CRM-аналитика

Сколько теряют компании денег на продвижение впустую?

0

Недавно прочитал исследование, в котором говорится, что компании в Америке теряют 86 миллиардов в год из-за низкого качества обслуживания клиентов. С одной стороны не так много относительно выручки всех компаний, но с другой стороны абсолютная цифра впечатляет.

Наиболее значимые факторы удовлетворенности по мнению респондентов (исследование немного старое 2009г, которое проводило компания Genesys):

  • Наличие компетентной сервисной поддержки 78%
  • Удобные каналы коммуникации 48%
  • Проактивность компании в продажах 37% 
  • Персонализированное предложение 38%
При этом интересно, что мнение респондентов относительно проактивной работы распределилось следующим образом:
  • 9,5% категорически против
  • 48,8% всеми руками за
  • 41,7% более нейтральны и ответили приветствуется
При кросс-канальной коммуникации, приоритет респондентов выглядит следующим образом:
  1. на первом месте — самообслуживание с помощью IVR с последующим переходом на консультанта
  2. на втором — начать на веб сайте и затем получить голосовую помощь или ответы в чате
  3. не третьем — получить письмо и затем помощь в контакт центре
  4. на четвертом — заказать обратный вызов для того, чтобы не висеть на трубке
  5. на пятом — хотели бы добавить чат или сервис мгновенных сообщений при использовании сайта
В заключении исследователи рекомендуют провести анализ удовлетворенности пользователей и понять разрыв между существующей ситуацией и пожеланиями пользователей и двигаться в направлении сокращения такого отставания.
Мы сейчас стали проводить регулярно исследование удовлетворенности и на основе ответов респондентов формировать RoadMap доработок.
Само исследование натолкнуло меня на мысль порассуждать на тему, а сколько компании тратят на продвижение денег впустую и как оценивают результаты своих промо-кампаний.
Одной из статей каждой компании являются расходы на продвижение. Одни продвигают бренд, другие продвигают товар, третьи продвигают точку продаж, этот список можно продолжать до бесконечности.
Как компании оценивают эффективность вложения в рекламу. В лучшем случае оценивают в общем. Иногда вообще не оценивают.
Когда продвигают бренд — оценивают узнаваемость. Но это опросы, а клиенты не всегда желают слышать, что узнаваемость не растет, а деньги потрачены, поэтому исследователи спешат порадовать заказчиков положительными результатами. Но даже если действительно узнаваемость растет, растут ли продажи? Если посмотреть на цифры исследования, то можно представить сколько денег теряются в этом случае при плохом качестве сервиса. Соответственно просто продвигать бренд не обращая внимание на внутреннюю кухню, это пожалуй деньги потраченные впустую.
Что же до продуктов — здесь ситуация несколько лучше. Можно напрямую понять сколько денег потратили, сколько продали продуктов за единицу времени и оценить возврат инвестиций в целом. Вроде бы все красиво, но так ли это на деле. Даже если вы определили для себя некий target по затратам на единицу и уложились в него, так ли все хорошо на самом деле. Когда канал продвижения один, то тут все честно, никаких подвохов. Хотя тоже можно пойти дальше и понять где этот канал работает лучше, где хуже. Например сегментировать по географии и провести оптимизацию. А если каналов не один, а несколько. В целом все красиво, однако если посчитать SAC по каждому из них, вы будете очень-очень удивлены тем сколько денег тратится впустую.
На мой взгляд в России тратится впустую на продвижение огромная цифра. Думаю, что до половины бюджетов тратятся впустую, если учесть что рынок рекламы России на ATL+BTL за 2013 год  составил более 418 млрд. руб. по данным Ассоциации Коммуникационных Агентств России, то примерно 200 млрд. это деньги, которые можно было сэкономить, если подходить качественно к выбору каналов коммуникации и оценивать эффективность.
Наверное не все из них потеряны из-за неправильно выбранных каналов, часть вероятно теряются из-за низкого качества сервиса.
Что же мешает экономить эти деньги?
Основной принцип, который я много раз слышал от коллег, деньги выделили, нужно освоить.  Еще одна мысль, нужно тратить все, иначе в следующем году дадут меньше. Рекламные агентства, так те вообще, мы вам сделаем вау за ваши деньги, да, действительно, иногда получается вау, не думаю, что собственников волнуют ваши вау, они больше заботятся о получении отдачи от этих вау. Возможно, есть филантропы, но много ли таких?
Основная проблема же, даже если есть благое намерение добиться высокой эффективности, это как разделить эффект от кампании по каналам коммуникации, ведь если каналов коммуникации несколько, каждый со своим бюджетом, каналов продаж несколько, то как понять из какого канала пришел покупатель. Самое простое — это спросить его. В некоторых бизнесах это действительно работает. Но если мы возьмем компанию, которая, например, производит спортивную одежду и обувь, или автомобили. Каналов коммуникации множество. И как понять при продаже кроссовок, что покупатель увидел именно этот билборд, а не просто проходил мимо магазина и они ему просто понравились. Это огромный вопрос. В этом случае компания будет оценивать эффективность в целом, ну или с определенными допущениями по географии. Но можно ли такой подход считать эффективным? На мой взгляд, вряд ли. Из-за сложности оценки и возникают проблемы при оптимизации затрат и, как следствие, имеем потраченные огромные объемы впустую.
Будьте эффективны и не тратте деньги впустую, если не уверены в результате этих мероприятий.

