере. Банкиры задавали множество вопросов. Мы, довольные и преисполненные надежд, вернулись в свой манхэттенский офис. Через несколько дней нам подтвердили, что тендер нами выигран. А еще через день я прочитал в Интернете статью, что Сitibаnк собирается поглотить Wасhоviа, пошедший ко дну в самом начале финансового кризиса. Мы получили многообещающий заказ, который испарился в считаные часы.

После этого начался коллапс всей мировой экономики, и мы оказались в глубокой рецессии. В течение этого периода все как один принялись спрашивать нас, сколько денег в таких условиях нужно тратить на маркетинг. (Если быть совсем честным, то вопрос звучал иначе: «На сколько я могу урезать свой маркетинговый бюджет?»).

В попытках найти ответ я принялся изучать исследования, проведенные в периоды прошлых рецессий. Поглотив массу информации, я нашел в ней крайне мало свежих мыслей. А большинство статей либо были перепечатками старых материалов, либо предлагали уже знакомые всем подходы к анализу новых данных в новых условиях.

Самый распространенный подход состоял в сравнении финансовых результатов компаний, сокративших свои рекламные бюджеты во время рецессии, с компаниями, сохранившими или даже нарастившими их. Эта методология была впервые предложена в 1920-х годах Роландом Вейлом и опубликована в апреле 1927 года в Наrvаrd Вusinеss Rеviеw. Вейл сравнил компании, сохранившие свои бюджеты во время рецессии 1923 года, с компаниями, сократившими расходы. Он обнаружил, что основной прирост продаж наблюдался у компаний с максимальными рекламными затратами. Исследование по методу Вейла повторялось во времена почти всех последующих экономических спадов, и результаты всегда были одинаковыми: компании с сокращенными бюджетами показывали более низкие результаты как в период рецессии, так и в период экономического восстановления.

Изучая все эти работы, я довольно сильно нервничал из-за содержавшихся в них выводов и рекомендаций, на которые полагается большинство людей, считавших, будто у них есть полное научное обоснование увеличивать размеры инвестиций во время рецессии. Они считают, что за счет таких действий смогут пересилить более слабых конкурентов и забрать у них долю рынка, что приведет их к возникновению устойчивого преимущества во время периода восстановления и после него. С их точки зрения, здесь есть четкая причинно-следственная связь, однако этот вывод не подкрепляется ни одним исследованием. Действительно ли компании, тратящие больше денег во время рецессии, показывают более хорошие результаты именно из-за этих затрат? Или компании, бывшие эффективными до, во время и после рецессии, просто занимали более выгодное положение, чтобы сохранять и даже наращивать расходы во время экономического спада? Этими вопросами задаются многие исследователи, но пока ни один из них не смог дать внятного ответа.

Я полагаю, что для определения размера длительных инвестиций в маркетинговую политику во время экономического спада требуется скрупулезный анализ, особенно если мы хотим, чтобы к нашим аргументам прислушивались столь скептически настроенные финансовые директора и СЕО. В этом мы будем опираться на три важнейших положения.

1. Расширять применение метода эконометрического моделирования.

2. Использовать целостный подход к общему плану сбыта, принимая во внимание как расходы на средства рекламы, так и характер потребления рекламной продукции в период рецессии.

3. Определять долговременные эффекты маркетинговой деятельности и величину ее вклада в повышение акционерной стоимости.

Рассмотрим каждый из пунктов в отдельности.

– Расширять применение метода эконометрического моделирования. Самым часто цитируемым источником, где для оценки устойчивости инвестиций в период рецессии использовалось эконометрическое моделирование, стала статья Сutting Аd Sреnd in Rесеssiоn Dеlауs Rесоvеrу («Сокращение расходов на рекламу в период рецессии замедляет восстановление»), написанная Полом Дайсоном в 2008 году и опубликованная Wоrld Аdvеrtizing Rеsеаrсh Сеntеr. В статье описывается эконометрическое моделирование для доказательства мысли, вынесенной Дайсоном в заголовок. В частности, автор показывает: «Чтобы в течение года после окончания рецессии вернуться к прежнему уровню продаж, вам потребуется примерно на 60 % больше денег, чем вы сэкономили за счет сокращения рекламного бюджета». Объясню своими словами: если я во время рецессии уменьшу свой рекламный бюджет на 1 доллар, мне придется потратить еще 1,60 доллара на то, чтобы по ее окончании вернуться к прежнему уровню.

– Использовать целостный подход к общему плану сбыта. В процессе принятия решения, на сколько сокращать (и сокращать ли вообще) маркетинговый бюджет во время рецессии, вы должны принимать во внимание как расходы на средства рекламы, так и специфику потребления той или иной рекламной продукции. Во время рецессии падают расценки на размещение рекламы, так как радио– и телевизионные каналы, газеты, журналы и интернет-порталы предлагают значительные скидки для удержания клиентов.

Существуют доказательства, что во время рецессии меняется характер потребления рекламной продукции. Люди чаще остаются дома и поглощают намного больше информационного материала, что может привести к повышению эффективности расходов на размещение рекламы в средствах массовой информации в сложные времена. Очевидно, что подход, использующий моделирование и принимающий во внимание особенности бренда, товарной категории и рекламного окружения, кажется более уместным и логичным, чем любые универсальные методы.

– Определять долговременные эффекты маркетинговой деятельности и величину ее вклада в повышение акционерной стоимости. Сокращения бюджета во времена рецессии часто представляют собой результат слишком прямолинейного видения ситуации. В краткосрочной перспективе реклама редко окупается (не говоря уже о прибыли). Тем не менее практически все исследования постоянно доказывают нам, что реклама как таковая повышает акционерную стоимость (догадываюсь, что это прозвучит как реклама моей отрасли, но я зарабатываю на жизнь анализом данных, а данные показывают, что это действительно так). Есть и другие исследования, доказывающие, что справедливо и обратное: сокращение рекламных бюджетов имеет еще больший (негативный) эффект в долгосрочной перспективе. Для того чтобы доказать абсолютную справедливость этого утверждения, придется проделать большую работу, однако понимание долговременного эффекта от затрат на маркетинг крайне важно – ведь оно способно оказать влияние на акционерную стоимость в течение длительного времени.

Распределение бюджета.

Понимание того, сколько нужно тратить в «худые и тучные» годы, – всего лишь первый шаг. Как только вы узнаете ответ на этот вопрос, вам придется подумать о том, как распределить средства наилучшим образом. Поэтому давайте обсудим, как нужно выравнивать бюджет для различных маркетинговых целей, распределять его между рынками и средствами информации. Мне доводилось видеть компании, которым удавалось увеличить капиталовложения в маркетинговую политику до 30 % за счет принятия правильных решений в соответствии с подходом, о котором мы поговорим чуть ниже.

Вы уже узнали ответ на вопрос о размере бюджета. Теперь, при обсуждении вопроса о распределении бюджета, вы должны быть уверены в одном: деньги расходуются на то, что даст наибольшую отдачу.

Многие компании используют подход «маркетинговой воронки», приводящей клиентов к решению о покупке за счет:

• осведомленности – то есть дайте клиентам знать о своем существовании;

• привлечения внимания – то есть сделайте так, чтобы клиенты думали о вас;

• покупки – то есть сделайте так, чтобы клиенты купили то, что вы продаете;

• лояльности – то есть сделайте так, чтобы клиенты возвращались и покупали снова.

Каждый уровень воронки имеет свои задачи, связанные с формированием спроса и требующие своей доли в бюджете. Инструмент, разработанный Дэвидом Коппоком и названный «воронка распределения расходов» (Funnеl Аllосаtоr), помогает вам решить, сколько денег потратить на каждую задачу.

Воронка распределения расходов включает три стадии.

1. Создание модели дохода.

2. Создание кривой расходов и отдачи.

3. Оптимизация.

При создании модели дохода вы определяете, каким образом в вашей воронке создаются продажи. Предположим, что вы продаете новый вид подгузников Нuggiеs и в стране имеется 4 миллиона домохозяйств, готовых их покупать. Около 80 % (3,2 миллиона домохозяйств) из них знакомы с вашим брендом. Из них 30 %, или 960 тысяч, домохозяйств размышляют, какие подгузники лучше приобрести, а благодаря хорошей репутации Нuggiеs половина группы выберет именно этот бренд. Иными словами, у вас есть 480 тысяч клиентов. В среднем – пока ребенок не приучится к горшку – обычное домохозяйство купит 28,5 упаковки по 64 подгузника в каждой. Это означает, что вы продадите ему 1824 подгузника в расчете на каждого ребенка. Если средняя цена одного подгузника составляет 20 центов, то речь идет о 175 миллионах долларов дополнительного дохода.

Наша воронка будет выглядеть так, как показано ниже.

Вы можете произвести ряд манипуляций с этой моделью и увидеть, что при увеличении степени осведомленности на первом уровне всего лишь на 1 % доходы вырастут на 2 190 000 долларов (при условии, что все показатели других уровней воронки останутся на прежнем уровне).

Эта стратегия может быть хорошей или плохой – все зависит от того, сколько вам нужно заплатить за повышение осведомленности с 80 до 81 %. Возможно, имеет смысл лучше сконцентрироваться на этапах покупки или лояльности. И – что чрезвычайно важно – принятие решения о том, чтобы сфокусировать усилия на этих этапах, зависит от необходимой величины расходов. На втором этапе мы создаем кривую расходов и отдачи и, как обычно, при этом используем гибридный подход для каждого уровня воронки. Эти кривые расходов и отдачи могут подсказать вам, насколько сильно может вырасти уровень осведомленности в случае дополнительных инвестиций. Результат второго этапа работы инструмента представлен ниже.

Как можно заметить, вы в состоянии получить величину расходов для каждой кривой и каждого уровня воронки.

Финальный этап – обычная оптимизация. Как только вы создадите кривые расходов и отдачи, любой сравнительно прямолинейный компьютерный алгоритм может использовать их для поиска точки оптимума для каждой кривой, то есть места, в котором вы можете максимизировать свои маркетинговые инвестиции.

Впервые я внедрил этот метод, работая на одну мощную технологическую компанию. Ее сотрудники попросили меня помочь им определить, сколько денег необходимо тратить на создание масштабной программы формирования осведомленности об их компании и сколько денег они должны потратить на превращение этого фактора в реальные продажи. В сущности, они просили нас подумать о воронке из двух уровней: «Осведомленность» и «Привлечение внимания» вверху и «Создание спроса» внизу.

У нас не было ни готовых эконометрических моделей, ни времени для их создания, поэтому мы выстроили кривую с использованием гибридного метода, описанного выше. В итоге мы создали четыре различных сценария с различными предположениями, что влияло на разную форму кривых расходов и отдачи. Затем мы провели оптимизацию по каждому сценарию, чтобы увидеть, как изменилась предложенная схема распределения бюджета в результате изменения основных предположений. На приведенном ниже рисунке показан конечный результат.

Результаты были совершенно ясны. Изначально 70 % бюджета тратилось на деятельность в области «осведомленность и рассмотрение», а все остальное – на создание спроса. Все наши сценарии предполагали, что распределение расходов производится в пропорции 45–55 % или 55–45 %.

Клиент остался очень доволен нашим исследованием, причем по целому ряду причин. Прежде всего, в нем отсутствовало какое-либо шаманство. Все было прозрачным. Кроме того, наш подход позволял ему получить план конкретных действий: сократить расходы на формирование осведомленности и использовать свободные деньги на увеличение спроса и стимулирование роста продаж. Однако больше всего клиенту понравился сам механизм работы нашей аналитической модели, который поможет ему делать правильные и систематические предположения, что будет работать, а что нет.

Этот успех по-настоящему меня порадовал. Однако когда к нам обратился с подобным предложением еще один клиент, то беседы с его представительницей, которой было не слишком комфортно иметь дело с математическими выкладками, практически вогнали меня в депрессию. Вот каким образом это происходило. Я описал процесс оптимизации представительнице потенциального клиента, и она попросила меня уточнить, каким образом я обычно создаю кривые расходов и отдачи. Вот наш разговор:

– Мы используем все доступные данные и заполняем пробелы здравыми суждениями. В этом и заключается красота подхода. Он по-настоящему гибок и соединяет фактические данные и здравый смысл.

– У нас нет достаточного объема данных.

– Нет проблем, – продолжил я и рассказал историю о другом клиенте, у которого тоже не было достаточных данных, но это не помешало нам решить проблему.

– То есть вы просто манипулируете с формой этих кривых?

– Если нам недостает данных, мы делаем разумные предположения, которые позволили бы нам их выстроить.

Она немедленно отвергла мой подход и сказала, что ни в коем случае не хотела бы использовать столь ненаучный метод для принятия значительных финансовых решений.

Я спросил ее, что бы сделала она сама при нехватке данных.

Она ответила, что воспользовалась бы одним из традиционных методов приближенного подсчета.

Я был крайне разочарован, потому что знал, что могу помочь ей, но не могу убедить ее в ценности нашего аналитического подхода. Эта компания так и продолжила вкладывать миллионы долларов в маркетинг на основании неверных предпосылок. В частности, она использовала в качестве точки отсчета маркетинговый бюджет предыдущего года и корректировала его на сумму прироста общих корпоративных расходов на следующий год. Это очень распространенный метод, но, как мы уже видели, он далек от оптимального.

Столь неудачный опыт работы с клиентом, не способным увидеть ценность аналитики, в итоге сослужил мне добрую службу. Я обнаружил, что такие люди, как мой первый клиент (которому понравился наш подход), встречаются крайне редко. Большинство компаний не может осознать ценности кривых, создаваемых при отсутствии или нехватке данных. Это кажется им нелогичным. Мне удалось понять причину такой точки зрения. Все дело было в том, что я использовал для расчета суммы затрат научные инструменты – кривые и алгоритмы оптимизации. У клиентов складывалось впечатление, что этот метод предполагает обработку множества данных. Разумеется, когда у вас есть данные, вы их используете. Когда же данных недостает, вы делаете разумные предположения, основанные на имеющейся информации. В сущности, вам приходится заниматься манипуляциями, и некоторых клиентов такое положение вещей, мягко говоря, тревожит.

Поэтому теперь я говорю об этом подходе как об инструменте для принятия решений, требующих ответов на целый ряд вопросов. Ответы даются на основании доступных данных и вашего делового опыта. Что это за вопросы? Те же самые, что вы задаете в процессе создания кривых расходов и отдачи:

• чему равен текущий уровень расходов;

• каким будет уровень осведомленности, если мы вообще не будем тратить на него деньги;

• что произойдет с показателем осведомленности в случае неограниченного бюджета;

• что, с нашей точки зрения, может произойти, если мы изменим величину имеющихся расходов (увеличим или снизим) на Х %.

Ответы на эти вопросы предполагают несколько сценариев распределения инвестиций.

Когда я начал позиционировать свой инструмент таким образом, то сопротивление со стороны клиентов резко снизилось. Если они все равно испытывали дискомфорт от того, что им приходится выдвигать предположения при отсутствии данных, я напоминал им: они делают ровно такие же предположения при любом другом подходе – и об этом должен помнить каждый клиент. Например, если вы рассчитываете рекламный бюджет как долю от объема продаж, то предполагаете, что все компании делают то же самое и мыслят так же, как и вы. А это очень опасное предположение.

Инструмент воронки распределения расходов оказался крайне успешным. Думаю, помогли мои объяснения. Но основная причина его успеха заключается в том, что он работает. Создание кривых расходов и отдачи и применение различных сценариев оптимизации, по сути, могут использоваться каждый раз, когда вам нужно принять решение по тем или иным капиталовложениям.

Теперь давайте обсудим, каким образом вы можете распределить свой бюджет по странам и каналам.

Распределение по странам.

Как мы уже видели, вполне возможно принимать грамотные решения в области инвестиций в маркетинговые мероприятия с очень ограниченными данными или даже при их отсутствии. Все, что вам нужно, – это время и возможность поработать над созданием кривых расходов и отдачи. Однако порой у вас нет даже такой возможности. Меня часто просят помочь в решении инвестиционных задач за несколько дней, а то и часов (и при минимальном сотрудничестве со стороны клиента). Но даже в таких обстоятельствах вы можете использовать простой математический аппарат для принятия грамотных решений.

Я работаю с большим количеством крупных международных компаний, которым в какой-то момент в процессе планирования годового бюджета необходимо решить, сколько денег они должны потратить на маркетинговую политику в каждой стране (если у вашей компании нет общемировой деятельности, то замените слово страна на слово отдел или подразделение). Вы можете представить, к каким политическим и организационным дебатам с руководителями подразделений в разных странах обычно приводит то или иное решение. И в этой связи особую важность приобретает наличие у компании прозрачного механизма распределения бюджетов по странам.

Вы можете довольно быстро использовать в практической деятельности следующий простой подход. Его уже применяют и извлекают из него немалую пользу несколько международных компаний из списка Fоrtunе 100.

– Шаг 1. Спроектируйте общий рост дохода в следующем году (или в следующие пять лет, если вы используете долговременное планирование).

– Шаг 2. Распределите маркетинговый бюджет на основании доли каждой страны в будущем росте дохода.

– Шаг 3. Поместите каждую страну в матрицу два на два, основываясь на их текущей доле в доходе – то есть доле каждой страны в глобальных продажах – и предположениях о будущем росте их доходов.

Это дает нам возможность выстроить модель, представленную ниже.

Рассмотрим отдельно каждый сектор.

– Сектор А состоит из стран с высоким текущим доходом и высоким ростом дохода. Они получат значительную часть инвестиций, и их бюджет должен быть распределен по всей маркетинговой воронке.

– Сектор В состоит из стран с низким текущим доходом, но прогнозируемым высоким ростом. Страны в этом квадранте должны тратить основную часть своих денег в верхней части воронки на создание осведомленности о бренде и его рассмотрение в качестве возможного варианта для покупки.

– Сектор С – в нем располагаются страны с высоким текущим доходом, но низким планируемым ростом дохода в будущем. Они находятся в достаточно прочной позиции, а следовательно, им потребуется меньше тратить на верхушке воронки и больше – там, где они пытаются конвертировать свое присутствие на рынке в реальные продажи.

– Сектор D состоит из стран с низким доходом в настоящем и низким потенциалом роста дохода в будущем. Очевидно, что в эти страны стоит инвестировать меньше всего, а закрепленные за ними бюджеты должны направляться в развитие продаж.

Если вам хватает данных, то вы можете воспользоваться более сложным подходом и создать кривые расходов и отдачи для каждой страны. Однако, когда у вас нет данных или времени, вы можете воспользоваться описанным выше простым правилом для определения того, куда направить свои ресурсы (а также объяснить, почему вы сокращаете бюджеты для той или иной страны). Этот метод настолько прост, что с его выводами сложно спорить.

Распределение по средствам распространения рекламы.

Последний вопрос в отношении распределения денег связан с типами средств информации. В наши дни компании применяют комплексное использование самых разных средств распространения рекламы, поскольку им есть из чего выбирать: начиная от традиционных средств (радио, телевидение, печатная продукция) и заканчивая новейшими технологиями (поисковые системы, интернет-баннеры, социальные сети, дисплеи в магазинах, мобильные сети, электронная почта, SМS-сообщения, RSS-ленты, блоги, приложения для iРhоnе). Последний список увеличивается с каждым днем, и его можно продолжать до бесконечности. Таким образом, становится все труднее понимать, какая часть вашего бюджета тратится на каждое средство коммуникации. Ситуация стала настолько сложной, что на рынке даже появилась целая отрасль, занимающаяся моделированием комплекса средств информации; достаточно упомянуть такие компании, как Маrкеtshаrе Раrtnеrs, Нudsоn Rivеr Grоuр, Мilwаrd Вrоwn Орtimоr, Аnаlуtiс Раrtnеrs, М-Fасtоr и ММА. Все они при помощи данных и сложных статистических алгоритмов дают ответ на непростой вопрос: какие средства распространения рекламы мы должны использовать, чтобы достучаться до нынешних и потенциальных клиентов. По сути, все они создают кривые расходов и отдачи, о которых мы говорили выше. Они формируют эти кривые для каждого средства коммуникации, что, в свою очередь, позволяет создать сценарий оптимизации, распределяющей бюджет по отдельным средствам коммуникации.

На самом базовом уровне существуют два способа получения соответствующих данных – исторические данные и данные опросов. Есть, правда, и третий вариант – моделирование атрибутов на индивидуальном уровне (мы поговорим о нем в шестой главе).

Суть исторических данных полностью объясняется их названием. Вы смотрите, как меняются с течением времени разные средства распространения рекламы, и следуете за этими изменениями, чтобы понять, в какой степени они влияют на результаты бизнеса. Вы можете воспользоваться методом эконометрического моделирования, описанным нами ранее. Основное преимущество этого метода заключается в том, что вы имеете дело с реальными цифрами, то есть ваше решение основано на реальных исторических фактах. К сожалению, с этим связано и основное ограничение такого подхода. Если вы хотите сделать нечто радикально новое, то прошлое никак не поможет вам спрогнозировать будущее. Например, если вы ранее использовали только рекламу на телевидении, радио и в печати, то прошлое никак не подскажет вам, сколько денег вам предстоит потратить в будущем на оптимизацию поисковых систем. Аналогичным образом, если вы собираетесь потратить лишь половину того, что тратили в течение последних лет, ваши исторические тенденции вновь не смогут предсказать ваше будущее.

Вот почему исторический анализ часто сопровождается дополнительными исследованиями. Существует целый ряд поставщиков исследовательских данных, которые собирают данные о потреблении клиентами тех или иных видов размещения рекламы и о том, какое влияние средства коммуникации оказывают на их решение о покупке. Затем полученные данные могут использоваться для создания кривых расходов и отдачи для каждого средства коммуникации. Такие данные собирает, например, голландская фирма Роintlоgiс. Они позволяют компаниям создать кривые расходов и отдачи для всех типов маркетинговых задач (ниже показан пример работы для одного из клиентов компании).

Преимущество дополнительного исследования состоит в том, что оно позволяет вам получить данные о прежде не использовавшихся каналах. Основной недостаток метода – он может оказаться слишком дорогостоящим, если вы решите собирать нужные данные самостоятельно.

Разумеется, вы можете найти партнеров, способных помочь вам с моделированием комплекса средств распространения рекламы. В процессе поиска вам следует воспользоваться приведенным ниже списком, помогающим убедиться, что вы получаете в точности то, что вам нужно.

Как выбирать партнера.

Вы можете использовать исторические данные, или опросы, или какую-то другую комбинацию этих методов. В любом случае для оптимизации ваших маркетинговых инвестиций вам понадобится сделать несколько шагов.

1. Собрать данные о расходах на маркетинг и результатах работы из широкого набора источников.

