Особенности профессии

Осторожно! Маркетологи)

0

До чего же люди маркетологи пошли жадные! Я как-то ранее рассказывал как увеличивать средний чек за счет раздробления товара на более мелкие порции и увеличение цены на единицу продукции (мл, г, и т.д.). Я думал, я всякое повидал, но совсем недавно наткнулся на новый вид мошенничества маркетинговой акции — чем больше берешь, тем дороже за единицу. Удивительно, но стал обращать внимание, что такой подход распространен практически повсеместно. Видимо расчет на то, что пользователи ожидают объемной скидки на большее количество товара, но не тут-то было, на самом деле все наоборот, чем больше упаковку берешь, тем дороже товар за единицу и если раньше я видел только единичные случаи, которые возникали в следствии установления акционной цены на меньший объем товара, то сейчас я это вижу буквально на каждом шагу. И прямо бросается все это в глаза, ну что же такой подход тоже имеет место быть.
Маркетологам на заметку!
А простым покупателям — будьте бдительны!

Удачи вам!

PS Оказалось, что расчет на психологию покупателя, покупатель решит обмануть магазин и купить больше штук по 1-ой вещи, таким образом стимулируется продажа большего объема.

Используем DPI по максимуму

0

Пост, скорее посвящен операторам связи, но на самом деле может быть полезен многим компаниям.

Сегодня хотелось бы поговорить о DPI и его возможностях, которые открываются перед операторами.

Уверен, что на сегодня потенциал DPI не исчерпал своих возможностей и на 1%.

Может я не прав, но на сегодня самые распространенные услуги на базе DPI:

1. Это реализация блокировок сайтов, занесенных в реестр Роскомнадзора.

2. Услуги класса «Родительский контроль».

Есть еще реализации, которые, как правило, больше к ограничениям абонентов относятся, нежели к дополнительным возможностям. Например, блокировка нежелательного контента в образовательных учреждениях — это пример B2B сервиса, но реализованного на площадке оператора.

Некоторые научились использовать аналитику для предотвращения оттока — ведь по статистике, риск посещения сайта конкурента в 5 раз чаще приводит к оттоку, чем звонок на службу технической поддержки.

Немногие используют аналитику DPI для кросс-продаж и Upsell, хотя это открывает удивительные возможности как по продаже собственных услуг, так и продаже услуг партнеров.

На основе DPI можно выделять конечных пользователей домохозяйств по профилю потребления услуг и переходить к персональной коммуникации.

Раньше были инсталляции, которые позволяли монетизировать абонентскую базу по рекламной модели, но после небезызвестных событий и разъяснения Роскомнадзора, что все данные должны оставаться в периметре оператора, это значительно усложнило реализацию, хотя и дало возможность операторам самим запускать такие сервисы на собственных площадках. И возможности эти довольно обширны.

Также данные c DPI позволяют значительно оптимизировать сетевые ресурсы. Если посмотреть на открытые данные операторов связи в инвестиции по модернизации сетей передачи данных, которые составляют больше 200 млрд в год, а также на кривую роста трафика сети передачи данных, то можно понять какие обширные возможности еще не реализованы и на сколько огромен рынок. Понятно, что все операторы научились оптимизировать затраты на апстримы, делая прямые пиринговые стыки с крупнейшими генерящими трафик площадками. Но при этом оптимизацию зоновой инфраструктуры упускают из виду. А вот и зря! Если вы проанализируете трафик DPI по видам и посмотрите на участки сети, то вы увидите, что на вашей сети достаточно большой объем «паразитирующего» трафика, который выжирает трубу, но не приносит вам ни копейки. Более того, если сегментировать базу, то четко будет видно кто из абонентов такую нагрузку создает. Когда я проделывал такое упражнение в одном из операторов, то был сильно удивлен статистикой, ведь всего 5% абонентов генерировали больше 80% трафика. Я конечно ожидал Правила Паретто, но был удивлен полученным результатом. Если распределить затраты на эксплуатацию сети на всю базу, получалось, что эти 5% абонентов давали такой убыток, что проще было этих абонентов подарить конкуренту. Однако объем базы был достаточно большой и выручку не хотелось терять, поэтому мы научились работать с такими абонентами и оптимизировать нагрузку за счет различных профилей на виды трафика, минимизируя полосы для «паразитного» трафика, выделяя в отдельные WLAN-ы отдельные виды трафика. Для платного трафика наоборот уровень SLA был увеличен, что давало прирост платного трафика в единицу времени. Применение этого подхода позволило увеличить трафик и выручку, ведь за единицу времени пользователь смог скачивать больше информации, получая лучший сервис, а время сессии не уменьшилось, а увеличилось, ведь пользоваться услугой стало комфортнее.

