Excel идеально подходит для анализа данных, связанных с брендингом и опросами на тему удовлетворенности клиентов, работы с показателями маркетинга в интернете и расчетов возврата на инвестиции в маркетинг. Вы также можете создать в Excel расчетные таблицы для маркетинговых кампаний. В главе 8 я покажу вам, как компания Microsoft отслеживает состояние кампании с бюджетом в 17 миллионов долларов на основе еженедельных данных в формате Excel и в режиме, близком к режиму реального времени. Итак, Excel можно использовать для работы с большинством показателей, описанных в этой книге. Однако он точно неприменим для создания базы данных для директ-маркетинга и маркетинга, основанного на ценностях, или анализа маркетинга для крупной клиентской базы.
Масштаб необходимой вам инфраструктуры обусловлен объемом данных. Если вам нужно проанализировать набор данных для нескольких тысяч клиентов или сегментировать клиентов по сложным параметрам, а затем разработать целевую маркетинговую программу для них, то вам вполне хватит ноутбука с программами типа Excel или SAS JMP[16] (детальный пример компании EarthLink с инструкциями и возможностью загрузить массив данных приведен в главе 10). Если же ваша цель состоит в том, чтобы решить ту же самую проблему для 50 миллионов клиентов, то есть сегментировать более 1 миллиона клиентов по многочисленным характеристикам, а затем разработать целевую кампанию, вам потребуется мощная промышленная инфраструктура. По словам Ричарда Винтера, эксперта в области создания мощных хранилищ данных, «разница в требованиях для этих систем столь же велика, как разница между требованиями для дома фермера и Эмпайр-стейт-билдинг».
Более того, если вы планируете анализировать данные только единожды, то можете начать со сравнительно недорогих систем и бо́льшую часть данных обработать вручную. Однако если вы планируете заниматься маркетингом, основанным на событиях: текущих покупках клиентов и расчете их будущей ценности в режиме реального времени, – то требования к инфраструктуре будут более строгими.
Требования к маркетинговой инфраструктуре определяются объемом данных, получаемых из клиентской базы, информацией о взаимодействии клиентов с вашей компанией и вашими планами. Размер клиентской базы, наряду с объемом данных и желаемой частотой анализа, будет определять объем необходимых инвестиций в инфраструктуру. Глава 10 посвящена оптимальному соотношению инфраструктуры и размера клиентской базы.
Но главное – стремиться к большему, начинать с малого и быстро увеличивать масштаб. Когда вы мыслите масштабно, вы понимаете, что маркетинг, основанный на данных, приведет к возникновению новых требований к инфраструктуре, без которой вы не сможете быстро наращивать масштабы деятельности.
Инфраструктура для крупной компании
Руководитель некой компании из списка Fortune 500 не так давно отчаянно восклицал: «Что они все делают?». Он был возмущен высокой стоимостью технологий для маркетинга, основанного на данных, и неспособностью сотрудников IT-отдела простым языком объяснить, что они делают. Другой руководитель компании сказал так: «Они не могут объяснить, что они делают в команде». Давайте для начала рассмотрим инфраструктуру маркетинга, основанного на данных; сначала я дам определение ее основных элементов и расскажу о концептуальной модели ее работы. Затем я покажу вам, как преодолеть препятствия в совместной работе отделов маркетинга и IT.
Крупная компания с большой клиентской базой требует соответствующей инфраструктуры (рис. 2.2). Попробуйте представить себе, что это полноценная инфраструктура, позволяющая в полной мере реализовать стратегию маркетинга, основанного на данных. Справа расположены системы сбора данных из разных точек контакта компании с клиентом. Обычно их называют операционными CRM-системами[17]. В них накапливается информация о клиентах из точек продаж, колл-центров, с сайта и из личных отзывов. Например, как только клиент приезжает на станцию техобслуживания Jiffy Lube[18], CRM-система считывает данные с номерного знака и дает подсказку представителю компании. Сотрудник может приветствовать клиента, выходящего из машины, словами: «Добрый день, Марк, после последней смены масла вы проехали около 6500 километров».
Данным о каждом посещении клиента присваиваются коды, после чего информация помещается в корпоративное хранилище данных (нижняя часть рис. 2.2). На крупном предприятии EDW – огромная база данных, в которой хранится информация обо всех взаимоотношениях клиента с компанией и сопутствующие операционные и финансовые данные. В левой части рис. 2.2 изображены инструменты, необходимые для извлечения данных из EDW и создания отчетов (например, еженедельные обновления по данным продаж в отдельных регионах, списки клиентов, отменивших подписку, и т. д.).[19]
16
Программное обеспечение компании SAS для профессионального анализа данных (для статистиков). Создано Джоном Соллом в 1989 году для Macintosh, впоследствии разработаны версии для PC.
17
CRM-система (Customer Relationship Management) – система управления отношениями с клиентами. Отслеживает все взаимодействия клиентов и компании.
19
Online Analytical Processing (OLAP) – аналитическая обработка в реальном времени, оперативный анализ данных (технология обработки больших массивов данных, структурированных по многомерному принципу, с высокой скоростью).