2. Собрать данные в единую систему. Поместите все эти данные в один источник и обеспечьте легкий доступ к нему для людей, которые будут делать анализ.

3. Статистическое моделирование. Создайте статистическую модель, привязывающую расходы на маркетинг к результатам работы компании.

4. Оптимизация. Используйте статистические модели для определения оптимального размера маркетинговых расходов и направлений расходования бюджета.

5. Сценарное планирование. Для определения всех возможных вариантов создайте несколько инвестиционных сценариев, демонстрирующих влияние различных инвестиционных стратегий на работу компании.

6. Приборные панели и системы управления. Вы можете дать возможность доступа к данным и сценариям пользователям, не имеющим достаточного технического опыта. Для этого используется система поддержки решений, позволяющая им понять суть ваших выводов. (В шестой главе мы будем говорить о сравнительно простом методе для этого – создании приложений.).

7. Стратегическое консультирование и планирование. Вам необходимо помочь лицам, принимающим решения, выбрать лучший из имеющихся вариантов и показать, как они могут использовать эти инструменты для принятия решения.

В ходе моих бесед с поставщиками данных я выявил несколько важных факторов, определяющих привлекательность того или иного предлагаемого ими решения.

Позвольте мне чуть подробнее рассказать о том, что я обнаружил.

– Доступ к данным. Некоторые поставщики имеют доступ к специализированным источникам данных через альянсы с третьими лицами или владельцами поисковых систем.

– Автоматизированная подготовка данных. Подготовка данных может забирать у вас массу ресурсов, вне зависимости от того, что именно вы планируете делать со своими цифрами. Вам нужно понять, что спрашивать, затем задать вопросы, после этого собрать результаты, затем просуммировать их, провести анализ. Думаю, что идея вам понятна, хотя предстоит уйма работы. Некоторые поставщики смогли автоматизировать многие из этих шагов, что позволяет им производить сбор и объединение данных быстрее, лучше и значительно дешевле.

– Уникальные алгоритмы. Алгоритмы окружают нас десятилетиями, поэтому кое-кто может подумать, что все методы эконометрического моделирования сходны между собой. Но вы и представить не можете, насколько сильно различаются методы и качество статистического моделирования между различными поставщиками. Поэтому не поленитесь узнать, кто конкретно занимается этим методом.

– Инструменты поддержки решения. Некоторые поставщики включают свои отдельные инструменты в приложения или системы сценарного планирования и поддержки решения. Эти инструменты могут оказаться крайне полезными для конечных потребителей (особенно не имеющих математического или научного опыта). Теперь они могут добавить в свои процессы принятия решений некоторые из научных методов работы.

– Служба передачи данных, расширяющая ассортимент услуг. Пожалуй, эта зона может считаться самой важной. Мне доводилось видеть немало проектов в области моделирования, пылящихся на полках в отделах маркетинга. Создать модель несложно – гораздо сложнее применять ее в реальной жизни. Поэтому попытайтесь найти партнера, способного помочь вам в решении обеих этих задач.

Вне зависимости от того, предпочитаете ли вы работать с поставщиком или делать все самостоятельно, вам важно убедиться, что у вас есть все нужные вам ресурсы, а также нет ничего лишнего (потому что никто не хочет тратить деньги зря).

Как сделать все правильно.

В процессе принятия бюджетных решений может случиться много хорошего. В седьмой главе мы обсудим с вами, каким образом компания ТD Аmеritrаdе использовала научные методы для оптимизации своей работы в области цифрового маркетинга. Сейчас мы увидим, каким образом компания применила некоторые из методов, описанных выше, для значительных изменений в комплексном использовании разных средств распространения рекламы.

В эпоху пузыря доткомов значительная часть инвестиций ТDА застряла в довольно дорогостоящем канале – трансляции рекламы на национальном телевидении. После того как пузырь лопнул, а объемы торгов значительно сократились, компания больше не могла позволить себе столь большие расходы. Поэтому мы решили изменить состав средств распространения рекламы. В частности, мы посмотрели на два решения, описанные мной в этой главе, – как много нужно тратить на отдельные задачи и средства коммуникации.

Нами было решено использовать инструмент воронки распределения расходов. Как показано ниже, у ТDА получилась сравнительно простая схема.

Изучению подверглись два уровня – расходы, связанные с брендом и формирующие осведомленность («Да, я слышал о ТD Аmеritrаdе») и предпочтение («Мне нравится эта компания»), а также расходы на приобретение клиентов, то есть позволяющие превратить предпочтение в реальные контракты с компанией. С помощью исследований мы обнаружили, что рост предпочтения на 1 % увеличивает прирост количества клиентов на 4,3 %. Это показало связь между работой на самой верхушке воронки и результатами на ее дне.

Затем мы создали кривые для двух уровней воронки и проиграли оптимизационные сценарии, которые подтвердили, что ТDА довольно точно распределяла доли бюджетов по обоим уровням воронки.

На втором этапе мы перешли к распределению по типам средств распространения рекламы. Для этого мы использовали комбинацию исследований внешнего поставщика (Роintlоgiс) и эконометрическое моделирование.

В результате мы поняли, что именно нужно менять, и предприняли следующие действия:

• бюджеты на печатную рекламу выросли более чем в два раза;

• бюджеты на ТВ-рекламу были снижены на 20 %;

• снижение бюджетов на баннерную рекламу составило 19 %;

• деньги, изъятые из бюджетов, связанных с баннерной рекламой, были направлены на продвижение с помощью потокового видео.

Так как в данном случае процесс распределения состоял из двух шагов, то мы смогли создать комплекс средств распространения рекламы для каждого уровня воронки, как показано на графике ниже.

В результате этого упражнения мы смогли перенаправить значительную сумму инвестиций в дорогостоящую телевизионную рекламу на более дешевую рекламу с прямой обратной связью и на работу с цифровыми медиа, что позволило компании достичь своих целей и при этом сэкономить миллионы долларов.

Задание на утро следующего понедельника.

1. Заставьте эти инструменты работать. К сожалению, для большинства компаний выводы этой главы могут показаться неприемлемыми. Однако реальность состоит в том, что мало кто из маркетологов использует методы эконометрического моделирования для оценки влияния маркетинга на бизнес. Не надо на них равняться. Откажитесь от принятия многомиллионных решений об инвестировании на основании интуитивного подхода. Он приведет вас к катастрофе вне зависимости от общего состояния экономики!

2. Попробуйте воспользоваться интуитивным методом из списка Гарри Генри. Конечно, это крайне грубый инструмент, однако он позволяет вам достаточно быстро произвести расчеты и понять, где вы находитесь. Затем вы можете использовать свои выводы в качестве начальной точки при расчете различных уровней расходов.

3. Затем используйте приведенные выше рекомендации для начала диалога со специализированными компаниями, способными помочь вам оптимизировать маркетинговый бюджет.

4. Наконец, внимательно посмотрите на свои три главные маркетинговые цели и определите, какие из рассмотренных нами инструментов помогут вам превратить их в реальность.

Глава 6. Измерения – каким образом определять эффективные и неэффективные методы работы?

Теперь вы не только можете найти свою целевую аудиторию, но и имеете надежные инструменты для установления контакта с ней с помощью правильной тактики, точного распределения рекламной продукции и адекватного бюджета.

Следующий важный вопрос: каким образом после создания и внедрения плана вы сможете понять, что в нем работает, а что нет? Разумеется, вы можете видеть общую картину: продажи выросли на 12 % или доходы сократились на 4 %, – но это слишком расплывчато. Помните, наша цель состоит в том, чтобы определить, насколько эффективно мы расходуем каждый доллар с точки зрения поставленных целей. Мы все понимаем, что с помощью единственного показателя этого делать нельзя.

Благодаря новейшим разработкам в системах показателей измерять теперь можно практически все (ниже мы остановимся на этом подробнее). Но всегда стоит помнить об одном обстоятельстве: процедуры оценки должны носить дружественный характер – люди и без того тонут в информации и цифрах. Вот почему вам необходимо создать доступные для понимания каждого показатели. На следующих страницах я отвечу на те вопросы, которые обязательно встанут перед вами:

1) что измерять?

2) как измерять (а также как найти то, что вам необходимо измерить)?

3) как рассказывать о том, что вы узнали, доступным для всех образом?

4) как реализовать все это на практике?

Я всегда был сдвинут на компьютерах. Когда мне исполнилось девять лет, у меня появился первый компьютер – это был ZХ Sресtrum с 116 килобайтами памяти, в которой могло храниться лишь несколько предложений текста.

В возрасте десяти лет я вместе с парочкой друзей занялся программированием на языке Бейсик. Самим себе мы казались совершенно обычными ребятами, и только сейчас я понимаю, как мы ошибались. Что может быть «обычного» в десятилетнем мальчике, не интересующемся ничем кроме программирования? Но продолжим. Вскоре я смог создать свою первую (и последнюю) компьютерную игру: маленький синий персонаж, напоминавший известного Пакмана[11], бегал по желтому экрану и поедал зеленые кактусы.

Когда появился Интернет, я сразу стал его фанатом. Хорошо помню тот день, когда компьютеры с доступом в Интернет впервые появились в лаборатории Антверпенского университета. Небольшие группы иступленных фанатов (боюсь, к тому времени уже полностью чокнутых ребят – их еще называют «гиками») начали проводить в той комнате по многу часов. Мы приходили туда к восьми утра и уходили с закрытием, в девять вечера (в те времена путешествие по Сети не было быстрым и занимало многие часы, так как для загрузки самой простой картинки требовалось не меньше пары минут).

Любопытство к новым технологиям осталось со мной и в моей профессиональной жизни. Когда я принялся изучать Интернет с точки зрения маркетинговых исследований, то довольно быстро понял, какие перспективы открываются перед нами – на серверах, где хранятся веб-страницы, накапливается немыслимое количество информации. Теперь мы могли измерять практически все: отслеживать каждое нажатие кнопки мыши и любое взаимодействие посетителей с веб-сайтами наших клиентов.

Еще работая в Бельгии, я вел проект, связанный с открытием первого веб-сайта одного нашего клиента. Я связался с бельгийским провайдером интернет-услуг и попросил его прислать мне файлы логов, созданные сервером и хранящие информацию обо всех действиях на любом сайте, размещенном на его сервере (в том числе и сайте нашего клиента).

Сотрудник провайдера поинтересовался, зачем мне это надо.

Я объяснил, что хочу понять, каким образом посетители используют веб-сайт клиента.

«Интересная идея», – сказал мой собеседник. (Это было в 1997 году. А не так давно Fоrrеstеr Rеsеаrсh предсказала, что аналитическое исследование сетевых данных к 2014 году превратится в отдельную отрасль с оборотом в одних только США в один миллиард долларов!).

Логи сервера выглядели примерно так, как показано ниже.

Не пугайтесь. Перед вами всего лишь необработанные данные. Если вы внимательно посмотрите, то увидите целый ряд постоянных величин.

• Время – запись была начата в 2:55:04 утра.

• IР-адрес – как мы уже говорили, этот адрес представляет собой некую аналогию телефонного номера, который компьютер использует в ходе сессии. В данном случае «телефонный номер» имел вид 127.0.0.1.

• GЕТ – означает, что компьютер сделал запрос на получение данных.

• Sс-stаtus – этот код показывает, была ли успешно выполнена команда «GЕТ» («304» значит, что все прошло нормально).

Итак, из анализа первого ряда данных мы понимаем, что без пяти три утра компьютер с номером 127.0.0.1 попросил сервер загрузить домашнюю страницу клиента и этот запрос был успешно выполнен. По записям в следующих строчках вы можете видеть, как тот же самый компьютер примерно в то же самое время запрашивает и другие данные. Большинство запросов были связаны с изображениями на домашней странице. (Логи сервера покажут все эти запросы по отдельности.) Файлы логов для этого клиента состояли из миллионов строк. Я принялся группировать их, чтобы узнать, что делали люди в Сети.

Мой рассказ носит столь подробный характер по двум причинам. Во-первых, я хочу продемонстрировать: в данных нет ничего волшебного или невероятно сложного. Если вы потратите совсем немного времени, то поймете, что этот процесс донельзя логичен. Во-вторых, мой пример наглядно показывает, каким образом (особенно в Сети) можно измерять практически любой параметр.

Пока я копался с логами сервера, в Кремниевой долине несколько толковых ребят, осознав потенциал этой идеи, принялись разрабатывать программные продукты, способные проделывать всю компиляцию данных автоматически. (В дни зарождения веб-аналитики самым популярным из них стал, пожалуй, Wеbtrеnds Lоg Аnаlуzеr.) Программы изучали файлы логов сервера, а затем ежедневно создавали семидесятистраничный отчет с сотнями показателей, оценивающих происходящее на вашем веб-сайте. Процедура, потребовавшая от меня нескольких дней тяжелой работы, теперь оказалась доступна с помощью единственного нажатия на кнопку. Как только я получил доступ к Wеbtrеnds, то сразу настроил программу на анализ сайтов всех своих клиентов. Каждое утро они открывали свои почтовые ящики и находили семидесятистраничные отчеты обо всех действиях на их сайтах за последние сутки. Поначалу они приходили в немалое возбуждение: «Это неправдоподобно!», «Все измеряемо!», «Наша мощь теперь безгранична!».

Однако медовый месяц быстро закончился, а после него наступил долгий период молчания. Клиенты принялись вести упорную борьбу с данными. Им приходилось переваривать слишком много показателей. Вскоре стало очевидно, что ежедневные семьдесят страниц – это уже чересчур. Однако даже когда мы перешли на еженедельные, а потом и двухнедельные отчеты, это все равно уже не вызывало прежнего восторга. Я поинтересовался у одного из клиентов, почему такое происходит, и услышал: «Мы не видим никакого контекста. Какой толк в знании того, что на моем сайте ежедневно регистрируется пять тысяч визитов и что посетитель в среднем проводит на нем две минуты и пятьдесят две секунды? Хорошо это или плохо?».

И тогда до меня дошло, в чем настоящая проблема. Мы настолько сильно сконцентрировались на самой возможности все собирать, измерять и анализировать, что совсем забыли о том, что именно нужно измерять – мы забыли о действительно важных показателях.

Как измерять то, что имеет значение.

Приступив к решению этой проблемы, я выяснил, что есть еще один человек, который немногим ранее с нею столкнулся. Его звали Адриан Джарвис, и он работал в нашем лондонском офисе. Я позвонил ему, но с трудом мог разобрать его речь. Он оказался уроженцем небольшого городка Халл, а мне ранее никогда не доводилось сталкиваться с жителями Северной Англии. Но как только мы начали работать вместе, я быстро привык к его акценту. Адриан и я сосредоточились на нашей общей задаче: помочь клиенту понять стоящий за собранными интернет-данными смысл.

Вскоре мы обнаружили упущение. При процедуре оценки показателей мы полностью пренебрегли этапом планирования. Нами не был учтен один существенный момент – с чего именно необходимо начинать свою работу, то есть какими из имевшихся данных нам надо оперировать в первую очередь, чтобы объяснить клиенту, насколько успешна его работа в Интернете.

Начать следовало с простого вопроса клиенту: «Что такое успех?» – на него нам требовался такой же простой ответ. Мы с Адрианом довольно быстро обнаружили, что вся последующая работа шла намного легче, как только клиент формулировал свою цель: чего именно он хотел бы достичь.

Чтобы наши беседы с клиентами протекали более плодотворно, мы взяли на вооружение некоторые популярные концепции, которые уже несколько десятилетий успешно применяют консультанты по управленческим вопросам. Пользуясь этими механизмами, они объясняют своим клиентам правильность той или иной стратегии, с помощью которых те добьются успеха в бизнесе. Одна из таких концепций принадлежит Роберту Каплану и Дэвиду Нортону и изложена ими в книге «Сбалансированная система показателей. От стратегии к действию»[12] (Тhе Ваlаnсеd Sсоrесаrd: Тrаnslаting Strаtеgу intо Асtiоn). Благодаря предложенной системе управляющие могли выявлять причинно-следственные зависимости различных критически важных факторов стратегического успеха. Авторы предлагали руководителям решать стратегические задачи на всех уровнях управления и во взаимосвязи со всеми функциональными областями их бизнеса.

Перечислим опорные моменты.

• Финансы. Как мы выглядим в глазах акционеров?

• Клиенты. Как мы выглядим в глазах своих клиентов?

• Процессы. Чем мы выделяемся на рынке?

• Обучение персонала и инновации. Как мы поддерживаем свою способность к изменениям и развитию?

Нам нравился ход мысли Каплана и Нортона, однако мы хотели получить нечто более адаптированное для маркетинга в целом и в частности для интернет-маркетинга. Мы также хотели сформулировать для клиента сам процесс действий и структуру для осуществления оценки показателей. Со временем наш проект получил название ОgilvуЕvаluаtе и стал стандартной системой оценки показателей для нашей общемировой рекламной и маркетинговой сети. Хотя первоначально мы создавали ее в качестве инструмента для управления интернет-рекламой, вскоре стало ясно, что наш подход применим для показателей любого типа.

Я пользуюсь этой системой по сей день. За последние годы область технологии измерений шагнула далеко вперед, но наша система, основанная на здравом смысле, сохранила прежнюю актуальность. Здравый смысл не подвластен течению времени.

Вскоре после того, как мы с Адрианом разработали свою систему, крупный производитель электроники (с оборотом свыше 35 миллиардов долларов) захотел собрать в единую общемировую маркетинговую сеть все свои рекламные кампании, проводившиеся по многим каналам. Это стало идеальной возможностью для практического применения Еvаluаtе. Мы объяснили клиенту свой подход, он ему понравился, и мы согласовали дату первого семинара, посвященного внедрению системы оценки.

Семинар – самое действенное и простое начало совместной работы. Основная идея состоит в том, чтобы собрать в одной комнате лиц, ответственных за принятие решений, и договориться с ними о ключевых показателях эффективности их деятельности (Кеу Реrfоrmаnсе Indiсаtоrs, КРI); посвятить их в дальнейший ход процесса, состоящего из четырех этапов; рассказать им о специфике системы измерения данных и об отчетности, которая в итоге будет им представлена.

Позвольте мне теперь перейти к рассказу об этапах процесса, разработанного для нашего заказчика – крупного производителя электронной аппаратуры.

Определить показатели и расставить акценты.

Именно эту – самую существенную часть процесса организации системы показателей – большинство компаний чаще всего упускают из вида. Их руководителям должно быть стыдно, потому что, допустив подобную ошибку на первом этапе, они сведут к нулю результативность всех последующих операций по измерению данных.

Прежде всего – чтобы все пошло правильно – мы попросили участников договориться о дефинициях: что они понимают под успехом дела и какие именно цели они собираются реализовать.

Каждый представитель нашего клиента составил собственный список задач, целей и показателей (естественно, списки сильно отличались друг от друга). Глава производственного отдела считал, что самое главное – это показатели непрерывности технологических процессов. Дама, отвечавшая за сбыт продукции, настаивала на показателях, по которым можно судить о степени влияния на уровень продаж изучения потребительских групп. Парень из финансового отдела интересовался лишь краткосрочным показателем прибыли от капиталовложений. Я был неприятно поражен, ведь наша команда специалистов в области маркетинга, тоже присутствующая на семинаре, долгое время работала над планированием всего проекта. К сожалению, такое положение вещей стало уже нормой – и в последующие годы я сталкивался с подобной проблемой множество раз. Если вы не делаете цели программы максимально прозрачными, то другие участники проекта, понимающие каждый на свой лад успех предприятия, на удивление быстро начнут подменять ваши замыслы собственными целями. Последствия этого могут оказаться губительными.

В нашем конкретном случае представители клиента быстро успели преодолеть разногласия и пришли к единодушному пониманию всех нужных понятий: цели, показатели и ожидаемый эффект. Правда, путь ко всеобщей договоренности занял больше времени, чем я предполагал, и мое жесткое расписание семинара вылетело в трубу, однако, учитывая пользу всего дела, это было уже неважно. Наша дискуссия позволила не только создать отличный список показателей для измерения, но и придать нужное направление общей стратегии мероприятия.

Доработка показателей.

Это простой, но необходимый этап. Показатели будут более достоверными, если мы продумаем заранее все параметры – каковы единицы измерения, исходные данные, контрольные показатели и временные рамки. Без четкого представления об этих факторах все целевые установки становятся слишком зыбкими, и нам грозит принять желаемое за действительное. Поэтому мы прошлись по всему нашему списку целей и показателей (составленному на предыдущем этапе) и скрупулезно его проверили с точки зрения всех указанных факторов.

Например, девиз Оgilvу звучит: «Быть агентством, которое ценили бы те, кто более всего ценит бренды». Но это не просто выражение нашего желания. Вслед за этим – чтобы выполнить сказанное – нам следовало бы продолжить: «Для достижения своей цели мы собираемся сделать следующее…» – (цифры, конечно, условные).

• Увеличить ежегодный доход на сотрудника на 22 %.

• Увеличить за два года численность сотрудников, способных пользоваться системой управления знаниями, с 65 до 80 %.

• Снизить к третьему кварталу долю ошибок при прогнозировании с 20 до 5 %.

У каждого из наших обязательств есть четкие параметры: единицы измерения, исходные данные, контрольные показатели и временные рамки. Этот подход довольно сильно напоминает технологию самоконтроля, анализа и отчетности – так называемый метод SМАRТ (от sеlf-mоnitоring, аnаlуsis аnd rероrting tесhnоlоgу), о котором вы, возможно, слышали, если занимаетесь проблемами оптимальных способов достижения целей. «Умная цель», по методу SМАRТ, должна обладать определенными характеристиками. Перечислим их.

• Конкретность. Формулировка цели должна четко выражать, чего вы хотите достичь.

• Измеряемость. У вас должна быть возможность проверить, достигли ли вы своей цели.

• Достижимость. Завышенная цель нуждается в стимулировании.

• Реалистичность. Хватит ли у вас ресурсов для достижения своей цели?

• Временные рамки. Точный срок, за который вы собираетесь достичь своей цели.

После того как вы тщательно доработаете свои цели и убедитесь, что они соответствуют критериям SМАRТ, вы автоматически создаете список ключевых индикаторов своей деятельности. Без такого списка нельзя начинать следующий этап. Но перед тем как перейти к его обсуждению, нам следует остановиться на том, каким образом мы собираемся проводить оценку. Поэтому сейчас я кратко расскажу о методике бенчмаркинга – так называют сопоставительный анализ показателей своей компании и эталонных показателей соответствующего сегмента рынка.

Бенчмаркинг напрямую связан с контекстом. Вы можете выбрать правильную систему показателей. Но когда перед вами возникают итоговые цифры – как вам определить, хороши они или плохи? Именно на этот вопрос и призван отвечать эталонный анализ. Сравнивая результаты деятельности своей компании с конкурирующими, вы получаете отличный способ оценки.