Data-продукты на основе DPI, на мой взгляд, заслуживают большого внимания, ведь потенциал этого рынка не исчерпан. И открывают широкие возможности перед операторами по монетизации растущего трафика передачи данных. Например, HR-аналитика и проактивное удержание сотрудников. Выделение сотрудников, которые посещают площадки поиска работы или наоборот праздно проводят время — достаточно актуальные сервисы.

Это и сервисы заботы о пожилых родственниках, ведь иногда родители стесняются рассказать детям, что со здоровьем не все в порядке.

Это сервисы заботы о детях, родительский контроль не всегда убережет от пагубного влияния соц. сетей.

Защита от несанкционированного доступа, ведь при аномальном поведении трафика сразу заметны такие атаки. И их возможно ограничить.

Продажа приоритетного доступа на площадку — на основе приоритета трафика.

Исследовательские Data-продукты. Ни одно исследование и опрос аудитории не справиться с результатами реальной статистики потребления услуг. И тут возможности не ограничены, такие продукты нужны и полит технологам и маркетологам, и продуктологам и PR службам. Сейчас эту нишу плотно держат поисковики, но поисковики кроме факта захода на какую-либо площадку вообще ничего не видят, если отсутствует их собственный движок, который собирает статистику, операторы знают об абонентах почти все.

Улучшение скоринговой модели для банков. Уж кто как не оператор связи знает о своих пользователях все. Тут и предотвращение мошенничества и удержание клиентов, которые захотят сменить банк. И много других бизнес-кейсов.

Возможности не ограничены, достаточно включить немного фантазии, а покупатели на такие продукты найдутся всегда. Мир IoT откроет еще больше возможностей для реализации Data-продуктов.

Используя DPI можно значительно увеличить отношение Revenue/Traffic.

Эффективных вам решений!

Увеличиваем ARPU абонентов

0

Всем привет, сегодня поговорим о том, как увеличить ARPU. Я сегодня не буду говорить про тарифную политику, хотя наиболее простой способ это конечно замещение высокодоходными абонентами базы низкодоходных абонентов, однако речь сегодня пойдет не про это.

Речь пойдет о задачах — допродаж (смене тарифа), кросс-продаж (изменения набора услуг).

Для решения этих задач нужно ответить для себя на следующие вопросы:

1.  Что продаем, какие тарифы продаем.

2. Сколько это будет стоить для абонента и какова эластичность спроса по цене. Тут как правило при отсутствии статистики, я как всегда рекомендую AB-тестирование и замер результатов на ограниченной выборке. Я не раз видел ситуацию, когда при ARPU Lift — 100 рублей — конверсия была 3%, а при ARPU Lift — 50-60 рублей, в 5 раз выше, 15% минимум. Т.е. очевидно, немного снижая цену, вы получите результат в несколько раз выше, при том, что ARPU будет чуть ниже, чем планировали. Поэтому упражнения на тестовых выборках я бы рекомендовал проводить. Да, это занимает время, но и результат окупится.

3. Кому продаем, т.е. как мы будем выделять абонентов, которым будем предлагать то, что запустили. Если база большая, а ресурс ограничен, то вопрос встает очень остро. Опять же не всем абонентам может подходить новый набор услуг. А некоторые могут уже пользоваться и платить больше. Тут главное не навредить.

4. Какая мотивация будет у операторов кол-центра или какие есть таргетированные каналы для продвижения, какова их емкость и эффективность. Иногда рассчитывая на 1 микст каналов, можно некорректно распределить нагрузку и получить результат много ниже. Ну и опять же если окупаются ли затраты на привлечение, если вы используете активные каналы продаж. Но и без мотивации не работает, если не мотивировать рублем, эффективность очень сильно падает. Но иногда использование таргетированных цифровых каналов может поднять эффективность по конвертации на порядок. Важно конечно их наличие, если их нет, тогда сложнее, использование массовых инструментов может даже навредить.

