Клиентская аналитика: новые возможности для бизнеса

Современные маркетологи работают в достаточно сложных условиях: по мере роста рыночной конкуренции все большее внимание уделяется качеству сервиса и лояльности клиентов. Компании понимают, что сегодня им не обойтись без предложения продукта, который действительно нужен клиенту. Причем именно по тому каналу, который будет удобен для этого клиента. Бизнесу нужно суметь сохранить лояльность клиента, при этом не навязываясь и не надоедая ему.

Сделать это достаточно сложно. Например, сегодня в США от 70 до 99% клиентов запрещают своим банкам звонить и посылать им текстовые сообщения с предложениями. Соответственно, бизнесу грозит риск уменьшения контактируемой аудитории. К актуальным трендам рынка также можно отнести стремление и возможность увеличить доход от перекрестных продаж и средний доход от клиента.

Нелегкая судьба маркетолога

Согласно данным глобального исследования IBM CMO Study-2011, большинство топ-менеджеров по маркетингу считают тесную связь с клиентами главным приоритетом и признают значение поступающей в реальном времени информации как важного дополнения к традиционным методам канального маркетинга и отслеживания мнений потребителей. Но при этом  свыше 80% руководителей признаются в том, что "завязли" в подходах прошлого века, что уделяют большее внимание таким традиционным источникам информации, как рыночные исследования и оценочные испытания продукции конкурентов. 68% респондентов используют результаты анализа кампаний по организации и стимулированию сбыта при принятии стратегических деловых решений.

Увеличивающиеся объемы, разнообразие форматов и темпы роста данных в новых цифровых источниках – в дополнение к традиционным, таким, как статистика продаж и рыночные исследования – главная из проблем, с которыми сталкивается директор по маркетингу. Данные необходимо анализировать для извлечения из них значимой информации и ее использования во благо компании.

Еще один "вызов" для маркетологов – это растущее число новых маркетинговых каналов и устройств: от смартфонов до планшетных компьютеров. Согласно прогнозам, объем мобильной коммерции достигнет $31 млрд к 2016 г. В то же время емкость мирового рынка планшетных компьютеров, как ожидается, увеличится до 294 млн к 2015 году. По оценке ГФК "Русь", наиболее привлекательная для розницы группа потребителей – это владельцы "умных телефонов". Это прогрессивная целевая аудитория, доля которой, например, в Центральной и Восточной Европе составляет 31% населения, совершающего покупки в интернете.

Аналитики считают, что эта группа потребителей очень важна для рекламной индустрии, поскольку вероятность достучаться до нее с помощью методов онлайн-маркетинга значительно выше по сравнению с владельцами стандартных телефонов. Пользователи чаще пользуются интернетом с телефонов, активнее совершают покупки в интернет-магазинах, подключаются к интернет-банкингу. В лидирующей в рейтинге Чехии 54% интернет-пользователей охотятся в сети за выгодными покупками. Однако в России доля интернет-шопперов не дотягивает до среднего уровня ЦВЕ и составляет 19,8%.

Кроме того, задачи маркетологов существенно трансформирует и социолого-демографический фактор. Лицо рынка меняет смена поколений и появление новой формации менеджеров с отличными от прежнего поколения "информационными привычками". Например, ожидается, что в Индии доля среднего класса в течение ближайших 20 лет увеличится с 5% до более чем 40%. Соответственно, маркетологам, которые всегда ориентировались на состоятельных индийцев, нужно адаптировать стратегии выхода на этот рынок с учетом прогнозов. А в США нужно учитывать факторы старения поколения "бэб-бум" и роста населения, говорящего по-испански.

"Значительно тоньше и глубже"

Ведущий международный эксперт SAS в области клиентской аналитики Дэвид Уильямс убежден, что главная задача современного корпоративного маркетинга заключается в поиске стратегий, позволяющих сформировать длительные позитивные отношения с клиентами, а также способных поставить на поток работу по увеличению выручки. В настоящее время глобальный бизнес пересматривает свою классификацию клиентов, принципы их сегментации.

По мнению г-на Уильямса, классификация должна стать значительно тоньше и глубже. Компании должны точнее понимать, чего именно хочет клиент. Только при соблюдении этого минимального условия может идти речь о покупке. Компаниям необходимо оценить рентабельность каждого клиента. Иными словами, нужно проанализировать, сколько денег он приносит компании и во что обходится предоставляемый ему сервис. Новая классификация должна оптимизировать используемые каналы взаимодействия. Так, для клиентов, не приносящих значительного дохода компании, целесообразно взаимодействовать посредством самых недорогих каналов – электронной почты и SMS.

