Прицельный маркетинг. Новые правила привлечения и удержания клиентов Бребах Греш

Британский генетик Фишер сказал: «Обращаться к статистику после того, как эксперимент закончен, все равно, что просить его провести вскрытие трупа. Все, что он сможет сказать, это почему эксперимент провалился». Сегодня, спустя полвека, его слова звучат как никогда актуально в контексте рассматриваемых нами вопросов управления потребительскими данными и предиктивного анализа.

Чтобы повысить эффективность маркетинговых затрат, компании должны использовать собираемые ими данные о потребителях, а это означает, что специалиста по статистике нужно привлекать в начале эксперимента. Как уже было сказано в предыдущих главах, компании должны принять идею непрекращающейся активной экспериментальной деятельности как способ оптимизации ценности данных, которыми располагает компания. А это, в свою очередь, приведет к более высокому уровню принимаемых маркетинговых решений, обеспечив компании неоспоримое конкурентное преимущество на рынке.

Не все, однако, так просто. Несмотря на то, что перед маркетологами стоит множество вопросов, все они, похоже, – результат четырех фундаментальных ошибок.

• Неспособности собрать нужные данные.

• Неспособности интегрировать данные.

• Неспособности понимать данные.

• Неспособности применять данные.

«Для маркетинговых улучшений более серьезное понимание данных – словно фрукт, висящий на нижней ветке», – говорит Майк Даффи, возглавляющий подразделение потребительской аналитики компании Kraft Foods. Его мнение разделяет большинство директоров по анализу потребительских баз данных [1]. В основе лучшего понимания данных лежит использование различных математических аналитических техник. Некоторые из них мы уже упоминали: корреляционный анализ, дискриминантный анализ, кластерный анализ, регрессивный анализ, нейросетевой анализ – список можно продолжать бесконечно. Одни из этих техник являются новыми для потребительского рынка, однако давно используются в других бизнес-процессах и дисциплинах, например в биологических науках и техниках искусственного интеллекта. Другие же давно используются маркетологами, занимающимися прямой рассылкой, в непрекращающихся попытках эффективно интерпретировать и использовать информацию о потребителях для маркетинговых кампаний.

Гартнер определяет аналитику как «область технических и прикладных наук, позволяющих применить математическую интерпретацию к данным и предыдущему знанию, чтобы создать новое знание. С нашей точки зрения, аналитика – это просто один из инструментов интеллектуальных ресурсов компании, который маркетологи могут использовать для поиска ответа на вопрос: «Ну, и что дальше?» Она представляет собой разумную основу, которая может пролить свет на гигабайты потребительских данных компании и сотни скрытых в них переменных. Она указывает на сегментационные схемы, которые этими потребительскими данными могут определяться, и самое важное – на оптимальное маркетинговое обращение (и наиболее приемлемый уровень обслуживания) по отношению к каждому из этих сегментов, которое компания может предложить в рамках поставленных перед ней бизнес-целей.

Успех в маркетинговой аналитике определяется главным образом качеством и количеством данных, в конце концов служащих сырьем, на основе которого формируется новое понимание. «Огромные возможности кроются для нас в повышении качества наших данных, – говорит Билл Мирбах, вице-президент по прямому маркетингу компании Intuit, выражая еще одно общепринятое мнение. – Мы тратим очень много времени на углубление нашего знания клиентов прямо сейчас, контролируя точность наших баз данных» [2].

Под «точностью» Мирбах подразумевает полную интеграцию (желательно в режиме реального времени) источников данных обо всех взаимодействиях и сделках компании, включая данные call-центров[6], систем автоматизации рабочего места продавца, систем планирования и управления ресурсами предприятий, программ отслеживания маршрутов перемещения пользователей сети (электронной коммерции). Кроме того, данные эти должны представляться в совместимом формате и без ошибок, а набор бизнес-правил должен быть одинаковым. Следует учесть и возможность оптимизации данных для проведения анализа так, чтобы он отвечал потребностям проводящей его команды. В конце концов, это всего лишь вопрос реализации принципов правильного управления потребительскими данными.

К сожалению, когда дело доходит до реализации даже самых элементарных принципов правильного управления данными, многие компании оказываются менее просвещенными, чем Intuit, а некоторые и вовсе все еще живут в каменном веке. Причины тому различны. Отчасти дело в ограниченности бюджета. Отчасти в том, что некоторые компании встречают на переполненном и сбивающем с толку рынке потребительских отношений множество препятствий. А всеобщая управленческая близорукость, сопровождающая тысячелетний бум, привела к тому, что многие компании попросту игнорируют вопли и стоны своих провисающих инфраструктур, по крайней мере, до тех пор, пока земля не уйдет из-под ног. Итог тривиален: рынок наполнен плеядой высших менеджеров, не чувствующих твердой почвы под ногами.

Существует множество причин, по которым компании не смогли успешно принять и внедрить технические инфраструктуры, бизнес-процессы и элементы организационного контроля, необходимые для использования своих растущих банков данных. Но у этой дилеммы лишь одно решение: рассматривать уникальную задачу сбора и интеграции важных потребительских данных как предпосылку реализации аналитических маркетинговых решений, способных повысить ценность компании.

Оправданий быть не может. И времени терять нельзя. Вот как это нужно делать.

Взятие Бастилии потребительских данных

Решение поставленной задачи следует начинать с вопроса изолированности банков данных. С этой проблемой в той или иной степени сталкивается практически каждая крупная компания. Говоря в общих чертах, проблема заключается в том, что многие организации создали такие проекты управления данными, которые, скорее, напоминают тюремные лабиринты, изобилующие бесконечными стенами и камерами.

Одна из разделяющих стен – канал, посредством которого потребитель совершает покупку. Другая – канал, по которому потребитель получает информацию или через который решает возникшие у него проблемы. Третья – подразделение или отдел компании, в котором потребитель делает заказ. Зачастую кажется, что данные, хранящиеся за этими стенами, навечно приговорены к заточению и лишены возможности хотя бы раз «обмолвиться словом» друг с другом. Между тем, многие данные, которые нужно было бы получать в результате различных взаимодействий и сделок между компаниями и их клиентами, вообще нигде не собираются и не хранятся.

Налицо организационная несогласованность. Какие-то подразделения компаний могут собирать данные более тщательно, чем остальные. Одни каналы могут обеспечивать лучший сбор данных, чем другие. К примеру, некоторые запросы службы по работе с клиентами, полученные посредством аналоговой связи, скажем по факсу, вряд ли фиксируются в электронном виде. Часто то же самое можно сказать и об информации, получаемой в call-центре компании. Но даже данные, существующие в электронном формате, например электронные или SMS-сообщения, иногда на практике неприменимы.

С одной стороны – одиночная камера, с другой – полная анархия. Неприемлемо как первое, так и второе.

В итоге получаем извращенное представление об отношениях с клиентами и утраченные возможности усовершенствования процесса удержания клиентов, повышения прибыли от продаж и доходов. В конце концов, без объединения потребительских данных компания никогда не узнает, сколько денег тратит отдельно взятый покупатель на приобретение всех категорий ее продукции, что делает практически невозможным точный прогноз продолжительности и эффективности его потребительского цикла жизни. Кроме того, не имея возможности целостно отследить историю покупок этого клиента, компания не может использовать аналитические методы для решения вопросов о том, какие товары или услуги можно предложить ему через перекрестные продажи. Один клиент может вдруг оказаться четырьмя или пятью разными людьми только потому, что информация о сделках и взаимодействиях с этим клиентом собирается в четырех или пяти разных отделах. В результате клиент может одновременно получить предложения обо всех четырех или пяти категориях продукции. Ситуация еще усложняется тем, что члены одной семьи часто имеют несколько разных счетов и к ним обращаются как к отдельным клиентам, в результате чего возникает так называемая бытовая проблема, которая приводит к еще большей путанице с рассылкой, лишним издержкам и головной боли как для компании, так и для потребителей.