5. Подготовка скриптов и сценариев кампаний. Очень важный шаг, который обычно упускают. Многие считают, а пусть подрядчик подготовит и запустит, мы все равно ему за это платим. Я видел неоднократно, как небольшое изменение скрипта приводит к изменению конвертации в разы. При использовании цифровых каналов очень важна механика покупки, важно сократить время действия абонентов до секунд, т.к. при импульсивных покупках конверсия выше на порядок, чем если абоненту нужно совершить несколько действий — например, пополнить баланс, зайти в личный кабинет, нажать на смену тарифного плана, а заработает он только с начала нового месяца — вся эта механика убивает эффективность кампаний. Кроме этого, если вы даете абоненту самому менять тариф, то не факт что он выберет тот что вы ему предлагали, ведь в доступной ему линейке тарифов может быть тариф ниже с большим чем у него сейчас набором услуг. Сам не раз наблюдал ситуацию, когда на каждые +100 руб. выручки идет снижение на 50 руб. из-за того, что механика не позволяла оператору кол-центра менять тариф при звонке. То есть эффективность снижалась почти в 3 раза. И хорошо, что дельта положительная, я встречал примеры, когда дельта была отрицательная.  Конечно всегда сложно перестраивать что и так работает, но поверьте эти изменения обязательно окупятся.

 

Удачи вам и эффективных кампаний!

Серия кейсов по аналитике — как из ничего получить что-то (кейс 3)

0

Кейс 3. Как увеличить эффективность кол-центра, оставаясь при том же объеме ресурсов и ФОТ.

Анализируя результаты работы исходящего телемаркетинга, заметил некоторые детали, а именно:

1. Не все операторы одинаково эффективны

2. Не все базы одинаково эффективны

3. Не все скрипты одинаково эффективны

4. Не на все оферы одинаково реагируют

Иногда показатели эффективности отличались в несколько раз. Поэтому, для чистоты экспертимента потратили немного времени на изучение ситуации и тестирование баз, скриптов, оферов. Все результаты сводились в общую таблицу. Задача была выбрать наиболее эффективные базы и наиболее эффективные скрипты и подобрать лучшие оферы. Для этого применяли самый простой метод AB-тестирования. Т.е. меняли один из параметров, остальные оставались прежними, чтобы набрать некоторую статистику для принятия решения об изменениях и составления карты здоровья.

Также в результате прослушивания, удалось понять, что наиболее эффективные телемаркетологи отходят от скриптов, имея собственные заготовки. Наиболее эффективных также попросили внести изменения в скрипты, чтобы проверить гипотезу.

Провели тестирование, замерили результаты, выбрали наиболее релевантные скрипты и базы, сделали подборку наиболее эффективных оферов.

В некоторых случаях результатов было не достаточно для корректного сравнения, поэтому брали еще  результаты аутстаффинга рабочих мест в других кол-центрах (про это могу отдельно рассказать для чего использовалось).

Что измеряли:

1. Результаты конверсии, по сути количество заявок из эффективных разговоров

2. Время работы на трубке к общему времени работы оператора

3. Длительность диалога

4. Длительность эффективного диалога

В общем все что так или иначе позволяет более эффективно тратить время работы оператора, потому что в единицу времени можно значительно максимизировать результат.

В общем и целом интересное упражнение, которое позволило поднять эффективность в 2.5 раза при том же объеме ресурсов, не меняя состав и мотивацию операторов.

Кроме этого также было отмечено, что 60% результата, дает 10% штата. И тут надо понимать, что это отдельный тип людей, настоящие волшебники, этому можно научиться, но очень долго, а некоторым и не достижимо. Тут мы тоже начали думать, что с эти можно сделать, изменили систему мотивации, и по сути 30% состава, которое давали близкий к нулю результат, сразу отвалились, поэтому на эти места мы взяли «свежую кровь» и получили при том же ФОТ-е еще небольшой прирост результата.

Но самое интересное, что мы получили в результате сравнения с внешними кол-центрами, можно назвать это такой GAP-анализ, который позволяет вычленить отставания и сделать RoadMap по достижению лучших практик, мы увидели, что наши операторы работают на трубке всего 9% от общего рабочего времени, в то время как худший результат внешнего контакт-центра оказался 60%, лучшие показывали результаты на уровне близком к 90%. Начали разбираться и поняли, что контрагенты используют предиктивный набор, экономя время на времени ожидания соединения с потенциальным абонентом. Таким образом, мы получили инструмент увеличения эффективности более чем в 6 раз при том же объеме ресурсов.