Развитие технологии клиентской аналитики

Источник: SAS, 2012

Поскольку общение клиента и компании не носит систематического характера, при возможности взаимодействия с клиентом правильным шагом будет применение инструментов интерактивного маркетинга. Однако эффективность зависит от чувства меры маркетолога – излишняя назойливость вызовет отторжение.

Примерно тот же самый принцип можно применить и к работе с социальными сетями. Конечно, необходимо анализировать содержащуюся в них информацию, но нельзя при общении с клиентом усердствовать в использовании полученных сведений. Вряд ли это людям понравится. Так, г-н Уильямс приводит пример, когда одна компания пыталась в режиме онлайн отслеживать активность клиентов на своем сайте. И, основываясь на информации о переходах на различные страницы сайта, отправляла ему электронное письмо с соответствующим тематическим предложением. Каким получился эффект – несложно догадаться. Так что понимание правильных принципов использования клиентской аналитики, избавление от риска сделать ее навязчивой постепенно превращается из науки в искусство.

Наиболее прогрессивные компании стремятся поставить технологии обслуживания клиентов на облачные рельсы. Например, одна из важнейших стратегических задач "Сбербанка" на ближайшие три года – построение SaaS-систем клиентского обслуживания именно в облаке, когда клиент может самостоятельно формировать свой портфель услуг. "Каждая из услуг должна стоить недорого. Клиент сам выбирает эти сервисы и может от каких-то из них отказаться, – рассказал CNews старший вице-президент "Сбербанка" Виктор Орловский. – Например, если у него сезонная работа, и три месяца в году он не работает, то возможно оставить на этот период только информационный сервис, купив блокировку счета и не платя за все остальные услуги". Есть основания полагать, что подобный прогрессивный подход может существенно облегчить маркетологам задачу сбора и анализа информации о клиентах.

Развитие функций клиентской аналитики

Источник: SAS, 2012

Немного методологии

Руководитель направления клиентской аналитики SAS Антон Заяц отмечает, что методы клиентской аналитики не очень зависят от той индустрии, в которой применяются. Выбор методов обусловлен, скорее, поставленными задачами. Чем большей зрелостью отличаются маркетинговые процессы компании – тем шире спектр применяемых технологий клиентской аналитики. Начальник управления стратегического анализа и планирования "Ситибанка" Андрей Оберемок считает, что необходим дифференцированный подход к построению коммуникаций с различными клиентами. Только в этом случае эффективность продаж может быть улучшена.

На практике информация о транзакциях покупателей, поведении в персональной части сайта, обращениях в центр поддержки клиентов, результатах онлайн опросов и др. представляет из себя огромный массив данных. Амбициозные бизнес-цели требуют еще более глубокого понимания клиентов и эффективности бизнес-процессов, а для этого требуется специализированный инструментарий и новые знания.

Для решения таких аналитических задач, как прогнозирование спроса, оптимизация закупок, сегментация клиентов и стимулирование продаж, необходимо построение прогностических моделей, проведение кластеризации, нахождение нетривиальных зависимостей. Процесс анализа состоит из набора шагов, таких как получение данных, очистка, предобработка, построение моделей. В большинстве случаев главным способом анализа целевой аудитории является сегментация клиентов – деление на группы со схожими свойствами, выявление групповых потребностей и формирование предложения, ориентированного на целевой сегмент. При сегментации клиентов нужно учитывать влияние десятков факторов.

Сегментация клиентов

Чаще всего маркетологи учитывают несколько простых факторов, таких, как пол и возраст, отбрасывая остальные. Ценность такой сегментации низкая, так как не понятно, каким образом можно обеспечить конкурентное преимущество лишь за счет известной информации. Качественный алгоритм сегментации должен быть многомерным (учитывать влияние множества факторов), адаптивным (автоматически перестраивать сегменты при изменениях), интерпретируемым и масштабируемым. Подобными свойствами обладают алгоритмы Data Mining, позволяющие находить самые различные закономерности. В системах Data Mining используется большое количество алгоритмов сегментации. В их числе – иерархическая кластеризация, метод ближайшего соседа, expectation-maximization, карты Кохонена и CLOPE.

