Май 23, 2018
Поделиться

Как стать Data Centric: персонал, платформы, партнеры, процессы

 

В 2008 году Nike, проанализировав собственные данные о покупателях, приняли принципиально новое решение в своей стратегии коммерческого маркетинга, которую они назвали «дискриминация категорий»». Вместо классической сегментации своей аудитории по географическому признаку, она разделили свою базу покупателей по типу спорта, которым они занимаются. Главная идея маркетологов Nike заключалась в том, что у баскетбольных игроков, к примеру, или бегунов по всему миру гораздо больше общего между собой, чем со своими неспортивными соседями, вне зависимости от того, в какой стране находятся.

Сместив фокус в сторону data centric, Nike получили рост продаж в более чем 70 %.

Практически десять лет спустя, все также используя в первую очередь данные, Nike разработали новую маркетинговую стратегию “Consumer Direct Offensive,” основанную на демографических критериях и сконцентрированную на полной персонализации в беспрецедентном масштабе.  Чтобы создать «локальный бизнес в глобальном масштабе», Nike планирует запустить особый персонализированный сервис в 12 ключевых городах десяти ключевых стран.

Предполагается что именно эти двенадцать главных городов обеспечат более чем 80 % планируемого роста бизнеса Nike к 2020 году. Меньше, чем через полгода после внедрения этой инициативы, бренд отметил увеличение прибыли на 5 %. Несмотря на то, что долговременных результатов кампании Nike Consumer Direct Offensive предстоит ждать еще достаточно долго, очевидно, что новая концепция Nike стартовала с большим успехом.

Nike определенно знает, как правильно воспользоваться всеми преимуществами данных. Успех бренда – свидетельство того, насколько важно использование информации.

Как ритейлер или бренд вы тоже наверняка имеете значительный объем покупательских данных. Но являетесь ли вы data centric компанией, или же эти данные просто покоятся на ваших серверах? Несмотря на то, что каждый современный маркетолог прекрасно осознает ценность информации для бизнеса, немногие планируют применить ее в своих маркетинговых стратегиях.

 

Всего лишь 1,3 % маркетологов чувствуют себя “Полностью уверенно” относительно покупательских данных

В своем недавнем исследовании “The Data-Centric Organization 2018,” компания Winterberry Group в партнерстве с Data and Marketing Association (DMA), а также Interactive Advertising Bureau (IAB) провела опрос более 110 маркетологов и паблишеров и выяснила, что 90,1 % участников исследования «полностью сфокусированы на переходе к data centric подходу в своих компаниях».

Всего 1,3 % опрошенных отметили, что они «полностью уверены» в том, что у их организации есть достаточно компетенции, опыта и навыков, чтобы получить максимум от собственных данных. Более чем 87 % отметили, что самым необходимым условием для наиболее эффективного использования информации является корректная аналитика данных.

Переход к data-centric требует не просто наличия команды аналитиков данных. Упомянутое исследование определяет “data centricity” как «степень культурной и операционной ориентации компании на применение покупательских данных в маркетинге, рекламе, в вовлечении аудитории и других, более глобальных аспектах бизнеса».

Это значит, что вашей компании необходимо развивать не просто аналитику данных, но сразу четыре ключевых аспекта: персонал, платформы, партнеров и процессы.

 

Нет ничего необычного в том, чтобы первым делом озаботиться подбором сильной команды аналитиков данных в вопросе человеческих ресурсов в data-centricity. Но для того, чтобы стать по-настоящему ориентированной на данные организацией, нужно действовать масштабнее, чем просто нанять несколько опытных аналитиков.

Для Чарли Коула, digital директора в Tumi, превращение обычной компании по производству рюкзаков и чемоданов в премиум корпорацию началось именно с данных. И что более важно, с переобучения каждой команды, от менеджеров по продажам до креативного директора, чтобы все без исключения усвоили новый омниканальный подход к данным.

«Никогда не забывайте, что у вас есть информация, чтобы задействовать ее на пользу вашему бренду и товарам», отметил Коул в AgilOne Customer Data Platform. «Если вы не объясните своим работникам, в чем состоит важность данных, в вашей компании появятся значительные слепые зоны».

На практике это означает, к примеру, сообщить креативному директору, какие товары хорошо продаются или наоборот, а также почему это происходит. Или же объяснить вашим продавцам-консультантам важность данных в омниканальности, чтобы стимулировать их активность не только в офлайн магазинах.

Задействовав данные, команда Коула реорганизовала email сегментацию Tumi, сфокусировавшись на персонализации и стратегиях таргетинга покупателей. В 2016 году Tumi отправили на 40 миллионов писем меньше по сравнению с предыдущим годом, в то же время получив на 28,5 % больше выручки. Tumi также изменили концепцию офлайн маркетинга таким образом, что продавцы-консультанты стали больше звонить потенциальным покупателям вместо того, чтобы уделять все время активности в офлайн магазинах.