Следовательно, краеугольный камень в развитии управления отношениями с клиентами – использование интегрированных решений, обеспечивающих компании единый и целостный взгляд на потребителей независимо от того, какие каналы распределения и общения они предпочитают. Без таких решений потребитель будет и дальше сталкиваться с новыми и новыми разочарованиями, взаимодействуя с компанией – перед продажей, во время нее и после. Негативный опыт в этом случае накапливается очень быстро. А он способен серьезно подрезать крылья компании в ее попытках воспроизвести законченную модель потребительского поведения, создать стратегию интегрированного общения с клиентами и полностью владеть информацией об индивидуальных отношениях с ними.

Интегрирование данных о потребителях

Как помешать самым прибыльным клиентам компании покинуть ее? Распределяйте ресурсы так, чтобы в центре всей ее деятельности был клиент. Этот подход становится все более популярным сегодня, несмотря на то что таким он должен был быть всегда. Вопреки действительности, практически каждая компания считает себя ориентированной на клиента. Но, как мы уже говорили, чтобы стать такой, организация должна объединить свои хранилища данных таким образом, чтобы информация, касающаяся отношений с клиентами, могла беспрепятственно циркулировать между ними. Кроме того, необходимо создать объединенный архив взаимоотношений с клиентами, называемый также информационным файлом клиента или информационным хранилищем, в котором будет сберегаться вся информация.

Будучи центральным запоминающим органом компании, архив взаимоотношений с клиентами должен фиксировать информацию о каждом взаимодействии с клиентом в единой базе данных – или в виртуально интегрированной среде, собирающей информацию об всех подразделений компании. Гартнер определяет интеграцию потребительских данных как комбинацию технологии, программного обеспечения, процессов и услуг, необходимых для получения единого, точного и полного представления о потребителе из многочисленных источников данных о клиентах (внешних и внутренних), баз данных и деловых сфер. Несмотря на лаконичность определения, процесс практического воплощения интеграции труднодостижим и требует значительных затрат времени. Действительно, консолидация потребительской информации, получаемой из многих источников, обычно становится основным делом всей компании. «Это корневой канал, охватывающий всю компанию», – замечает один из руководителей. Фактически масштабы, сложность и стоимость такого проекта, равно как и последствия подрыва традиционных норм, вызываемого им, могут быть воистину ошеломляющими.

Вспомним хотя бы подобную инициативу, предпринимаемую в настоящий момент компанией MetLife – 32-миллиардным поставщиком финансовых услуг. Когда проект, стоимость которого оценивается более чем в 50 млн. долл., будет завершен, компания получит одну из крупнейших систем, когда-либо созданных человеком с целью получения целостной картины взаимоотношений с клиентами. Ожидается, что к 2010 году в системе будут собраны данные о 100 миллионах потребителей, что позволит всем сотрудникам компании (в случае MetLife это более 46 тысяч человек, включая 5 директоров по информационным технологиям!) иметь полную картину взаимоотношений с клиентами в масштабах всей компании. Другими словами, проект серьезный. Его воплощение в жизнь равноценно поднятию вашего дома в воздух и замене фундамента под ним.

Microsoft – еще один яркий пример компании, озабоченной вопросами интеграции потребительских данных. Первой стадией работы в этом направлении для Microsoft был сбор информации о потребителях из всех существующих баз данных – это порядка 25 миллионов записей, включая регистрацию клиентов в момент покупки, подписку через Интернет и посредством информационных бюллетеней. Кроме того, существовала информация о 73 миллионах сделок, которая ежедневно пополнялась двумя тысячами новых записей. Microsoft применила систему интеграции потребительских данных, далеко выходящую за рамки процесса их тривиального слияния и чистки. В ней используются современные алгоритмы сочетания многочисленных исходных файлов с ассоциированными файлами для создания уникального постоянного идентификатора каждого отдельного клиента. Впоследствии этот идентификатор постоянно сопровождает клиента, позволяя легко поддерживать обновленную и точную информацию о нем. В 2002 году, когда централизованная система была создана, она позволяла проводить до 30 маркетинговых кампаний ежемесячно, в результате чего прибыль увеличилась на 24 млн. долл. (вдвое превысив изначально запланированные показатели). Таким образом, система окупила себя достаточно быстро.

После трех лет, потраченных на процесс интеграции, компании Microsoft все еще есть над чем подумать в этом направлении. Например, ей еще предстоит разработать возможность обмена данными в режиме реального времени с call-центрами и беспроводными подразделениями компании. И хотя фраза «одно лицо, один голос» остается привлекательным маркетинговым слоганом, задача достижения такого уровня интеграции может отпугнуть даже самых смелых. Трудности обусловлены главным образом тем, что в основе различных баз данных, имеющихся в компании, а также вне ее, лежат разные типы языков, платформ и структур – не говоря уже о сопротивлении, с которым непременно сталкиваются подобные инициативы.

Основное правило, сформулированное практиками, гласит: чем более глубокий уровень интеграции необходим, тем выше риск того, что инициатива столкнется с многочисленными препятствиями на пути ее реализации. Другими словами, интеграционные риски зависят от количества существующих точек интеграции и вероятного уровня сложностей, присущих каждой из них. Риск будет особенно высок, когда, как в случае с MetLife, компания представляет собой конгломерат, стремительный рост которого обуславливается поглощением других фирм. Приобретя дюжину компаний (как крупных, так и мелких) в стремлении стать крупнейшим национальным страховщиком, MetLife со временем обнаружила, что стала владелицей массы разнородных систем информационных технологий, каждая из которых содержала море бесценных, но несовместимых данных. Объединение компаний в группу подразумевает появление огромных резервов потребительских данных, сосредоточенных в разных структурных подразделениях этой группы, и необходимость объединения этих резервов.

Положительной стороной такой ситуации можно считать то, что компания, столкнувшаяся с масштабной фрагментацией собственных ИТ-систем, может облегченно вздохнуть хотя бы по той причине, что у нее есть возможность заменить разрозненные части информационной базы одной гигантской объединенной системой. Возможно, компании даже не придется физически объединять разрозненные части системы. Напротив, может быть, ей удастся использовать возможности промежуточного программного обеспечения для этих целей. Подобные решения очень быстро завоевывают популярность и становятся ответом на молитвы многих директоров по информационным технологиям и менеджеров по маркетингу.

По своей сути промежуточное программное обеспечение разработано для извлечения информации из существующих баз данных независимо от того, где и в каком формате эта информация хранится. Эти приложения позволяют ИТ-системе преобразовывать структуры данных, где уже хранится информация, создавая их копии в режиме реального времени, вместо того, чтобы сводить всю информацию в единую структуру данных. В сущности, они извлекают копии данных из существующих несовместимых баз – в случае MetLife их количество превышало 30 – в общий накопитель, использующий единый язык. Во многих случаях компании могут интегрировать свои данные через отдельные прикладные системы, каждая из которых управляет отдельным объемом общей интегрированной базы данных, чтобы создать иллюзию унификации. Преимущество такого подхода состоит в том, что он позволяет компании сэкономить миллионы долларов за счет продления жизни существующим системам.