К примеру, кластеризация при помощи карт Кохонена обладает рядом достоинств, позволяющих применять метод для выявления полезных и нетривиальных закономерностей. Это способность учесть взаимное влияние сотен факторов, визуализация сложных многомерных кластеров в виде понятных карт, а также автоматическое переобучение на новых данных. Другой алгоритм – CLOPE – позволяет находить закономерности, которые невозможно обнаружить при помощи классических методов маркетингового анализа: это выявление объективной схожести не по анкетным данным, а по поведению, простота подготовки данных для анализа и интерпретации результатов, а также возможность обработки огромных массивов данных.

Маркетологи убеждены, что самые ценные результаты анализа целевой аудитории можно получить на стыке методов. Они отмечают, что Data Mining поднимает анализ целевой аудитории на новый уровень, превращая ее понимание в конкурентное преимущество.

Составляющие портрета клиента

Объективно оценить эффект от маркетинговой кампании можно, только если сравнить, какие результаты были достигнуты с ней и без нее. Следовательно, для оценки подобную ситуацию нужно либо воссоздать, либо смоделировать. Есть несколько методов такого моделирования. Один из них – онлайн-оценка. В момент проведения кампании воздействие оказывается не на всех клиентов: с тестовой группой работают так же, как всегда. Разница между откликом на предложение в тестовой группе и всеми остальными клиентами считается эффектом. Метод работает только при большом количестве клиентов, однако он обеспечивает достаточно высокую достоверность оценки эффекта, поскольку все находятся примерно в одинаковых условиях. Кроме того, он дает возможность оценить эффективность акции еще до ее окончания.

При применении метода "разница прогноз-факт" прогнозируются продажи при условии, что все будет продолжаться так же, как сейчас. Проводится маркетинговая кампания, и разница между прогнозом и фактом считается эффектом от маркетинга. Несмотря на сложность получения качественного прогноза, метод позволяет доказывать экономический эффект. Он также дает возможность применения методики оценки к любому типу маркетинговой активности и позволяет тестировать кампании на исторических данных.

Использование такого метода, как "песочница", состоит в выборе из списка потенциальных клиентов тестовой группы, на которой будут апробированы маркетинговые предложения. Клиентам, попавшим в выборку, высылается предложение выбрать 2–3 потенциально интересные для них услуги. После получения ответов анализируется отклик. В результате можно организовать точные адресные предложения именно тех продуктов и услуг, на которые клиенты с большей вероятностью откликнутся. Кроме того, можно не тратиться на тех, кто не отреагирует. Использование данной методики позволяет оценить целесообразность мероприятия до масштабных кампаний, снизить количество бесполезных адресных обращений и повысить отклик на предложение.

Конечно, все перечисленные методики не идеальны. Но без них невозможно обосновать целесообразность проведения маркетинговых акций. А, не обосновав, невозможно зафиксировать успех от предыдущих удачных шагов.

Примеры проектов

По словам вице-президента Gartner Эда Томпсона, многие российские компании стараются следовать тренду, внедряя качественные системы по управлению бизнес-процессами и управлению опытом клиентов. И это не дань моде, а реальность, которая говорит о том, что не отлаженные процессы сегодня означают потерянных клиентов и недополученную прибыль завтра.

За последние годы российский бизнес весьма преуспел в вопросах использования промышленных средств автоматизации процесса работы с клиентской аналитикой. Можно привести лишь несколько значимых примеров. Один из них – программа лояльности "Связной-клуб" – крупнейшая коалиционная бонусная программа в стране, которая дает возможность участнику накапливать бонусные баллы за повседневные покупки и тратить их на приобретение товаров и услуг в торговой сети более 40 партнеров. По словам руководителя аналитического департамента "Связной-клуб" Ильи Усовича, главной задачей этого проекта стало проведение глубокой сегментации базы держателей карт "Связной-клуб".

Кластеризация клиентов, разбиение их на группы со схожим поведением является основой для предоставления персонифицированных продуктов и услуг. Сегментация позволяет, с одной стороны, учесть особенности поведения различных групп клиентов, с другой – сделать экономически целесообразным специальные предложения или условия для них.

Для решения данной задачи были привлечены специалисты BaseGroup Labs и задействована аналитическая платформа Deductor, средствами которой был обработан весь необходимый массив данных, построено более 120 классификационных моделей отклика клиентов на акцию. Полученные результаты сегодня используются для формирования и поддержания эффективных взаимоотношений с клиентами, способствуют росту лояльности клиентов.

