Что такое аналитика в маркетинге, зачем она нужна, и как ее готовить

300,495 views

Published on

Немного о наболевшем: задачи, которые может решать аналитик в маркетинге на несложны примерах из жизни. Основные методы анализа данных о потребителях / покупателях в простой и понятной форме.

Published in: Education
37 Comments
938 Likes
Statistics
Notes
  • "жулики" это те, кто пользуется промо-дарами, а в лояльных покупателей так и не превращаются?
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Пойду учиться на марфу захаровну, пожалуй.
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • У меня у одного впечатление, что презентация как умоляет: "Ну пожалуйста, ну возьмите кто-нибудь меня (аналитика) на работу (да еще и правильную задачу поставьте и правильные данные дайте). Никому я не нужен, ничего я не умею, а кушать-то очень хочется."
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Откройте, пожалуйста, возможность сохранения презентации.
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • @NikolayPlakhotniy поздравляю, Вы прошли тест - Вы не Марфа Захаровна )))
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
No Downloads
Views
Total views
300,495
On SlideShare
0
From Embeds
0
Number of Embeds
207,659
Actions
Shares
0
Downloads
1,080
Comments
37
Likes
938
Embeds 0
No embeds

No notes for slide

Что такое аналитика в маркетинге, зачем она нужна, и как ее готовить

  1. 1. Что тиа кзаоче еамн аолниат ниукжа на?
  2. 2. Презентации агентств звучат круто Поведенческая сегментация — мы будем предсказывать и управлять поведением ваших потребителей!
  3. 3. На деле — нередко огромные траты денег и времени с нулевым или отрицательным результатом
  4. 4. Почему так получается?
  5. 5. Всему виной «космолёты»* Сначала инвестируются огромные средства в самые сложные модели сегментации Потом все пытаются решить, зачем это было нужно. Или ищут крайнего. * свойственно, как заказчику, так и агентствам
  6. 6. «Самое плохое, что можно сделать — начать строить космолёт, не разобравшись с тем, как работают двигатели.» Иван Боровиков управляющий партнёр, Майндбокс
  7. 7. Как влияет сложность аналитики на ее отдачу / затраты? RFM-анализ Классификация Кластеризация Дата-майнинг Отдача / Затраты Сложность Отдача Затраты Рутина
  8. 8. Ключевой принцип — от простого к сложному маленькими шагами
  9. 9. Но где это простое? И как с него начинать?
  10. 10. Знакомьтесь! Марфа Захаровна из «Урюпинских Утюгов» считает себя аналитиком 80-ого уровня И три её рутинные задачи 1. Понять, что говорит отчёт 2. Какой креатив лучше работает? 3. Какое промо эффективней?
  11. 11. Случай из жизни № 1 «Что говорит отчёт?»
  12. 12. «Помесячные продажи» Похоже на стабильность!
  13. 13. Взглянем внимательнее лето лето май декабрь май декабрь профессиональный аналитик
  14. 14. Да у нас спад, господа! май лето декабрь
  15. 15. Случай из жизни № 2 «Игра шрифтами»
  16. 16. Предположим, у нас есть данные по продажам утюгов. До и После игры со шрифтами на сайте. 82 116 № 1 1 0 2 0 0 3 0 1 4 1 1 5 1 1 ... ... ... 200 0 1 не купил купил
  17. 17. 1. Новый шрифт лучше продает 2. Надо чаще играть шрифтами
  18. 18. А что нам скажет профессиональный аналитик?
  19. 19. Берем данные Считаем доверительный интервал Разницы нет Шрифт ни при чём 82 116
  20. 20. Случай из жизни № 3 «Погрешность»
  21. 21. Марфа Захаровна определяет, какое промо лучше Люди простой баннер дорогой баннер пн вт ср чт пт сб вс
  22. 22. 1. Дорогой баннер работает лучше 2. В пятницу самые большие продажи, надо вкладываться
  23. 23. А что нам скажет профессиональный аналитик?
  24. 24. Продажи простой баннер дорогой баннер пн вт ср чт пт сб вс 1. Посмотрим на продажи и средний чек. 2. У покупателей с дорогого баннера маленькие чеки — невыгодно 3. Без контрольных групп судить о продажах в разные дни нельзя.
  25. 25. В чем мораль?
  26. 26. Основная польза от юриста в его ежедневной работе с договорами, а не от выступлений в суде, когда уже “горит”. Также и с аналитиком. 80% пользы аналитик приносит на ежедневных рутинных задачах
  27. 27. А Марфа Захаровна — не аналитик. Увы. А кто же тогда аналитик, если не я?
  28. 28. Аналитика — это здравый не только смысл, И ЗНАНИЕ бизнеса, теории, моделей, и приложений но Капитан Очевидность