Таким образом, возводя мосты между хранилищами данных, компания может создавать единую картину взаимоотношений со своими потребителями, не сталкиваясь с необходимостью отказаться от существующих систем. Промежуточное программное обеспечение является своеобразным серотонином для корпоративных организаций. Вырабатываемое мышцами химическое вещество серотонин в головном мозге передается от одного нейрона к другому через синапсы. В мозгу людей, страдающих депрессивными расстройствами, ингибиторы выработки серотонина заставляют нейроны сообщаться между собой. Аналогично этому промежуточное программное обеспечение дает возможность сообщаться между собой хранилищам данных, используя в большинстве случаев стандарт XML как протокол информационного обмена. Если бы не было таких решений, многие компании не выходили бы из депрессивных состояний, во всяком случае когда дело касается рыночной стоимости акций!

Для MetLife таким серотонином стало приложение компании DWL – одного из многочисленных поставщиков программного обеспечения, появившихся в последние несколько лет и обещающих объединить в режиме реального времени потребительскую информацию в любых деловых сферах, из любых каналов и систем. По словам DWL, преимущество решения, внедренного в MetLife, заключается в использовании уже существующей у нее технологии, дополненной «унифицированными прикладными уровнями, используемыми приложениями CRM для совершенствования управления отношениями с клиентами, последовательного обновления всех систем в режиме реального времени и обеспечения единого источника потребительской информации, а также управления им, для всех подразделений компании».

Дабы не углубляться в премудрости структуры систем или их внедрения, что, как мы уже говорили, является темой для совершенно другой книги, отметим просто, что способность отображать современную, последовательную и всестороннюю картину взаимоотношений с клиентами сегодня вполне реальна и доступна любой компании, готовой взяться за подобную задачу. В области интеграции существует множество возможностей. Сейчас не время расслабляться. Выберите лучшее для вас решение и действуйте.

MetLife вплотную занялась поставленной задачей и очень гордится этим. Всесторонняя картина, над созданием которой она работает, означает, что впервые за свою 135-летнюю историю приемное сканирующее устройство в call-центре компании будет работать в режиме реального времени, позволяя иметь одновременный доступ к пенсионным счетам клиентов, полисам автострахования и стоматологическим страховкам, несмотря на то, что информация об этих трех продуктах пополняется тремя отдельными подразделениями компании. Способность интегрировать недавно полученные и получаемые в текущий момент потребительские данные из абсолютно разных точек взаимодействия с клиентами и связывать их воедино с помощью входящих и исходящих каналов также лежит в основе прогнозирующего анализа, как мы увидим далее в этой главе.

Мы называем задачу достижения полной интеграции данных SiloSync. Процесс склеивания пар приложений с промежуточным программным обеспечением может быть трудным, и успех часто зависит от того, насколько творческим будет подход к решениям, не слишком продуманным с точки зрения способности к взаимодействию. Тем не менее SiloSync обычно позволяет достичь более высокого уровня удовлетворенности потребителей и новых возможностей привлечения, удержания и управления прибыльными клиентами. Повторим еще раз: считайте это предпосылкой оптимизации маркетинговых мероприятий, продаж и обслуживания клиентов, а также решающим шагом в бесконечной борьбе за то, чтобы не позволить прибыльным клиентам пользоваться товарами и услугами конкурентов.

SiloSync ломает границы, разделяющие каналы, географию и направления деятельности подразделений. Она объединяет несопоставимые части компании, а также избранных партнеров и поставщиков одной деловой сети, позволяя им успешно воспроизвести современную, полную и последовательную картину взаимоотношений с клиентами. Важно отметить, что в контексте прицельного маркетинга она объединяет все процессы в области маркетинга, продаж и обслуживания клиентов в единую интегрированную инфраструктуру, состоящую из множества приложений. Мы называем такую структуру CFAS (от англ. «customer-facing applications suite»). Она представляет собой комплекс компьютерных программ, обеспечивающих контроль над отношениями с потребителями и управление ими. Мы относимся к этой структуре с неким благоговением, сознавая, что она – ключ к будущему прицельного маркетинга.

СОЗДАНИЕ ПОТРЕБИТЕЛЬСКОЙ БАЗЫ ДАННЫХ

Потребительская база данных может стать самым ценным активом компании при условии, что она содержит надежную и ценную информацию. Понадобится немало времени и усилий, чтобы создать такие модели данных. Фактически эта работа бесконечна, поскольку данные необходимо постоянно обновлять, чистить и управлять ими, как и любыми другими важными и ценными информационными активами. Лучший способ создания ориентированных на потребителя баз данных и управления ими состоит из четырех этапов.

Объединение текущих полей данных: потребительские данные поступают из многих онлайновых и офлайновых источников – регистрация в сети, лотерейные билеты, call-центры, карточки программ лояльности и т. д. Эти источники данных должны быть объединены в единое хранилище данных, представляющее общую потребительскую картину.

Очистка данных: разные источники информации могут содержать противоречивую или сомнительную информацию. Является ли одним и тем же лицом господин Билл Вайнгартен, проживающий по адресу Пратт 1102, и господин Уильям Вайнгартен, проживающий по адресу В. Пратт? В первую очередь, чистка предполагает приведение в порядок контактной информации с помощью почтовых кодов и специального программного обеспечения. Кроме того, поля данных разных баз могут быть изначально созданы по-разному. Например, регистрация на сайте может иметь поле «возраст клиента» со следующей разбивкой: 1 = 18–25; 2 = 26–40; 3 = 41 +; а разбивка того же поля в регистрационной анкете может иметь вид 1 = 18–25; 2 = 36–55; 3 = 56 +. Такие расхождения можно устранить с помощью процесса трансформации.

Получение разрешения: потребители должны добровольно участвовать в маркетинговых акциях и давать маркетологам свое согласие общаться с ними. Управление участием (или неучастием) потребителей в маркетинговых программах и акциях с помощью тех или иных каналов требует установления четких правил. Кроме того, потребители должны быть уверены в том, что могут рассчитывать на конфиденциальность предоставляемой вам информации.

Пополнение информационных профилей: пополнение информационных профилей обуславливается тем, какую информацию о клиентах может получить компания, и из каких источников. Эта информация должна представлять для компании реальную ценность, а не относиться к разряду «было бы неплохо знать…» Она должна быть полезной для конкретных целей компании, например для прогнозирующего моделирования, выявления влиятельных потребителей и т. д. Информация может пополняться тремя путями.

• Наслаивание данных о покупках: маркетинговые фирмы, обслуживающие большие базы данных компаний, могут пополнять индивидуальные информационные профили клиентов данными из личных баз данных компаний-заказчиков. Эти же фирмы могут предоставлять и услуги по чистке баз данных.

• Прямой опрос потребителей: взаимодействие с потребителями (например при их регистрации) обеспечивает получение личной информации от них самих. Небольшие исследования, позволяющие со временем создать полноценные профили, – прекрасный способ сбора важных данных.

• Использование расчетных данных: с помощью технологий статистического моделирования статистики рассчитывают ценность определенных полей данных на основе похожих ответов опрошенных потребителей.

Создание CFAS – комплекса компьютерных программ, обеспечивающих контроль над отношениями с потребителями и управление ими

Хранилище информации о взаимоотношениях с клиентами – основа комплекса компьютерных программ, обеспечивающих контроль над отношениями с потребителями и управление ими. Ни одна технология не играет столь же важной роли в достижении компанией цели стать ориентированной на клиента. В то же время хранилище информации о взаимоотношениях с клиентами – лишь один из компонентов CFAS. Подчеркиваем, акроним этот применяется для описания комплексного набора технических компонентов, используемых компанией для того, чтобы лучше понимать своих клиентов, более эффективно выходить на рынок со своими предложениями и строить более прибыльные взаимоотношения с потребителями. В идеальном мире комплекс программ CFAS мог бы быть единственной технологией, необходимой компании для того, чтобы фиксировать, отслеживать и оценивать каждое взаимодействие с потребителями на постоянной основе, постепенно улучшая уровень удовлетворенности клиентов и прибыльность компании.