Контрольный показатель можно получать двумя путями: из внешних источников и из ваших внутренних данных. И в том и в другом процессе вам на помощь придет огромное количество прикладных программ и продуктов (чуть позднее мы поговорим об этих специфических средствах).

Вероятно, вам даже не придется долго и тщательно исследовать характеристики работы своих конкурентов. Довольно часто можно ограничиться собственной компанией и провести сопоставительный анализ своих бизнес-процессов разных временных периодов. Этот подход кажется настолько очевидным, что многие маркетологи просто забывают о нем – чего не скажешь о нас, специалистах Оgilvу. В определенный момент наша команда аналитиков также начала фиксировать результаты исследований, которые компания проводит по всему миру. Эта информация в полном объеме хранится в нашей общей базе данных – мы всегда обращаемся к ней, когда требуется тот или иной эталонный образец. Если ваша компания занимается прямой почтовой рассылкой, которую вы проводите для какого-то финансового учреждения США, то вам следует изучить результаты американских компаний с подобным видом деятельности, а затем сравнить их со своими показателями.

Индикаторы, связанные с изучением текущей деятельности.

Мы разобрали два важнейших этапа: определение и выработка правильных параметров ключевых показателей, – теперь нам необходимо выяснить, почему тот или иной показатель увеличивается или уменьшается. В этом нам помогают определенные индикаторы, позволяющие лучше понять, что именно лежит в основе изменения того или иного ключевого показателя эффективности деятельности.

Для нашего клиента, работающего на рынке производства электроники, одним из ключевых показателей эффективности считалось количество новых клиентов, приобретенных благодаря маркетинговой кампании. С этим ключевым показателем связан целый набор индикаторов, вот некоторые из них: привлечение клиентов за счет качества конкретного продукта, за счет привлекательности сегмента рынка, за счет географического принципа.

Важно иметь довольно широкий ряд показателей и индикаторов, чтобы не только оценить эффективность своих маркетинговых кампаний, но и понять, почему вы пришли к тем или иным результатам.

Сбор источников данных и план исследования.

Имея список ключевых показателей и индикаторов деятельности, мы переходим к следующему этапу – картографированию данных, а затем к их фактическому исследованию, предоставляющему полную картину того, насколько хорошо идут наши дела.

При типичной системе мультиканального измерения используется большое количество источников данных (некоторые из них мы обсудим ниже). Встречаются отдельные компании, у которых все их источники уже размещены во всеобъемлющем корпоративном информационном хранилище, однако большинство организаций этого не делает. Данные могут быть разбросаны по всей компании. Поэтому на фазе внедрения нам часто приходится заниматься выяснением нахождения источников данных, их сбором и интеграцией.

Как только мы разберемся и с этим вопросом – где искать нужные данные, – мы сможем перейти к измерению эффективности.

Что следует измерять?

Самое главное в плане исследования – понять, что точно вы собираетесь измерять. Для этого нам потребуется ввести три вида показателей.

– Входные показатели. Что мы вкладываем в рост спроса? Рассмотрим этот вопрос на нашем старом примере компании Нuggiеs. Предположим, я хочу повысить спрос за счет новых клиентов, для чего размещаю рекламу в бумажных журналах для родителей новорожденных и покупаю ключевые слова, связанные с младенцами, для поисковых запросов Gооglе. Мои параметры на входе – это суммы, потраченные на печатную и онлайновую рекламу.

– Выходные показатели. Что возникает в результате этих инвестиций? На выходе я получаю рекламу в бумажном журнале и контекстную рекламу, появляющуюся в процессе поиска, а значит, рост осведомленности среди молодых родителей и определенное количество просмотров интернет-рекламы.

– Итоговые показатели. Нам надо сравнить затраченные средства с полученными результатами, то есть к какому количеству новых клиентов привели наши маркетинговые усилия.

Входные показатели.

Показатели на входе измеряют ресурсы, которые вы вкладываете ради повышения спроса. Как ни странно, но порой доступ к этим ресурсам довольно сложен. Часто системы финансового учета препятствуют получению данных или информация хранится в виде, мало подходящем для аналитической работы. Обычно у нас не возникает проблем, чтобы получить общую величину расходов, но при этом практически невозможно рассортировать этот показатель по основным видам деятельности, влияющим на эффективность работы.

Предположим, передо мной стоят две основные проблемы: создать осведомленность о бренде и повысить частоту пробного использования продукта среди молодых людей. Для достижения поставленных задач я инициирую маркетинговые программы, а затем, получив результаты рекламной кампании, пытаюсь сопоставить их с намеченными заранее показателями.

Я не случайно использую слово «пытаюсь», так как большинство компаний, с которыми мне доводилось работать, не смотрят на маркетинговые расходы с точки зрения разбивки по указанным двум целям. Это связано с тем, что корпоративные финансовые системы часто создаются людьми, которых не волнует вопрос детализации в отслеживании расходов в связи с теми или иными маркетинговыми задачами. Компании, которым удается выявить эту проблему, а затем найти для нее решения (порой довольно простые), получают возможность отслеживать эффективность капиталовложений во все виды деятельности.

В интересах наших исследований весьма важно иметь возможность оценивать показатели маркетинговых инвестиций с точки зрения разбивки по целям, странам, средствам коммуникации, клиентским сегментам или отдельным маркетинговым программам.

После того как мы внедрили свою систему показателей для одной компании из списка Fоrtunе 50, занимавшейся бизнесом на рынке В2В, ее директор по маркетингу сообщила нам, что наконец поняла во всех тонкостях, на что расходуются маркетинговые бюджеты. Теперь она детально знала, куда идут деньги (не только по общей категории «печатная или онлайновая реклама») и как выглядят результаты в разбивке по средствам коммуникации, рекламным кампаниям и странам. Может быть, прозвучит банально, но мой опыт показывает, что мало кто из клиентов действительно понимает всю важность такого подхода. Большинство организаций, с которыми мне доводилось работать, знают, сколько они тратят и как эти затраты разнесены по различным регионам и бизнес-единицам, но обычно на этом все и заканчивается.

Неудивительно, что, увидев анализ полученных результатов, директор по маркетингу перераспределила деньги, забрав их из недостаточно рентабельных направлений (традиционная печатная реклама) и направив в эффективно работающие (реклама в деловых программах, на воскресном утреннем телешоу, адресные электронные и почтовые рассылки).

Выходные показатели.

Показатели на выходе оценивают непосредственное воздействие вашей деятельности на степень вовлеченности клиентов в рекламную кампанию. Вовлеченность, за которой следует лояльность, – крайне важный параметр для измерения, поскольку маркетологи могут легко увидеть, как происходит в цифровом мире взаимодействие потребителя с рекламным сообщением, которое выведено на рынок.

Давайте в качестве примера сравним телевидение с онлайновым видео. В случае с традиционными телевизионными рекламными роликами вам доступны лишь несколько параметров измерения: объем (число просмотров), степень запоминаемости и отношение к той или иной рекламе.

Вывод на рынок рекламных интернет-роликов намного раздвигает границы вашего исследования, поскольку теперь вы можете:

• отследить точное количество зрителей и количество просмотров конкретного ролика;

• понять, смотрели ли ролик целиком или просматривали отдельные фрагменты, отправляли ли ссылку на него друзьям, размещали ли его на своем сайте, писали ли о нем комментарии;

• проанализировать написанные комментарии и измерить количество людей, позитивно или негативно отнесшихся к данному ролику.

Вы видите, что в условиях цифрового контента потребитель ведет себя намного свободнее и разнообразнее, и любое его действие может быть отслежено и измерено. Такая степень заметности помогает маркетологам вести серьезную работу по улучшению содержания контента.

Для замера степени вовлеченности предлагаю использовать систему показателей, представленную ниже.

Чем ближе к концу таблицы, тем большую степень вовлеченности и ценности потребителей можно заметить. Разумеется, ваша самая главная цель – достичь стадии пропаганды. В наши дни людям просто делиться своим мнением. Ради чего тогда создавались блоги и социальные сети? Именно этот фактор придает особую важность активной позиции потребителя (как позитивной, так и негативной).

Итоговые показатели.

Цифры, связанные с результатом, измеряют степень достижения поставленных задач. Промежуточные показатели оценивают, были ли достигнуты наши маркетинговые цели:

• Осведомленность о бренде – сколько людей знают о бренде, продукте, услуге?

• Расположенность к бренду – скольким людям нравится бренд, продукт, услуга?

• Внимание к бренду – сколько людей размышляют над покупкой бренда, продукта, услуги?

• Приобретение – сколько новых клиентов смогли привлечь?

• Лояльность – сколько клиентов сохраняют лояльность по отношению к бренду? Каждая компания должна самостоятельно определить для себя понятие лояльности; параметры могут быть самые разные: частота покупок; покупка в течение последних тридцати дней; доля кошелька; продолжительность взаимоотношений; комбинация вышеперечисленных параметров (самый распространенный вариант).

Приведенные показатели позволяют понять, в какой степени вы достигли маркетинговых целей, они не обязательно показывают влияние маркетинга на бизнес. Для этого надо привлечь дополнительных «игроков» – общие показатели оценки бизнеса:

• доля рынка;

• доходы;

• прибыль;

• средний размер корзины, то есть сумма покупок средним клиентом в рамках отдельно взятой сделки;

• прибыль на инвестиции;

• цена акций.

Перечисленные показатели оценивают степень влияния маркетинговых усилий на общее состояние вашего бизнеса. Сложность в том, чтобы не создавать ложной картины, при которой возможна манипуляция с количеством показателей. Иногда возникает соблазн отфильтровать несколько факторов в пользу какого-то одного параметра, что позволяет сконцентрироваться на нем полностью, не отвлекаясь на другие вещи, – а это существенно влияет на общие результаты. В таких случаях возникает проблема «приписывания», о которой мы поговорим несколько позже.

Источники информации.

Как только вы решите, что именно собираетесь измерять, то надо сразу приниматься за поиски информации. Представлю беглый обзор некоторых наиболее распространенных источников данных, которыми вы можете воспользоваться в своем аналитическом исследовании.

– Корпоративные финансовые системы – основной источник конечных выходных показателей, таких как объемы продаж и величина прибыли. Кроме того, в финансовых системах можно найти следующую информацию: показатели по странам, бизнес-единицам и потребительским сегментам; данные по эталонным показателям и прогнозам ключевых показателей бизнеса. Все это дает нам возможность получить общий контекст для интерпретации полученных результатов: удалось ли вам достичь своей цели; смогли ли вы справиться со своей задачей лучше, чем прогнозировали. Показатели без контекста не имеют смысла.

– План сбыта и использования средств рекламы – если финансовые системы обеспечивают нам контекст в виде основных бизнес-показателей, на которые вы пытаетесь влиять, то планы в области медиа и маркетинга смогут помочь в этом куда лучше, чем промежуточные маркетинговые и медиапоказатели, о которых мы говорили ранее.

– Базы данных по отдельным сделкам – о них мы уже говорили во второй главе, где описывали принципы поиска клиентов, с которыми хотим наладить общение. Эти источники часто интегрированы в корпоративные финансовые системы, обеспечивающие нас информацией об общей результативности организации. Но когда вы исследуете результативность работы в определенном клиентском сегменте, то вам нужны детальные динамические характеристики – такую информацию вы найдете в базе данных по отдельным сделкам.

– Системы управления взаимоотношениями с клиентами (СRМ) – источники огромных массивов данных о прямом взаимодействии с потребителями, поскольку благодаря этим системам отслеживается практически любая информация о целевых группах. Если в вашей компании есть свой отдел продаж, то информация о взаимодействии продавцов с клиентами или заинтересованными лицами может послужить отличным дополнением к СRМ-системам.

– Изучение конъюнктуры рынка – крайне важный источник данных для измерения результатов вашей работы, особенно когда речь заходит о промежуточных показателях, таких как осведомленность, предпочтение и знание о бренде. Именно они чаще всего не принимаются во внимание в финансовых системах компаний или в базах данных по отдельным сделкам. В третьей главе мы уже обсуждали вопрос об исследовании рынка, когда говорили о получении ценной информации, помогающей нам правильно формулировать рекламные сообщения для целевой аудитории. Например, вряд ли покупатель сообщает кассиру в магазине, что покупает мыло Dоvе, потому что ему понравилась рекламная кампания фирмы или потому что запах именно этого мыла как нельзя лучше соответствует его настроению. Анализ конъюнктуры рынка методом выборки является единственным способом узнать мнение потребителей: как люди относятся к тем или иным брендам и какие чувства испытывают при покупке этих брендов. Как ни удивительно, но затраты денег и времени на такие исследования могут оказаться ниже, чем обычно представляется. Существуют специализированные фирмы, как Dуnаmiс Lоgiс, которые организуют быстрые и доступные по цене онлайновые исследования рынка, тем самым помогая вам грамотно и взвешенно определять группы респондентов. В ходе исследования вы получаете ценную информацию, позволяющую намного точнее сформулировать анкеты для опросов аудитории.

Предположим, вы торгуете газонокосилками, и вас интересует, какие характеристики товара будут наиболее привлекательны для потенциальных клиентов. Что обычно вы делаете в таких случаях? Рассылаете анкеты с вопросами, адресованными в основном жителям пригородов. Но, невзирая на все старания, значительная часть ваших маркетинговых усилий пропадает даром, поскольку в пригородах немало многоквартирных домов и кондоминиумов, и их жильцы не покупают садового оборудования. Однако вы можете сделать так, чтобы ваш опрос появлялся на дисплее компьютера каждый раз, когда кто-то заходит на веб-сайт магазина Wаl-Маrt в поисках садового оборудования (естественно, вам придется взять на это разрешение Wаl-Маrt). Велики шансы, что кто-то из жаждущих приобрести газонокосилку откликнется на вашу анкету. Можно действовать даже более целенаправленно. Вы выбираете не вообще потенциальных покупателей косилок, а таких, которые интересуются вопросами безопасности, так как у них в семье есть маленькие дети. И ваша анкета будет появляться на экране только после того, как посетитель зайдет на страницы, посвященные газонокосилкам и детским игрушкам.

Помимо перечисленных традиционных источников информации существует огромное количество других ресурсов. Вы вполне можете рассчитывать на то, что найдете там достаточно данных для оценки результативности вашей кампании.

– Веб-аналитика – маркетинг начал особенно динамично развиваться в последние годы благодаря фирмам, специализирующимся на сборе и анализе огромных массивов данных, поставляемых самыми разными веб-сайтами. К нашей радости, специалисты этих фирм автоматизировали множество задач, связанных с обработкой данных, необходимых для проведения анализа. Научиться работать с такими программами может каждый. Более того, их приобретение будет недорогим или даже бесплатным.

Gооglе Аnаlуtiсs – бесплатная программа, умеющая отлично собирать и объяснять суть данных, связанных с веб-сайтами. Ее просто установить и еще проще ею пользоваться. После инсталляции программа автоматически начнет отслеживать деятельность посетителей вашего веб-сайта. Вы получаете доступ ко всей статистике в режиме реального времени через довольно дружелюбный интерфейс.

Более того, вы можете настроить отправку уведомлений по электронной почте, оповещающих вас в случаях пикового значения трафика. Причем бесплатно. Я просто фанатею от всего этого. А вы узнаете все подробности на сайте httр://www.gооglе.соm/аnаlуtiсs/. Аналогичный сервис есть у Yаhоо – httр://wеb.аnаlуtiсs.уаhоо.соm/. Другие поставщики веб-аналитики, такие как Оmniturе и Wеbtrеnds, предлагают более продвинутые программы, однако они берут плату за их использование.

– Данные социальных сетей – в наше время уже недостаточно просто знать, что делают на вашем сайте клиенты и потенциальные покупатели. Взаимодействие со своей аудиторией все чаще происходит за пределами сайта: в социальных сетях и блогосфере. Мы уже обсудили в четвертой главе некоторые программы, благодаря которым можно анализировать весь материал, в котором содержится мнение о вашем бренде людей, пишущих в Интернете. Помимо всего, такие программы помогают вам не только отслеживать количество ведущихся разговоров в онлайне о ваших брендах, но даже оценивать тональность этих разговоров.

Информация, поставляемая социальными сетями, такими как Fасеbоок и Муsрасе, также поддается мониторингу. В Fасеbоок существует сервис под названием Fасеbоок Insight, показывающий количество людей, которым нравится ваш веб-сайт, сколько посетителей у него есть и многое другое. Fасеbоок, где миллионы людей каждый день выражают свое мнение по множеству проблем, сегодня вообще стал мощным инструментом для исследования рынка и отслеживания происходящего. Команда аналитиков из Fасеbоок использует свой гигантский информационный массив для выявления разных тенденций – общественных, деловых или политических. Программа под названием «Бренд Обамы» отслеживает рейтинги одобрения тех или иных действий президента, и ее результаты почти идентичны цифрам таких традиционных поставщиков информации, как Gаlluр и Rаsmussеn. Такое не может не впечатлять. В дополнение к этому Fасеbоок предоставляет компаниям доступ к такой информации в режиме реального времени. Мне довелось видеть, как одна фирма провела опрос, собравший свыше тысячи ответов менее чем за две минуты. При традиционном исследовании подобная процедура заняла бы недели, если не месяцы. Fасеbоок позволяет сделать это значительно быстрее и намного дешевле.

– Платформы цифровой рекламы – онлайновая реклама и поисковые системы в Интернете постепенно начинают забирать все более крупную долю расходов на маркетинг у большинства компаний. Эти каналы также позволяют получать невероятно большие объемы данных, которые можно использовать для измерений. Организации, занимающиеся управлением баннерными кампаниями, разработали целый ряд интерфейсов, позволяющих вам понять, сколько баннеров было показано, на каких площадках, во что это вам обошлось и сколько человек прошло по этим баннерам дальше.

– Онлайновые видео – эта новая технология начинает играть важнейшую роль для большинства компаний в их планах комплексного использования средств распространения рекламы. Сегодня самой крупной видеоплатформой в Сети является YоuТubе; на его сайте имеется ряд специальных инструментов, позволяющих оценить, сколько человек взаимодействовало с размещенным вами видео. Наверняка вы захотите знать, как к вам относятся. Измерять можно так много вещей, что есть риск легко утонуть в данных. И даже если вы сами знаете, что именно хотите измерить и оценить, вам необходимо дать объяснения и другим людям, которые будут использовать ваши данные. Огромную помощь здесь могут оказать маркетинговые приложения. Они позволяют объединить множество фрагментов данных, необходимых для управления бизнесом, и представить их на одном экране. Например, Оgilvу Livе собирает для отчетности данные из множества различных источников, описанных выше, и автоматически создает для них единую форму представления.

Визуализация данных.

В нынешние дни нам доступно так много данных, что визуализация превратилась в отдельную специализированную дисциплину, лежащую на пересечении искусства и науки. Визуализация данных представляет информацию легким и доступным для понимания образом. Ее крестным отцом принято считать Эдварда Тафти.

Тафти опубликовал в 1983 году книгу Тhе Visuаl Disрlау оf Quаntitаtivе Infоrmаtiоn («Визуальное изображение количественной информации») – самую важную работу, когда-либо написанную на эту тему. Труд Тафти содержит массу примеров самых лучших и самых ужасных изображений данных. Его книга прекрасна сама по себе. Тафти хотел сделать все в полном соответствии со своими принципами, поэтому решил публиковать ее самостоятельно и даже ради этого перезаложил свой дом. Хочу предупредить вас, что после чтения книги вы имеете все шансы приобрести аллергию на графики, нарушающие правила Тафти.

Но я остановлюсь лишь на трех его правилах. А вас призываю обязательно прочитать его книгу целиком, как только вы покончите с моей.

Правило первое. Графическая целостность.

Тафти полагает (и я с ним согласен), что представление данных должно соответствовать реальным числам (не стоит рисовать небольшие цифры так, чтобы они выглядели гигантскими). Вот пример того, как делать не надо.

Правило второе. Соответствие данных и краски.

Тафти полагает, что хорошее графическое представление основной информации требует больше краски, чем вспомогательные элементы. Отличным примером этого правила служит электроэнцефалограмма.

Бросив даже беглый взгляд на энцефалограмму, вы сразу понимаете: во-первых, о чем идет речь; во-вторых, что в ней нет ничего лишнего.

Правило третье. Ничего лишнего.

Основное внимание должно сосредоточиваться на главной информации. Избавляйтесь от диаграммного мусора – так Тафти называет избыточное и ненужное использование графических эффектов, заставляющих обращать больше внимания на работу дизайнера, а не на сами данные.

Вот пример того, что Тафти считал худшим графиком из всех размещенных в образовательных журналах 1970-х годов.

Я благодарен Тафти за свою аллергию на диаграммный мусор.

Причина и следствие.

Внедрив описанные выше принципы измерений, вы можете создать целый набор индикаторов, позволяющих отслеживать вашу работу на протяжении времени и оценивать, хорошо ли вы работаете. Но это – лишь часть процесса измерений. Одно дело – знать, насколько хорошо у вас получается, а другое – понимание того, каким образом ваши действия влияют на что-то еще.

Давайте воспользуемся простым примером. Когда пару лет назад у компании Тоуоtа резко упали продажи, это не было вызвано будто бы неэффективной рекламной политикой. Причина состояла в неправильной конструкции ковриков, мешавших пользоваться педалью тормоза, что приводило к авариям и отпугивало потенциальных покупателей. В этом и заключается суть «приписывания». Если я измеряю влияние маркетинговой кампании на продажи, то мне нужно не только отслеживать показатели продаж, но и определять, каким именно образом на них повлияла та или иная кампания. Иными словами, какая доля прироста продаж была вызвана моими действиями?

Для измерения степени приписывания существует два метода – эконометрическое моделирование и оценка приписывания на индивидуальном уровне.

Как мы уже обсудили выше, эконометрическое моделирование (мы говорили на эту тему в пятой главе) использует математику для расчета степени влияния законов спроса и предложения. Например, оно помогает определить, до какой степени спрос на продукт определяется его ценой, уровнем дохода потребителей и другими параметрами, такими как наши действия в области маркетинга.

Мои коллеги в Китае использовали эконометрическое моделирование для демонстрации влияния рекламы на продажи продукции Моtоrоlа. В середине 1990-х годов ее репутация в стране оставляла желать лучшего. Качественные исследования показали: этот бренд ассоциировался у среднего китайца с образом «старого бизнесмена». Даже самим пользователям телефонов Моtоrоlа казалось, что бренду недостает стиля.

Для Китая такое отношение превращалось в большую проблему. Внешний вид телефона очень важен, ведь эту вещь человек постоянно носит с собой. В ходе исследований китайские потребители говорили, что бренд – самый важный фактор для принятия решения о выборе, более важный, чем цена или набор функций. А мобильные телефоны Моtоrоlа казались большинству населения довольно скучными и непривлекательными. Задача маркетологов состояла в том, чтобы изменить восприятие бренда, сделать его крутым, модным и стильным в глазах нового поколения.

