Будущее автоматизации маркетинга и типичные ошибки на пути к ней

Цифровая трансформация постепенно наступает на традиционные сектора экономики. Американские торговые сети планируют закрыть более 3500 магазинов в 2017 году  — устоявшийся бизнес теснит электронная коммерция во главе с Amazon. Несложно предсказать: в очереди на оцифровку и остальная розница: медицина, HoReCa, туризм, традиционные банки и страховые компании. Все бизнесы, массово работающие с физическими лицами.

Причина трансформации розничного маркетинга — изменение покупательского поведения. Интересно исследование трендов B2B маркетинга, произведенное Boston Consulting Group, которое отмечает «консумеризацию» бизнес-закупок. Новое поколение принимающих закупочные решения сотрудников предпочитает всё меньше общаться с продавцами, всё больше выбирает самостоятельно, на основе информации в интернете, потребляемой со всех возможных устройств.

Выделенные BCG тренды применимы и к наблюдаемому в рознице:

• От неинформированного, ведомого продавцом покупателя к информированному, ведомому маркетингом
• От массового и навязчивого маркетинга к персонализированному и дающему выбор
• От оффлайн и отдельных каналов к интегрированной коммуникации построенной вокруг удобства потребления на бегу, то есть в телефоне
• От ручной работы и разрозненных систем, к автоматизации и единому набору данных
• От разового измерения масштаба и последнего взаимодействия к постоянному измерению результатов и эффекта всех каналов
• От разделенных иерархических организаций к интегрированным гибким структурам
• От креатива к технике и аналитике

Маркетинг переходит от работы по позиционированию бренда и охвату к определению: кому, когда и что хочет сказать компания. Это происходит даже в сфере FMCG, где неизбежен акцент на охват, так как покупки во многом являются спонтанными. Тем не менее, крупные бренды научились выделять самых лояльных потребителей проводя интерактивные промо и использовать эти данные для оптимизации трат на digital рекламу, используя таргетинг по похожести аудиторий, так называемые «look alike» алгоритмы.

К чему стремиться?

Хороший пример для подражания — маркетинг booking.com, мирового лидера в своем сегменте и третьей по размеру e-commerce платформы в мире. Компания уделяет минимум внимания дизайну, зато одновременно проводит тысячу А/Б тестов, обращает особое внимание на единый пользовательский опыт для мобильных и обычных пользователей, делает акцент на персонализацию сообщений ещё до момента, когда клиент сделал первый заказ. Генеральный директор booking.com отдельно акцентирует внимание на том, что большинство маркетинговых решений принимается на основе анализа данных. Компания следит чтобы количество заказов, потерянных из-за ошибок в экспериментах не уменьшалось ниже определенной отметки, т.к. считает это опасным признаком замедления инноваций.
Технически, речь идет о старом добром внедрении CRM, в изначальном смысле этого слова как идеологии построения бизнеса вокруг единого профиля клиента.

Толкование Сustomer Relationship Management размыто: это то система сбора жалоб, то управления бизнес-процессами заказа, иногда — управление кампаниями, хранилище данных, исходящий маркетинг и все аналитические системы вместе взятые. Причина в том, что целостное внедрение CRM-подхода до сих пор выливалось в пугающие схемы от грамотных IT-архитекторов, занимало годы и было доступно лишь очень богатым компаниям.

И это обоснованно! Даже в среднем розничном бизнесе речь идет о работе с гигантскими объемами данных: сотни тысяч клиентов, миллионы транзакций, десятки миллионов фактов о поведении онлайн. При этом, для эффективного маркетинга многие поведенческие данные требуется обновлять во времени, близком к реальному. Например, эффективность классических механик электронной коммерции «брошенная корзина» и «брошенный просмотр» падает на порядок уже через тридцать минут после окончания визита покупателя. А это значит, что среднему магазину необходимо быстро обрабатывать десятки и сотни тысяч действий клиентов, не говоря о сложностях с пиковыми нагрузками в момент распродаж.