В целом система CFAS охватывает маркетинговую деятельность, предшествующую сделке, непосредственно процесс продажи, которым завершается процесс сделки, и поддержание отношений после завершения сделки. CFAS охватывает и целый набор каналов, которые компания может использовать для общения с клиентами. CFAS включает рабочие аспекты взаимодействия и ведения дел с клиентами, а также аналитические аспекты стратегии сегментации и прогнозирующего моделирования, необходимые для повышения прибыльности взаимоотношений с клиентами. Система CFAS должна давать компании возможность перевести взаимодействия с клиентами с уровня обрывочных взаимодействий и разрозненной информации до уровня единой системы, в которую войдут все сделки и каналы общения, включая даже те, которыми управляют внешние партнеры компании.

Полностью отработанная система CFAS, помимо хранилища информации о взаимоотношениях с клиентами, состоит из трех основных функциональных элементов [3]. К этим элементам относятся: программа управления кампанией, программа управления каналами и набор аналитических инструментов, которые мы называем в комплексе программой управления аналитикой (рис. 3.1). В комплексе эти три функциональных элемента составляют «убийственную прикладную систему» маркетинговой оптимизации и интеллектуальный механизм прицельного маркетинга.

Рис. 3.1. Комплекс программ CFAS

Если хранилище информации о взаимоотношениях с клиентами служит носителем данных о клиентах, то программа управления кампанией выступает хореографом взаимодействий с клиентами. Она представляет собой комбинированный набор инструментов, позволяющих компании распределять по категориям и составлять профили клиентов, разрабатывать индивидуальные маркетинговые кампании и оценивать эффективность маркетинговых программ. Программа управления кампанией позволяет отследить историю покупательского поведения каждого клиента и выяснить его предпочтительные каналы общения, что впоследствии позволяет маркетологам презентовать ему маркетинговые предложения так, чтобы вероятность его отклика на них была максимально высокой, будь то прямая рассылка, электронная почта, телефон, текстовое послание и пр.

В то время как программа управления кампанией позволяет следить за потребительским поведением и предпочитаемыми каналами общения, программа управления каналами отвечает за связь с различными точками контактов с потребителями, где происходит взаимодействие с ними – например за подключение к системе автоматизированных рабочих мест продавцов, организацию работы call-центра (внутреннего или внешнего), а также за взаимодействие с клиентами посредством Интернета. В идеале программа управления каналами интегрирует данные обо всех взаимодействиях и сделках с клиентами, получаемые из всех каналов, и делает их доступными для использования всеми участниками организационной сети. Она собирает информацию со всех точек взаимодействия с покупателями, передает ее в хранилище, извлекает выходные данные из аналитических модулей и в обработанном виде передает в точки взаимодействия с клиентами. Помимо этого, программа управления каналами должна в режиме реального времени позволять компании одновременно следить за работой и качеством функционирования всех ее каналов взаимодействия с клиентами.

Как уже было сказано, программа управления кампанией и программа управления каналами дополняются набором аналитических инструментов, которые мы условно называем программой управления аналитикой. Бесконечно совершенствуемые с точки зрения масштабов и модернизации, эти инструменты используются для анализа потребительских данных с целью определить модели, интерпретировать их и использовать полученные данные для управления программами прицельного маркетинга. Инструменты эти бесценны для эффективного автоматизированного просеивания огромного количества данных – так называемого процесса информационной проходки – и выявления среди них крупиц действительно ценной информации. Традиционно аналитический процесс был пакетным, т. е. адаптация кампании проводилась после анализа результатов. Сегодня же анализ превращается в процесс, происходящий в режиме реального времени, тогда как реализация, оптимизация и адаптация становятся частью непрекращающегося автоматического цикла, отражающего цикл прицельного маркетинга, описанный в предыдущей главе.

Кроме того, как было сказано выше, маркетинговые решения в прошлом чаще всего принимались под влиянием интуиции, восприятия и шестого чувства – словом, в абсолютном противоречии принципам научного метода. Программа же управления аналитикой, напротив, практически полностью полагается на технологии математического моделирования. Это дает возможность принимать решения рационально, а не интуитивно, и преобразует процессы маркетинговой обработки и распределения ресурсов из основанных на суждениях в основанные на фактах, что позволяет вести финансовый учет. Переход от политики «субъективного принятия решений» к политике «объективного принятия решений» – серьезный шаг в сторону совершенствования маркетинговых программ.

То, что политика «объективного принятия решений» стала частью маркетингового процесса, может показаться радикальной переменой. Но не забывайте, что большинство остальных технологических бизнес-процессов в компаниях уже составляют обширную систему реализации деловых операций, реализуемых с помощью специального программного обеспечения, известного как автоматизированные системы управления предприятием. Сегодня самые крупные компании насчитывают тысячи деловых операций, лежащих в основе бизнес-процессов. Эти операции отражают логическую схему принятия решений и в определенной мере диктуют общую модель поведения.

До недавнего времени порядок принятия решений в компании должен был быть жестко запрограммирован в ее автоматизированных системах. Изменение какого-либо правила означало перекодировку всего программного обеспечения, что занимало невероятно много времени и требовало привлечения программистов. Сегодня же новое поколение технологий принятия решений позволяет программистам автоматизировать бизнес-процессы, самостоятельно составляя и изменяя последовательность действий. Это очень важно, поскольку деловые операции – предмет постоянных изменений.

Говоря упрощенно, автоматизированная система принятия решений определяет, какое действие должно быть предпринято, исходя из имеющегося набора переменных в рамках одного условного утверждения. На языке прицельного маркетинга это означает следующее: если потребительский сегмент A дает утвердительные ответы на вопросы 1, 2 и 5 анкеты интерактивного опроса, то по отношению к потребителям этого сегмента, проживающим на северо-западе Тихоокеанского бассейна и еще не владеющим спортивными автомобилями, должны быть предприняты маркетинговые действия Б. Четкое описание бизнес-процессов – фундаментальная составляющая процесса принятия решений в организации. И во многом программа управления аналитикой дублирует ее, представляя собой механизм делового управления, состоящий из множества правил и управляемый прогнозируемыми моделями, как мы убедимся далее в этой главе.

Подводя итог, отметим, что интегрированный набор ориентированных на клиента приложений открывается хранилищем информации о взаимоотношениях с клиентами и дополняется тремя ключевыми комплектами операционных приложений: программой управления кампанией – для планирования и проведения маркетинговых мероприятий; программой управления каналами – для взаимодействия с клиентами; программой управления аналитикой – для проведения опросов, анализа и ведения отчетности потребительских данных. Существует множество способов создания комплекса программ CFAS, включая делегирование этой задачи специализированной компании. Однако какой бы способ ни был избран, цель всегда одна: более совершенное управление самым важным активом компании – информацией о ее клиентах.

ИСКУССТВО ВЕСТИ ДИАЛОГ С ПОТРЕБИТЕЛЕМ

Представьте на мгновение, какое множество посланий борется сегодня за внимание потребителей. Скольким из сотен электронных сообщений, соблазнов прямой рассылки, звонков телемаркетеров, рекламных щитов, журнальных реклам, атакующих покупателей ежедневно, обращают на себя хоть малую толику их внимания? Каким из рекламных обращений удается соблазнить потребителя поделиться информацией о себе? Только тем, которые предлагают нечто достаточно ценное для клиента в обмен на предоставляемые ими личные сведения. Ведение такого диалога с потребителем и последующая возможность продать ему что-то зависят от трех условий.

• Благоприятные возможности для вовлечения потребителя в диалог.

• Экспериментирование.

• Оценка.

