вторник, 17 июля 2012 г.

Как выжать больше из лимона. Часть 2. Несколько советов о старте работ с поведенческими данными

Продолжение статьи о неиспользованных возможностях розничных данных из журнала Новый маркетинг "Как выжать больше из лимона", часть 1 - можно прочитать по ссылке. В сегодняшней части - два совета о первых шагах использования поведенческих данных и несколько примеров из реальных проектов.


Принципы поведенческого моделирования доказали свою состоятельность во многих крупных сетях, телекоммуникационных компаниях и банках Западной Европы. Однако решение описанных выше задач уже не под силу даже самому совершенному роботу. Психологическая природа поведения потребителей предлагает целую обойму новых вводных, понять и учесть которые может только живой человек - специалист в области потребительской бихевиористики (науки о поведении), оснащенный адекватным программным продуктом. Не секрет, что таких специалистов крайне мало на любом рынке, а задача становится все актуальнее.

Еще одна сложность на пути - недоступность научной базы. Проекты, использующие принципы поведенческого моделирования, пока не обсуждают в широких кругах, по этой теме нельзя найти полноценный учебник или посмотреть готовые кейсы. Освоение не описанной доселе научной области требует одержимости от менеджеров среднего звена, а она, как известно, результат сильной мотивации. Занимаются ли розничные сети мотивированием своих CRM-менеджеров - вопрос риторический. Особенно если вспомнить, что приоритетом для отечественной розницы все еще остается захват территорий. В общем, на пути к заветному поведенческому моделированию гораздо больше препятствий, чем рекомендаций. Впрочем, несколько советов все же можно дать.

Совет первый: начните с простых задач

Пожалуй, самая доступная задача на этом пути - оптимизация стимулирующих инициатив (купоны на скидку, специальные цены и пр.). Под оптимизацией имеется в виду получение большей прибыли при меньших затратах.
Массовые рассылки специальных предложений подошли к следующему логическому этапу - специальным предложениям. Об этом свидетельствуют не только периодически появляющиеся статьи и выступления, но и многочисленные вопросы представителей розничных сетей, которые уже давно осознали значимость специального подхода к разным группам своих покупателей. 
Пускай он не так прост в реализации, как массовые скидки и массовый купонинг, -- сравнительная экономическая эффективность целевых предложений очевидна даже скептикам. 

При правильном использовании простейших инструментов моделирования розничный оператор может решить как минимум три важные задачи:
  • уменьшить недовольство покупателя и повысить его удовлетворенность магазином (сетью). Теперь он не будет получать заведомо неинтересных ему предложений -- каждое предложение будет свидетельствовать о его персональной ценности;
  • повысить отклик на предложения. Это главный экономический фактор;
  • оптимизировать маркетинговый бюджет, в частности исходя из ценности покупателя для сети. Здесь речь идет о возможности экономически обоснованного перераспределении маркетингового бюджета: каждый сегмент получает предложение, соответствующее его ценности (в том числе потенциальной) для розничной сети.

Для решения описанных выше задач вчерашнего интуитивного подхода уже недостаточно. Особенно если учесть тот факт, что при экстенсивном развитии сетей количество покупателей одной сети зачастую превышает полмиллиона, а число транзакций -- сотни миллионов записей. При таких масштабах необходимость в использовании информационных технологий для поддержки таких программ, как специальные предложения, уже не вызывает сомнений. Однако есть один нюанс: использовать технологии нужно взвешенно, поскольку их назначение -- всего лишь поддержка решений человека.

Один из наиболее доступных и понятных вариантов поведенческого моделирования - прогнозирование уместных предложений. Так в Prospects (и в практике поведенческого моделирования в принципе) называют создание предложений, уместных для получателя с точки зрения содержания и условий получения (времени, места, канала, языка и пр.). Для управления уместным предложением нужно ответить на вопрос о предпочтениях каждого конкретного покупателя. Для этого не требуется специальный опрос клиентов: вся информация, как правило, содержится в предыдущих транзакциях покупателя и в записях о его социально-демографическом профиле. 