По этой причине крупные бизнесы до сих пор полагаются на комплексные и надежные решения от титанов индустрии, таких как Oracle, IBM, SAP, Microsoft. И это не смотря на то, что многие из этих решений корнями уходят в восьмидесятые годы и откровенно устарели. Остальные, кто не могут себе позволить потратить миллионы долларов на подобные внедрения, считают, что системный подход им недоступен и довольствуются полумерами.

В B2B сегменте маркетинговые технологии совершили рывок и переместились в облако больше пяти лет назад. В индустрии есть признанные лидеры, прошли миллиардные IPO: HubSpot, Marketo, SalesForce, Pipedrive. В B2C сегменте революция только начинается: возможность к ней открылась несколько лет назад, благодаря росту вычислительных мощностей и, прежде всего, увеличению на порядки скорости систем хранения данных за счет перехода на твердотельные диски (SSD).

То, что раньше было доступно только крупному бизнесу, становится доступным среднему и даже малому. На современном оборудовании с обработкой розничных данных справляются вполне стандартные решения, больше не требуется столь сложная архитектура, миллионы долларов, килограммы ТЗ и годы внедрения. В категории Gartner «управление многоканальными кампаниями», где господствуют титаны индустрии, за последний год появилось сразу несколько неизвестных компаний.

Типичные ошибки на пути к быстрому маркетингу

«Большие данные»

На волне технологического хайпа легко поддаться соблазну поиска простых решений. Но нет, технологии — это просто очередной инструмент, открывающий новые возможности организации работы. Зеленую кнопку «поднять выручку» увы, всё ещё не изобрели. Внедрение даже самого современного софта само по себе не решает никакие проблемы, а часто наоборот — создает новые.

Особенно это видно на примере «больших данных» и машинного обучения, которые находятся на вершине информационного шума и обещают полную победу машин над людьми уже завтра. На практике задачи машинного обучения сводятся к автоматизации выбора лучшего решения из большого количества вариантов при соблюдении нескольких условий:

• Измеримых критериев правильности решения
• Наличия большого массива измеренных исторических решений (обучающая выборка)
• Грамотно выделенных человеком переменных, влияющих на результат

Это очень мощная технология, за которой — будущее, но она требует накопления массива чистых данных. 90% успеха машинного обучения — сбор, очистка и классификация данных. Как говорят аналитики, «мусор — на входе, мусор — на выходе».  Поэтому автоматические товарные рекомендации так хорошо работают в Amazon и не так хорошо — в новом магазине, купившим сервис, обещающий трехзначные цифры роста после установки виджета на страницу. Вдобавок, чтобы автоматизировать задачу выбора, нужно, чтобы было из чего выбирать. Прежде чем покупать сервис, подбирающий персональное предложение для каждого покупателяЕ хорошо убедиться, что таких предложений есть хотя бы пара десятков.

Хаос чрезмерной децентрализации

Рынок облачных маркетинговых технологий бурно развивается, специализированные американские блоггеры насчитали 5381 (это на 40% больше, чем в 2016 году) сервисов, решающих разные классы маркетинговых задач. Отходя от классического подхода с большим внедрением, есть риск впасть в другую крайность — набрать много решений, запутаться в интеграциях и остаться без набора данных, которому можно доверять.

Для построения долгосрочной клиентоориентированной стратегии, накопления чистых данных для машинного обучения и единой многоканальной коммуникации критически важно иметь стабильный корневой элемент инфраструктуры: единую базу данных клиентов с уникальным идентификатором, передаваемым во все используемые сервисы и каналы. В зависимости от размера бизнеса и технических компетенций, построить такую базу можно разными способами: от таблиц гугл и 1С, до облачных маркетинговых CRM. Важно чтобы такая центральная БД возникла изначально и  позволяла интегрировать тестируемые сервисы с разумными усилиями.

Отсутствие метрик

Гибкий подход с множеством экспериментов не означает бесконтрольность. Без ясных метрик увеличение скорости приводит к ускоренному броуновскому движению с повышенной тратой ресурсов. Поразительно, как много отделов маркетинга функционируют без ясных высокоуровневых KPI.