Благоприятные возможности для вовлечения потребителя в диалог обычно бывают:

событийно-управляемые (к примеру, зимняя стужа – прекрасный повод выслать электронной почтой рецепт горячительного напитка);

основанные на демографических факторах (например, рассылка матерям подростков бесплатных брошюр о половом воспитании);

основанные на информации о предыдущих покупках (например, реклама, продвигающая услуги химчистки, расположенной в том же торговом центре, где потребитель покупает продукты);

основанные на биографических данных (например, предложение людям пожилого возраста образовательной электронной рассылки, посвященной здоровому питанию).

Экспериментирование. Все бренд-менеджеры сталкиваются с трудностями при выборе вариантов проведения кампании. Переменные, способные оказывать влияние на ответы потребителей, бесконечны: содержание, форма подачи информации, графика, цена, предлагаемый пакет и т. д. Хорошие инструменты управления кампанией позволяют в ходе продуманного эксперимента проверить влияние различных факторов на потребительскую реакцию. Проверка и оценка результатов до запуска кампании, а затем их использование в прогностическом анализе, позволяет компаниям точно прогнозировать скорость реакции потребителей и затраты. С помощью этих инструментов маркетологи могут определять, куда стоит вкладывать бесценные маркетинговые средства.

Оценка. Мало просто отследить результаты кампании. Менеджеры по маркетингу должны иметь возможность видеть ценность серии рекламных кампаний во времени. Внимательное определение метрик для оценки кампании или серии кампаний должно влиять на то, как будут отображаться данные. Более того, легкие для понимания отчеты или отображающие результаты графики и диаграммы необходимы для создания хорошо управляемой программы прицельного маркетинга.

От маркетинговой автоматизации к маркетинговой оптимизации

Термины «автопилот», «автоматическая трансмиссия», «автоматическая посудомоечная машина» и им подобные вызывают в воображении образы механических устройств, работающих при минимальном вмешательстве человека. Нажал кнопку – и машина самостоятельно делает всю работу. Интересно, что слово «автоматизировать», произошедшее от греческого слова «automatos», означающего «действующий по чьему-то желанию», изначально использовалось для описания качеств, присущих живым организмам, например «автоматическое усвоение» пищи. Ассоциация слова «автоматизировать» с компьютерами и механизмами – один из множества примеров того, что люди стали измерять мир механическими мерками.

Безусловно, термин «маркетинговая автоматизация» описывает не что иное, как технологический процесс, поскольку заключается он в электронной реализации маркетинговых программ с помощью технологий информационной проходки. Опять-таки, эти технологии используются для определения моделей, которые можно использовать в разработке правильных предложений и формулировки правильных посланий, рассчитанных на узкие потребительские сегменты. Между тем, инструменты отчетности используются для анализа результатов прошлых и настоящих маркетинговых кампаний, позволяя организациям точно регулировать реализацию будущих кампаний. В отличие от процесса пакетной обработки, характерного для планирования и исполнения традиционных маркетинговых программ в недавнем прошлом, маркетинговая автоматизация позволяет разрабатывать, реализовывать и подправлять кампании в режиме реального времени.

С приходом маркетинговой оптимизации компании получили гораздо больше возможностей контролировать результативность собственных маркетинговых программ. Например, они имеют возможность определять точные маркетинговые задачи (скажем, повышение прибыльности взаимоотношений с клиентами или снижение затрат на привлечение клиентов), а также выявлять сдерживающие факторы маркетинговых кампаний (допустим, ограниченность бюджета). На основе этой информации прогнозирующее моделирование может определять относительную склонность каждого потребительского сегмента откликаться на определенные промоакции, в то время как алгоритм оптимизации способен определить наиболее адекватные потребительские сегменты, товарные предложения и маркетинговые каналы.

В идеальном варианте компания способна заранее определить максимальную прибыль, которая может быть получена в результате проведения маркетинговой кампании при любой комбинации ограничивающих факторов, благодаря программе прицельного маркетинга, сулящей обеспечить оптимальную эффективность. А ведь сегодня, когда многие компании стеснены в средствах и не могут похвастаться растущей прибыльностью, слова «оптимальная эффективность» звучат для многих предринимателей как самая сладкая мелодия.

В конце концов, какая компания не хотела бы знать лучшие комбинации товарных предложений, разослав которые каждому потребительскому сегменту, она могла бы достичь, или даже превзойти, запланированные объемы продаж? Или эффективность рекламной кампании, в ходе которой call-центр организации рассылает по электронной почте разным потребительским сегментам разные товарные предложения? Маркетинговая оптимизация обещает радикально улучшить эффективность маркетинговых инвестиций компании, даже если перед компанией стоит несколько бизнес-целей (подчас противоречащих друг другу). Во многом ключом к исполнению этого обещания является способность компании активно экспериментировать.

Используя новейшие методы экспериментального проектирования, аналитики могут обыгрывать всевозможные переменные любых маркетинговых программ. В основном это относится к тестированию ряда комбинаций признаков, а затем к применению так называемой методики факторного анализа для выяснения всех взаимосвязей между различными переменными и результатами. Идея методики заключается в создании рабочего шаблона, позволяющего маркетологам отбирать наиболее эффективные комбинации признаков среди всех потребительских сегментов. Продолжающийся цикл тестирования, изучения, построения моделей и сбора данных опять-таки перекликается с циклом прицельного маркетинга. Конечно, он обеспечивает систематический подход, намного опережающий предыдущую практику, которая обычно заключалась в тестировании лишь одного фактора и лишь для одного сегмента. Благодаря активному экспериментированию, коэффициент окупаемости маркетинговых инвестиций становится, скорее, показателем предварительным, а не «посмертным».

«Отлично! – с энтузиазмом воскликнет директор какой-нибудь компании, придя в восторг от того, что маркетинговая оптимизация может стать легким способом повысить стоимость акций компании. – Я беру это!» Вопрос в том, что он берет. Где можно раздобыть полностью интегрированную систему CFAS, укомплектованную перечисленными выше возможностями экспериментального проектирования? Можно ли приобрести готовую версию программы? Если бы! В действительности ни один поставщик программного обеспечения и ни одно программное приложение не в состоянии предложить вам все возможности маркетинговой оптимизации, потому что характер приложений, входящих в полный цикл программы, абсолютно разный. Более того, маркетинговая оптимизация в той же мере услуга, в какой и продукт. Она зависит не только от программных приложений, но, что не менее важно, от команды специалистов и их опыта. С точки зрения программного обеспечения, большинству крупнейших компаний придется самостоятельно собирать подходящие им конфигурации системы CFAS, взяв за основу программу одного из ведущих поставщиков и дополнив ее затем оптимальными компонентами, интегрированными с помощью промежуточного программного обеспечения. Пройдет много лет, прежде чем будут созданы полные версии решений для маркетинговой оптимизации, и даже тогда они будут требовать немалых капиталовложений как в персонал, так и в инфраструктуру. Подробная многокомпонентная и оптимально подобранная система напоминает не что иное, как профессиональный домашний кинотеатр: можно, конечно, купить всю систему в сборе. И рядового телезрителя, который будет наслаждаться на нем заурядными DVD-дисками с записями «Семейки Адамсов», это, возможно, вполне устроит. Но для настоящего киномана – или для крутого маркетолога, не привыкшего довольствоваться посредственными результатами – это абсолютно неприемлемо. Киноман получает удовольствие от самого процесса подбора системы – выбрать и установить колонки, в которых идеально сочетается звучание и эстетичность; оценить, усилители какой фирмы способны идеально воспроизвести всю гамму звуков, закодированных в цифре…

Все это не говорит о том, что стать хозяином полностью интегрированной высокоэффективной системы CFAS невозможно. Возможно. Но лишь самые богатые компании, фанатично преданные идее ориентированности на клиента, могут позволить себе подобное. Всем остальным придется поступать так, как поступают люди, пришедшие в первоклассный кинотеатр: заимствовать. Подробнее мы расскажем об этом в следующей главе.

