Большие данные (big data) могут немало сделать для маркетинга. Например, помочь найти ответ на два сложных вопроса, над которыми думают маркетологи с первого дня существования этой профессии. Это кто, когда, что и по какой цене покупает, а также можем ли мы увидеть связь между тем, что потребители слышат, читают, видят и тем, что они покупают?
Ответы на эти вопросы способны сделать маркетинг более эффективным благодаря лучшему таргетингу и целесообразному расходованию бюджета.
Маркетологи стремятся использовать большие данные, чтобы спрогнозировать следующую транзакцию каждого клиента.
Для этого они пытаются создать подробный портрет потребителя, понять, какие медиа он предпочитает, какие у него покупательские привычки, интересы, стремления и желания. Результатом является «фото с высоким разрешением» каждого клиента.
Впрочем, пытаясь предсказать очередную транзакцию, многие компании из разных сфер быстро приближаются к тревожной реальности: даже выиграв на следующем шаге, они получат только краткосрочное тактическое преимущество. Вместо этого они рискуют столкнуться с неприятными последствиями: постепенно каждый рыночный игрок начнет одинаково хорошо прогнозировать следующую покупку каждого клиента. Такие «гонки вооружений» в конце концов приведут к выравниванию конкурентов в средне- и долгосрочной перспективе. Эта погоня не обеспечит никому устойчивого конкурентного преимущества. Это не значит, что компаниям вообще не стоит пытаться предсказать следующую покупку, но не надо ожидать высокой отдачи от этого, разве что на тех рынках, где конкуренты сильно отстают от вас. Организации, работающие в сфере туризма, страхования, телекоммуникаций, автомобильной и музыкальной, уже почти сравнялись друг с другом в своей способности предсказывать действия клиентов. Поэтому на этих рынках прогнозирование следующей транзакции уже не может быть долгосрочным конкурентным преимуществом.
Чтобы его создать, маркетинговые программы, которые используют большие данные, должны обратиться к стратегическим вопросам: об удержании клиентов, их лояльности, отношений с ними. Важно задумываться не только о том, что станет триггером следующей покупки, но и о том, что поможет этому потребителю продолжать покупать именно у вас; не только о том, какую цену клиент готов заплатить за следующую транзакцию, но и о том, какую ценность он получит; не только о том, что побуждает человека перейти от конкурента к вам, но и о том, что будет препятствовать ему уйти от вас, когда кто-то предложит лучшую цену.
Ответы на эти стратегические вопросы требуют иного использования больших данных. Вместо того, чтобы думать, как big data поможет в таргетинге, нужно думать, как большие данные могут создавать ценность для клиентов. То есть мы должны изменить формулировку: с «что big data может сделать для нас», на «что большие данные могут сделать для наших клиентов».
Большие данные могут помочь нам понять, как улучшить свои товары или услуги, а также принять решение о том, какие новые продукты следует создать. Простой пример — рекомендации, которые используют Amazon и Netflix. Предлагая клиентам товары, которые им понравилось, этот инструмент экономит их время.
Полезным может быть анализ стартапов, которые создают новые формы ценности с помощью больших данных.
Например, Opower позволяет клиентам поделиться своими коммунальными счетами на Facebook, чтобы сравнить свои расходы с расходами других.
Компания INRIX агрегирует данные о трафике с мобильных телефонов клиентов и других устройств и предоставляет отчеты о расходах трафика в режиме реального времени.
Zillow собирает информацию из множества источников, чтобы предоставить покупателям, продавцам и брокерам консолидированное представление о ценности недвижимости.
Все эти сервисы базируются на больших данных. Их успех должен быть сигналом для остальных компаний, что сегодня уже нет бизнесов, которые не были бы информационными.
Каждой организации следует задать себе три вопроса, чтобы понять, как большие данные могут создать ценность для ее клиентов:
1. Какая информация поможет нашим клиентам уменьшить свои расходы или риски?
Многомиллиардные компании, такие как Yelp, Zagat, TripAdvisor, Uber, eBay, Netflix и Amazon, имеют дело с большим объемом данных, включая рейтинги поставщиков услуг и продавцов, чтобы уменьшить риски для клиентов. На сегодняшний день эти рейтинги обеспечивают общую оценку продавцов по стандартной шкале. Но все чаще клиенты ищут более конкретный ответ на вопрос: что потребители, похожие на меня, думают об этом товаре или услуге? Это возможность для нового поколения предложений ценности, основанных на big data.
2. Какой тип информации является сейчас рассеянным, но если его агрегировать, то позволит получить новый инсайт?
Есть ли в вашем распоряжении случайные данные (скажем, нажатия клавиш или данные о местонахождении), которые могут быть полезными, если их собрать и проанализировать?
InVenture — новый стартап, работающий в Африке, превращающий случайные данные из смартфонов в кредитные рейтинги, которые позволяют неимущим клиентам получить доступ к займам и другим финансовым продуктам. В среде, где большинство населения не имеет кредитной истории и, следовательно, кредитного рейтинга, даже данные об использовании телефона могут быть ценными (например, люди, которые указывают для контактов имена и фамилии, скорее всего, возвращают ссуды).
3. Является ли степень разнообразия среди ваших клиентов такой, чтобы они могли получить пользу, если их данные будут агрегированы с данным других людей?
Например, компания, которая продает сельскохозяйственные материалы (семена, удобрения и пестициды), может собирать данные от фермеров с различными участками земли, чтобы определить, какие комбинации ее товаров являются оптимальными в различных условиях. Агрегирование данных из многих хозяйств, работающих в различных грунтовых, климатических и экологических условиях может дать гораздо более ценную информацию для каждой отдельной фермы, чем любой фермер мог бы получить, анализируя только свое хозяйство даже в течение очень долгого времени.
Большие данные помогают маркетологам находить ответы на фундаментальные вопросы, которые ранее были для них недосягаемыми. Но истинное значение больших данных будет заключаться в создании новых форм ценности для клиентов. Только это позволит маркетологам превратить данные в стабильное конкурентное преимущество.