Результатом моделирования становится ответ на вопрос: когда и при каких условиях данная группа покупателей будет готова приобрести конкретные наименования товаров и как лучше войти с ней в контакт?
На первый взгляд задача может показаться труднорешаемой, если использовать индивидуальный подход к каждому покупателю. Но на практике покупателя рассматривают отдельно лишь на определенных этапах процесса, представляющего собой цикл поведенческого маркетинга. На остальных этапах всех покупателей объединяют в сегменты, поведение внутри которых достаточно схоже, но при этом отличается от поведения других сегментов. Для каждого из них, а их количество может быть сколь угодно мало и сколь угодно велико, разрабатывают свои предложения, уместность которых определяется особенностями поведения сегмента, объединяющего конкретных людей.

Именно приемы массовой кастомизации (объединение в группы по предпочтениям) сделали технологии поведенческого моделирования недорогими и доступными для любой розничной сети.


Совет второй: сперва смотрите, потом действуйте

Благодаря широкому распространению дисконтных программ большинство розничных сетей уже обладает стартовым багажом, который позволит им относительно быстро встать на путь понимания клиента и управления его поведением. Это базы данных о транзакциях, или развернутых электронных чеках, накопленные сетью как минимум за один год. Анкетные данные владельцев карт также важный источник, однако роль социально-демографического профиля в поведенческом моделировании  существенно уменьшается: он превращается в дополнение к поведенческим данным. Да и сами анкетные данные зачастую требуют актуализации, верификации и других процедур, часто называемых аудитом данных.

Принцип «смотри и действуй» позволяет осваивать науку о поведенческом моделировании шаг за шагом, без каких-либо сверхзадач. Двигаясь, решая небольшие поведенческие задачи в режиме теста, наблюдая реакцию своих потребителей и корректируя тактику воздействия, розничный оператор постепенно сформирует свою собственную методологическую базу. В ситуации научного голода это решение может стать выходом, который позволит начать оперативные действия (зачастую потребность в таких действиях продиктована резкими изменениями в конкурентной среде и первыми признаками оттока покупателей).

Не стоит рассчитывать на мгновенный результат: принцип «смотри и действуй» предполагает наличие времени для формализации полученных знаний, их осмысления и внесения корректировок с целью обязательного дальнейшего использования в подходящей ситуации. Коротко описанный выше цикличный подход является важным принципом работы обучающейся организации, наиболее совершенной модели организации бизнес-процессов (кстати, в этой сфере лидируют японские компании).
В поведенческом маркетинге работа по принципу обучающейся структуры особенно важна, поскольку ключ к успешному освоению этого направления -- наличие методической базы. Одним из путей ее формирования и совершенствования как раз и является опыт понимания поведения собственных клиентов. Что касается самих методик, то их разработка может вестись самостоятельно, а может базироваться на уже разработанных и опробованных методиках. Математической и технической базой для реализации методик все чаще служат современные аналитические методы, в том числе методы Data Mining (о задачах Data Mining и закономерностях подробней можно прочитать здесь).


Примеры

Один из наиболее популярных инструментов поведенческого моделирования, с которого может начать любое розничное предприятие, -- кластеризация методом Кохонена (рис. 1). Примеры ее реализации -- сегментация покупателей по предпочитаемым брендам, категориям, частоте покупок и пр. Выполнить такую работу с помощью традиционных средств обработки данных невозможно. 






Рисунок 1. Иллюстрация применения кластеризации по предпочитаемым брендам


Еще один простой инструмент -- метод ассоциативных связей (рис. 2), который широко используют на практике для оптимизации кросс-продаж.




Рисунок 2. Возможности анализа одновременного приобретения товаров из разных категорий

О методах и программном обеспечении, при помощи которых можно решить задачу кластеризации и ассоциации - ссылка


Постоянный сбор всех видов поведенческих данных, представляющий собой так называемый самообучаемый цикл в работе с покупателями, позволяет постоянно увеличивать эффективность действий сети как целостной системы. Поступательный подход «смотри и действуй» дает оператору возможность наработать собственную методическую базу. Это тот актив, который не только обеспечивает ощутимые конкурентные преимущества, но и скрыт от глаз конкурентов.


Завершение статьи - Как выжать больше из лимона. Часть 3. Аутсорсинг аналитики и организационные решения


Также может быть интересно:

    Прочитать другие статьи из этой же рубрики можно прочитать здесь

    Все статьи блога можно увидеть здесь

    Для получения обновлений блога не забудьте подписаться на рассылку RSS.

    Комментариев нет:

    Отправить комментарий

    Related Posts Plugin for WordPress, Blogger...