  29. 29. менеджер маркетолог Вассерман* *тут мы не совсем уверены Кто не подойдёт на аналитика?
  30. 30. менеджер маркетолог аналитик Знает бизнес Знает маркетинг Знает теорию и мат. модели
  31. 31. Теперь мы знаем, кто такой аналитик. А когда и как его лучше всего привлекать?
  32. 32. Когда нужно привлекать аналитика? Уже на ранних этапах решения проблемы Чем глубже аналитик понимает бизнес, тем лучше Он должен видеть результаты решений
  33. 33. Но аналитику недостаточно, чтобы его просто привлекли
  34. 34. — Иа, почему ты такой грустный? — Потому, что у меня гвоздь в хххх Аналитик не может догадаться, где у нас «болит»
  35. 35. Аналитику нужна правильная задача
  36. 36. Плохие задачи Хорошие задачи Отклик от этой рекламной акции лучше, чем от прошлой. С чем это может быть связано? Среди участников рекламной акции мошенники. Хотим снизить их влияние на результаты. Хотим снизить затраты на рекламу, не тратя деньги на лояльных покупателей. Возможно? Сделайте, чтобы все показатели выросли! Ваша работа — сделать так, чтобы наш маркетинг был доволен! Работайте! Нам иногда консернится, что аваренесс консьюмеров апдейтится невариативно
  37. 37. К чему ведет неправильная задача? Проанализируйте ВСЁ, чтобы решить, что делать Потратили время и деньги Перелопатили огромные объемы данных Никакой ценной информации не найдено
  38. 38. Подведём итог Аналитик + Задача Полезный результат Подключать как можно раньше на ежедневные задачи Почему девушки 20-ти лет не покупают черные туфли Обоснованные решения с прогнозируемым эффектом = Менеджер, маркетолог Проанализируйте всё
  39. 39. ЧАСТЬ 2
  40. 40. А что случается, когда мы привлекаем аналитика, В: даём данные и ставим правильную задачу? Аналитики запираются в комнате и через О: неделю возвращаются с результатом.
  41. 41. Давно ли вы подглядывали за аналитиком в замочную скважину?
  42. 42. Что ещё могут делать аналитики? RFM Классификация Кластеризация Моделирование
  43. 43. RFM – простейшая сегментация потребителей Recency Давность последней покупки Frequency Monetary Частота покупок Стоимости покупок
  44. 44. RFM: Выявляем группы покупателей для построения кампаний с соответствующими целями Новые покупатели Покупали недавно, но редко Частота Стоимость Давность Лояльные Покупали недавно и часто Отток из лояльных Покупали часто, но давно Отток Покупали давно и редко недавно давно часто редко Подходит везде, где есть регулярное и измеримое взаимодействие компании с потребителем: Retail-компании, FMCG-кампании, E-coYerce
  45. 45. Чем больше групп и способов воздействия на них вы знаете, тем вы успешнее Благодарить, поддерживать, Напомнить о себе не нуждаются в дополни- тельной стимуляции Отток из лояльных Лояльные Новые покупатели Отток Стимулировать повторную покупку Благодарить, стимулировать повторную покупку
  46. 46. Ось стоимость позволяет руководствоваться в том числе и монетарной ценностью клиента Частота Стоимость Бентли Давность Чем больше кусок, тем более выгоден клиент для компании и тем больше на него стоит потратить ресурсов. Спички
  47. 47. Было Стало У брэнда XYZ в промоакциях с кодами две широко известные проблемы: 1. Много участников совершают пару покупок и «засыпают» 2. Высокий отток лояльных участников С помощью RFM определили сегменты и время для воздействия на участников С помощью А/Б тестов нашли минимальное, но эффективное вознаграждение Cоздали механики, предлагающие «заснувшим» новичкам и «рисковым» лоялистам подходящие «конфетки» в нужное время Результат — значительный рост конверсии новичков в лояльных, увеличение активности лояльных покупателей
  48. 48. Классификация: тратим деньги и внимание на выгодных клиентов, Анализируемая группа Шаблон на основании истории действий известных покупателей Похожие по поведению покупатели а жуликов выявляем и исключаем
  49. 49. Было Стало У магазина ABC 90% покупателей совершали одну покупку и пропадали навсегда Скидка 300 Скидка 500 Скидки возвращали покупателей за 2-й покупкой, но это было неэффективно и экономически невыгодно С помощью классификации построили систему, определяющую покупателя в одну из групп: Скидка 100 Скидка 500 Скидка не нужна Скидка 300 Скидка 1000 Результат — эффективная система мотивации, тратящая ресурсы только на перспективных покупателей