 

Автоматизация запуска маркетинговых кампаний

0

Современный бизнес, особенно на высококонкурентных рынках требует быстрой реакции на поведение клиентов, на поведение конкурентов и в этой связи очень часто решаются задачи по автоматизации запуска маркетинговых кампаний. На конкурентных рынках показатель Time to market (время выхода предложения) очень критичен и в этой связи компании стремятся автоматизировать цикл запуска кампаний.

Сегодня я проведу краткий обзор возможностей решений, так как сейчас решаю аналогичную задачу. Возможно, мое мнение покажется вам интересным и вы сможете более взвешенно подойти к выбору поставщика решений.

Современные системы позволяют автоматизировать следующие блоки:

1. Организация workflow по согласованию кампаний. Если в вашей компании решения по запуску принимаются и делаются одним блоком, то наверное данный функционал может вам показаться не столь интересным.

2. Ведение маркетингового плана кампаний. Возможность задания нескольких блоков маркетинговых активностей, запланировать бюджеты на кампании, поддерживает мониторинг и корректировку. Если у вас не столь много кампаний и направлены они на один сегмент, то скорее всего этот модуль вам не интересен, но если ваш план маркетинга изобилует отдельными блоками, тогда в наглядной форме инструментарий позволяет отслеживать все эти активности, в т.ч. проводить мониторинг их выполнения.

3. Выстраивать контактную политику с вашими клиентами. Если у вас всего один канал и один сегмент клиентов, то при выборе решения не стоит обращать внимание на присутствие или отсутствие данного модуля, так как скорее всего для вас он ценности не представит, но если у вас 2 и более каналалов коммуникаций, имеющих ограничения, например либо по емкости либо по бюджету, который вы на него можете потратить в единицу времени, то данный модуль вам жизненно необходим.

3. Бибилиотека кампаний. Очень часто в распределенных системах играет важную роль, так как позволяет накапливать лучший опыт проведения кампаний, транслировать на другие регионы, используя готовые шаблоны, с модификацией по сегменту.

4. Библиотека предложений. Если их не так много, то ее отсутствие вам вероятно не помеха.

5. Модули по заданию шаблонов коммуникаций. Интерфейс, позволяющий, например, настраивать шаблоны SMS сообщений, e-mail сообщений и т.д.

6. Сегментация базы и работа с внешними списками. Тут нужно обращать внимание на возможности системы, так как иногда система может работать только с преднастроенными списками, а есть системы, которые позволяют модифицировать сегмент, что называется на лету.

7. Разбиение на контрольную и целевую группу. Несмотря на огромное количество литературы по этому вопросу, решение данной задачи не столь тривиально, хотя имеет огромное значение при оценке эффективности кампаний. Я бы сказал, что ряд систем имеют огромные проблемы с решением этой задачи.

8. Оценка эффективности и встроенная аналитика. Несмотря на то, что это не совсем задача системы по управлению маркетинговыми кампаниями, ряд систем имеют встроенные отчеты по кампаниям, что позволяет сократить время на их разработку. Я отношу этот пункт к некритичным, так как это легко подменяется возможностями BI-системы, если она у вас есть.

Вот пожалуй на эти пункты нужно обращать внимание в первую очередь. Определить критичные из них и выбирать решения исходя из них.

Изучая возможности отдельных систем, я бы разделили их все на 2 класса: чистые системы по управлению маркетинговыми кампаниями, такие как например, SAS CM, IBM Unica и околоcrmные решения, примеры — SAP, Oracle. Они отличаются подходом при внедрении, а также имеют некоторые различия с точки зрения описанных мною пунктов.