Итак, комбинация маркетинговой автоматизации и оптимизации – гигантский скачок в направлении маркетинговой эффективности. Она позволяет взаимодействиям с потребителями перейти с уровня групповой обработки данных на уровень процесса, происходящего в режиме реального времени, и от масштабов единичного продукта или процесса к множественным. Кроме того, она позволяет изготовлять изделия по техническим условиям заказчика на уровне узких сегментов, беря за основу унифицированность информации потребительских профилей. А способность создавать индивидуализированные маркетинговые программы, адаптированные к потребительским характеристикам, поведению и обстоятельствам, отражает саму суть маркетинговой оптимизации – и прицельного маркетинга в частности.

Прогностическая аналитика и взаимоотношения с клиентами

Большая часть маркетинговых посланий, сообщаемых потребителям с помощью средств массовой информации, не приносит пользы. Столь же бесполезной оказывается масса информации о клиентах, собираемой с использованием техник прямого маркетинга. В действительности подавляющее большинство информации о потребителях, собранной во всем мире, мертвым грузом осело на жестких дисках – или, что еще печальнее, в огромнейших картотеках. Она не организована. Не очищена. Она переполнена ненужными данными и несоответствиями форматов. Она частично устарела. Она испещрена пробелами недостающих сведений. Но, тем не менее, она есть. Не хватает лишь возможности – и, пожалуй, желания – укомплектовать, обработать и проанализировать эти тонны данных, превратив их в глубокие знания, способные неслыханно увеличить доходы и прибыль компании.

Идея превращения гор данных о клиентах компании в знания лежит в основе концепции, известной как прогностическая аналитика. В области конкурентных стратегий этой концепции нет равных, поскольку она может стать решающим фактором роста финансовой эффективности и рыночной стоимости компании. Этот факт был неоднократно продемонстрирован во многих отраслях, и, пожалуй, наиболее наглядно – в области финансовых услуг. Пионер прогностической аналитики, компания Fair Isaac использовала эту концепцию для оценки кредитных рисков («оценки кредитоспособности») еще в 1950-х годах. Сегодня ее разработки лежат в основе всех кредитных операций. Fair Isaac разработала тысячи моделей – для прогнозирования удержания, банкротства, предрасположенности к покупке, сокрытия реальных доходов, страховых потерь, авансовой выплаты ссуды и т. д.

Составление прогнозов предполагает ознакомление с многочисленными историческими данными с помощью инструментов прогонки данных, отыскивающих поддающиеся интерпретации модели, и затем создание математических уравнений, отражающих взаимоотношения, лежащие в их основе. Эти математические уравнения разрабатываются для прогнозирования будущего поведения потребителей. Построенная для составления прогнозов модель дает возможность немедленно осуществить комплексный анализ, скажем, данных о сделках, взаимодействиях с потребителями или бухгалтерских данных. Она может обеспечить эмпирический, объективный или последовательный метод оценки массива данных и извлечение из него смысла, способного указать путь к принятию правильных бизнес-решений.

Прогностические модели часто называют поведенческими моделями, поскольку они могут быть использованы при прогнозировании будущего поведения клиента для определения вероятности того, например, что он не погасит в срок ссуды. Позволяя компаниям мгновенно разделять желанных, менее желанных и нежеланных клиентов – более того, применять разные маркетинговые подходы к разным потребительским сегментам, а также к индивидуальным потребителям на основе их предрасположенности к определенному типу поведения, прогностические модели дают возможность контролировать степень допустимого риска и принимать меры для увеличения прибыли.

Прогностические модели могут выражать взаимосвязанные отношения между десятками, сотнями и даже тысячами наборов данных в виде единой оценки. Эта оценка отражает вероятность определенной модели поведения или события в будущем. Например, прогностическая модель, построенная для анализа кредитных рисков, предлагает оценку, показывающую, какие клиенты, вероятнее всего, будут вовремя вносить кредитные взносы. Более высокие оценки зачастую указывают на более предпочтительное поведение.

У некоторых людей прогностическая аналитика ассоциируется с действиями любопытного ребенка, играющего в старую версию американской игры Magic 8 Ball. Абсолютно невыразительный по нынешним меркам пластмассовый шарик с окошком – эта игрушка более полувека развлекала детей тем, что якобы «умела заглядывать в будущее и находить ответы на их вопросы». И как порой были весьма загадочны эти ответы – например «Поживем – увидим» или «Спроси чуть позже», так не менее загадочными, честно говоря, бывают время от времени и ответы, получаемые с помощью действительно сложных техник прогнозирования будущего.

Конечно, прогностическая аналитика – феномен далеко не новый. Он давно использовался под видом статистического прогнозирования. А что такое статистика, как не процесс, с помощью которого люди стремятся изменить собственные ожидания или поведение, оценив реальное положение вещей? Приведем простой пример. Исходя из исторических климатических моделей, количество осадков, выпадающих в период с сентября по декабрь в городе Энтеббе, превышало средний уровень каждые четыре из десяти периодов дождей. Исходя из этого, предполагаемая вероятность того, что количество осадков, выпадающих в период с сентября по декабрь в Энтеббе, будет выше среднего, составляет 40 %. Рассматриваемые события могут носить естественный характер, как в случае с г. Энтеббе, или предумышленный, известный также как экспериментальный. Статистики дают людям знать, какие действия следует предпринимать для оптимизации определенных процессов в соответствии с некоторым целесообразным набором критериев. Прогнозирующие модели систематизируют такую оптимизацию.

Действительно, развитие прогностической аналитики во многом отражает переход от маркетинговой автоматизации к маркетинговой оптимизации. В этом контексте оптимизация означает способность анализировать большие объемы данных, исследовать многочисленные комбинации переменных, раскрывать ранее скрытые взаимоотношения – и, в конечном счете, приходить к пониманию и прогнозировать потребительское поведение на самом узком уровне. Настоящий же фокус в том, что все это можно осуществить в мгновение ока.

Аналитика следующего поколения стала возможной благодаря приложениям нового рода, характеризующимся более высокими скоростями процессов и более сложными алгоритмами выполнения трех основных функций. Первая из них относится к автоматическому открытию неизвестных прежде или считавшихся нелогичными моделей. Вторая функция относится к идентификационному анализу», используемому главным образом системами контроля качества и обслуживания кредитных карт. И третья функция, непосредственно связанная с темой нашей книги, относится к автоматизированному прогнозированию тенденций и поведения. Это основа любой программы удержания клиентов, направленной на сегментирование потребительской базы с целью определить наиболее прибыльные категории покупателей и спрогнозировать способность удерживать этих покупателей и управлять отношениями с ними посредством специально разработанной для них маркетинговой программы.

ИСПОЛЬЗОВАНИЕ ПРОГНОСТИЧЕСКОЙ АНАЛИТИКИ

Богатая данными потребительская база необходима компании для того, чтобы знать, кто они – ее клиенты, что они покупают, что им нравится, а что – нет, и т. д. Однако любая база данных бесполезна, если компания не использует содержащуюся в ней информацию для прогнозирования будущего поведения потребителей. Прогностическая аналитика – ключ к этой задаче. Прогнозирующие модели заставляют вечно экспериментирующие и приспосабливающиеся компании продуманно и эффективно тратить свои маркетинговые средства на возможности, гарантирующие надежный результат. В прицельном маркетинге прогностическая аналитика используется главным образом в трех сферах:

• сегментация;

• тестирование кампании;

• оптимизация работы call-центра.

