Советы маркетологам главы департамента данных Google

Многие компании совершают одни и те же ошибки при работе с данными. При этом они не решаются экспериментировать и не учатся на своих неудачах.

Данные позволяют маркетологам принимать более эффективные решения и идти на разумный риск. Далее я приведу примеры того, как мыслят представители компаний, успешно работающие с данными и дам рекомендации, которые вы сможете использовать в своей практике.

 

Воспринимайте показатели как часть процесса

Одна из крупнейших ошибок маркетологов – восприятие данных вне контекста. Если вы слишком упростите анализ, то не сможете увидеть ситуацию во всей полноте. Чтобы этого избежать, нужно задать себе несколько ключевых вопросов:

  • Что этот показатель означает на самом деле? Например, конверсии. Это основной показатель для любого бизнеса, однако не все конверсии одинаковы. Если анализировать пользователей с разными устройствами, тех, кто перешел из онлайна в офлайн, или же конверсии по показам, становится понятно, что платформы отличаются друг от друга, а их особенности влияют на то, как нам лучше оценивать эффективность и планировать расходы в будущем. Другими словами, при расчете каждого показателя следует учитывать контекст.

  • Что и каким образом может повлиять на показатель, который я анализирую? У каждого показателя должен быть второй, "парный" показатель, который учитывает неблагоприятные последствия использования первого. Допустим, вы выполняете оптимизацию, используя скидки и купоны, чтобы привлечь в магазин больше новых покупателей. Но не влияет ли это негативно на вашу прибыль и удержание клиентов?

  • Достаточно ли полно я анализирую показатели? Обращайте внимание не только на те показатели, которые не достигают поставленных целей. Анализируйте и то, что хорошо работает: наверняка можно что-то ещё улучшить. Допустим, у вас обувной интернет-магазин и вы придумали кампанию, которая успешно побуждает покупателей приобретать по несколько пар обуви сразу. Отлично! Но почему кампания сработала? Задумывались ли вы об этом? Можете ли вы применить это решение для других маркетинговых задач?

 

Учитывайте человеческий фактор

Вот несколько примеров недавних исследований по поведенческой экономике:

  • Медленно не значит плохо. Безусловно, когда речь идет о скорости сайта, то чем быстрее, тем лучше: если пользователи долго ждут загрузки, они уходят с сайта. Однако исследование Гарвардской школы бизнеса показало, что часто люди согласны подождать, если обеспечивается так называемая операционная прозрачность. Другими словами, если они понимают, что происходит и почему. Хороший пример – трекер на сайте Domino’s Pizza, где пользователи видят, как заказ продвигается по этапам. Такие решения укрепляют лояльность и побуждают клиентов взаимодействовать с компанией.

  • Проактивность не всегда выгодна. Столкнувшись с проблемой растущего оттока клиентов, многие сервисные компании начинают предлагать более дешевые тарифные планы. Так они хотят продемонстрировать, что заботятся о клиентах, и подчеркнуть свои преимущества. Исследователи из разных бизнес-школ (Колумбийского университета, Уортонской и IAE) обнаружили, что это решение неэффективно. Предлагая клиентам перейти на более экономичные тарифные планы, вы можете их потерять: готовность к переменам может побудить их сменить поставщика услуг.

 

Не бойтесь ошибаться

Работая с малым бизнесом и стартапами, мы постоянно сталкиваемся с неудачными маркетинговыми решениями и считаем их естественным этапом развития. Действия таких компаний могут многому нас научить: они ищут причины внутри себя.

В крупных организациях я то и дело наблюдаю, как сотрудники что-то тестируют, но это не срабатывает. Тогда они сразу же переключаются на другую, более выигрышную стратегию и утверждают, что просто не сложилось с целевой аудиторией или канал оказался неэффективным для их бизнеса.

Не бойтесь ошибаться, поощряйте эксперименты в своей команде – это первый этап на пути к развитию. Чтобы пойти далеко, нужно учиться не только на успехах, но и на ошибках. Задавайте себе вопросы и размышляйте о том, что ещё нужно сделать!

 

Автор: Нил Хойн (Neil Hoyne), Руководитель международного отдела по работе с данными клиентов в Google