Была собрана мультидисциплинарная группа под названием «Команда Моtо»; в нее входило девяносто человек, среди которых были бизнес-консультанты, а также специалисты по рекламе, средствам массовой информации, розничным продажам, пиару и цифровым технологиям. Группа разрабатывала презентацию бренда, которая была бы уместна во всех средствах распространения рекламы и во всех точках контакта, начиная от баннеров в супермаркете и заканчивая веб-сайтом и корпоративными мероприятиями. Причем все участники группы пришли к решению не проводить общей рекламной кампании по раскрутке бренда. Отношение к нему изменилось вследствие рекламы отдельных моделей телефонов. Перед всеми стояла довольно трудная задача, ведь у каждой модели имелись свои преимущества. Однако вся рекламная коммуникация безошибочно ассоциировалась именно с «Моtо» благодаря единству дизайнерского решения, тона обращения и эмоционального настроя. Это единство сыграло важнейшую роль. Именно оно помогло убедить потенциальных покупателей присоединиться к модному стилю. Нужно сказать, что китайская аудитория одновременно склонна и к приключениям, и к конформизму. Новая кампания была основана на довольно сильной идее моды, связанной с растущим желанием аудитории выделяться из серой и унылой обыденности.

В ходе программы были реализованы многие творческие инновации и задействованы различные средства информации.

Компании обычно уделяют слишком мало внимания работе в Сети. Но в Китае проживает 500 миллионов пользователей Интернета – больше, чем в любой другой стране. Расходы Моtоrоlа на работу в онлайне выросли на 68 % (в среднем в этой отрасли затраты на рекламу выросли на 12 %). Одним из примеров работы компании стал запуск сайта mоtоmusiс.соm.сn, с которого можно было легально скачать музыку. Ежедневное число просмотров сайта составило 2 миллиона, а после запуска кампании объемы продаж телефонов с поддержкой воспроизведения музыки (моделей Rаzr и Rокr) выросли более чем на 50 %.

Мало внимания обычно уделяется и рекламным плакатам, но именно на них Моtоrоlа потратила почти треть своего рекламного бюджета (основной конкурент тратил на рекламные плакаты всего лишь пятую часть бюджета). Яркое печатное изображение оказалось лучшим рекламным ходом и придало всей рекламной кампании визуальную красоту, тогда как при раскрутке других брендов плакаты использовались всего лишь как средство напоминания.

Крайне важным для успеха кампании было взаимодействие онлайновой и офлайновой стратегий. Например, в рамках кампании для модели Q рекламные плакаты сумели повысить эффект оплаченного поиска на 44 %. Комбинация плакатов и оплаченного поиска, позволившая аудитории обратить больше внимания на рекламу в Интернете, помогла компании получить в 2007 году золотую, серебряную и бронзовую медали за эффективность маркетинговой политики среди азиатских стран в категории «использование новых средств медиа».

Сочетание высокого уровня творческого подхода и инновационных рекламных средств привело к тому, что кампания стала известна куда больше, чем ожидалось с учетом ее бюджета. Nокiа потратила на рекламу в 2006 году на 21 миллион долларов больше, чем Моtоrоlа, однако в результате осведомленность о двух брендах оказалась почти на одном уровне: 77 % для Nокiа и 76 % для Моtоrоlа.

После рекламной кампании, связанной с выходом Моtо Тribеs в конце 2005 года, доля рынка Моtоrоlа в 2006 году выросла до 20 % (то есть рост составил 59 %).

Мировой успех Моtоrоlа был подкреплен выходом в 2006 году крайне успешного продукта – телефона модели Rаzr – Моtоrоlа продавала больше RАZR, чем Аррlе – плееров iРоd. Однако рост в Китае оказался еще выше, чем по всему миру. В Китае продается практически тот же набор продуктов Моtоrоlа, что и во всем остальном мире, поэтому рекордные показатели продаж нельзя объяснить одними лишь совершенствами модели.

Это не было связано и с низкими ценами. Хотя по мере выхода на рынок Китая Моtоrоlа продавала в основном недорогие модели, но в 2006 году у нее все равно имелась определенная ценовая премия по сравнению со средней ценой телефона на рынке. Эконометрические модели позволили выделить изолированный эффект рекламы и рассчитать ее влияние на продажи (то есть были исключены факторы цены и усилий по продвижению). По всем данным, кампания действительно сработала. Примером немедленного влияния рекламы на продажи можно считать запуск телефонов модели Q. На нее в 2007 году можно было сделать предварительный заказ за 46–47 недель и получить начиная с 48-й недели. Онлайновая рекламная кампания началась на 49-й неделе. Количество просмотров соответствующей страницы сайта выросло на 1750 % – с 29 тысяч до 800 тысяч в неделю. С помощью рекламы продажи модели Q росли в шесть раз быстрее, чем у основного конкурента. Наши аналитические выкладки показали, что маркетинговые расходы в целом обеспечили 26 % продаж Моtоrоlа. Основной движущей силой стала реклама. Она создала 55 % новых продаж, то есть 14 % от общих продаж компании, при этом ее доля в маркетинговых расходах составила всего 11 %. О результатах говорит еще один факт: каждые 10 тысяч китайских юаней, потраченных на рекламу, позволили продать 384 телефона, в то время как та же самая сумма, потраченная на промоакции в магазинах розничной продажи, позволила продать лишь 96 телефонов. Предположив, что средняя отраслевая норма прибыли за проданный телефон составляет приблизительно 30 % процентов, реклама принесла около 15 юаней прибыли на каждый вложенный юань. Такой возврат на инвестиции оказался куда выше, чем от любых предпринятых в розничной сети активных мероприятий.

Вполне закономерен вопрос: так ли сильно нам нужна эконометрическая модель, если для ее правильного построения нужно продираться сквозь такие нагромождения? Разве не проще – вместо стольких трудностей – просто связаться с целевыми группами, на которые была направлена рекламная политика, и выяснить, купили ли люди наш продукт? Разумеется, такой путь вполне возможен, но лишь в том случае, когда используются рекламные методы адресного воздействия, которые сегодня всецело связаны с цифровыми носителями информации. Подобный подход, названный атрибуцией на индивидуальном уровне, стал невероятно популярным в области применения интернет-рекламы, поскольку при работе с ней мы всегда точно знаем, сколько человек увидели наше сообщение, сколько из них нажали на наш баннер сразу, сколько стали взаимодействовать с нашим контентом позднее (об этом мы говорили в четвертой главе). Метод атрибуции на индивидуальном уровне практически безошибочен – ведь вы изучаете поведение конкретных людей, а не общие тенденции продаж. Однако для традиционных средств массовой информации он не подходит, так как для них на сегодня мы не имеем ни одного столь же точного инструмента измерения. Маленький пример: каким образом мы сможем достоверно узнать, повлияла ли на каждого человека, купившего автомобиль марки Ноndа, именно телевизионная реклама этой фирмы? Вот почему – когда маркетологи используют комбинированный метод по привлечению средств рекламы – для анализа эффективности рекламной кампании нужен эконометрический анализ.

Приведенная ниже диаграмма показывает, как работает метод атрибуции на индивидуальном уровне.

Вы можете видеть «путешествия» шести потребителей (слева направо). Первая покупательница видела баннерную рекламу на Yаhоо! мультимедийную рекламу (движущееся изображение) и рекламу на МSN.соm, баннеры Сnеt и Sку Sроrts. Затем она обратилась к поисковой системе Gоgglе. Знак «С» означает, что она нажала на кнопку «Узнать больше или купить продукт».

Теперь возникает важный вопрос: что заставило ее предпринять то или иное действие? Рекламный баннер Yаhоо? Другие баннеры? Контент в мультимедийном формате? Или стоит благодарить поисковую систему? Возможно, это была комбинация всех элементов? Однако нам принципиально важно знать, какую роль сыграл в процессе покупки тот или иной элемент коммуникации. Если предположить, что решающая роль принадлежит последнему шагу перед покупкой, то поисковая система получит незаслуженно большие почести. Это метод называется «фактор последнего клика». Невзирая на всю очевидную неточность, он – в силу своей простоты – до сих пор популярен среди компаний.

Вернемся к нашему вопросу «приписки». Позвольте мне проиллюстрировать, насколько важно уметь своевременно увидеть проблему и правильно ее интерпретировать. Когда мы начали работать с гостиничной сетью Сеаsаrs в конце 2007 года, показатели заполняемости гостиничных номеров неуклонно снижались, поскольку общее экономическое положение уже явно шло на спад. Наша задача была проста: невзирая на рецессию и расширение конкурентной среды, придать новый стимул существовавшей в компании системе бронирования мест через Интернет. Благодаря масштабному сбору данных и внедрению новых методов измерения результаты оказались быстрыми и значительными. В течение одного года, при той же величине бюджета на работу с медиа, Сеаsаrs удвоила доход от своей системы бронирования.

Вопрос атрибуции был решен путем лобовой атаки. Компания использовала множество инструментов (баннерная реклама, мультимедийные средства, поисковые запросы и многое другое). Вопрос состоял лишь в том, какой подход мог бы сработать лучше других? Мы начали с нуля и решили поглубже разобраться с данными, содержащимися в логах (мы уже знаем из четвертой главы, что каждый раз, когда вы видите баннерную рекламу или нажимаете на нее, компания, отвечающая за обслуживание системы баннеров, отслеживает ваши действия).

Покопавшись в логах, мы обнаружили наличие интересного эффекта: 40 % общего дохода от баннерной кампании принесли клиенты, которые сначала не нажали на баннер, однако в течение последующих пятнадцати дней все-таки забронировали гостиничный номер. Это было принципиально важным открытием! Если мы принимали бы во внимание только прямые доходы, связанные с нажатиями на баннеры сразу после просмотра, то упустили бы из виду 40 % продаж. В результате нам грозила опасность сделать ошибочный ход: отказаться от дальнейшего проведения баннерной рекламной кампании, которая на самом деле давала отличные результаты (кроме того, мы завысили бы роль других кампаний, ошибочно приписывая именно им те доходы, которые приносила баннерная реклама).

Помимо изучения косвенных эффектов баннерной кампании мы проанализировали все другие показатели. В процессе рекламной кампании обнаружилось, что поисковые запросы дали 12 % прироста конверсии. Более того, реклама, размещенная в определенных местах, влияла на количество последующих поисков сильнее, чем реклама, размещенная в каких-то других местах. Это тоже оказалось принципиально важным открытием, поскольку при прямых измерениях (когда баннер является последним фактором перед совершением покупки) рекламные объявления обнаруживали якобы свою неэффективность. Например, те, кто видел рекламу на туристических сайтах, не нажимали сразу на баннер для автоматического перехода на сайт Сеаsаrs, а – в надежде найти более выгодные предложения – предпринимали самостоятельный поиск гостиничного номера.

Как все совместить – пример компании UРS.

Вы уже знаете о многом: как создавать план процедуры измерений; какие источники данных задействовать; какие механизмы использовать для отслеживания результатов. Мы поговорили на тему, каким образом интегрированные приложения помогают получить единое представление о работе всей системы; познакомились с некоторыми новейшими методами, позволяющими не только отслеживать показатели деятельности, но и анализировать, какие конкретные шаги приводят к успешным результатам. Настало время разобраться, как работают вместе все элементы исследовательского процесса, то есть увидеть всю картину в целом. Я покажу это на примере одного из крупнейших клиентов Оgilvу – транспортной компании UРS.

UРS смогла вырасти в гигантскую успешную корпорацию за счет самых высоких стандартов ведения бизнеса. Компания обеспечивает достижения высочайшей эффективности во всех направлениях своей деятельности. Маленькая деталь: грузовики UРS почти никогда не делают на трассе левых поворотов, так как, по расчетам специалистов компании, в ожидании левого поворота обычно теряется бесценное время. Это экономит UРS многие миллионы долларов. Поэтому водители грузовиков используют левоповоротный маневр лишь в самых безнадежных ситуациях. При таком тщательном подходе к любому аспекту бизнеса, естественно, UРS оказалась в первых рядах, когда решила рассмотреть свой бюджет на маркетинговую политику и оценить ее коммуникационную эффективность.

Мне довелось познакомиться с принципами работы UРS в самом начале экономического кризиса 2008 года. Компания, чтобы сохранить возможность дальнейшего развития, была вынуждена искать новые фундаментальные стратегии. Кристина Оуэнс, старший вице-президент, отвечавшая за такие направления, как коммуникации и управление брендом, сформулировала задачу предельно ясно. По ее мнению, отдел коммуникаций не был затратным подразделением – напротив, он отвечал за динамику роста компании, то есть являлся реальным лидером среди других бизнес-единиц. Кристина как специалист практически выросла в компании, пройдя все основные этапы производственного и административного пути, так что особенности коммуникационной деятельности UРS она знала досконально. Мы поняли главное – для решения задачи было принципиально важно совместить стратегию развития бренда с общей стратегией предприятия.

Команда Оgilvу решила выстроить более глубокие со стратегической точки зрения отношения с имеющимися и потенциальными клиентами. Собственно изменение взаимоотношений и являлось нашей ключевой целью. У компании имелся мощный потенциал, далеко выходящий за пределы ее основного вида деятельности (транспортные и курьерские услуги), – она много что могла предложить своим клиентам, которые, в свою очередь, должны были начать воспринимать UРS как делового партнера. Руководители прекрасно понимали эту зависимость: чем больше услуг они предоставляют, тем чаще клиенты платят деньги и тем реже хотят расстаться с удобной компанией. Более крепкая связь со своим потребителем позволит компании обеспечить надежные перспективы дальнейшего развития.

После долгого, мучительного и крайне подробного обсуждения нашего плана действий – UРS не оставляет на волю случая ничего, особенно процесс выбора потенциальных партнеров – осенью 2009 года компания наняла Оgilvу для решения этой непростой задачи.

Прежде всего мы очертили круг важнейших задач.

1. Укрепить бренд UРS за счет его перепозиционирования в качестве поставщика нового широкого ассортимента услуг.

2. Дать возможность отделу сбыта продавать более широкий набор услуг.

3. Обеспечить увеличение общей выручки в результате расширения спектра услуг.

4. Убедить сотрудников в правильности выбранного направления и стимулировать их заинтересованность.

Наша стратегия была выстроена на вполне определенных аналитических наблюдениях, которые я и собираюсь изложить ниже.

– Большинство мелких и средних компаний стремятся укрупнить свой бизнес, для чего им нужен не просто поставщик услуг и товаров, а серьезный и надежный партнер. Компания UРS всегда успешно и активно оказывала транспортные и курьерские услуги, но в условиях высококонкурентного рынка этого было мало. Клиентам – мелким и средним фирмам – требовался деловой партнер, способный помочь им расти профессионально, расширять бизнес и делать его более производительным. Однако вряд ли они ожидали найти такого делового помощника в лице транспортной компании. Мы должны были раскрыть все потенциальные возможности UРS и таким образом изменить отношение к ней ее клиентов. Чтобы превратить своих потребителей в стратегических партнеров, компания могла бы предлагать им дополнительные услуги: организовывать хранение клиентских грузов на своих складах; растаможивать грузы любой сложности – от небольших посылок до грузов, перевозимых самолетами; производить транспортную сортировку и обработку груза, вплоть до его ремонта. Компания UРS действительно могла резко повысить эффективность логистических цепочек своих клиентов, а значит, сделать их более конкурентоспособными.

– Традиционно считается, будто заниматься управлением цепями поставок под силу лишь крупному бизнесу, однако и мелкие и средние фирмы тоже сталкиваются с логистическими проблемами – и тогда им требуется помощь крепкого партнера. Обычно такие фирмы стараются даже не употреблять термин «управление цепями поставок», поскольку связывают его исключительно со столь пугающими понятиями, как «размещение груза», «хранение груза» и «складские помещения». Они предпочитают использовать понятия, более подходящие их небольшому предприятию, – «координация», «планирование», «перевозка». UРS получала возможность стать первой компанией, которая протянула бы руку помощи и устранила помехи с пути мелких и средних игроков в этом сегменте рынка. Такой шаг мог оказаться очень перспективным. Стоит отметить, что UРS имела полное право заявлять о подобном намерении, поскольку обладала в этой сфере бизнеса действительно уникальным ассортиментом услуг. Со своими мощными логистическими ресурсами компания могла реально помочь небольшим фирмам стать более сильными и успешными.

Все вышеизложенное нам предстояло сжать до рекламного лозунга. Мы искали яркую, но крайне простую формулировку, которая вобрала бы в себя весь контекст того, что UРS способна дать своим клиентам. Наша идея заключалась в том, чтобы привнести в рекламную кампанию – с крайне уродливыми ключевыми словами логистика и складирование – некий привлекательный и совсем не деловой элемент.

С самого начала своей работы мы понимали: когда имеешь дело с таким сложным направлением, как логистика, невозможно обойтись расхожим рекламным ходом вроде «Чистое на 99 и 44 сотых процента». Мы собирались выдвинуть нечто концептуальное, в корне меняющее представление об UРS, причем не только у клиентов, но и среди сотрудников компании.

В любом творческом процессе требуется свежая мысль, вот и мы начали с того же: принялись обдумывать, что нового сможем сказать миру бизнеса – при этом прекрасно осознавая, насколько будут важны тон и стиль сказанного. Рассматривая со всех сторон предмет нашего исследования, мы старались представить, будто имеем дело с чрезвычайно сложным (что вполне соответствовало истине) и совершенно неизведанным явлением в бизнесе. Именно такую концепцию логистики мы собирались разрабатывать для нашей рекламной кампании, но сам разговор необходимо было вести на нормальном человеческом языке, не усложняя его деловой лексикой, а выбирая слова, отражающие насущные потребности каждого клиента UРS.

Мы остановились на очень лаконичной, но все определяющей теме: «Мы любим логистику», – что отражало страстное желание UРS не только предоставлять своим клиентам столь нужные им логистические услуги, но и создавать для их бизнеса конкурентное преимущество. Затем мы выбрали ряд графических символов, указывавших на надежность UРS – насколько ответственно компания относится к защите окружающей среды и охране человеческого здоровья.

Нам важно было донести мысль о любви и надежности прежде всего до сотрудников, чтобы каждый смог взглянуть на свою компанию свежим взглядом и переосмыслить собственное представление о ней. Поэтому мы организовали видеообращение СЕО, откровенно говорившего с коллективом о том, что никогда раньше их компания – всегда занимавшаяся грузоперевозками – не думала о своем деле как о совершенно новом подходе к логистике, к которой можно относиться с любовью.

Для внешней рекламной кампании мы привлекли престижные медийные площадки. При содействии Wаshingtоn Роst, Nеw Yоrк Тimеs и Наrvаrd Вusinеss Rеviеw был проведен ряд интернет-презентаций, продемонстрировавших мощь новых логистических услуг, способных поддерживать и развивать бизнес клиента. На деловых мероприятиях, проводившихся компанией GrоwСо совместно с Nеw Yоrк Тimеs, мы устраивали для представителей малого бизнеса «логистические бары». Свою новую концепцию логистики мы доносили до потребителя и через традиционные печатные средства информации. Однако это были не рекламные объявления в привычном смысле, а полноценные тексты, в которых развернуто и четко объяснялось, почему именно «Новая логистика» представляет собой силу, стимулирующую растущий бизнес многих фирм. В телевизионной рекламе мы показывали сюжеты, представлявшие логистические процессы как что-то большее, чем просто грузоперевозки и складирование товара, – как вдохновенную и гуманистическую деятельность. Нашими союзниками стали не только члены многотысячного международного коллектива UРS, но также и их многочисленные клиенты; совместными усилиями мы даже написали гимн логистике и положили его на музыку знаменитой композиции Дина Мартина Тhаt’s Аmоrе. Нам казалось, что простой и запоминающийся ритм свинга, дойдя до души каждого слушателя, передаст всю сложность и энергичность работы логистической сети UРS.

Высококачественная наружная реклама подчеркивала важность, масштабность и необходимость нового подхода к логистическим услугам. Мы разместили ее на станциях метро, на вокзалах, на офисных зданиях в деловых районах с интенсивным движением. На огромных цифровых билбордах вспыхивала надпись «Wе  Lоgistiсs» и одновременно начинал звучать наш гимн. Был создан специализированный корпоративный сайт, на котором мы размещали материалы, полностью посвященные специфическим проблемам этой сферы бизнеса: видеоматериалы, книги, методические статьи, аналитические обзоры, примеры из практики. Ссылки на наш контент распространялись и через социальные медиа, и через оплаченные каналы, а мы постоянно поддерживали интерактивную связь с читателями сайта, которые делились с нами своими впечатлениями и соображениями.

В какой момент и каким образом мы поняли, что наш подход сработал? Думаю, когда мы вернулись к тем четырем задачам, которые поставили перед собой в самом начале работы. Повторю их здесь: укрепить репутацию UРS как поставщика широкого ассортимента новых услуг; обеспечить возможность продавать как можно больше новых услуг; увеличить общий доход за счет новых направлений работы; убедить сотрудников в правильности нового подхода компании.

В приведенной таблице можно видеть, как связаны поставленные задачи с показателями и источниками информации (о которых будет рассказано ниже).

Первая задача рекламной кампании UРS. Мы решили убедиться, что нам удалось изменить общее представление о компании, а следовательно, укрепить ее бренд. Для оценки мы применили два источника данных. Прежде всего мы запустили программу слежения (бренд-трекер), с помощью которой узнавали, как целевая аудитория воспринимает UРS. Эти данные позволили проанализировать, каким образом менялось восприятие клиентов – небольших и средних фирм – в ходе рекламной кампании. В течение нескольких недель после ее запуска доля аудитории, признавшей UРS «лидером в области логистики», составила 70 %; доля аудитории, согласная, что UРS предлагает «широкий набор услуг, соответствующих их потребностям», составила 90 %.

Мы оценили общую силу бренда с помощью опроса ВrаndZ (об этой базе данных мировых брендов рассказывается в третьей главе). Данные, полученные в ходе опроса, позволили на основании показателей пирамиды вычислить совокупный показатель, названный потенциалом роста бренда (Вrаnd Vоltаgе), который уже доказал свою эффективность при предсказании роста доли рынка в будущем. Через несколько месяцев после запуска логистической кампании мы заметили рост показателя потенциала роста – он составил 142, что означало 14,2 % вероятности, что UРS увеличит свою долю на рынке в следующем году.

Вторая задача рекламной кампании UРS. Для оценки результатов мы составили специальную анкету и опросили по ней непосредственно самих сотрудников отдела сбыта. Благодаря рекламной кампании большинству продавцов стало значительно проще предлагать новые услуги UРS.