Хороший KPI должен зависеть только от маркетинга и сравниваться исключительно в динамике сам с собой. Но главное, каждая метрика должна иметь заинтересованного владельца, который хорошо понимает как она считается, регулярно смотрит тренд, требует новых гипотез и спрашивает результаты проверки старых. Цель отчетности не контроль, а генерация следующих шагов. Изменения важнее измерений.

Таких метрик не может быть много, они индивидуальны для бизнеса и этапа его развития. Подобрать их непросто, но можно рассмотреть некоторые лучшие практики в качестве точки отсчета: конверсия в первую покупку, конверсия во вторую покупку, процент повторных покупок. Также стоит обратить внимание на количество идущих а-б тестов и запущенных автоматических кампаний. Эти показатели хорошо отражают скорость отдела маркетинга.

Незнание статистики

Маркетинг и бизнес во многом основаны на чутье и рискованных шагах. Достоверно измерить можно практически всё, но корректно поставленный эксперимент часто отнимает столько времени, что правильный ответ уже не имеет ценности. Тем не менее, сфера применения статистики и доказательного маркетинга стремительно расширяется, особенно в цифровых каналах и электронной коммерции. Получить базовую статистическую грамотность необходимо, просто чтобы вовремя отложить свою интуицию и прислушаться к молодым и дерзким, показывающим доверительные интервалы, контрольные группы и результаты А-Б тестов.

Один владелец традиционного бизнеса рассказывал, как после грамотного А-Б теста двух билбордов отказался от своего видения дизайна с элементами фирменного стиля в пользу простого варианта отдела маркетинга, который давал дополнительные 30% продаж. Этот бизнес далеко обгоняет своих конкурентов, и понятно почему. Нужно учиться доверять цифрам и научному подходу, хотя основателям и сделавшим себя самим успешным менеджерам это бывает особенно трудно. Не менее полезно уметь на корню пресекать бессвязную лапшу из цифр, которой красиво заполняют презентации неудачно нанятые сотрудники.

Даже если статистически достоверно измерить не получается, отрезвляюще полезно всё равно стараться формулировать следующие шаги в виде гипотез: сделав <действие> мы увеличим <метрика> на <прогноз изменения>.

Применение массовых методов традиционной рекламы

Важнейшее отличие прямых цифровых каналов коммуникации в том, что клиент в большинстве случаев волен отказаться от рекламы. Отписаться или отправить в спам письмо, запретить показывать баннер или рекламу в Facebook, пожаловаться в ФАС на SMS. Больше того, наши и западные исследования  показывают, что после 6-7 последовательных неинтересных коммуникаций люди перестают реагировать на любые сообщения от бренда.

Классическая и вызывающая сожаление история: бизнес за долгие годы накопил сотни тысяч контактов покупателей, но никогда с ними не контактировал. При построении прямого маркетинга начинаются массовые и частые рассылки по всей БД. Следует резкий скачок продаж, эйфория от успехов, и столь же резкое падение с разочарованием: база выгорела, за исключением самых стойких, которых, по нашему опыту —  не более двадцати пяти процентов. Восстанавливать доверие клиентов трудно и очень долго. Не надо так. Начинать нужно аккуратно, убедившись, что есть ясная политика сегментации и контроля частоты, налажена обратная связь позволяющая избежать недовольства клиентов.

В основе всего — люди

За всеми опасностями неизменной остается фундаментальная задача: как сделать так, чтобы новшества привели к ускорению работы? Технологий для этого недостаточно, необходимо изменить поведение людей, то есть культуру. В соответствии с законами Лармана, наиболее действенный способ изменения культуры — изменение организационной структуры.

Современные отделы маркетинга — это или отделы email рассылок, или отделы бренд-маркетинга, или отдел закупки media или, даже, отдел по внедрению CRM, больше похожий на IT. Всё это — не те структуры, которые способны выстроить цепочку постоянного улучшения. Для ускорения работы необходимо стремиться к тому, чтобы отдел маркетинга стал отделом развития продукта, у которого есть полномочия вносить изменения во всех точках контакта с потребителем. В идеальном мире, в командах от четырех до двенадцати человек, сидящих физически в одном помещении должно быть сосредоточено достаточно компетенций и полномочий для проверки гипотез: от идеи до запуска кампании и анализа результатов.