  50. 50. RFM Классификация Кластеризация Моделирование
  51. 51. Выделяем заранее неизвестные группы потребителей со схожими признаками (кластеры) для уточнения рекламных предложений. Возраст Пьют пиво Носят шарф с лошадками
  52. 52. Выделяем заранее неизвестные группы потребителей со схожими признаками (кластеры) для уточнения рекламных предложений. Возраст Пьют пиво Носят шарф с лошадками Взрослые Возраст 25-30 лет Детские шарфы не носят Пиво пьют средне
  53. 53. Выделяем заранее неизвестные группы потребителей со схожими признаками (кластеры) для уточнения рекламных предложений. Возраст Пьют пиво Носят шарф с лошадками Взрослые Возраст 25-30 лет Детские шарфы не носят Пиво пьют средне Дети Возраст до 10 лет Носят детские шарфы Пиво не пьют
  54. 54. Выделяем заранее неизвестные группы потребителей со схожими признаками (кластеры) для уточнения рекламных предложений. Возраст Пьют пиво Дети Возраст до 10 лет Носят детские шарфы Пиво не пьют Носят шарф с лошадками Взрослые Возраст 25-30 лет Детские шарфы не носят Пиво пьют средне Молодые фрики Возраст от 18 лет Носят детские шарфы Пьют много пива
  55. 55. Пример «Чёткое счастье» В одной европейской стране крупная FMCG-компания длительное время собирала данные о своих потребителях, а затем провела кластеризацию...
  56. 56. Выявили связь семечек и одежды Значительное число покупателей семечек «Чоткие» носят спортивную одежду и треники «Адики»
  57. 57. Стали давать рекламу рядом с магазинами одежды Значительное число покупателей семечек одежду и треники Реклама вблизи магазинов одежды «Адики» показала невероятную эффективность и увеличение продаж семечек
  58. 58. Если всё наглядно, то зачем аналитик? Едят Носят Треники «Адики» Семечки «Чоткие»
  59. 59. Сложности возникают, когда параметров много, а анализируемая выборка очень разнородная Возраст Рост Стиль Образование 90 210 Деловой 18 150 Доктор наук Спортивный Среднее ...
  60. 60. Кластеризация требует ресурсов Сложнее, чем RFM Зависит от качества данных «Быстро забацать какой-нибудь кластер за пару недель» точно не выйдет. Кластеризация — эксперимент в чистом виде. Далеко не факт, что эксперимент даст фантастический результат. Далеко не факт, что будет вообще какой-то результат, кроме трат. Результат непредсказуем В данных нужно быть абсолютно уверенными
  61. 61. RFM Классификация Кластеризация Моделирование
  62. 62. Моделирование: Зачем оно нужно? Мы хотим спланировать новое рекламное мероприятие и получить лучшие результаты, чем в прошлом Мы хотим быстро понять, что у нас что-то идет не так (есть риск не достичь желаемых показателей)
  63. 63. Что нужно для прогнозирования? Умный аналитик, вовлеченный в бизнес и хорошо понимающий его “Книжный червь в сферическом вакууме” не построит нормального прогноза продажи пива Качественные и однородные данные из прошлых периодов Чем качественнее данные, тем точнее прогноз
  64. 64. Построили модель притока новых участников, которая на основе данных в начале акции, показывает, что можно ожидать в конце. Получили инструмент, позволяющий действовать заранее, если промо не дотягивает до планового KPI Было Запустили промо-акцию с KPI = количество участников Поначалу вроде всё шло нормально… А потом по факту — недобор! Механика креативная Призов много Анонс хороший Стало
  65. 65. ЭСКВАЫР Куда пойдет рынок Что ждет FMCG- индустрию Спилберг снимет фильм о йогуртах в России МАРФА ЗАХАРОВНА А теперь как всё это работает вместе путь простого маркетолога
  66. 66. Стимуляция скидками повторных продаж новой модели утюгов Высокий ROI Низкая стоимость повторной продажи по сравнению с прив- лечением нового клиента дали высокий ROI кампании. В результате «Урюпинские Утюги» захватили перспективные рынки сбыта утюгов даже на Марсе. — Кому и сколько мы можем продать еще утюгов? — Какая скидка или условия будут привлекательны? Аналитик [после 5 недель: сегментация, тесты, прогнозирование отклика] дал Марфе Захаровне сценарий, содержавший определение и числен- ные характеристики групп покупателей, которые могут приобрести утюги.
  67. 67. Знание — сила! Теперь вы знаете чуть больше о её светлой стороне.
  68. 68. Управляющий партнер Иван Боровиков ibg@mindbox.ru www.mindbox.ru Создание презентации: www.burba.pro

×