 

Итак, мы разобрались в том, какие шаги стоит предпринять относительно вашего персонала. Следующим этапом будет сразу две важные задачи: обеспечить ваших сотрудников правильными инструментами и убедиться в том, что эти инструменты полностью интегрированы в ваши внутренние системы.

Если представить себе объем данных, которые необходимо ежедневно обрабатывать в вашей компании для понимания ваших пользователей и их активности, масштаб этой работы может показаться пугающим. Вот небольшой, но от этого ничуть не более простой и понятный список источников ваших данных:

  • Веб аналитика
  • Cloud POS данные о покупателях
  • Cloud POS данные о товарах
  • SKU данные
  • Социальные сети
  • Email маркетинг
  • Мобильный веб
  • Приложения
  • CRM
  • Данные третьих сторон

Это действительно огромный объем информации. Как убедиться в том, что вы по максимуму задействуете не только каждый источник в отдельности, но и все каналы в общем? Используя правильный набор инструментов для создания аудиторий, базы знаний, аналитики и измерения эффективности, вы получите все преимущества встроенных функций вместо того, чтобы самостоятельно создавать и настраивать новые с нуля.

Ниже перечислены распространенные инструменты аналитики данных, сгруппированные относительно трех ключевых этапов цикла работы аналитика данных.

 

1. Для интеграции и управления данными  

Это первый и основной шаг в аналитике данных, также известный как ETL: (Extraction, Transformation, Loading) – извлечение, переработка, загрузка информации. Данные выгружаются из разрозненных источников, проходят процедуру «очистки» (сортируются и проверяются согласно целям вашего бизнеса) и отправляются в соответствующие базы данных или подразделения, где впоследствии будут использованы в ваших data-driven инициативах.

Если допустить ошибку на этом этапе, то следующие шаги, анализ и визуализация, окажутся бесполезными, неточными и неэффективными.

Наиболее известный платформы на стадии ETL:

  • SAS Data Management
  • IBM InfoSphere Information Server Enterprise Edition
  • Powercenter Informatica

 

2. Для анализа данных

Это этап, на котором происходит все самое интересное, и где зачастую применяется машинное обучение. Чтобы задействовать информацию в преобразовании пользовательского опыта и в ваших бизнес моделях, вам необходимо научиться понимать и применять ваши данные в стратегическом и предиктивном ключе. Нельзя просто реагировать на полученную информацию, нужно оптимизировать свои бизнес стратегии в соответствии с ней.

Вот почему аналитика данных – важнейший элемент системы. Вернемся к приведенному выше примеру Nike: внедрив стратегию “Category Offense,” компания пришла к выводу, что их самых ценных клиентов объединял вовсе не географический признак, а любовь к спорту.

Мы перечислили несколько популярных инструментов аналитики данных, которыми стоит воспользоваться для выхода на новый уровень знаний:

  • Targit
  • Domo
  • Google Analytics
  • Adobe Predictive Analytics

 

3. Для визуализации данных

Множество инструментов для анализа данных и для их визуализации пересекаются, но разным бизнесам необходимы разные способы визуализации данных для лучшего их понимания.  Например, Tableau переводит данные в графические форматы, в то время как Highcharts создает множество различных диаграмм: областей, рассеивания, гистограмм и так далее.

Самые популярные инструменты визуализации:

  • Qlik
  • Tableau
  • Highcharts
  • Microsoft Power BI

Однако для многих компаний ориентация на данные сводится к третьей составляющей из нашего списка: Партнерам.

 

В целом исследование Winterberry показало, что маркетологи не совсем уверены в маркетинговых технологиях, которыми они пользуются в данный момент, и в том, насколько эффективно эти технологии позволяют использовать пользовательские данные. И среди пяти самых популярных ответов на вопрос о главных условиях ориентированного на данные коммерческого маркетинга оказался пункт «Тесное сотрудничество с технологическими маркетинговыми провайдерами».

Все это можно сказать о компаниях-партнерах Criteo. Клиенты Criteo полагаются на технологию Criteo Engine и инструмент Criteo Shopper Graph. Технология Criteo Engine анализирует данные о более чем 1,4 миллиардов активных покупателей в месяц и транзакций на сумму $600 миллиардов в год, в то время как Shopper Graph задействует три типа данных (личность, интересы и показатель вероятности конверсии), которые Criteo задействует для привлечения, конверсии и повторного вовлечения ваших покупателей.

Благодаря партнерству с Criteo, New Look, ведущий британский fashion ритейлер, привлекли значительно больше аудиторий и получили больше прибыли. Criteo применили технологии машинного обучения и разработки персонализированных товарных рекомендаций, увеличив долю новых пользователей New Look до 62 %.