Сегментация. Сегментация – это не представленный в виде перекрестных таблиц отчет, но и не разделение совокупности на группы по демографическим признакам. Сегментационные модели рассчитывают сложные взаимодействия многочисленных переменных, таких как данные о покупках, информация о поведенческих особенностях, демографические сведения, склонность к отклику и пр. Статистическое моделирование использует целый набор техник прогонки данных для определения сегментов людей, имеющих одинаковые модели поведения. Понимание этих сегментов позволяет компаниям определять профили очень прибыльных клиентов, а затем тестировать на них разные маркетинговые кампании.

Тестирование кампании. Выслать потребителю, покупающему товары только вашей марки, купон на получение 15 %-ной скидки – напрасно потратить деньги. Этот потребитель и так никогда не купит товары конкурентных марок, поэтому высланный купон всего-навсего лишит компанию 15 % продажной стоимости этого товара. С другой стороны, выслать такой купон потребителю, легко меняющему торговые марки и производителей, более целесообразно. Прогностическая аналитика помогает компаниям определить, какие потребители склонны менять вкусы и привязанности, и затем использовать индивидуальные методы продвижения, специальные пакеты товаров или услуг и ценовые стратегии, чтобы увеличить прибыль, получаемую компанией от таких клиентов. Аналогично тестирование маркетинговой кампании может определить, какие потребители обеспечивают большую часть прибыли компании, а какие никогда не реагируют на ее акции по продвижению продукции. Прогнозирующие модели, выявляющие «лучших» и «худших» клиентов, помогают компаниям перестать понапрасну тратить деньги на последних, экономя миллионы долларов маркетинговых бюджетов.

Оптимизация работы call-центра. Испытания и прогностическая аналитика не менее успешно использовались call-центрами для повышения эффективности перекрестных продаж, увеличения прибыли и снижения оттока клиентов. Приведем простой пример. Ежегодно задолженность практически миллиона клиентов, прекративших платежи крупной компании-эмитенту кредитных карт, составляет 1 млрд. долл., причем половину задолженности в конце концов удается погасить. Было проведено специальное исследование с целью определить, как изменить стандартное первое предупредительное обращение компании к клиенту-неплательщику, чтобы повлиять на эффективность сбора неуплаченных средств. В результате правильно подобранный сценарий предупредительного диалога с неплательщиком (правильное сообщение) позволил на 11 % повысить сбор непогашенных взносов. А выбранный из четырех вариантов сценарий правильного сообщения, рассчитанного еще и на правильного клиента, позволил еще на 2 % повысить сборы. Разница в 500 млн. долл. в размере сборов позволила увеличивать годовую прибыль компании более чем на 50 млн. долл. ежегодно.

Проектирование идеального клиента

Прогнозирование потребительского поведения требует использования передовых достижений прогностической аналитики. Моделированию предшествует анализ информации потребительских профилей с целью выявить наиболее важные характеристики данного потребительского сегмента. Процесс происходит следующим образом.

Открываем. Просмотрите существующую на данный момент базу данных клиентов вашей компании, чтобы выявить возможности продвижения перекрестных продаж. Используйте простую систему оценки для составления списка ваших самых прибыльных клиентов.

Сравниваем и проверяем. Сравните полученный список с внешними базами данных перспективных клиентов. Насколько совпадают эти списки? Почти не совпадающие списки могут сулить печальные результаты.

Сегментируем, исходя из ценности. Составляйте важные маркетинговые сегменты, принимая во внимание такие факторы, говорящие о ценности клиентов, как модели оттока и миграции, и т. д. Они могут меняться в зависимости от сферы индустрии. Например, в сфере беспроводных коммуникаций отток клиентов в среднем составляет около 30 % в год. Для отрасли, теряющей почти треть своих потребителей ежегодно, при том, что затраты на привлечение каждого нового клиента достигают 400 долл., самое минимальное усовершенствование в области удержания клиентов представляет немалую ценность. В области потребительских товаров, где этот показатель может быть намного ниже, возможно, целесообразнее оценивать склонность клиента мигрировать под влиянием более привлекательных ценовых предложений конкурентов.

Предвидим. Изучите клиентов каждого сегмента – тех, которые покидают компанию, мигрируют и т. д. – и попытайтесь определить других потребителей, имеющих сходные характеристики и особенности, которые могут переместиться в эти сегменты в ближайшем будущем. Кто из клиентов, на ваш взгляд, может отказаться от сотрудничества с компанией в ближайшие три-четыре месяца? Кого сейчас можно отнести к числу потенциальных клиентов компании? Определив риски и возможности, компания может принять предупредительные меры, снизив вероятность того, что клиенты действительно покинут ее, и увеличить возможности перекрестных продаж.

Как же выглядит успех, когда все расставлено по полочкам? По-разному. Например, предположим, что страховая компания хочет знать: «Каковы общие черты клиентов, приобретающих полисы страхования жизни?» Общие черты таких клиентов, определяемые с помощью статистической выборки, дают возможность составить модель клиента, который, вероятнее всего, станет покупателем страхового полиса в будущем. Определяя эти черты на основе геодемографических, психографических и ситуационных параметров, компания может в дальнейшем оценивать клиентов, исходя из того, насколько их информационные профили соответствуют шаблону, в данном случае модели покупателя страхового полиса. Клиентов, попавших в разряд «потенциальных генераторов прибыли», можно смело привлекать с помощью специально продуманных маркетинговых предложений. При этом клиенты, имеющие высокую ценность для компании, могут получать одни предложения, а клиенты, ценность которых не столь высока, – совершенно другие.

Обычно профиль клиента для кампании по увеличению количества единиц покупаемой им продукции составляется исключительно на основе данных о его покупках – показателя, на самом деле слишком узкого для определения ценности клиента для компании. Ценность клиента для компании тесно связана с тем, как часто потребитель покупает продукцию компании, когда он покупал ее последний раз и какую прибыль в денежном выражении он приносит компании. Но, как было отмечено выше, данные о покупках клиента отражают только его сегодняшнюю ценность. Чтобы определить ценность клиента в перспективе и в соответствии с этим правильно распределить ресурсы, компании должны принимать в расчет особенности ценности жизненного цикла клиента.

Для определения ценности клиента частота и денежное выражение его покупок, безусловно, первоочередные факторы. Для того чтобы определить клиентов, обеспечивающих компании основную массу доходов, First Union, шестой по размеру национальный банк США, использует программное обеспечение, анализирующее хранилище данных о взаимоотношениях с клиентами, содержащее 27 терабайтов информации о покупках 16 миллионов клиентов компании и других данных о них. Или возьмем крупнейший канадский финансовый институт – Bank of Montreal (BMO), активы которого составляют 155 млрд. долл. США. В 2002 году BMO твердо решил покончить с разобщенностью собранных многочисленных данных и сделать информацию о клиентах банка доступной всем организационным подразделениям. Было решено также оценивать прибыльность клиентов банка в режиме реального времени с помощью инструментов сегментирования и ранжирования клиентов в соответствии с такими критериями, как их склонность к покупкам, их покупательские предпочтения и даже вероятность ухода к конкурентам. Анализируя информацию, поступающую с 18 миллионов счетов в 32 подразделениях компании, эта оценка позволяет BMO создавать очень точные модели и предвидеть, каких клиентов заинтересует приобретение тех или иных финансовых продуктов, предлагаемых банком, и какими специальными маркетинговыми инструментами можно привлечь этих клиентов.

Неудивительно, что взаимосвязь между способностью прогнозировать и увеличением прибыли наиболее очевидна в сфере финансовых услуг. В целом, эта сфера далеко продвинулась в вопросах потребительской аналитики по сравнению с прочими рыночными секторами. Как демонстрирует наш пример, банки особенно склонны анализировать потребительские данные с целью распознать общие черты «идеальных клиентов», которые, возможно, сводятся к элементарному: внушительным суммам на кредитных картах и регулярности взносов. Установив это, банк вполне может принять решение снизить размер ежегодных взносов для этих клиентов и предложить им привлекательные и прибыльные программы, не прекращая при этом поиска новых клиентов, соответствующих составленному профилю «идеального клиента».