В "Банке Москвы" в качестве системы автоматизации целевого маркетинга было выбрано решение SAS Marketing Automation. Проект стартовал в июне 2011 г., и через 3 месяца система была запущена в эксплуатацию. Уже на первом этапе проекта удалось построить витрину, включившую в себя 400 маркетинговых атрибутов по каждому из 9 млн. клиентов. Теперь у бизнес-пользователей есть возможность оперативно проводить анализ клиентской базы. В ходе проекта также была произведена интеграция решения SAS Marketing Automation с каналами телемаркетинга и sms, кроме того была разработана новая методика оценки эффективности маркетинговых кампаний. С помощью созданной системы банк рассчитывает проводить до 40% розничных продаж.

Внедрение решения SAS для интегрированного управления маркетингом в "Номос Банке" позволило увеличить скорость подготовки маркетинговых кампаний, способствовало росту откликов на предложения, а также снизило риск операционных ошибок. Благодаря использованию этого решения банк увеличил отклики новых клиентов на продукт "Кредит наличными" с 5,9% в 2010 г. до 8,8% в 2011 г. А количество продуктов банка на одного клиента за год выросло на 17% (с 1,46 до 1,72).

Результатом внедрения в "Промсвязьбанке" новых подходов к бизнесу и решения SAS Real-Time Decision Manager (RTDM) стал динамичный рост нового розничного кредитного портфеля и существенное расширение пула лояльных и надежных клиентов с низкой вероятностью дефолта. "Основа нашей стратегии развития розничного бизнеса – это внедрение индивидуального подхода к обслуживанию каждого клиента, – отмечает директор по финансовым и розничным рискам "Промсвязьбанка" Александр Васютович. – Мы не выдаем кредитов тем, кто изначально не собирается по ним платить, и тем, кто не сможет своевременно обслуживать долг. Зато хорошим клиентам мы предлагаем на выбор оптимальные кредитные решения, исходя из запроса каждого клиента и риск-профиля, полученного путем всестороннего анализа его социально-демографических и поведенческих характеристик. В частности, клиентам с достойным риск-профилем мы можем предложить большую сумму, чем была изначально запрошена, или кредитную карту в дополнение к кредиту наличными".

В МТС клиентская аналитика является частью бизнес-процессов. Причем запуск целевых предложений без нее невозможен. На основе поведенческой сегментации клиентов компания разрабатывает новые продукты, оптимизирует частоту и время коммуникаций с абонентом, минимизирует затраты на обслуживание не очень рентабельных клиентов.

В банке "Тинькофф. Кредитные системы", основная ниша которого – розничное кредитование, в месяц проводится 5–7 маркетинговых кампаний по стимулированию клиентов, 3–10 кампаний по информированию клиентов о просроченной задолженности, повышению лимитов и пр. Система управления кампаниями помогает определить стратегию поведения банка по каждому сегменту и организовать такое взаимодействие с клиентами, которое позволит достичь повышения ключевых показателей бизнеса.

Если говорить о глобальных проектах, то решение SAS, связанное с глубоким анализом клиентских данных, использует центр обработки данных Amazon.com для того, чтобы определить наиболее эффективные способы представления информации посетителям сайта. Благодаря этому решению компания может работать с большими объемами данных и обрабатывать их более эффективно. "Используя SAS, мы не выкладываем на сайт ничего, что не приносит пользы покупателю, – отмечают в компании. – А разместив что-либо, мы точно знаем, какую пользу это принесет бизнесу и насколько удобно будет для покупателя".

Очевидно, что максимальное использование клиентской аналитики имеет огромное значения для бизнеса. Однако для начала отдел маркетинга должен реализовать клиентоориентированные бизнес-процессы, которые позволят создавать и проводить оптимизированные маркетинговые кампании, получать измеримые результаты и способствовать достижению целей бизнеса. Для хорошей организации маркетинговой кампании необходима координация и синхронизация коммуникаций с клиентами по различным каналам. Отечественные компании в перспективе будут стремиться к микросегментации, прогнозированию и моделированию поведения клиентов, к использованию интерактивного маркетинга. Но самой важной темой останутся интеграция всех видов клиентской активности и используемых каналов, соотнесение стратегических задач кампании с тактическими целями маркетинговых коммуникаций и измеримость результатов.