Третья задача рекламной кампании UРS. Измерение влияния коммуникационных усилий на продажи в секторе В2В всегда является довольно непростой задачей. Любая многомиллионная сделка между деловыми партнерами обычно представляет собой результат долгих усилий со стороны отделов продаж и маркетинга. Реклама бренда, как правило, формирует высокий уровень осведомленности, и этот фактор имеет весьма положительное значение для продажи услуг. Свою роль играет интерактивная взаимосвязь клиентов в Интернете, которая не ограничивается форумом и блогом корпоративного сайта. Первоначально лиды у компании могут появляться с помощью инструментов создания спроса – это электронная почта, телемаркетинг, прямая почтовая рассылка, телевизионные ролики с прямым откликом, печатные средства массовой информации. Определенную лепту в этот процесс вносят пиар-технологии, оценки экспертов и, конечно, сарафанное радио. В ходе переговоров о сделке продавцы активно работают над развитием и стимулированием лидов. Определить результативность каждого элемента рекламной кампании – задача практически непосильная. Тем более это касалось рекламы нового логистического направления UРS, представлявшей собой клубок всех возможных средств коммуникации. На сложность оценки повлияло еще несколько параметров, присущих среде корпоративных партнеров в таком секторе рынка, как В2В.

• Решение о покупках в среде корпоративных партнеров обычно принимаются целым рядом людей, работающих в так называемых центрах принятия решений. Трудно найти корреляцию между влиянием маркетинга на отдельных представителей этого подразделения и принятием коллективного решения.

• Циклы продаж в среде корпоративных партнеров обычно бывают довольно долгими. Между получением маркетингового обращения и покупкой может пройти несколько месяцев, что значительно усложняет задачу выявления причины и следствия.

• В результате длинных циклов продаж у принимающих решение лиц обычно скапливается довольно много маркетинговых обращений. Естественно, очень сложно вычленить, какое из них сильнее всего повлияло на принятие решения.

• Отделы продаж играют настолько важную роль в процессе заключения сделок, что часто становится невозможным определить прямое влияние работы маркетологов на общий доход компании.

Мы все-таки отследили выполнение третьей задачи, разработав новую методику исследования, позволявшую сопоставлять данные опросов о состоянии бренда UРS с продажами. Данные опросов позволили компании увидеть поведение клиентов, которые после просмотра рекламы говорят, что бренд им понравился. Осталось выяснить, действительно ли они покупают больше услуг UРS?

Подобное сопоставление позволяет UРS обращать более пристальное внимание на людей, чье отношение каким-то образом изменилось в течение пары месяцев после опроса. Компания проводит статистический анализ и рассчитывает корреляцию между человеком, увидевшим рекламу, человеком, изменившим свое восприятие, и человеком, покупающим в итоге больше услуг.

UРS способна анализировать последовательность событий: запуск рекламной кампании; ответная реакция потенциального клиента – интерес к предложениям компании и готовность купить услугу UРS; реальное приобретение услуги. Все сложные процессы моделирования проходят за кулисами бурной рекламной деятельности, поэтому результаты кажутся простыми, интуитивно понятными и позволяющими дать количественную оценку взаимосвязям различных решений, которые принимает клиент на пути к покупке.

Анализ показал, что всего за восемь месяцев рекламной кампании общая выручка от логистических операций, осуществлявшихся в интересах мелких и средних фирм, составила более 20 %.

Четвертая задача рекламной кампании UРS. Чтобы оценить, какое влияние оказала рекламная кампания на внутренний климат в UРS, мы использовали специальный опрос. Оказалось, что рекламная политика позволила сотрудникам вновь обрести ощущение гордости и осмысленности своей работы: доля сотрудников, признававших, что рекламная кампания адекватно рассказывает обо всем, что делает UРS, составила почти 84 %; доля сотрудников, веривших, что именно использование новых подходов к логистике, а не манипуляции с ценами может помочь UРS успешно конкурировать на рынке и завоевывать клиентов, составила 77 %. Благодаря обратной связи с коллективом мы собрали довольно обширный объем качественных данных.

При помощи описанных выше технологий UРS смогла убедиться в эффективности проведенной рекламной кампании. Более того, компания создала механизмы контроля, позволявшие довольно быстро ознакомиться с предварительными результатами рекламных шагов.

Огромную роль в этом процессе сыграло приложение Livе dаshbоаrd, позволявшее пользователям (более пятидесяти человек) получать доступ к результатам рекламной кампании в режиме реального времени. Приложение было размещено в Интернете, а пользователи, заходившие на защищенный сервер, могли изучать данные под разными углами. Данные из восьмидесяти одного информационного источника записывали в отдельный файл, который потом размещали в приложении Livе dаshbоаrd, что позволяло рассчитывать свыше трехсот показателей по каждому информационному каналу, использованному UРS в рамках рекламной кампании. Помимо этого, в приложение были включены данные о произведенных инвестициях, что давало UРS возможность контролировать в режиме реального времени рост прибыли от капиталовложений. Помимо этого, команды, работавшие в компании, получали доступ к единому источнику данных. Факты, собранные из всех источников, показали, что рекламная кампания смогла не просто обеспечить UРS значительный прирост доходов, но и укрепить свои позиции на будущее.

Задание на утро следующего понедельника.

1. Все начинается с понимания того, что именно вам необходимо измерять. Взгляните на свои цели. Поймите, что вам понадобится сделать для их достижения, и привяжите показатели к каждому этапу исследования. Затем сформулируйте, каким образом вы собираетесь отслеживать изменения и выяснять, остаетесь ли вы на верном пути.

2. После создания плана идите и ищите нужные данные. В этой главе рассказано о довольно большом количестве возможных источников информации.

3. Все собранные данные введите в маркетинговое приложение (которым может быть и простая электронная таблица). Как только все необходимые цифры окажутся на своих местах, вы сможете приступать к аналитическому исследованию результатов и поиску оптимальных решений.

Глава 7. Оптимизация – как использовать эффективные методы работы и отказаться от неэффективных?

Оптимизация – то есть улучшение маркетинговой работы с помощью анализа и тестирования – ни в коем случае не разовое действие. Это цикл постоянных улучшений, в котором вы должны измерять, анализировать, выбирать лучшие решения, а затем снова измерять, анализировать и находить самые оптимальные решения – и все повторять сначала.

Мы с вами обсудим, каким образом следует внедрять процессы, позволяющие постоянно и последовательно улучшать деятельность вашего предприятия. В ходе обсуждения вы узнаете, каким образом маленькие привлекательные цифры могут стать лучшими друзьями ваших творческих работников – маркетологов и рекламистов – и помочь им выводить на рынок именно те маркетинговые обращения, которые клиенты хотят услышать.

На каждом новом витке компании улучшают свою деятельность. Почему? Дело в том, что всякий раз у них появляется нужный для этого процесс.

Слово процесс может показаться кому-то довольно скучным, однако, начиная с самых первых шагов, именно процессы помогают делать все правильно. С помощью процессов гораздо проще разработать взвешенный подход, позволяющий гарантированно внедрять в практику оптимальные методы работы.

Когда дело доходит до наших маленьких привлекательных цифр, то обнаружить результативные методы несложно, главное – реализовать их на практике. Одному нашему крупному клиенту, высокотехнологической компании, очень помогала система отлаженных процессов. Мы заметили, что, несмотря на значительные усилия в области оценки влияния рекламы, компания почти не занималась аналогичными исследованиями в области прямого маркетинга. Поэтому мы задействовали систему «от анализа к действию» (Аnаlуsis tо Асtiоn, А2А), внедрение которой привело к повышению доходов компании на 100 миллионов долларов. В графическом виде это выглядит так:

Анализ.

Понятно, что начинать надо с данных. Вы сами знаете, как часто нужные вам данные оказываются в самых разных местах. В старые времена, чтобы внедрить у крупных клиентов систему А2А, нам приходилось изучать сотни электронных таблиц в формате Ехсеl, созданных взамен различных баз данных, – для нас это было равносильно погружению в ад. Не самое приятное место. В подобных ситуациях все, что вам остается, – это вручную сводить данные из множества электронных таблиц в один файл, который наверняка даст сбой именно в тот день, когда вам нужно будет сделать самый важный отчет.

Все это забирает невероятно много времени. Перемещение цифр из одного места в другое приводит к ошибкам, которые делают даже лучшие и самые дотошные аналитики. В случае большого объема ручной работы шансы на ошибку всегда возрастают.

В наши дни этого можно легко избежать с помощью программ, выполняющих любые задания. Работа делается только один раз – когда программист пишет код. С этого момента задача становится автоматической, то есть безошибочной. Мне доводилось видеть, как единственный программист заменял десять операторов, обрабатывавших данные вручную. Именно это мы сделали и для нашего высокотехнологического клиента. В результате мы смогли не только повысить точность данных, но и сократить продолжительность цикла работ, что позволило нам потратить больше времени на аналитическую работу с имевшейся информацией.

На этапе анализа вы определяете, что сработало, а что нет. Мы постоянно занимаемся изучением и переосмыслением данных, основываясь на новых вопросах, возникающих у наших клиентов, сотрудников творческих профессий, планировщиков, управляющих по работе с клиентами и аналитиков. При возникновении нового вопроса мы формулируем гипотезы, а затем находим данные по последним рекламным кампаниям, которые помогают нам подтвердить или опровергнуть эти гипотезы.

Приведу пример. Так как многие продукты нашего клиента достаточно сложны с технической точки зрения, компания часто использует интернет-трансляции, в которых объясняются все необходимые детали. Чтобы просмотреть такую трансляцию, посетитель должен заполнить форму и оставить свою контактную информацию, что позволяет продавцам компании впоследствии с ним связываться. Одна из наших гипотез заключалась в том, что продолжительность интернет-трансляции оказывает прямое влияние на долю регистрации (то есть отношение людей, которые заполняют регистрационную форму, ко всем людям, которым были разосланы приглашения просмотреть трансляцию). В частности, мы считали, что у роликов продолжительностью свыше одного часа будет более низкая доля регистрации. Мы проанализировали исторические данные и пришли к выводу, что так оно и бывает. У коротких видеороликов доля регистрации была почти в два раза выше, чем у длинных. Поэтому мы рекомендовали компании ограничить продолжительность каждого ролика одним часом.

Мы видим, что даже простые вещи могут приводить к значительным последствиям, особенно если учитывать количество интернет-трансляций, которые компания ежегодно выводит на рынок.

Суть в том, что вы можете протестировать все что хотите.

• Какой тип маркетингового предложения работает лучше других на определенном этапе цикла покупки? Для ответа на этот вопрос проведите тестирование.

• Что привлекает больше лидов – онлайновый калькулятор энергозатрат или бесплатный аудит энергозатрат потенциального клиента? Протестируйте оба варианта и сравните результаты.

• Разумеется, методы, которые вы выбрали, наверняка работают неплохо, но вы вполне можете найти что-то, способное поднять продажи еще на 2 %. Просто об этом вы сможете узнать, только если проведете тестирование.

Компании, которые не занимаются активным тестированием, склонны говорить, что любое испытание тратит драгоценное время. Им кажется, что это всего лишь дополнительная работа, не позволяющая получить сколь-нибудь интересную информацию.

Тестирование может обернуться довольно забавным делом, как и любой эксперимент. А любое тестирование является делом экспериментальным, суть которого – опробовать новую идею и проверить, работоспособна ли. Если получилось, то вы можете запускать ее в более широком масштабе. Что касается нашего клиента, то поначалу мы решили провести так называемые испытания класса А и класса В, то есть лабораторные испытания и опытные эксплуатации. Работая с этим клиентом, мы постоянно тестируем новые идеи. Мы формулируем гипотезу, а затем, чтобы подтвердить или опровергнуть ее, смотрим, как она действует на рынке. Например, приведет ли возможность нажать на ссылку «узнать больше» к улучшению процента ответивших на электронное письмо? Ответом на этот вопрос стало убедительное «да». В данном случае «призыв к действию» повысил результативность электронной корреспонденции на 50 %. Небольшие изменения могут привести к значительным сдвигам, в чем мы будем неоднократно убеждаться при чтении этой главы.

В опытных исследованиях иногда доходишь до невероятной детализации. Например, мы занимались проверкой поля «тема» в электронных письмах – очень важного элемента, поскольку это единственное, что вы видите, открывая свой почтовый ящик. Именно по теме вы понимаете, открывать письмо или нет. Поэтому заполнение поля «тема» можно считать настоящим искусством. Наши тесты раз за разом показывают, что короткие сообщения в этом поле работают лучше всего.

Но мы также поняли, что длина строки значит куда меньше, если вы поместите самую важную информацию в начале сообщения.

Начали!

Первые три пузыря модели «от анализа к действию»: анализ, данные, тестирование – группируются вокруг понятия «анализ». Два последних пузыря: исполнение, обмен – связаны с понятием «действие». Первый шаг к действию состоит в том, чтобы поделиться и обменяться, во-первых, информацией, собранной по всем рекламным кампаниям и тщательно проанализированной, а во-вторых, результатами всех проведенных тестов. Работая на нашего клиента, мы ежемесячно проводили мероприятия, на которых маркетологи из многих стран мира собирались вместе и обсуждали результаты своих тестов. Помимо этого, мы исследовали состояние воронки тестирования.

Воронка тестирования может быть очень ценным инструментом управления.

Сетка показывает, какие тесты были обсуждены, исполнены, отложены или завершены. В колонках указаны основные выявленные нами зоны для обучения или места, для анализа которых нам нужны были дополнительные знания.

Реализация.

Последняя и, возможно, самая существенная часть цикла «от анализа к действию» – это реализация. Именно на этом этапе особенно поможет работа, правильно проведенная на предыдущих четырех стадиях. Все они направлены на то, чтобы сделать жизнь лучше и повысить осведомленность о тестах и связанных с ними улучшениях.

В основе этого процесса лежит простая мысль: вы можете провести все нужные анализы и тестирование и затем обменяться информацией, – но все это не приведет к улучшению того, что вы делаете на практике, и ваша работа потеряет всякий смысл. В итоге все будет зависеть от человека, который занимается реализацией программы, и от того, чему он смог научиться.

Большинство рекомендаций, основанных на модели «от анализа к действию», носят тактический характер и могут показаться незначительными. Однако когда эти постепенные улучшения применяются в целом ряде программ, они могут сложиться в нечто важное. К примеру, наш клиент рассчитал, что совокупный эффект от внедрения всех идей модели «от анализа к действию» приведет к росту доходов на 100 миллионов долларов в год. Для этого компании потребовалось «всего лишь» улучшить десятки небольших операций – например, оптимизировать содержание поля «тема» в электронных сообщениях, что может заставить больше респондентов открывать письма, а это, в свою очередь, ведет к росту продаж. Небольшие изменения приводят к огромной отдаче.

Покончив с основами модели «от анализа к действию», поговорим теперь более детально о стадиях анализа и тестирования. В ходе этого процесса я поделюсь с вами несколькими примерами, как мы помогли компаниям оптимизировать их коммуникацию. Давайте для начала посмотрим на то, каким образом данные улучшат творческий продукт, затем изучим несколько продвинутых способов тестирования в цифровом мире, а закончим наш рассказ примером компании ТD Аmеritrаdе (нашего клиента, которому удалось добиться невероятных результатов после оптимизации деятельности своих кампаний).

Творческий характер обратной связи.

Убедить людей в том, что аналитика может быть катализатором свободного творческого процесса, не так-то просто. Я достаточно долго занимался аналитикой в «творческой» среде коммуникационного агентства и знаю, что союз аналитиков и творческих сотрудников, вынужденных работать вместе, не всегда бывает удачным.

Творческие сотрудники часто воспринимают работу аналитиков с предубеждением. Их считают «бездушными» и думающими исключительно в терминах вроде «прибыль на инвестиции». Считается, что они оценивают качество новых идей, не видя перспективы, а глядя в прошлое – тем самым они защищают сложившийся порядок вещей и встают на пути инновации. Аналитики, с их бесконечными фокус-группами и исследованиями рынка, способны (по мнению других) задушить любую творческую мысль. Из-за этого аналитика часто воспринимается как препятствие для новых идей и враг «истинной» творческой инициативы.

Я соглашусь, что тестирование (или любой другой дизайн формы данных) может оказаться совершенно непродуктивным, но только если вы не учитесь на уроках прошлого. Да, чрезмерное, навязчивое тестирование может замедлить творческий процесс. Но основные принципы дизайна и коммуникаций уже используются компаниями довольно долго, и они не требуют проведения одного теста за другим. Экспертам в соответствующих областях должно быть предоставлено право вето по отношению к идеям слишком рьяных аналитиков. Здесь вам может помочь система управления тестированием, обычно включающая в себя несколько основных компонентов.

– История тестирования. Результаты предыдущих тестов должны быть тщательно и последовательно задокументированы, после чего необходимо обеспечить их хранение. Как минимум это может быть простая электронная таблица, в которой перечислены все тесты, проведенные в течение последних лет, их цели, основные гипотезы и результаты. Вряд ли вы захотите вновь изобретать колесо.

– Документация тестирования. Каждому тесту должен соответствовать специальный документ – спецификация, в которой перечислены все основные гипотезы, формат теста, сроки проведения, ожидаемые выгоды, расходы, показатель прибыли от капиталовложений и имя сотрудника, ответственного за проведение. Этот детальный документ позволяет стандартизировать все входные параметры, необходимые для создания истории тестирования.

– Воронка тестирования. Воронка тестирования позволяет отслеживать все настоящие и запланированные тесты. В зависимости от количества проводимых вами тестов и сложности вашей организации это может быть и простая электронная таблица с указанием всех запланированных тестов с коротким описанием, указанием сроков и текущего статуса, и сложные платформы, управляющие масштабными рекламными кампаниями.

– Руководства к действию. Недостаточно просто собрать результаты прошлых тестов в едином хранилище идей. Все полученные выводы должны быть сгруппированы в виде руководств к действию, которые затем нужно довести до всей организации. И еще раз отметим, что проведенные и протестированные принципы не требуют повторной или многократной проверки.

– Приоритеты для тестирования. Для каждого нового теста желательно установить приоритет на основании нескольких параметров: 1) истории тестирования; 2) руководств к действию; 3) текущего содержания воронки тестирования; 4) размера потенциального показателя прибыли от капиталовложений. Установление приоритетов позволит вам избежать лишних проверок.

Я знаю всего несколько компаний, в которых проводились бы соответствующие и правильные испытания. Обычно справедливо обратное. Творческие решения большинства компаний не выживают под натиском данных – ведь все эти решения основаны на крайне субъективных мнениях специалистов или, хуже того, на том, что эксперт в области веб-аналитики Авинаш Кошик называет НiРРО (акроним от Нighеst in Рауmеnt Реrsоn’s Орiniоn – «мнение лица с самой высокой зарплатой»).

Это означает, что компании склонны терять миллионы долларов. Они не тестируют новые идеи и не способны четко понять, насколько та или иная идея эффективна. Системы управления тестированием предназначены помогать и таким компаниям. Они способны выявить отсутствие нужных данных и зоны, требующие обязательного тестирования. Помимо этого, они помогают сделать тестирование неотъемлемой частью творческого процесса. Из всех аналитических инструментов, способных питать творческую работу, с тестированием не может сравниться ничто другое.

Тестирование в цифровом мире.

Мы вкратце продемонстрировали принципы тестирования на примере компании IВМ. Однако подход «от анализа к действию» может применяться повсюду, особенно в цифровых каналах, где возможности для тестирования кажутся почти безграничными. Приведу пример. Мы пытались улучшить домашнюю страницу интернет-магазина Коdак при помощи нескольких тестов. Ниже вы увидите первоначальный вариант страницы, который мы хотели оптимизировать. Однако сотрудники Коdак не видели никакой проблемы, а просто хотели знать, можно ли слегка улучшить внешний вид.

Для оценки мы создали шесть различных страниц. Иными словами, испытания класса А и В превратились в испытания А, В, С, D, Е, F. Приведенный ниже вариант оказался лучше остальных и привел к 11,3 % роста дохода – всего лишь за счет изменения расположения элементов.

У этого подхода был весомый недостаток. Мы знали, какой из вариантов страницы показал наилучшие результаты, но никак не могли выделить тот отдельный элемент, который отвечал за различие в результатах. Чуть позже я покажу вам несколько методов, помогающих в точности выявить, что вызывает различия. Однако перед этим позвольте мне сказать одну важную вещь.

Тестирование позволяет исключить субъективизм и мнения отдельных людей в процессе принятия решений. Вам может нравиться один дизайн страницы Коdак, а мне – другой, однако лишь тестирование скажет, кто из нас прав. Вместо того чтобы обсуждать различные версии, основываясь на собственном вкусе, опыте или аналогиях, мы можем просто попробовать их все и позволить аналитике нас рассудить и сказать, что работает лучше. Конец дискуссии.

Надеюсь, к этому моменту вы уже поняли всю силу оптимизации, но если вам нужны дополнительные аргументы, я приведу еще один пример. Победа Барака Обамы на президентских выборах 2008 года отчасти была связана с умным применением наших маленьких цифр. Ниже вы можете увидеть две версии домашней страницы сайта Оbаmа.соm, запущенного во время избирательной кампании.

Слева приведен первоначальный вариант домашней страницы. Будущий президент посетил штаб-квартиру компании Gооglе в 2007 году, когда в ней еще работал Дэн Сирокер. Дэн был настолько вдохновлен разговором с Обамой, что оставил Gооglе, уехал в Чикаго и там присоединился к его команде. Поначалу у него не было своего угла, поэтому он ночевал на полу в квартире своего друга. Однако это не помешало ему со временем организовать команду аналитиков, работавших с новыми видами медиа для избирательной кампании. В итоге Обама смог собрать 656 миллионов долларов, из которых около 500 миллионов пришло через интернет-каналы, в основном через сайт Оbаmа.соm.

Позвольте мне рассказать, как это происходило. Дэн и его команда использовали некоторые из методов, описанных мной в этой главе, для изменения домашней страницы (слева приведен исходный вариант, справа – итоговый). В сущности, произошло всего два изменения. Дэн поменял фотографию и текст на кнопке (было – sign uр «Зарегистрируйтесь», стало – lеаrn mоrе «Узнайте больше»). Как показано в приведенной ниже таблице, эти простые коррективы полностью изменили ситуацию.

Страница справа оказалась лучше изначальной на 40 %. Это привело к привлечению 288 тысяч добровольных помощников и к 57 миллионам долларов дополнительного финансирования (примерно на 25 % выше суммы, собранной противником Обамы Джоном Маккейном).