Универсального совета, что выбрать, не существует. Есть преимущества и недостатки в обоих решениях. Если вы столкнулись с решением подобной задачи и не знаете с какой стороны подходить, напишите мне, возможно, я вам помогу.

Удачи вам! Оставайтесь на связи.

PS Стал писать реже, потому как раз занимаюсь доскональным изучением систем подобного класса, времени катострофически не хватает.

Что такое предиктивная аналитика? (Predictive analytics)

0

Сегодня мне бы хотелось поговорить о еще одном модном тренде в аналитике, а именно Предиктивной аналитике (Predictive analytics). Для начала давайте разберемся с определением.

Предиктивная или прогностическая аналитика (Predictive analytics) — это прежде всего множество методов статистики, анализа данных и теории игр, которые используются для анализа текущих и исторических данных/событий для прогноза данных/событий в будущем.

Наиболее известный способ использования прогностической аналитики — это применение скоринговых моделей для оценки платежеспособности клиента при выдаче кредитов в банке. Это из области «как не наступить на те же грабли», любая скоринговая модель строится на исторических данных, и если в прошлом, какая-либо группа клиентов была уличена в несвоевременном гашении кредитов, а Вы по каким-либо характеристикам схожи с этой группой, то скорее всего в выдаче кредитов Вам откажут.

Однако это не все области, где применяется предиктивная аналитика, ее можно применять для разработки продуктов, для выбора потенциальной аудитории, для выбора следующего продукта, который Вы можете предложить клиенту (Next Best Offer) и множестве других.

Когда говорят о предиктивной аналитике часто сводят разговоры к применению методов Data mining, я бы даже сказал, что это небольшая ветвь Data mining-а, в основе которой лежат некоторые методы Data mining-а.

Центральной сущностью предиктивной аналитики является задача определение предиктора или нескольких предикторов (параметров или сущностей, которые влияют на прогнозируемое событие). Например, страховые компании выделяю такие предикторы, как возраст, стаж вождения при определении страховой премии.

Множество этих предикторов образует модель предиктивной аналитики, которая предсказывает определенное событие в будущем с какой-то степенью вероятности. Чем проще модель (или меньше количество факторов), тем меньше степень точности модели. Но всегда помним, что любая модель строится на произошедших событиях в прошлом и это не значит, что события в будущем могут повториться при тех же параметрах внутренней среды. Соответственно любой процесс моделирования имеет вероятностный характер. Усложняя модель на исторических данных, мы рискуем ее сильно переучить и соответственно, она может перестать быть устойчивой в будущем.

Если Вы еще не применяете предиктивную аналитику, присмотритесь к этой области, она позволяет значительно увеличить эффективность Вашего бизнеса.

Удачи Вам!

Еще о Data mining, прогнозировании.


Cognos 10 + SPSS

0

Вчера удалось попасть к IBM на презентацию аналитического решения. IBM уделили внимание двум продуктам это Cognos, который из себя представляет BI решение и купленный ими в 2009 году SPSS Clementine.

Почему в названии поста я поставил именно цифру 10, все потому что в этой версии произошла значительная интеграция этих продуктов в единое решение. Теперь любая аналитика, разработанная в BI, может передаться для анализа в SPSS и наоборот. Все это бесшовно.

SPSS имеет довольно дружелюбный интерфейс по отношению к пользователю, все интуитивно понятно.

Если сравнивать 2 продукта, Oracle BI и Cognos, то я бы выделил несколько преимуществ IBM перед Oracle:

1. Возможность подгружать файлы Excel без соответствующего «танца с бубном» на стороне IT в виде заведения отдельной таблички или витрины данных и включение ее в общую модель данных. Только после этого данные из Excel можно обрабатывать в Oracle BI. Надеюсь в будущем Oracle обратит внимание на этот факт.

2. Возможность создавать новые пользовательские уровни иерархии не только на основе значений измерений, но и самих показателей. Причем все это гораздо проще, чем в Oracle.

3. Наличие встроенного статистического пакета, хоть и не расширенного как в SPSS Statistics, но все же простейшие вещи позволяет делать. В BI от Oracle, этого нет.

Конечно, теперь я от IBM услышал о том, что они имеют самое лучшее BI решение в мире, хотя несколько месяцев до этого слышал это от Oracle.