Начиная эксперимент мы верили, что можно увеличить эффективность на 30%, что тоже было бы неплохим результатом,  однако результаты превзошли все наши ожидания. При том же объеме ресурсов можно добиться эффективности в 20 и более раз. Я думаю вам не раз приходилось сталкиваться с каким-то операционным процессом внутри компаний, который существует долгие годы, но с помощью аналитического подхода его эффективность может быть увеличена на порядок.

В общем, если немного математически подходить, то результат это некоторая линейная функция, которая зависит от множества факторов. Задача найти оптимальный набор факторов и добиться их достижимости, с тем, чтобы максимизировать результат этой функции. В методах оптимизации это транспортная задача, которая решается симплекс-методом, в бизнесе примерно также, но иногда ограничения жестче и инструменты могут быть ограничены.

Удачи вам и максимальных результатов!

Серия кейсов по аналитике — как из ничего получить что-то (кейс 2)

0

Кейс 2. Или как ваш маркетинг анализирует рынок.

Еще один интересный кейс. Продолжая анализировать тарифную политику компании, стал ковыряться в услугах междугородней и международной связи. Понятно, что оператор Зоновый, соответственно дальняя связь могла предоставляться только по агентской схеме. Было выяснено, что был преселект одного из операторов большой тройки, где было больше 95% трафика и мелочевка по нескольким другим операторам. Есть несколько типов агентских договоров: федеральный оператор формирует тарифы самостоятельно, оператор Зоновый получает агентское, есть договора в которых федеральный оператор дает таксы, а Зоновый оператор накручивает маржу. В нашем случае у оператора был второй тип агентского. В принципе самый простой способ поднять выручку и маржу, это поднять тарифы, но сделать это незаметным для абонента, выбрав направления с максимальным трафиком и делая небольшую индексацию, можно получить приличный результат. В моем случае гипотезу я выдвинул именно такую и стал собирать статистику, чтобы смоделировать ситуацию. Параллельно стал поднимать историю, когда тарифы изменялись, чтобы оценить эластичность спроса по цене. Это был бы классический кейс. Однако история была намного интереснее. Начал я выборочно смотреть тарифы и затратные таксы, увидел что часть направлений оказались убыточны, то есть таксы увеличивались, а оператор не шевелился менять тарифы. Ну бывает, с изменением курса доллара я наблюдал картину, когда таксы менялись дважды в неделю и конечно сложно в такой ситуации реагировать, но и это решаемый вопрос, главное автоматизация процесса. Но суть не в этом. Я обратил внимание на очень подозрительно низкие тарифы на Дальний Восток, мне показалось, что они намного ниже чем у Федеральных операторов. Я решил собрать и проанализировать тарифы всех Федеральных операторов и сравнить их с утвержденными. Какого было мое удивление, когда оказалось, что мало того тарифы ниже рынка, иногда на порядок, самое смешное, они намного ниже, чем у оператора, который давал оператору таксы на пропуск трафика, причем тоже существенно ниже. После этого, задача сводилось к тому, чтобы найти разумный баланс между индексацией тарифов и оставаться в рынке, чуть ниже, чтобы трафик не ушел. Показал результаты руководству компании, удивление было не меньше. При этом конечно столкнулся с жестким сопротивлением продавцов, которые меня уверяли, Что мы все потеряем если проиндексируем тарифы. В общем не буду описывать всю историю уговоров и продиводействий внутри компании, сразу скажу, что результат мог быть бы больше, если бы все поверили в него сразу. В общем результат на лицо, трафик не упал, выручка и маржа выросли, абоненты не убежали. Выручка от агентского выросла больше чем на 25%.

Если вы занимаетесь ценообразованием, не бойтесь экспериментировать, но и, снижая тарифы ниже рынка, понимайте его емкость, иногда это не приводит к росту трафика, а приводит к потере выручки или недополученной выручки. Такие кейсы есть везде и повсюду, важно грамотно видеть ситуацию.

Удачи вам, надеюсь материал кому-то окажется очень полезным!

Вверх