Дэн Сирокер не ограничился ни тестированием класса А и В, ни даже А, В, С, D, Е, F. Он использовал многовариантное тестирование, ставшее куда более мощным инструментом именно в цифровую эпоху, позволяющую автоматизировать массу аналитических процессов. Впервые я познакомился с многовариантным тестированием в 2002 году.

К тому времени в Оgilvу я руководил деятельностью международной аналитической группы, и часть моей работы состояла в организации ежегодных конференций, на которых аналитики со всего мира обсуждали лучшие примеры и размышляли над тем, в какую сторону будет развиваться их практическая деятельность. Во время моей работы в Лондоне доллар был довольно слаб, и мы решили провести конференцию в Майами. Мне никогда прежде не доводилось бывать в этом городе, и я не ждал от него ничего особенного. Репутация Флориды у жителей Европы довольно невысока, однако я был приятно удивлен. Город наполнен приятной эмоциональной вибрацией, а в центре можно увидеть целый ряд потрясающих зданий в стиле ар-деко. Я вел конференцию вместе с Найджелом Хоулеттом, настоящим ветераном мира прямого маркетинга и работы с базами данных. Найджел – настоящий британский джентльмен и феноменальный пловец (о чем я узнал на собственном печальном опыте). Он умудрился выиграть у меня 50 долларов, поспорив, что сможет двадцать пять раз проплыть стометровку в знаменитом бассейне отеля «Националь» (пари было заключено после нескольких коктейлей в баре). Я до сих пор отлично помню, как он залез в бассейн, а затем начал проплывать одну стометровку за другой. Мне показалось, что за этим занятием он провел пару часов!

Помимо умения заключать заведомо выигрышные пари Найджел отлично чует, какие компании или новые технологии будут особенно интересны в будущем. Он пригласил на конференцию австралийскую компанию Меmеtriсs, и та продемонстрировала технологию своего автоматизированного многовариантного теста. Особенно сильно нас поразил пример работы на еВау.

Сотрудники еВау попросили Меmеtriсs оптимизировать свой сайт с помощью перспективной технологии. Ниже вы увидите пример страницы.

На первом этапе работы Меmеtriсs выявила шесть контентных зон, которые требовали тестирования.

Второй этап заключался в развитии различных версий для каждого блока контента. Меmеtriсs создала по четыре варианта для таких блоков, как список категорий, верхнее, левое и правое поля с контентом.

Если попытаться совместить все варианты, то вы получите 4096 возможных комбинаций (то есть 4096 немного различающихся между собой веб-страниц). Меmеtriсs разработала технологию, которая позволяла демонстрировать пользователям в ходе тестирования все варианты страницы, а затем оценивать, какой именно из них показал наилучшие результаты.

После пары недель компания смогла выбрать выигрышную комбинацию и измерить ее показатели. Ниже вы можете увидеть изначальный и оптимизированный варианты страницы. Самая выигрышная комбинация позволила увеличить в десятки раз долю конверсии, то есть количество посетителей, заходивших на сайт и что-то там купивших (а не просто блуждавших по нему). Доля конверсии рассчитывалась как частное от деления количества покупателей на общее количество посетителей (то есть и тех, кто ничего не купил).

Как мы отреагировали на этот рассказ? Нам показалось, что нас накачали стероидами, и мы захотели немедленно применить многовариантное тестирование на практике. В мире традиционной почтовой рекламы аналитику пришлось бы вручную создавать тест и проводить все коррективы. Было очевидно, что ни один аналитик не в состоянии справиться с подобным количеством комбинаций. Меmеtriсs автоматизировала весь процесс, а благодаря огромным объемам данных, получаемых в ходе тестирования, возможности аналитиков расширились до невероятных пределов. Позднее Меmеtriсs была куплена консультационной компанией Ассеnturе.

Мы начали использовать технологию многовариантного тестирования при работе со своими клиентами, и это оказалось крайне успешным. Об одном таком клиенте – ТD Аmеritrаdе – я расскажу чуть позже. В наши дни с этой технологией работает множество подрядчиков в области веб-аналитики, и многовариантное тестирование становится все более общепринятой практикой. Несколько лет назад Gооglе вывела на рынок свою версию программы под названием Gооglе Sitе Орtimizеr (GSО), причем стоит отметить, что она совершенно бесплатна для пользователей. Поэтому теперь у вас нет никаких оправданий, чтобы не проводить на своем сайте тестирование, причем даже довольно сложное.

GSО показывает результаты тестирования в режиме реального времени. Ниже вы можете увидеть снимок эксперимента GSО с сайтом Обамы.

В первой колонке можно увидеть все различные комбинации, подвергающиеся тестированию. Небольшой график показывает в режиме реального времени, какая комбинация показывает наилучшие результаты. Смотреть на него так же увлекательно, как наблюдать за ходом лошадиных бегов. Я несколько раз ловил себя на том, что вместо работы сижу, уставившись в экран, – ничего не мог с собой поделать, слишком это было притягательно.

Во второй таблице вы можете увидеть, какие именно элементы теста определили его успех. Как вы можете заметить, кнопки «Узнать больше» и фотография семьи сыграли в данном случае самую важную роль.

Цифровая площадка для экспериментов.

Вам, наверное, уже ясно, что возможности для оптимизации вашей коммуникации в цифровом мире поистине безграничны. В сущности, цифровой мир является идеальной площадкой для экспериментов, после чего вы можете спокойно проводить тестирования средств коммуникаций в нашем обычном мире. Цифровой мир превратился в идеальную лабораторию по целому ряду причин: в нашем распоряжении есть огромные массивы данных; тестирование различных вариантов обходится довольно недорого; вы получаете нужные результаты за считаные минуты (как максимум дни), а не месяцы, как при работе во внешнем мире.

Приведу еще один пример. Анализ интернет-рекламы для гостиничной сети Сеаsаrs показал, что подавляющее большинство всех бронированных номеров было сделано через онлайновые баннеры только гостиницы Саеsаrs. Так как реклама направляла посетителей на общую страницу бронирования, исследователи проверили данные и по другим гостиницам сети (в частности, Раris Lаs Vеgаs, Наrrаh’s, Ваllу’s). Казалось, Саеsаrs обладал каким-то магнетическим эффектом. В ходе тестирования телевизионного ролика, в котором рассказывалось о гостинице Саеsаrs в одном из регионов страны, мы обнаружили, что показатель бронирования в этом регионе вырос на 12 %, причем для всех брендов сети. Мы использовали эту информацию для оптимизации телевизионной кампании и начали активно упоминать бренд Саеsаrs. Это отличный пример того, как происходящее в цифровом мире может помочь оптимизировать более традиционные кампании.

Совсем скоро все каналы станут цифровыми. Gооglе уже предоставляет вам возможность покупать время для размещения телевизионной рекламы через онлайновый интерфейс. Компания сделала процесс покупки телевизионного времени настолько простым, что теперь им может пользоваться буквально каждый. Покупая время Gооglе ТV, вы можете четко понять, насколько много данных собирается в устройствах, подключенных к системам поставщиков вашего кабельного или спутникового телевидения. Например, Gооglе ТV позволяет видеть данные по переключению каналов. Это дает рекламодателям возможность понять, сколько зрителей предпочитает не смотреть их рекламу. Мы эти данные использовали для оптимизации рекламных кампаний некоторых из наших клиентов.

Большинство людей, перестающих смотреть рекламу (переключаясь на другой канал), делают это в первые же секунды показа. После первоначального всплеска количество переключающихся зрителей постепенно сокращается. Это вполне типичная ситуация.

Однако мы заметили, что у одного из рекламных роликов Аllstаtе наблюдался второй всплеск после шестнадцати секунд показа.

Это происходило в момент трансляции довольно агрессивного призыва к действию. Полученные данные помогли нам сменить тональность с информирующей на продающую, а также снизить за счет этого частоту переключения на другие каналы.

Соберем все воедино – пример ТD Аmеritrаdе.

Мы с вами перебрали ряд методов, которые вы можете использовать для оптимизации своих средств коммуникации. Теперь пришло время посмотреть, каким образом они работают все вместе. Для этого мы изучим опыт компании ТD Аmеritrаdе, много лет стоявшей на переднем крае оптимизации бизнес-процессов.

Одним из первопроходцев в области аналитики цифровых данных стал Джим Дравиллас, ранее работавший в Оgilvу, а теперь возглавляющий отдел рекламных исследований в Gооglе. Именно он проделал огромную часть работ, описанных в этой главе. Уже с момента нашей первой встречи я понял, что мне есть чему поучиться у этого человека, особенно в технологиях, повышающих эффективность онлайнового маркетинга. Некоторые из его лучших идей нашли свое выражение в работе для компании ТD Аmеritrаdе, занимавшейся оказанием брокерских интернет-услуг.

ТDА довольно быстро принимает на вооружение новые технологии и представляет собой идеальную бизнес-модель для аналитики. Стратегия компании состоит в наращивании количества обслуживаемых клиентских счетов, что означает: она управляет бизнесом на основании всего двух показателей – количества новых счетов и величины расходов по получению нового счета.

Компания также использует принцип замкнутой обратной связи, то есть она в точности знает, с кем вступает в общение и открывают ли ее собеседники со временем счета или нет. Иными словами, мы можем с легкостью определить причины и следствия различных видов маркетинговой деятельности.

Одним из первых проектов, которые Джим сделал для ТDА, был автоматизированный инструмент по отслеживанию частоты показа роликов. Когда вы заходите на сайт СNN.соm и видите там рекламу ТDА, то можете либо нажать, либо не нажать на ссылку. С большей вероятностью вы кликнете на ссылку, когда увидите рекламу во второй или третий раз (не исключено, что в первый раз вы не обратили на нее внимания). Однако если ТDА показывает вам свою рекламу двадцать пятый раз, а вы все не нажимаете на ссылку, будет справедливым предположить, что вы этого уже никогда не сделаете. Вас не заинтересовало предложение этой компании – и все. В дальнейшем ТDА начнет показывать свою рекламу кому-то другому, а на вас она сэкономит свои деньги, поскольку вы достигли точки насыщения, после которой компании уже нет смысла донимать вас рекламными сообщениями.

Разумеется, самая сложная задача состоит в определении точки насыщения. Когда она наступает – после того как вы увидели рекламу 15, 25 или 35-й раз? И одинаков ли этот показатель для всех? Именно в этот момент на сцене появился Джим. Он разработал статистическую модель, позволявшую рассчитать точку насыщения, основываясь на характеристиках объявления, места размещения (СNN.соm или какой-то другой сайт) и истории вашего поведения в Сети. Кроме того, он создал способ автоматического отключения просмотров рекламы после достижения точки насыщения. Это позволяет вам использовать оставшиеся деньги на что-то другое. В результате внедрения этой программы количество новых лидов выросло на 15 % (при той же величине маркетингового бюджета).

Другим сконструированным Джимом устройством стала программа автоматической ротации (я несколько раз просил его придумать более изящное название, но Джиму не свойственно тратить время на подобные пустяки). Компании типа ТDА обычно запускают одновременно сразу несколько рекламных кампаний. Программа Джима анализирует результативность работы каждой из них в режиме реального времени, а затем интегрирует все результаты на рекламном сервере компании.

В результате сервер автоматически запускает в Сеть ролики, которые пользуются большим успехом, и убирает те, которые не приносят ожидаемого отклика. После внедрения этого инструмента ТDА заметила, что рост новых лидов подскочил на 25–35 % (без всякого увеличения маркетингового бюджета)!

Программа Джима не только позволила сделать онлайновую рекламу более эффективной, но и помогла творческим командам получать обратную связь практически тоже в режиме реального времени. Джим снабдил их отчетами, какие форматы изображения, цветовые гаммы, визуальные эффекты и вербальные обращения вызвали наибольший отклик. Понятно, что творческим командам подобная информация пришлась по сердцу. Наконец у них появилась возможность сразу получать оценку своего труда. Теперь, экспериментируя с новыми идеями, они мгновенно видят плоды своей работы. Джим превратил цифровую экосистему в экспериментальную лабораторию, о которой мы уже говорили выше.

Другой пример связан с «анализом дня», в ходе которого мы изучали, какое время суток было наиболее предпочтительным для интернет-рекламы. Цифровой мир дает вам возможность дойти и до такой степени детализации – когда вы сравниваете показатели по каждому часу! Проводя это исследование, мы заметили, что потенциальные клиенты, которых нам удавалось привлечь в течение последнего часа торгов, обладали значительно большей ценностью, были готовы отдать в распоряжение компании больше денег и изъявляли большее желание работать с ТDА. Таким образом, мы взяли на вооружение медиастратегию, направленную на то, чтобы завоевать этот временной интервал. Мы закупили все медийное время последнего часа операционного дня на целом ряде крупных сайтов типа СNNМоnеу и Yаhоо Finаnсе. Эта рекламная кампания привлекла на 15 % больше самых ценных клиентов, чем любая другая из проведенных нами. Отличный пример того, как полученная благодаря анализу данных ценная информация способна продуцировать творческие идеи.

Отличное начало.

Один из самых примечательных примеров работы Джима для ТDА был связан с оптимизацией стартовой страницы. Когда кто-то нажимал на баннер ТDА, то оказывался на странице, изображенной ниже.

В то время ТDА надеялась, что потребители, попав на страницу, сразу начнут нажимать на кнопку, расположенную в верхнем правом углу (Аррlу оnlinе nоw – «Зарегистрируйтесь прямо сейчас»). После этого запускался процесс регистрации клиентов. ТDА могла потратить все деньги мира на то, чтобы привлечь людей на свою страницу, но если посетители их сайта не нажимали на оранжевую кнопку и не запускали процесс оформления, все затраты компании уходили впустую. Можете представить, насколько важна эта страница с точки зрения эффективности маркетинговых усилий. Джим понял, что подобная ситуация может оказаться идеальной для применения Меmеtriсs (он тоже видел презентацию компании в Майами и так же, как и я, проспорил пари Найджелу). Он принялся экспериментировать с некоторыми зонами, расположенными на периферии страницы (ниже я выделил эти зоны другим цветом).

Творческие команды создали по паре версий для каждого из четырех модулей, в частности, на оптимизированных нами страницах.

• Кнопка регистрации клиента:

Вариант 1 – сегодняшний вариант.

Вариант 2 – новый вариант.

Вариант 3 – информация о процессе регистрации.

• Ссылка «Посетите tdаmеritrаdе.соm»:

Вариант 1 – «Посетите tdаmеritrаdе.соm».

Вариант 2 – «Посетите наш основной сайт».

Вариант 3 – без ссылки.

• Текст кнопки регистрации нового клиента:

Вариант 1 – «Зарегистрируйтесь прямо сейчас».

Вариант 2 – «Откройте свой счет».

Вариант 3 – «Начните работу».

• Цвет кнопки регистрации нового клиента:

Вариант 1 – зеленый.

Вариант 2 – синий.

Вариант 3 – оранжевый.

• Специальные предложения в нижней части экрана:

Вариант 1 – одно меняющееся предложение (меняется каждый раз, когда на страницу заходит новый посетитель).

Вариант 2 – три предложения.

Вариант 3 – четыре предложения.

В совокупности все эти варианты создают 243 разновидности стартовых страниц, немного различающихся между собой. Джим при помощи Меmеtriсs разместил эти 243 страницы в Сети на 15 дней. Технология позволяла пользователю, посещавшему сайт более одного раза, видеть одну и ту же версию. После 15 дней Джим выбрал страницу, показавшую самые высокие результаты. Ниже вы можете увидеть две страницы – ту, с которой мы начали (справа), и ту, которая показала самые высокие результаты в ходе эксперимента (слева).

Результаты были не просто хорошими – они оказались великолепными! Доля конверсии на странице выросла на 15 %. Это означает, что из каждых 100 человек, заходивших на стартовую страницу, счета открывало на 15 человек больше, чем прежде. Показатель прибыли по капиталовложениям по итогам теста составил 43 к 1!

Теперь, если вы сравните две изображенные выше страницы, то сможете заметить, что они очень похожи, однако имеют незаметные различия, которые и привели нас к столь значимому успеху. Ниже приведена таблица, показывающая, что именно мы изменили.

Например, зеленая кнопка сработала лучше оранжевой. Что даже удивляет, поскольку оранжевый цвет, по мнению многих, более заметен. Однако на этом сайте выяснилось, что оранжевый цвет ассоциируется с опасностью, а зеленый – с приглашением.

Текст «Начните работу» оказался более успешным, чем «Зарегистрируйтесь прямо сейчас». Второй вариант более агрессивен, а первый – мягко приглашает пользователей (то же самое было обнаружено и на сайте Барака Обамы, где текст «Узнайте больше» оказался привлекательнее текста «Зарегистрируйтесь»). Единственный меняющийся баннер с рекламным предложением оказался лучше, чем четыре статические картинки. Кстати, это момент очень важен. Многие компании хотят размещать на своих сайтах как можно больше рекламных предложений в надежде, что хотя бы одно из них заинтересует потребителя. В данном случае сработало правило: чем меньше, тем лучше.

Долговременное сотрудничество.

Джим работал с ТDА на протяжении десяти лет, и приведенный ниже график наглядно показывает результаты его постоянных усилий по оптимизации. На нем изображены два показателя, которые ТDА использует для управления бизнесом: по вертикали – количество новых клиентских счетов, приобретенных в течение года; по горизонтали – затраты на каждое приобретение.

Джим начал работать с ТDА в 1999 году в самый разгар бума доткомов, и на графике видно, с какой скоростью росло число новых счетов. К сожалению, с такой же скоростью росли и затраты на приобретение. Когда пузырь лопнул, ТDА заметила резкое снижение количества новых клиентов и более не могла поддерживать прежний уровень затрат. В тот период Джим использовал свои аналитические навыки для радикального перераспределения средств рекламы: он перестал размещать рекламу на дорогостоящих кабельных телевизионных каналах и начал вкладывать деньги в низкозатратные цифровые каналы и информационную рекламу с прямым откликом. В то же самое время мы стали использовать описанные выше инструменты – автоматическая ротация, изменение частоты показа популярной рекламы, анализ результатов в течение суток и многовариантная оптимизация сайта. Результаты очевидны. Затраты на приобретение новых клиентов резко упали, а ТDА удалось сохранить, а потом и увеличить количество вновь открываемых клиентских счетов.

Слияние Аmеritrаdе с ТD Wаtеrhоusе произошло в 2005 году. В результате этого выросло количество клиентских счетов, унаследованных Аmеritrаdе у ТD Wаtеrhоusе. Однако усилия объединенной компании по привлечению новых клиентов оказались значительно менее эффективными, что выявил резкий рост удельных затрат на клиента. Обратите внимание, как после 2006 года Джим и его команда смогли вновь снизить величину этого показателя с помощью ежедневных процедур по оптимизации.

Задание на утро следующего понедельника.

1. Просто сделайте это. Превратите тестирование в повседневную процедуру. Постоянно используйте подход «от анализа к действию». Никогда не переставайте разрабатывать, формулировать и тестировать новые гипотезы.

2. Занимайтесь тестированием в цифровом мире. Именно здесь оно будет самым достоверным, быстрым и недорогим. Испытывайте программы многовариантного тестирования. Помните, вы можете совершенно бесплатно пользоваться программой Gооglе Sitе Орtimizеr!

3. Считайте цифровой мир своей лабораторией. Применяйте все новое, что вы вынесете из этой среды, во всех средствах коммуникации.

Глава 8. Будущее.

Сейчас я поделюсь с вами прогнозом, в точности которого я почти уверен: маркетинг, исследования, реклама и другие средства, с помощью которых мы пытаемся в наши дни увеличивать продажи, – все это видоизменится до неузнаваемости или даже исчезнет уже при нашей жизни. То же самое могу сказать и об аналитике: будут автоматизированы такие механизмы, как тестирование, автоматическая ротация и таргетирование. Закупка рекламного времени и места; принятие решений по вопросам маркетинговой политики – и эти процессы также подвергнутся автоматизации в режиме реального времени.

Чем будут заниматься люди? Думаю, им что-то останется. Но по-настоящему востребованы будут всего лишь два типа работников: «техники» – люди, отвечающие за бесперебойность работы автоматических механизмов, и «волшебники» – люди, использующие преимущества всех доступных инструментов для создания и воплощения творческих идей, способных резко повысить объемы продаж и доходы компаний.

Если вы занимаетесь бизнесом, я рекомендую уже сейчас подумать, с кем вы хотели бы быть.

Надеюсь, к этому моменту, когда мы дошли до последней главы, вы уже четко представляете, что можете делать со всеми данными, которые у вас есть уже сегодня; как они помогут вам в процессе принятия ежедневных бизнес-решений и планах преобразования бизнес-стратегий. Однако как обстоят дела с будущим?

Прогнозы, пророчества – мудреная штука. Помню, когда-то давно нам обещали, что в будущем, то есть уже в наши дни, мы станем добираться до работы на персональных реактивных аппаратах. Тем не менее я рискну высказать несколько довольно разумных предположений в надежде подготовить вас к будущему.

Итак, мы оказались там, где оказались. Что произойдет дальше?

Дальнейшие перспективы.

Поговорим о потоках цифровой информации. Вот интересная статистика: по некоторым расчетам, если нам удалось бы собрать в одну базу данных все слова, которые когда-либо произносились представителями человечества, то размер этого хранилища составил бы около пяти эксабайтов[13] данных. По состоянию на конец 2010 года для хранения всех имеющихся в мире данных потребовалось бы хранилище размером в 1000 эксабайтов. Невероятно большой объем данных! Основной объем их создается – и будет создаваться – через цифровые мультимедиа всех видов, и этот показатель продолжит расти, ведь, как мы уже обсудили, цифровым станет практически все. Это означает, что в распоряжении специалистов по маркетингу появится еще больше данных. По расчетам Gооglе, к 2020 году мы будем создавать 53 зеттабайта[14] данных.

Технологии, которые мы используем для выявления интересующей нас самой ценной информации, вскоре смогут применяться во всех комбинированных средствах рекламы. Реклама на телевидении станет адресной, а вы будете сами определять своих зрителей, не тратя деньги на контакт с остальной аудиторией. Основная доля печатной рекламы мигрирует на цифровые платформы – айпады, смартфоны, ридеры. То же самое касается и радиорекламы. Что это означает? Специалисты по маркетингу и рекламе смогут нацеливаться на отдельных людей, зная все об их предпочтениях, вкусах и образе жизни.

Чем дольше люди взаимодействуют с цифровыми платформами, тем больший информационный след они за собой оставляют. Люди все сильнее погружаются в интернет-среду и делают там практически все, что им нужно и что им нравится. Для нас это открывает новую возможность узнать своих потенциальных клиентов гораздо лучше, вследствие чего мы будем еще точнее адресовать свои рекламные предложения.