Ну что же, в споре рождается истина. Будем ждать ответы других вендоров. Что скажут теперь SAP, который практически остался без SPSS (кто не знает, ранее SAP его использовал в качестве аналитической части) или SAS, положение в России которого в последнее время пошатнулось из-за неоднозначной ценовой политики.  Может им также стоит задуматься о диверсификации бизнеса и укрепиться на ряде отстающих направлений. В одном есть уверенность, что от этого выиграет бизнес.

Удачи Вам в выборе аналитического инструмента!


Почему продажники ненавидят CRM?

0

Сегодня я подниму еще один вопрос, собственно он и обозначен в топике. Конечно, многие могут не согласиться и сказать, что все любят и понимают зачем нужен CRM, особенно спецы по продажам. Но, с другой стороны, так может думать менеджмент компании, который, внедряя CRM, делает это во благо компании, а сами специалисты по продажам могут даже не понимать зачем им нужен этот CRM.

Вот несколько высказываний, которые они могут привести:

— Почему я должен передавать свою базу клиентов

— Почему я должен отчитываться за каждый свой шаг, ведь компании важна выручка/прибыль.

— Я должен продавать, а не с системой тут упражняться

— Как система поможет мне продать?

— Время, потраченное на внесение данных в систему, это время потерянное для продаж

— Напридумывали тут полей, а я забивай, какие-то вкладки, опции. (Система слишком сложная).

И это, поверьте, не полный перечень высказываний.

Отчасти, они правы, НО также и не правы. А почему они не правы, я сейчас попробую освятить, развеяв все сомнения относительно необходимости внедрения CRM.

Давайте начнем с того, почему они правы. Продажник обязательно поделится своей базой клиентов, но он может также и получить более широкую базу, так как другие продавцы также работают в системе со своей базой.

По поводу необходимости внесения каждого своего шага. Конечно, с точки зрения продажника это рутина, да и кто захочет, чтобы его контролировали. Но с точки зрения фирмы, важна именно эффективность, снижение простоя в продажах. Если продажник оболтус, то система это покажет в статистике эффективности того или иного менеджера.

Но с другой стороны, это может быть какая-то комплексная проблема, и тогда наличие этой статистики покажет, что у всех одна и та же проблема, это будет говорить не о неэффективности менеджера по продажам, а о наличии как раз проблемы. И в этом поможет CRM-система. Помните, когда говорили о воронке продаж, то говорили о том, что на каждом последующем шаге клиенты не должны отсеиваться. Вот если это происходит на одном и том же шаге, это покажет именно статистика, которая имеется в CRM, вот почему необходимо заносить данные в систему.

Последующие три выражения, сводятся примерно к одному и тому же. Мне платят деньги за то, что я принесу деньги, а не за занесение данных в систему. Но, уважаемые продавцы, Вы никогда не задумывались о том, что Вы тратите время на поездки, встречи иногда впустую. Постоянное занесение данных в систему и наличие статистики продаж, поможет Вам сегментировать клиентов и встречаться или обзванивать уже только тех клиентов, которые потенциально готовы к тому, чтобы купить, а не всех подряд.

Мне понравилась фраза на одной из конференции одного продажника, который рассказал свою историю. Каждый из его коллег по отделу проводило примерно 40 встреч, он же проводил всего 20 встреч за месяц, при этом остальное время он тратил на анализ данных из CRM-системы. Руководство недоумевало, как же так, все в полях, а ты тут расселся в офисе. На что он заметил: «Я правильно понимаю, что Вы мне платите не за встречи, а за продажи». Так вот, этот менеджер по продажам умудрялся быть эффективнее своих коллег за счет грамотного выбора целевой аудитории. А все это стало возможным благодаря наличию статистики в системе.

Ну а теперь перейдем к тому, что иногда система становится слишком сложной. И менеджеру по продажам уже становится тяжелее заносить данные в систему, ему становится непонятным для чего это нужно. В идеале, конечно, когда руководство при внедрении CRM-системы вовлекает менеджеров в сам процесс внедрения, выбор необходимых полей, чтобы это было для них не нечто революционное (вчера все работали в Excele и Outlooke, а с сегодняшнего дня все работаем в CRM, да что там, непременно надо занести историю взаимоотношений за 3 последних месяца), а чтобы это было их детищем, их результатом работы (стратегия win-win). Постепенный переход на новую систему (Занесение всех новых взаимоотношений, в постепенным добавлением необходимых данных). Тогда будет понимание необходимости применения системы, ее ценности.

Удачи Вам при внедрении и пусть Ваши менеджеры по продажам понимают всю ценность и важность CRM!


Вверх
Яндекс.Метрика