Для некоторых компаний сотрудничество с технологическим провайдером позволяет соблюдать букву закона. С неотвратимым вступлением в силу Общего регламента по защите данных (GDPR), компании, чьи процессы не соответствуют новым правилам регуляции работы с данными, попадают под значительные штрафы и рискуют получить серьезный ущерб своему бизнесу в будущем.

Приведение всех процессов и политик компании в соответствие с требованиями GDPR требует значительных инвестиций, как финансовых, так и временных ресурсов, поэтому как предполагается в недавнем исследовании TBR, компаниям следует сотрудничать с технологическими провайдерами, которые «учитывают все нюансы локального законодательства и полностью соответствуют всем актуальным требованиям и нормам.»

Компании все чаще обращаются к третьим сторонам для оптимизации использования данных на различных платформах и каналах. Конкуренция на рынке высока, и львиную долю прибыли получат компании, которые не просто имеют наибольший объем данных, но и обладают необходимыми инструментами и навыками для их использования.

 

Задумайтесь, позволяет ли организационная структура вашей компании эффективно собирать, управлять и делиться данными? Применяется ли у вас в организации политика использования информации?

Политику использования данных часто принимают за управление данными. Но политика – это фундаментальная основа, понимание того, что есть информация для вашей компании, как и когда ее можно использовать, какие правила необходимо соблюдать относительно данных, и что самое важное, насколько они точны.

Структура может варьироваться от компании к компании, но три главных шага к внедрению эффективной политики обращения с данными применимы для всех без исключения.

 

1. Понимание основ

Первый и важнейший шаг к успешному управлению данными – убедиться в том, что все сотрудники организации, имеющие доступ к данным, понимают саму информацию (то есть ее тип и качество) одинаково. Также необходимо транслировать, насколько «чувствительна» эта информация для вашей компании, и что для вас означает «чистота» данных. Это кажется очевидным, но довольно часто встречаются ситуации, когда у людей, работающих бок о бок над одними и теми же задачами, оказывается абсолютно разное понимание бизнес терминов и условий.

Когда у всех сотрудников вашей компании сформирована единая концепция политики обращения с данными, нужно убедиться в том, что каждый из них осознает, где найти информацию и как ее использовать.

 

2. Прозрачность, обучение и контроль

Прозрачность, обучение и контроль взаимно интегрированы.

Для успеха Tumi, к примеру, было совершенно необходимо, чтобы все сотрудники компании понимали всю важность данных. Обучение гарантирует, что все сотрудники, работающие с данными, умеют правильно их применять и анализировать.

Контроль особенно важен в современном мире, где утечка данных может привести к краху всей компании.  Точно понимание того, у кого в компании есть доступ к данным (и для чего), абсолютно необходимо, чтобы убедиться, что ваши данные не будут использованы или трактованы во вред.

Трансляция этих трех важнейших моментов в целях и интересах компании позволит закрепить их в сознании людей, отвечающих за работу с данными, и поможет организации успешно внедрить новые законы и инициативы относительно информации.

 

3. Роли и обязанности

Даже с правильным персоналом, платформами и партнерами, без интеграции правильных процессов вы не сможете обеспечить долговременный успех и достаточную эффективность упомянутых трех аспектов.

Можно сказать, это закон. С обязательным внедрением Общего регламента по защите данных (General Data Protection Regulation), компании, чьи процессы не соответствуют новым правилам регуляции работы с данными, попадают под значительные штрафы и рискуют получить серьезный ущерб своему бизнесу в будущем. А множество компаний все еще не подготовились к принятию GDPR.

В некоторых случаях, как и с GDPR, закон требует назначения директора по защите данных, чтобы обеспечить правильное обращение с информацией и конфиденциальность. В прочих случаях (скорее, в большинстве), в зависимости от размера и сферы деятельности вашей организации, это просто хорошая идея.

Назначая роли и распределяя обязанности на всех уровнях, от стратегического до операционного, вы сможете избежать путаницы относительно того, кто за что отвечает в вопросах данных и внутренних процессов в вашей компании.

 

Ориентация на данные = Клиентоориентированность

Компании, инвестирующие в data-centricity, лучше и эффективнее коммуницируют со своими покупателями, обеспечивая им лучший пользовательский опыт во всех аспектах, а не только в маркетинге.

Для инициативы Nike Consumer Direct Offensive ориентация на данные означает не просто «идти в ногу с покупателем», а «быть на шаг впереди покупателя». То же самое справедливо для Tumi, компании, задействовавшей данные для того, чтобы предугадывать происходящее, а не реагировать на последствия. В конце концов, главенство данных в вашем бизнесе фактически означает главенство вашего покупателя.

Ознакомьтесь с исследованием ниже!