Чем лучше вы будете понимать, каким образом потребители взаимодействуют с вашим брендом, тем больше у вас окажется возможностей для взаимодействия. Некоторые изменения заметны уже сейчас. Маркетинг в наши дни не ограничивается единственным путем и пытается вовлечь потребителей во взаимодействие путем бесед, других видов общения, интерактивных развлечений и прочее. Все это не только приводит к укреплению связи между потребителем и брендом, но и создает все больше данных.

Это хорошие новости. Плохие состоят в том, что не все виды такого взаимодействия происходят под контролем компании. Большинство компаний потратили миллионы долларов в течение последнего десятилетия на создание «образа клиента». Как мы уже обсуждали выше, часто они накапливают и обрабатывают информацию, созданную при взаимодействии клиентов с брендом напрямую через контролируемые компанией площадки – места продаж, колл-центры, корпоративные веб-сайты и многое другое.

В последние годы взаимодействие клиента с брендом все чаще переносится в социальные сети, информационно-поисковые системы и баннерообменные сети. Данные, полученные на этих цифровых площадках, не обязательно будут соответствовать традиционному «образу клиента», создаваемому компаниями. Это означает, что многим компаниям придется пересмотреть концепции своей работы. Им будет сложно создавать внутренние системы, достаточно гибкие для того, чтобы соответствовать каждой новой и моментально набирающей популярность платформе. Вчера это был Тwittеr; сегодня – Fоursquаrе; кто знает, что появится завтра, но я уверен, что совсем скоро возникнет и станет популярной какая-нибудь новая социальная или другая сеть.

Чтобы справиться с этой проблемой, люди будут создавать внешние хранилища данных, способные интегрировать всю информацию, собираемую на этих новых платформах, и продавать результаты своей работы компаниям для размещения в корпоративных хранилищах данных. Этот процесс уже набирает обороты – сегодня создаются специализированные платформы управления данными, которые мы обсуждали в четвертой главе. Возможно, в будущем мы увидим появление своеобразных бирж, на которых начнут продавать данные, а их цена будет определяться исключительно законами спроса и предложения.

Сколько нужно платить за данные?

Покупка и продажа данных, содержащих сведения о потребителях, осуществляются уже довольно давно. Но как мы сможем определять истинную ценность (а значит, и цену) такой информации? В этом вопросе мы можем опереться на три ключевые категории: способность предвидения, свежесть и эксклюзивность.

1. Способность предвидения. Предположим, моя фирма производит дрели. Я пытаюсь купить информацию, которая помогла бы мне разобраться, заинтересует ли моя продукция потребителя. У меня есть возможность выбрать между двумя наборами данных.

Большинство людей согласится с тем, что первый набор данных более ценен для производителя дрелей, чем второй, поскольку именно составляющие первого набора коррелируют с вероятностью покупки дрели.

Пример довольно прямолинеен. Однако если вам предстояло бы выбирать из ста различных наборов данных, то пришлось бы создавать статистические модели, которые на основе всей информации могли бы предсказать вероятность того, что кто-то купит дрель.

Вне зависимости от того, строите вы статистические модели или нет, основной принцип заключается в том, что данные с высокой степенью прогнозирования улучшают нашу способность предсказать, будут ли потребители заинтересованы в покупке дрели. Понятно, что я как производитель дрелей готов заплатить за них больше.

2. Свежесть данных. На эту категорию я хотел бы обратить особое внимание, потому что в будущем свежесть данных будет становиться все более важным фактором. Люди нередко сообщают в Интернете о своих намерениях в режиме реального времени. Знание того, что именно делает человек: ищет информацию о дрелях через поисковые системы; читает интернет-рекламу, посвященную дрелям; смотрит интернет-видео, рассказывающее о дрелях, – все это может иметь для вас огромное значение. Такие данные по своему потенциалу превосходят более традиционные (вроде тех, что составляли первый набор в примере выше). Они напрямую выражают интересы и потребности потребителей к определенному продукту в определенный момент времени. Вот почему новизна данных так важна. Сведения о том, что кто-то ищет информацию о дрели через Gооglе, становится очень ценной, если я могу сразу же нацелиться на этого человека. Знание того, что кто-то три месяца назад искал информацию о дрелях, нужно нам куда меньше. Данные о планируемых действиях человека начинают терять свою ценность уже через считаные минуты после того, как он о них заявляет. И так как самые свежие данные станут иметь невероятно высокую ценность, я предполагаю, что множество инноваций будет нацелено на то, чтобы улавливать события в режиме реального времени и сокращать продолжительность циклов между возникновением наблюдаемого события и действиями, направленными на привлечение клиента.

3. Эксклюзивность знаний. Последний важный фактор – это эксклюзивность. Предположим, что я могу купить данные только из первого набора. Опять же предположим, что я создал статистическую модель и определил, насколько важна информация о количестве молотков, которая с точки зрения прогнозирования обладает значительной силой. В этой связи я был бы готов заплатить больше за данные о владельцах молотков. Теперь представим себе альтернативный сценарий, при котором мне доступен еще один элемент данных: количество гвоздей, которые использует тот или иной пользователь в течение года. Предположим, что с точки зрения прогнозов эти данные полезны не меньше, чем данные о количестве молотков. В этом случае на цену, которую я готов заплатить за базу данных владельцев молотков, будет влиять доступность данных о потреблении гвоздей, а если эта информация доступна лишь мне, то ее ценность возрастает многократно. Это базовый закон спроса и предложения.

В следующие несколько лет покупка и продажа данных неминуемо станут более простым процессом, и компании смогут платить только за нужную информацию. В этом случае цену информации, которая необходима компаниям, все сильнее будут определять описанные выше категории.

Потребители начнут четче представлять, какую ценность они создают, давая компаниям возможность собирать их личные данные. Кто знает, может быть, и они захотят заявить о правах на свой кусок пирога (что вполне реально). Однако они уже получают скидку за лояльность – более низкие цены на продукты; призовые мили для частых клиентов авиакомпаний и так далее – в обмен на предоставление личной информации. Что может произойти дальше? Дав о себе еще больше информации, они могли бы получить взамен больше от компании, например частичный возврат средств за покупку, сделанную в ответ на таргетированную рекламу.

Защита личной жизни и обмен ценностями.

Будущее аналитического сообщества выглядит крайне радужным. Зеттабайты данных обеспечивают нас работой, а детали служат топливом для нашей машины. Однако в нашей комнате есть «слон», причем настолько большой, что мы не в силах не обращать на него внимания. Речь идет о защите частной жизни, и важность этого вопроса в последующие годы будет лишь возрастать.

Мы начали обсуждать этот вопрос в предисловии к книге. Теперь снова вернемся к нему. Позвольте мне попытаться убедить вас, что сбор личной информации на самом деле может оказаться вам на пользу (сразу хочу сказать, что я полностью поддерживаю ваше право не разглашать информацию о себе, если вы этого не хотите).

Чтобы понять, в чем может заключаться польза, давайте вернемся к самому началу и поговорим о столь любимом нами бесплатном контенте – в телевизоре, по радио и в Сети. На самом деле он не является бесплатным. За него кто-то и как-то должен платить. Обычно это делают рекламодатели. Сначала мы поговорим о телевидении (собственно, все это относится и к радио), а затем обратимся к Интернету.

Люди постоянно жалуются маркетологам, что их любимые телевизионные программы постоянно прерываются рекламой. Но я готов биться об заклад, что это напрягает их только потому, что демонстрируемая реклама кажется им неуместной в контексте их собственной жизни. Люди старше тридцати лет – не лучшая аудитория для рекламы зубных протезов, а люди, которым за семьдесят, обычно не имеют никакого интереса к новым фильмам для подростков. Смотреть на то, что вам не интересно, как минимум скучно, а как максимум – раздражает. Неудивительно, что мы так часто жалуемся на рекламу.

Однако чем больше специалисты по маркетингу знают о том, что вы ищете, тем проще им предложить рекламу, представляющую для вас интерес (и тем проще им сделать так, чтобы вы не смотрели рекламу, вам не нужную). В сущности, чем больше у них есть данных, тем меньше рекламы вам придется (теоретически) смотреть, ведь рекламодатели будут платить премиальную наценку на каждый ролик, сделанный для целевой аудитории.

Это можно доказать с помощью простых (даже несколько упрощенных) математических вычислений. Предположим, что для производства типичной серии (двадцать две минуты) популярного сериала нам необходим бюджет в 2 миллиона долларов. Предположим, что рекламодатели платят 125 тысяч долларов за каждый тридцатисекундный ролик, транслирующийся во время сериала. При наличии шестнадцати роликов реклама покроет все производственные расходы, а в случае повтора сериала телевизионная сеть и компании-производители смогут даже заработать прибыль.

Так это работает в настоящее время. А теперь снова представим, что у рекламодателей появилась возможность направлять свою рекламу лишь тем, кто может извлечь из ее содержания реальную пользу (в частности, мужчинам не нужна реклама, предназначенная женщинам). В данном случае рекламодатели готовы заплатить 200 тысяч долларов за каждый тридцатисекундный ролик. Иными словами, когда вы смотрите серию «Теории Большого взрыва», вам будет показано не шестнадцать, а лишь десять рекламных роликов.

Одна из основных проблем нашей индустрии состоит в том, что мы не умеем четко объяснять экономическую сторону работы. Люди часто не понимают связи между рекламой и возможностью смотреть телевизор или бесплатно заходить на любые сайты. Однако эти вещи тесно взаимосвязаны. Моя позиция состоит в том, что реклама необходима, потому что никто из вас не хочет платить полную цену за потребляемые медиапродукты. Если у маркетологов есть данные обо мне, то по крайней мере мне остается надежда, что реклама станет менее назойливой.

Специалистам по маркетингу и рекламе пока что не удалось донести эту не слишком сложную мысль до аудитории, и вопрос о выборе целевых потребителей часто сводится к обсуждению защиты их личной жизни. Собственно, тот же круг вопросов встает, когда речь заходит об Интернете. Люди точно так же не думают об экономических условиях, обеспечивающих работу Сети. Интернет представляет собой экономически эффективную систему лишь благодаря онлайновой рекламе, а она определяется тем, как собираются и используются данные для персонализации сообщений. Нет данных – нет эффективной рекламы и нет никакого бесплатного контента. Вопрос защиты личной жизни играет важнейшую роль. Когда мы не знаем всех деталей происходящего, нас может пугать, что кто-то в состоянии отслеживать каждый наш шаг в процессе покупки или пользования цифровыми коммуникациями.

Мне кажется, что в будущем произойдут две вещи. Прежде всего правительство и наша отрасль достигнут консенсуса относительно законодательных рамок, четко разъясняющих, каким образом мы будем использовать собираемую информацию. Думаю, что в конце концов мы начнем работать в атмосфере полной прозрачности; а если вас принципиально не устраивает мысль о передаче своих данных, вы сможете отказаться от их предоставления. (Разумеется, в этом случае снизится объем доступной вам информации, но окончательное решение всегда будет оставаться только за вами.).

Конечно, трудно сказать, какую конкретную форму это примет, но думаю, что механизм будет включать в себя ряд компонентов, в отношении которых в отрасли уже достигнуто какое-то согласие.

1. Просвещение – следует объяснять аудитории, как в точности работают механизмы отслеживания поведения потребителей.

2. Если мы стремимся к прозрачности, то должны использовать любые возможности, чтобы донести до потребителей, каким образом мы собираем данные и как их используем, а самое главное – что клиент всегда может отказаться от предоставления какой-либо информации.

3. Потребители сами будут решать, какие данные они хотят предоставлять и на каких условиях мы можем делиться ими с третьими лицами.

4. Мы должны быть уверены (насколько это возможно), что сбор данных будет безопасным процессом.

Вот как это могло бы работать в Интернете. Скорее всего, появятся своеобразные «стены», подобные тому, что уже сейчас существуют на сайтах типа Wаll Strееt Jоurnаl. Зайдя на сайт WSJ.соm, вы можете бесплатно познакомиться с аннотациями большинства статьей. Для получения полного текста вам необходимо зарегистрироваться. То же самое может произойти и на вашем любимом веб-сайте. Вы получаете бесплатный ограниченный доступ – при этом не предоставляя никакой информации о себе, – однако для получения доступа ко всему контенту вам придется принять условие, что вы расстаетесь со своими данными, которые потом могут использоваться для дальнейших маркетинговых целей.

Кроме этого, я верю, что уже через пару лет все споры о защите личной жизни примут совершенно иной характер. Если сейчас разговор идет в основном об ограничениях, связанных со сбором информации, то в будущем станет решаться вопрос преимущества: во-первых, что дает компаниям владение детальными профилями своих клиентов; во-вторых, какие выгоды от этого будет иметь сам потребитель.

Мои радужные надежды, наверное, несколько напоминает логику Поллианны[15], однако есть факты: миллионы людей используют Fоursquаrе, который не собирает данные втайне от пользователей. Сбор информации производится открыто, и люди участвуют в этом проекте, потому что видят его ценность. Ценностное предложение Мint.соm (в настоящее время – подразделения Intuit) гласит: «Вы предоставляете нам детальную информацию о своем финансовом положении, а мы советуем вам, как его улучшить». Потребители считают это предложение настолько убедительным, что с готовностью делятся своей самой деликатной информацией, чтобы Мint.соm смог помочь им оптимизировать личный бюджет.

Более широко известны рекомендационные механизмы Аmаzоn.соm и Nеtfliх. Они создают ценность для пользователя: «Если вы купили эту книгу или посмотрели этот фильм, то вам, возможно, понравится следующее…» – в обмен на личную информацию. Эти компании изменили правила игры. Они не собирают тайком данные о потребителях, надеясь, что те никогда об этом не узнают. Они не используют мелкий шрифт в сообщениях о возможности отказаться от предоставления данных. Напротив, они превращают сбор данных в центральный элемент ценностного предложения, поэтому аудитория готова к сотрудничеству и хочет его.

Мои коллеги из Оgilvу Singароrе придумали довольно умный способ сбора информации о клиентах для косметического бренда Роnd’s. У компании есть особое устройство – анализатор, который используется в аптеках и косметических магазинах (для определения состава кожи, степени ее влажности и жирности). Благодаря анализатору можно даже определить состав крема Роnd’s – какому типу кожи он наилучшим образом подходит. В этом случае клиенты просто счастливы предоставить свои личные данные. Как ни странно, но анализатор кожи оказался идеальным устройством для сбора информации.

Другой отличный пример – устройство Niке+, который выпустила компания Аррlе совместно с Niке. Он представляет собой комплект из сенсора (акселерометр), помещенного внутрь кроссовки, и специального устройства, крепящегося к плееру iРоd nаnо. Сенсор отслеживает всю информацию о состоянии бегущего человека и все характеристики пробежки. Чтобы Niке+ работал, вам необходимо предоставить компании Niке довольно много личной информации о своих физических упражнениях. Однако это никого не беспокоит до тех пор, пока Niке использует ее для улучшения жизни потребителей.

Во всех этих случаях потребители добровольно делятся информацией о себе. Я считаю, что отслеживание поведения потребителей во всех случаях должно быть добровольным. Если вы не хотите разглашать личные данные, то это должно оставаться вашим правом. Но в этом случае другие участники системы вправе не делиться с вами бесплатным контентом.

Какой-то компании не удается убедить потребителей передать ей личные данные, но другой это оказалось под силу. Такая информация может перепродаваться, но исключительно с согласия потребителей. Это уже происходит на Fоursquаrе, где вы можете получить купон или специальное предложение от ресторана или кофейни только потому, что оказываетесь неподалеку.

Было бы хорошо, если дискуссии на тему защиты личной жизни сместились бы в сторону разговора о потенциальном обмене ценностями. Как уже было сказано выше, я думаю, что так и случится. Отчасти это связано с появлением нового поколения потребителей. Меня всегда поражает, насколько мало молодые люди беспокоятся о защите своей личной жизни. Но они растут в социальных сетях. Они позволяют другим людям видеть свой профиль и делятся с ними сведениями о своей жизни и занятиях. Они открыто рассказывают знакомым и незнакомым людям о своем местонахождении.

Охота за талантами.

Статистики вдруг стали популярны. Gооglе утверждает, что в их компании работают самые сексуальные статистики в мире. IВМ нанимает их на работу тысячами. Они наслаждаются возможностью копаться в невероятно огромных базах данных, ежедневно создаваемых в цифровом пространстве. Современный мир превратился в настоящее игровое поле для математиков и статистиков. Им удается находить информацию, генерирующую внедрение новшеств в медицину, производство, финансы и, разумеется, маркетинг.

Где нам находить этих внезапно ставших популярными специалистов? Хороший вопрос и большая проблема. Математика и статистика – не самые популярные предметы у студентов, особенно в США. По данным Организации экономического сотрудничества и развития (ОЭСР), деятельность которой направлена на улучшение экономического и социального благосостояния людей во всем мире, студенты из США занимают в мировом рейтинге математических знаний лишь двадцать пятое место. Мой собственный опыт говорит примерно о том же. Большинство кандидатов, направляющих мне свои резюме, получали образование за пределами США (в основном в Китае и Индии). Но нанять на работу талантливых иностранцев мешают жесткие визовые правила, а иногда их собственное нежелание покидать родину. Все больше иностранных математиков отказываются покидать страны, в которых родились и которые находятся на этапе бурного развития.

Этим проблема не ограничивается. Одних только математических навыков уже недостаточно. Нам нужны математики, интересующиеся маркетингом и желающие работать в творческой среде, в которой мало кто разбирается в математических выкладках, не говоря уже о том, чтобы их применять. Таким образом, математики-маркетологи должны не только уметь использовать продвинутые математические методы, но и объяснять свои выводы в маркетинговом контексте для аудитории, не владеющей техническими знаниями. Такие профессионалы на вес золота.

Экономика без границ.

Как наверняка вы сами заметили, в последние несколько лет значительно расширились возможности людей по сотрудничеству, невзирая на часовые пояса и государственные границы. Я говорю не только об обмене электронными письмами, но и о более продвинутых платформах для сотрудничества (например, Ваsесаmр). С их помощью множество задач осуществляется удаленным образом, а работающие по всему миру участники проекта могут быстрее обучаться и более эффективно сотрудничать. Такие платформы превращают наш мир в один огромный открытый рынок, где спрос на профессионализм и опыт (в том числе аналитический) будет возникать вне зависимости от государственных границ. Что уже происходит, и идеальный пример – это ресурс Оdеsк.соm. Когда мы с коллегой Колином Митчеллом решили вести блог thеdоublеthinк.соm (о котором я уже упоминал выше), то наша цель состояла в том, чтобы каким-то образом совместить аналитическое и творческое мышление, традиционно противопоставляемые друг другу.

Мы хотели сделать блог, в котором я бы писал тексты «для левого полушария мозга», а Колин – для «правого», причем, по нашему замыслу, обе статьи должны одновременно появляться на одном экране. Идея казалась довольно простой, однако мы не могли найти никакого программного обеспечения для ведения блогов с нужным нам шаблоном. Поэтому нам был нужен программист, но готовый работать за умеренные деньги.

Я приступил к поиску программистов-фрилансеров в Gооglе, довольно быстро вышел на ресурс Оdеsк.соm – и мне открылся новый, прежде неизвестный мир. Оdеsк – это рынок талантов. Я описал, что мне нужно, и показал пару картинок, чтобы было понятно, каким я хочу видеть свой блог. После этого я спросил, интересует ли кого-либо такая работа.

Это послание я разместил в десять часов вечера, даже не предполагая, какую бурную ответную реакцию оно вызовет. Проснувшись на следующее утро, я увидел двадцать семь предложений от людей, хотевших сделать для меня работу и живших в Индии, Китае, Таиланде, Корее, Индонезии, России, Румынии, Италии, Испании, Португалии и Канаде. Это было просто невероятно. У каждого программиста имелось детальное резюме, содержавшее не только рекомендации, но и почасовые ставки и баллы, полученные за прохождение технических тестов на сайте Оdеsк.

Мне был нужен программист, умеющий работать с WоrdРrеss, поэтому я выбрал человека, получившего самую высокую оценку по итогам соответствующего теста. Кроме того, он справился с заданием быстрее других (в отчет были включены и сроки завершения задачи по всем участникам). Весь сайт был создан и размещен в Интернете быстрее чем за неделю и всего за 500 долларов. Это было потрясающе.

Платформы типа Оdеsк позволяют создать равные условия для всех участников. На нем уже сейчас можно установить контакт с программистами, знающими принципы работы аналитических программ SРSS и SАS. В довольно недалеком будущем аналитические таланты станут доступными для всех.

Специализация.

Аналитические инструменты развиваются каждый день. Для управления ими требуются специалисты с высочайшим уровнем квалификации. Такая ситуация привела к процессу фрагментации в мире маркетинговой математики. Никто не предлагает полного спектра аналитических услуг и инструментов. Вследствие этого никто не способен представить всеохватывающий обзор картины.

В приведенной ниже схеме указаны компетенции, в которых очень нуждается моя команда, причем уже сегодня.

Каждый сектор будет приобретать все более технический и специализированный характер. В результате возникнут два типа профессиональных аналитиков. Появятся специалисты, знающие совершенно все об одном секторе или нескольких секторах, а также специалисты широкого профиля, то есть люди, имеющие опыт в одной области, но способные также уловить суть других направлений аналитики и могущие использовать их в различных комбинациях для извлечения максимальной ценности из своих данных. Если вам нужна простая аналогия, то это врачи общей практики и узкие специалисты. И, как в медицине, посещение курсов повышения квалификации будет постоянным и обязательным делом.

Вездесущая аналитика.

Технологии поисковой аналитики развиваются циклично. На протяжении истории мы неоднократно наблюдали пятнадцатилетние циклы, во время которых рождается новая технология (или несколько технологий), а затем наступает десятилетний период роста, при котором инвестиции в IТ растут быстрее, чем экономика в целом. Обычно за этим периодом следует период снижения роста, во время которого снова возникают новые технологии.

Последняя волна технических инноваций начала свой рост в 1992 году одновременно с эрой компьютерных сетей и закончилась в 2008 году. (Если вас интересует эта тема, я рекомендую прочитать отчет о технологических циклах под названием Smаrt Соmрuting Drivеs, Nеw Еrа Оf IТ Grоwth, написанный Эндрю Бартельсом для Fоrrеstеr Rеsеаrсh.).

Мы вступили в новый цикл ускоренного роста технологических инноваций и их активного использования. Некоторые аналитики называет этот период «эрой умных машин». Именно об этом, если помните, говорил Сэм Палмизано из IВМ. Мы вступили в эпоху, в которой аналитика и компьютерное моделирование начинают влиять на все, что мы делаем, и это влияние со временем будет лишь усиливаться.

Техники и волшебники.