Современный маркетинг-директор — это человек мыслящий терминами продукта, как продукт компании будет выглядеть с точки зрения потребителя. Он рассматривает коммуникацию в рекламе, на сайте, в приложении и колл-центре, в транзакционных сообщениях и рекламных рассылках — как единое целое, плавно переходящее одно в другое.

Возможные точки начала преобразований

Важный признак успешно прошедшей оцифровки бизнеса — отсутствие департамента IT кроме, быть может, специалистов поддержки офисного оборудования. Технологии больше не внедряются отдельно для использования бизнесом, технологии и есть бизнес. Они меняются так быстро, что процесс внедрения нового должен идти параллельно с рабочим, а значит, IT-специалисты должны быть внутри функциональных групп.

По тем же причинам недостаточной скорости мало кто делает сайты и лэндинги силами внутреннего IT. Проверка маркетинговых гипотез не должна требовать выхода за пределы ответственности маркетинг директора. Мобильное приложение, программа лояльности, автоматизированные коммуникации, аналитика и прочая автоматизация с точки зрения бизнеса не отличаются от разработки сайта. Технологически это уже достаточно стандартизировано, чтобы отдел маркетинга мог нести ответственность за свои технические решения.

Аналитики Gartner предсказывают, что CMO в 2017м году будет больше посвящать времени IT, чем CIO. Некоторые в США идут дальше и считают, что эти две должности должны быть объединены. Крупные отделы маркетинга часто структурируют по каналам: email, sms, лояльность, медиа. Ошибочно считается, что эффект каждого канала можно измерить отдельно. Хороших моделей атрибуции не существует, такая структура приводит оптимизации частностей, которые не оптимизируют целое: перетягиванию трафика, конфликтам и раздражающи разрозненным коммуникациям с клиентами. Возможный альтернативный вариант — группы по высокоуровневым целям, например привлечению и удержанию.

Конечно, некоторые каналы могут требовать уникальных компетенций и слабо пересекаться с другими. Например, группа запуска «кирпичных» магазинов, но и в этом случае, такая группа должна адаптировать общие для всех маркетинговые решения для своего канала, отвечать за общие метрики в составе более широких групп, а не оптимизировать локальные показатели.

Команде развития продукта нужны маркетологи с техническими знаниями, пониманием интеграций и потоков данных. И минимум один аналитик для обеспечения чистоты и доверия к данным. Аналитиков нанимать особенно трудно, но, если отказаться от поиска специалистов по машинному обучению, которым в Яндексе существенно более интересно — вполне возможно. Снова помогает начать с основ: SQL, базовая эконометрика и статистика, внимание к деталям и интерес к предметной области.
Здорово, когда в маркетинг-команду получается включить производство контента: дизайнера и редактора. В некоторых случаях удается интегрировать разработчика и специалиста по поддержке клиентов. Чем больше обратной связи внутри комнаты — тем лучше.

Резюме

Усиливающаяся конкуренция требует от розничного маркетинга выхода на новый уровень:

• Обеспечить единый пользовательский опыт во всех каналах
• Работать с конкретным человеком, а не с трафиком
• Делать множество быстрых изменений, вместо больших и долго готовящихся
• Принимать решения на основе данных, а не интуиции

В маркетинге мы наблюдаем проявление общего тренда — для соответствия современным скоростям компании вынуждены уплощать организационные структуры: переходить от функциональных отделов к продуктовым и проектным командам.

Готовых решений нет, но трансформацию можно начать с задания высокоуровневых метрик успеха и создания условий для преобразования иерархии в более гибкую оргструктуру. Здорово, если есть понимание стратегии, но если нет — не беда, она кристаллизуется в процессе. Сама последовательность действий достаточно проста:

• Выберите наиболее перспективные гипотезы
• Добейтесь доверия к необходимым данным и метрикам
• Проверьте гипотезы и наблюдайте за метрикам

Повторяйте снова и снова, итеративно приходя к работающей стратегии на основе вашего собственного опыта и данных, постепенно трансформируя маркетинг и компанию в целом.