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 Pointlogic. 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 TD Ameritrade 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 TDA 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 TDA получилась сравнительно простая схема.
Изучению подверглись два уровня – расходы, связанные с брендом и формирующие осведомленность («Да, я слышал о TD Ameritrade») 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 TDA 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 (Pointlogic) 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.