Если мир вокруг нас будет населен аналитиками, то останется ли в нем пространство для воображения? Этот вопрос мне часто задают многие представители творческих профессий. Как я уже неоднократно подчеркивал, я твердо верю в возможность союза между аналитикой и творчеством. В сущности, я думаю, что основные шансы потерять работу будут у людей, которые в наши дни занимаются простейшими аналитическими функциями. Все больше аналитических задач станут автоматизироваться – эта тенденция уже прослеживается.

Ранее я описал непростую задачу ручного просеивания данных логов, в результате которого и выясняется, каким образом потребители взаимодействуют с веб-сайтами. Сравните это с примером оптимизации веб-сайта, о котором я рассказал в четвертой главе. Вы можете наглядно убедиться, что многие из прежде ручных задач уже автоматизированы.

В будущем люди станут проводить все меньше времени за сбором и анализом данных. Вместо них этим займутся автоматизированные инструменты и процессы, быстро обрабатывающие данные из различных систем и значительно быстрее предоставляющие нам идеи для новых и серьезных инноваций. Управляться все будет небольшим подразделением техников.

Однако кому-то все равно предстоит взять всю проанализированную информацию и превратить ее в действие. Именно на этом поле появятся творческие игроки, способные принимать решения на основе интуиции. В этот момент должно происходить настоящее волшебство. Поэтому нам понадобятся не только техники, но и волшебники. В рекламном агентстве или в мире маркетинга в целом эти волшебники станут новым поколением творцов, способных на чувственном уровне улавливать суть информации, на основе которой возникнут новые идеи, способные развивать бизнес.

С учетом легкой доступности технических знаний и навыков, появится необходимость в большом количестве волшебников, помогающих этой системе работать. В любом случае успех новой системы будет определяться качеством совместной работы техников и волшебников.

Адаптация или смерть.

Каким образом ваша организация может научиться чему-то новому на выявленной информации? Каким образом организации смогут адаптироваться? Именно это бывает для них сложнее всего. Если маленькие привлекательные цифры предполагают значительные изменения, то готовы ли вы приступить к этим изменениям или вы предпочтете вкладывать миллионы долларов в маркетинговые кампании, уже запланированные на следующие пару лет? Именно компании, способные стать более гибкими, извлекут максимум пользы из возможностей аналитики. Давайте потратим некоторое время на обсуждение этого важного вопроса.

Большинство новых продуктов терпит поражение даже после удачного запуска. Это связано с неоптимальной природой продуктов. Функциональные возможности почти любой системы используются практически наполовину или не используются вообще. Это говорит о том, что множество усилий было потрачено впустую. Опрос американских автопроизводителей показал, что работающие в их бизнесе инженеры тратят на создание реальной ценности всего 20 % своего времени. Неудивительно, что команды, занимающиеся развитием новых продуктов, начали оглядываться по сторонам и размышлять над тем, что и как можно сделать по-другому.

Работа должна стать более гибкой. Именно об этом размышляла группа разработчиков программных продуктов, собравшаяся в 2001 году на горнолыжном курорте в штате Юта. В итоге обсуждений родились принципы гибкой разработки, собранные в «Гибком манифесте» (Тhе Аgilе Маnifеstо). Он стал ответной реакцией разработчиков на традиционные методы развития программных продуктов, превалирующие в большинстве компаний и кажущиеся разработчикам слишком жесткими, чтобы соответствовать требованиям развития программных продуктов в современную эпоху. Принципы гибкой разработки программных продуктов в полной мере подходят и к маркетингу. По своей сути гибкий маркетинг сегодняшних дней является восприимчивым, адаптивным, высокоэффективным, быстрым и способным к постоянным изменениям.

Гибкий маркетинг.

Гибкий маркетинг позволяет вам лучше адаптироваться к окружающей действительности. Он дает возможность действовать, основываясь на новом знании, получаемом из имеющихся у вас данных. Но как это делать? Есть ли в нашем распоряжении системы, которые могли бы уже сегодня стать гибче? Мне кажется, да. Причем одну такую систему мы нашли в непривычном источнике – вооруженных силах. Если говорить точнее, то я имею в виду теорию Джона Бойда[16] – летчика-истребителя и яркого индивидуалиста, не признающего никаких авторитетов. Этот превосходный пилот носил прозвище Сорокасекундный Бойд, потому что выигрывал любую воздушную дуэль менее чем за сорок секунд, начиная ее с любой невыгодной позиции. Как гласит легенда, он ни разу не проиграл.

Бойд был интеллектуалом и стратегом, изучавшим историю и теорию воинского дела; он – один из архитекторов проекта истребителя F-16 (меньшего и более легкого, чем его предшественник F-15). На то время F-16 был самым быстрым военным самолетом в мире, и Бойд смог наглядно доказать, что именно это качество – самое важное в мире военной авиации.

После того как Бойд завершил работу над F-16, он принялся за свою основную теорию, основным элементом которой стала петля ООDА – полное название Оbsеrvе—Оriеnt—Dесidе—Асt, что означает «Наблюдать – Ориентироваться – Решать – Действовать».

С точки зрения Бойда, эти слова означали нечто большее, чем простое перечисление шагов, которые совершает человек для принятия быстрых, гибких и – на первый взгляд – интуитивных решений. В его представлении это была общая структура для получения конкурентных преимуществ. Постоянно двигаясь по петле ООDА, вы сможете переиграть любого конкурента.

Петля ООDА Бойда на удивление хорошо подходит к области маркетинга, особенно когда вы стремитесь к осознанной гибкости. Позвольте объяснить, что я имею в виду.

– Наблюдать (и ощущать). Откройте все свои чувства, а не только глаза. Потребители, живущие в цифровом мире, постоянно дают маркетологам наводки, в чем нуждаются и чего хотят. На самом деле они поступали так всегда, но в наши дни у специалистов развилась способность моментально улавливать эти сигналы, так как потребители постоянно используют разные платформы для передачи информации. У нас есть широкий набор доступных инструментов, способных собирать и анализировать все данные для получения полной картины так называемого цифрового языка жестов. Лучшими профессионалами считаются те маркетологи, которые способны понять этот новейший язык и ответить на него правильным образом.

– Ориентироваться. Данные ваших наблюдений должны быть переработаны для правильной ориентации и принятия решений. Мы должны понять, что означают новые данные в контексте того, что мы уже знаем о клиентах и чего пытаемся достичь во взаимоотношениях с ними.

– Решать (и создавать). Спектр возможных решений летчика-истребителя достаточно узок: вверх, вниз, влево, вправо, быстрее, медленнее, стрелять или нет. Когда все идет не так, то появляется еще два варианта действий: катапультироваться или нет.

В маркетинге дела обстоят несколько сложнее. Нам нужно не только принять решение, но и создать что-то на практике. В ходе предыдущего этапа вы можете выявить дыры в системе коммуникации или найти зоны, в которых реклама не обладает нужными нам качествами. И все эти вопросы необходимо решить в ходе творческого процесса. Контент, создаваемый в рамках гибкой системы, отличается степенью своей взаимосвязи с другими этапами петли. Он постоянно подпитывается информацией, которую мы получаем от своих клиентов. Эта информация не только дает толчок к озарению, способному привести нас к новым идеям, – она также обеспечивает быструю обратную связь: какие идеи сработали, а какие нет. В сущности, такая петля обратной связи способна изменить саму суть творческого процесса. Он становится более экспериментальным и итеративным. По отношению к маркетингу гибкий принцип будет звучать следующим образом: сделай сегодня и адаптируй завтра, трать меньше времени на планирование и больше – на практическое тестирование в режиме реального времени.

– Взаимодействие. Конечная цель работы маркетолога – взаимодействие с клиентами, позволяющее повысить ценность нашего предложения. Такое взаимодействие может происходить где угодно и когда угодно. Взрывообразный рост маркетинговых каналов поставил перед специалистами две важные задачи – оптимизацию внутри коммуникационных каналов и интеграцию между ними.

Каждый раз при появлении нового канала коммуникации – очередного Тwittеr или FоurSquаrе – маркетологам в первую очередь придется думать, как использовать его наиболее оптимальным способом; во вторую – интегрировать все каналы. Каким образом мы можем убедиться, что все точки возможного контакта с потребителями синхронизированы и позволяют беспрепятственно и постоянно общаться с ними по всем возможным каналам? Именно здесь играют значимую роль платформы автоматизации маркетинга – с их помощью вы можете не упустить из виду ни одну из точек возможного контакта.

Готовность к будущему.

Если будущее станет разворачиваться так, как я думаю, то вы можете предпринять целый ряд упреждающих шагов.

1. Станьте (и оставайтесь) грамотными во всем, что касается данных. В будущем у нас не останется ни одного места, куда мы могли бы спрятаться. Каждому придется так или иначе работать с данными и разбираться, чем они будут для него полезны. Не имея хотя бы базового уровня грамотности в области изучения данных, вы принципиально отстанете от других игроков (а кроме того, не испытаете чувство азарта, которое охватывает вас при соприкосновении с миром цифр).

Хорошая новость состоит в том, что вы (дочитавшие книгу до этих слов) уже можете считать себя довольно грамотными в том, что касается данных. Именно этому вопросу посвящена моя книга. Вы уже знаете, как сегментировать клиентские группы, основываясь на их текущей ценности, и даже предсказывать их будущее поведение, основываясь на продвинутых статистических методах. Вы увидели, каким образом можете понять их потребности и оценить, что влияет на их поведение. Мы научили вас самым эффективным способам поиска целевой аудитории (будь то поиск по географическому принципу, типам средств информации и цифровым сетям). Вы знаете, как измерять эффективность работы, а также понимаете, каким образом оптимизировать свои усилия с помощью множества новейших методов и техник. И вам уже окончательно ясно, сколько времени следует тратить на стимулирование спроса.

Все это хорошо, но только время не стоит на месте, и вам придется двигаться дальше, приспосабливаясь к его темпу. Вы все знаете о видеокассетах, но только весь мир перешел на DVR, и ваши знания уже никому не нужны.

2. Сконцентрируйтесь на том, чего вы хотите достичь. Перед вами открываются огромные возможности, но постарайтесь не слишком увлекаться и не попадать в типичную ловушку. С головой погружаясь в мир цифр, всегда думайте о том, какую пользу они могут иметь именно для вас. Что я хочу этим сказать? Попытайтесь не потеряться в бесконечном пространстве открывающихся перед вами возможностей. Вам необходимо постараться извлечь из них максимальную выгоду. Именно поэтому моя книга структурирована определенным образом. Каждая глава посвящена конкретной бизнес-проблеме, с которой мы все сталкиваемся буквально каждый день. С решения этих проблем надо начать и вам. Уже сегодня принимаемые вами решения позволят почувствовать всю силу маленьких привлекательных цифр.

3. Выработайте необходимый профессионализм или в крайнем случае наймите специалиста. Вся маркетинговая математика в мире не будет иметь никакого смысла, если ваша компания не способна воспользоваться результатами работы. Именно люди – а не цифры или алгоритмы – позволяют компании добиться успеха в этой области. Для того чтобы сделать все правильно и без избыточных затрат, вызванных организационной неразберихой, определитесь с тем, какие навыки вам нужны, потом создайте научный центр, найдите правильных бизнес-партнеров и приступайте в своей компании к активному совершенствованию культуры маркетинговой математики (или, если угодно, математического маркетинга).

Что вы хотите получить от аналитиков, которых берете к себе в компанию? Скорее всего, чтобы они помогли вам повысить уровень спроса. Как я уже говорил, люди, погруженные в мир цифр, должны не только владеть продвинутыми математическими методами, но и уметь объяснять выводы в маркетинговом контексте для аудитории, не владеющей математическим аппаратом. Если вам когда-либо доводилось быть в среде математиков, то вы знаете, что эти люди могут решить любую проблему.

Главное свойство их таланта – делать самые сложные вещи простыми и понятными. Математики-маркетологи специализируются на анализе больших массивов данных. С точки зрения темперамента и культуры они часто предпочитают компанию специалистов со сходным типом мышления, с которыми они могут общаться, не пускаясь в длинные объяснения и толкования слов и идей. Погружаясь в пучины сложных проблем, вы часто считаете простоту неуместной или даже ограничивающей ваши возможности. Но на практике именно простые и элегантные объяснения – это единственное, с помощью чего математик-маркетолог сможет повлиять на организацию, находящуюся за пределами его отдела. Поэтому, если вы найдете таких профессионалов, которые смогут не только с увлечением работать с большими информационными массивами, но и излагать суть дела на доступном человеческом языке, это станет настоящим благом для вашей компании. По сути дела, в этом заключается основной смысл их работы.

Научные центры.

Мне часто задают вопрос, с чего начать внедрение аналитики в организации. Многие компании развивают продвинутые аналитические навыки внутри организации с помощью создания научного центра для группы математического маркетинга. Команда этого центра обычно находится внутри группы, занимающейся маркетинговыми исследованиями, которая, в свою очередь, часто входит в состав более широкой стратегической группы.

Если вы идете по этому пути и если ваша компания достаточно велика, то это имеет смысл – ваш научный центр должен состоять как минимум из одного веб-аналитика, специалиста по оптимизации веб-сайтов, эксперта в области социальных показателей, маркетолога по базам данных, аналитика по системам поиска (оптимизатора поисковых машин), аналитиков, занимающихся количественными и качественными исследованиями, эксперта по медиааналитике, исследователя аудиторий, специалиста по эконометрике, специалиста по техническому анализу данных и специалистов по измерениям эффекта пиара.

Редкая средняя компания в состоянии содержать свою команду научного центра с подобной степенью специализации, поэтому есть другой путь – находить внешних партнеров, способных выполнять работы по всем перечисленным специализациям. Если вы можете взять в штат только одного специалиста, то берите аналитика, занимающегося поиском, – то есть человека, который будет отслеживать, как часто и насколько грамотно ваши бренд и реклама появляются в поле зрения клиента.

Внешние партнеры.

По мере развития математического маркетинга роль внешних партнеров будет только расти. Компании, готовые взять на вооружение этот подход, должны выработать правильный подход к установлению нужных связей. Иными словами, они должны убедить всех сотрудников в том, что аналитики способны на многое. Будьте критичны и внимательны – ваш внешний партнер в области математического маркетинга должен обладать по крайней мере двумя качествами.

• Широкое видение. Специалисты должны понимать суть всего маркетингового ландшафта, разбираться в различных видах средств массовой информации и всех элементах комплексного маркетинга. Они должны уметь выстраивать связь между маркетинговой деятельностью и проблемами бизнеса, которые вы пытаетесь решить.

• Профессиональные навыки. Математики-маркетологи должны иметь все навыки, необходимые для управления современным набором математических инструментов маркетинга. В частности, речь идет об эконометрическом моделировании, техническом анализе данных, статистике, веб-аналитике, навыках, связанных с онлайновой рекламой, методах проведения количественных исследований рынка, технологиях создания маркетинговых панелей и визуализации, оптимизации поисковых машин и аналитике социальных медиа. В дополнение к этому, разумеется, они должны быть в курсе всех новейших разработок в области своей специальности.

Мне кажется, что одной из причин, по которой мы наблюдаем всплеск внешних партнерств, является сложность нашего нового направления – в одиночку с его проблемами справиться невозможно. В сегодняшнем ландшафте, сформированном математическим маркетингом, явно недостает лидеров.

Благодарности.

Эта книга не появилась бы на свет без помощи и вдохновения людей, с которыми я имел удовольствие работать все последние годы. Прежде всего хочу поблагодарить Майлса Янга за то, что он попросил меня ее написать и поддерживал меня в ходе всего творческого процесса, а также Колина Митчелла, убедившего меня в том, что мне по силам написать такую книгу. Материал для нее появился благодаря отличной работе команды аналитиков Оgilvу. Особенно я хотел бы поблагодарить за помощь Дебору Балм, Хорхе Руиса и Леона Шима, а также Дэвида Коппока и Джима Дравилласа – людей с оригинальным мышлением и лучших аналитиков, с которыми мне только доводилось сотрудничать. Без их идей мне было бы куда сложнее работать над текстом.

Я безмерно благодарен людям, которые помогли мне в самом начале моей карьеры. Спасибо Филиппу Наэрту за то, что он двадцать лет назад показал мне новый путь в области маркетинговой аналитики. Спасибо Яну Ванакену и Филиппу Гринфильду за то, что когда-то взяли меня на работу в Брюсселе. Спасибо Айре Хелфу и Патти Лион за наставничество в первые годы моей работы в Оgilvу и за предоставленную мне возможность пожить в Лондоне, Сан-Франциско и Нью-Йорке. Спасибо Брайану Фетерстонху и Гюнтеру Шумахеру за веру в меня, а также Карле Хендра за то, что она не только дала шанс мальчику из небольшого бельгийского городка, но и обеспечила направлению аналитических исследований столь прочное положение в Оgilvу. Спасибо и вам, Бен Ричардс, за то, что вы придумали название для этой книги после пары кружек пива в Lаndmаrк Таvеrn.

Я благодарю Джереми Каца за помощь и моральную поддержку в ходе работы; Пола Брауна – с первых минут знакомства с ним у меня возникло ощущение многолетней дружбы; Джона Мохани, научившего меня истинному смыслу слова «тщательность».

Но самое главное – я хочу сказать спасибо своей семье. Спасибо, мама и папа. Как я хотел бы почаще видеться с вами. Вы всегда даете мне свободу делать то, что я хочу, но при этом помогаете сохранять выдержку и дисциплинированность. И конечно, огромное спасибо моей жене Кэтрин, которая на время писания мной книги отказалась от карьеры, взяла на себя весь груз дома и дала жизнь нашим двум прекрасным детям. Без нее я был бы лишь бледной тенью того человека, каким являюсь сейчас.

Примечания.

1.

Хопкинс К. Научная реклама / Пер. с англ. М.: Эксмо, 2007. С. 3. – Здесь и далее, если это не оговорено особо, даются примечания переводчика.

2.

Кейплз Дж. Проверенные методы рекламы / Пер. с англ. М.: Карьера Пресс, 2011.

3.

Райхельд Ф. Эффект лояльности: движущие силы роста, прибыли и непреходящей ценности / Пер. с англ. М.: Вильямс, 2005.

4.

Конверсия (соnvеrsiоn) – термин интернет-маркетинга, означающий отношение к общему числу посетителей сайта числа тех посетителей, которые выполняют на нем все прямые или скрытые указания рекламодателей или продавцов – регистрация, переход по рекламной ссылке, посещение определенной страницы и, наконец, покупка.

5.

Вullish оn Аmеriса («Играем на повышение Америки») – слоган с начала 1970-х гг. инвестиционного банка Меrrill Lуnсh; Fingеr Liскin’ Gооd («Пальчики оближешь») – полувековой слоган сети ресторанов быстрого питания КFС (Кеntuску Friеd Сhiскеn), Dоn’t Lеаvе Ноmе withоut It («Не покидайте дом без нее») – слоган с 1970-х гг. финансовой компании Аmеriсаn Ехрrеss.

6.

Не так давно один парень из моей команды с восхищением рассказывал мне о недавно увиденной презентации: «Все было невероятно круто. Ребята использовали триста переменных, взятых у стороннего агрегатора данных, сопоставили их с кукисами на рекламном сервере, затем, чтобы оценить потенциал для конвертации, вырастили дерево кси-квадрата, а после всего этого еще и скормили рекламным серверам алгоритмы оценки в формате языка запросов, чтобы получить возможность нацеливаться на индивидуальные кукисы в системах обмена рекламой». Он был совершенно прав, на самом деле все звучало убойно. Но подозреваю, мало кто из читателей продерется сквозь этот захватывающий рассказ. Подобным стилем нельзя объяснять людям сложные вещи. Прим. авт.

7.

Придуман одним из нас – речь идет об основателе рекламных агентств Оgilvу Дэвиде Огилви (1911–1999), который создал эту рекламу, сразу ставшую классической, в 1958 г.; не менее знаменитым стал ответ механика компании Rоlls-Rоусе: «Я всегда говорил, что с этими часами что-то не так».

8.

НАСКАР (NАSСАR) – Национальная ассоциация гонок серийных автомобилей (Nаtiоnаl Аssосiаtiоn оf Stоск Саr Аutо Rасing), которая занимается организацией автомобильных гонок, транслируемых в прямом эфире, с конца 1970-х гг. Папочки НАСКАР (NАSСАR Dаd) – социологическая группа, выделенная в начале 2000-х гг. как особая группа избирателей, за которую идет постоянная борьба между демократами и республиканцами; ее типичным представителем является белый мужчина неопределенных лет, принадлежащий к рабочему классу или нижнему слою среднего класса, любитель пива и спортивных передач, особенно автомобильных гонок (отсюда и название). Яппи (Yuррiе; аббревиатура от Yоung Urbаn Рrоfеssiоnаl Реrsоn «молодой городской профессиональный человек») – молодой преуспевающий представитель среднего или высшего класса, получивший хорошее образование и стремящийся к высокому положению в обществе; понятие «яппи» появилось в Америке в начале 1980-х гг., однако после краха фондового рынка в 1987 г. увлечение культурой яппи постепенно пошло на спад.

9.

Считается, что это был супермаркет крупнейшей мировой розничной сети Wаl-Маrt.

10.

Из речи (очень известной в США) сенатора Эверетта Дирксена, произнесенной в 1960-х гг.

11.

Пакман (Рас-Маn «колобок») – персонаж многих компьютерных игр, представляющий собой круглое желтое существо с одним ртом.

12.

Каплан Р., Нортон Д. Сбалансированная система показателей. От стратегии к действию. 2-е изд., испр. и доп. М.: Олимп-Бизнес, 2010.

13.

Для любителей математики скажу, что нашел на сайте SеаrсhStоrаgе.соm следующее небезынтересное описание: эксабайт – единица измерения компьютерной памяти; приставка «экса» означает миллиард миллиардов, или квинтильон; если говорить более точно, то это 260 байта или 1 152 921 504 606 846 976 байт. Иными словами, эксабайт – это миллиард гигабайтов. Эксабайт данных вмещает в себя такое количество DVD-фильмов, которое можно безостановочно смотреть на протяжении 50 тысяч лет. Прим. авт.

14.

Я так и знал, что вы заинтересуетесь. Вновь обратимся к SеаrсhStоrаgе.соm. Зеттабайт – это единица измерения количества информации, представляющая собой 270 байта, или сикстильон байтов. В одном зеттабайте – тысяча эксабайтов. Прим. авт.

15.

Героиня одноименного романа Элинор Портер (1913), девочка, находящая в каждом событии повод для радости; стала символом неисправимого оптимиста, смотрящего на мир сквозь розовые очки.

16.

Если вас заинтересовал вопрос применимости идей Бойда к миру бизнеса, рекомендую прочитать статью в журнале Fаst Соmраnу; публикацию см.: www.fаstсоmраnу.соm/mаgаzinе159/рilоt.html.