– А что будет в ядре системы?
– Машоб, конечно. Я тебе уже говорил, что все будет строиться на одном ядре самообучающейся по целям нейронки. Для маркетинга нужен клиентский анализ, чтобы быстро, прямо в онлайне, кластеризовать пользователей по их параметрам и действиям на сайте или в почте. RFM анализ построим, чтобы стадии отслеживать. Отслеживающие коды поставим в письма и на сайте, будем все писать в базу по каждому клиенту. А дальше накручиваем на это все, что надо для автоматического взаимодействия с клиентом – скрипт построения цепочки взаимодействия drag&drop с автоматическим выбором канала коммуникации с клиентом, смотря где он сидит. Или задачу закрепленному менеджеру отправляем письмом, если совсем глухой клиент.
– Большой план, нам полгода такое делать.
– Нет, я не идиот, чтобы делать все самому. Сделаем быстрее.
Через месяц появился первый прототип. И это была фантастика для маркетинга. В системе можно было делать сотни сегментов по сотням собираемых данных по клиентам, строить к каждому сегменту цепочки взаимодействия гарантированного контакта. Это когда сначала цепочка пытается показать баннер клиенту, если не удается, то посылает письмо, если не открыл, то шлет пуши в приложение, если и там не посмотрел, то отправляет задание закрепленному за клиентом менеджеру с текстом, что надо сделать. Все клиенты, по которым нужны действия, попадали в сеть из таких сегментов. При этом учитывался как динамический признак даже жизненный цикл клиента, новичок он или бывалый, как часто делает покупки, все ли он уже купил и не собирается ли отвалить. И это тоже был признак для сегментирования в цепочки. Действия клиентов в ответ на пока баннера или клик в письме тоже записывались в базу, и он сразу мог попасть в следующую цепочку. Так клиент мог не выходить из цепочек месяцами, главное было не переборщить. Первые welcome-цепочки и по брошенным корзинам мы построили сами.
Единственное, что надо было делать маркетингу, – это построить такие сегменты и цепочки и написать много текстов и нарисовать много сотен баннеров. Что они, конечно, не могли сделать сразу. Макс сказал, что чуть позже сделает систему автоматической генерации текстов писем и товарных баннеров из базы товаров. Но пока надо было напрягать маркетологов. Я отвечал в команде за взаимодействие с другими отделами, а не только руководил проектом.
Но самый фокус системы клиентского анализа был в способностях, основанных на машобе. Макс презентовал их команде лично. Система анализировала поведение и покупки клиента и могла заранее сказать, что клиент может уйти. И посылала задачу менеджеру на удержание. Система лучше менеджеров знала, что клиент уже купил, а что вероятней всего купит, исходя из типовой корзины таких клиентов. Это мы назвали «корзинный подход». Более того, система сама высчитывала, какой баннер или текст письма лучше отправить, так как знала, какой текст вызывает больше отклика из аналогичных. Это было как волшебство для меня, я впервые увидел, что может машоб в реальном бизнесе. Команда завелась, мы работали как бешеные, потому что результаты нас восхищали.
– Данных о клиентах мало в вашей корпоративной системе, вы ничего о них не знаете, кроме компании, должности, отрасли и емейла. Это ничто. Делаем интеграцию с внешними поставщиками данных. Запрашивай договор со СПАРК. А я займусь API с соцсетями.
– Точно. Обогатим данные. Я тут недавно видел еще один сервис, который по комментариям в соцсети определяет психотип человека. Мне кажется, нам это может пригодиться, пока не пойму для чего, но чую, что лишним не будет.
– Будем делать на их основе рекомендации менеджерам. Давай адрес. Только надо проверить, насколько точно определяет. Что-то мало верится, что могут определить без специальных тестов.
– Лучше, чем по тестам, определяют, я читал. Темперамент по крайней мере лучше определяется по реакции на комментарии людей, а этого в сети полно. Статистически причем, а не какое-то настроение. И не подделаешь, как на тестах.
– Хорошо, коннектимся, давай адрес. И СПАРК подтяни, по юрлицам будем брать инфо по количеству в штате, оборотам, учредителям, платежам в бюджет. Много чего интересного там, тоже пригодится. Даже контакты и адреса вашим менеджерам, как оказалось, доверять нельзя. Пишут всякую хрень, только бы не отдавать контакты своих клиентов. Очень грязные данные от них.
Хотя еще много что надо было отладить, через 3 месяца мы сделали чудесную систему для маркетинга, но почему-то никто не спешил ей пользоваться. Я писал письма, через директора по маркетингу собирал совещание, подходил лично, но никто не делал сегменты и цепочки, тем более письма и баннеры. Это был первый саботаж системы, и я не понимал почему. Пока мне не подсказала одна девушка-аналитик, которая работает с маркетологами. Слишком прозрачную систему мы сделали. Клиентский анализ сразу показывал, сколько каждая рассылка принесла продаж, на какой баннер кликают, а какой бесполезен для клиентов. Раньше никто не мог вычислить с ходу эффект от рассылки или от баннера, не было даже статистики кликов. А теперь все как на ладони – на онлайн дашборде, прям видно, как идут продажи по рассылке. Если идут. И в этом проблема – никто не имел практики такого онлайн-маркетинга, и все боялись обнажить свои компетенции. Я написал Максу.