Не так давно Chase Manhattan Bank провел исследование, целью которого было определить, действительно ли клиенты, выражающие недовольство необходимостью не превышать минимальный баланс на карточном счету, приносят банку прибыль или, наоборот, заставляют его терпеть убытки. Следует ли банку просто избавиться от таких клиентов, если затраты на их удовлетворение превышают приносимую ими прибыль, позволив беспрепятственно переметнуться к конкуренту, предлагающему не такой высокий баланс счета? Ответ на этот вопрос не так прост, как может показаться на первый взгляд. Например, важно учесть тот факт, что удовлетворенный клиент приводит в компанию новых клиентов, существенно увеличивая ее клиентскую базу и снижая при этом затраты на привлечение новых потребителей.

Кроме того, как уже было сказано, компаниям не следует оценивать клиентов, полагаясь исключительно на их сегодняшнюю ценность. Дело в том, что сегодняшние самые прибыльные клиенты компании могут вовсе не быть лучшими. Вполне возможно, что лучшим клиентом компании окажется тот, кто сегодня приносит ей меньше всего прибыли. Обращаться с клиентом, основываясь на представляемой им на сегодняшний день ценности без учета возможностей завтрашнего дня, нелогично. Наоборот, компании должны стремиться собрать и проанализировать данные о клиенте, способные помочь определить, кто из потребителей, скажем так, «бронзового уровня» способен в будущем перейти на «золотой уровень», судя по их потенциалу. Опять-таки, прогнозирование этого потенциала предполагает использование техник прогнозирующего моделирования, чтобы предвидеть вероятность того, что клиент в будущем – не важно, через пять месяцев или через год – может рассчитывать на более высокий уровень обслуживания с вашей стороны. В этом случае, возможно, имеет смысл выделять больше средств на его обслуживание уже сегодня.

Таким образом, чтобы максимально повысить ценность собственной клиентской базы, компания должна постоянно придерживаться определенного набора действий. Во-первых, она должна определять тех клиентов, которые в наибольшей мере реализуют собственный потенциал потребления товаров или услуг компании, а затем подбирать соответствующий уровень продаж и обслуживания, способствующий поддержанию или дальнейшему укреплению взаимоотношений с ними. Вторая задача, более сложная, заключается в определении тех клиентов, которые на данный момент приносят среднюю прибыль компании, но которые потенциально будут приносить ее гораздо больше в будущем, и в соответствии с этим действовать. Чтобы рассчитать вероятность того, произойдут или не произойдут определенные события (в нашем случае, станут или не станут клиенты более прибыльными), компания должна максимально использовать возможности прогнозирующего моделирования.

Опять-таки, эти модели способны составить гораздо более четкую картину того, в каких клиентов следует вкладывать деньги, вопреки традиционному подходу слепого инвестирования в тех, которые непременно приносят прибыль сегодня. В конце концов, как известно любому любителю ресторанов, хороший ресторан может испортиться, а плохой – покинуть бизнес. То же можно сказать и о клиентах.

Подумайте над таким вопросом. Если бы вы были компанией, предлагающей финансовые услуги, владеющей информационными профилями миллионов клиентов, ограничились бы вы сферой исключительно финансовых услуг? Столкнувшись с тем, что данные о клиентах и сделках, в одних случаях кажущиеся абсолютно бесполезными, при дальнейшем размышлении оказываются вполне подходящей основой для более глубокого анализа, ряд банков пришел к тому, что их бизнес связан не только с финансовыми услугами, но и с информацией. Все чаще они используют финансовые услуги как рычаг, помогающий продвигать дополнительные продукты и услуги – от подписки на журналы до мобильных телефонов.

Пересматривая все собранные данные о клиентах и разбивая их на элементарные составляющие, компании, работающие в любых отраслях, могут открыть много ценного и полезного. Могут ли данные использоваться творчески для создания новых предложений, способствуя продвижению компании на смежные деловые арены? Могут ли они служить своеобразным вектором роста, трамплином, способным катапультировать компанию на новый уровень развития? Спросите у H&R Block. Несколько лет назад эта компания сумела использовать собранные данные о клиентах, чтобы выйти за рамки традиционно предоставляемых ею услуг в сфере налогообложения и расширить свою деятельность ипотечными и инвестиционными услугами, а также пенсионным планированием. Не иначе как Марк Эрнст, исполнительный директор компании, использовал тот самый Magic 8 Ball! В 2002 году, в разгар спада, компания объявила о повышении прибыли на 55 % по сравнению с предыдущим годом и назвала сумму в 3,3 млрд. долл. В следующем году уровень прибыли достиг 3,78 млрд. долл., а в 2004 году доходы должны были вырасти еще на 18 %, в основном за счет ипотечных операций. Для H&R Block управление потребительскими данными было очень умным шагом.

Мы начали эту главу словами Кена Кизи, автора знаменитой книги Полет над гнездом кукушки. Он писал: «Можно сосчитать семена в яблоке, но не сосчитать яблок, которые из семени вырастут». Слова Кизи как нигде уместны в контексте аналитики потребительских данных. Перефразируя их, можно сказать, что компания может определить сегодняшнюю ценность своей базы данных, но не будущую ценность отдельного клиента. Еще недавно это утверждение было вполне справедливым. Сегодня же способность «сосчитать яблоки, которые из семени вырастут» становится реальностью. И так же реально сегодня привлечь те самые «семена» – клиентов, которые принесут компании самый большой урожай.

Работая в своем кабинете в исследовательском центре Jet Propulsion Laboratory в городе Пасадена, штат Калифорния, в середине 1960-х годов английский биохимик Джеймс Лавлок, неожиданно для всех и для себя самого, сделал чрезвычайно важное открытие. Озарение пришло к нему внезапно, пронзив его мозг подобно молнии, и надолго заняло все его мысли. Это неожиданное открытие завладело ученым на многие десятилетия и вместе с ним пересекло рубеж столетий.

Когда на Джеймса Лавлока снизошло озарение, он был полностью погружен в изобретение научных инструментов для автоматической научно-исследовательской станции Mars Viking, которую NASA планировала запустить на Марс. Заданием станции, а значит, и самого Джеймса, было найти доказательства жизни на Красной планете.

Выполняя столь важное задание, Лавлок руководствовался принципом, что фундаментальные характеристики жизни – это не только удовлетворение потребностей поглощать энергию и избавляться от остатков жизнедеятельности, но и использование атмосферы планеты в качестве промежуточной ступени этого циклического процесса обмена. Если бы на Марсе была жизнь, она должна была бы оставить в атмосфере какие-нибудь химические следы. Не найдя никаких химических признаков жизнедеятельности в атмосфере Марса, Лавлок сделал вывод, что атмосфера планеты не находится в «динамическом равновесии» с ее поверхностью.

В то же время ученый установил, что земная атмосфера находится в динамическом равновесии с земной поверхностью, более того, живые организмы и даже неорганические вещества – воздух, вода, земля – также находятся в динамическом равновесии. Все вместе эти различные компоненты делают окружающую среду подходящей для жизни. Теория о том, что Земля находится в центре единой взаимосвязанной и взаимозависимой живой системы, противоречила общепринятому в то время представлению о нашей планете. Теория Лавлока была названа «гипотезой Геи»[7].

Согласно учению Лавлока, Земля способна выжить в неблагоприятной окружающей среде – космосе – благодаря очень тесной связи, существующей между биосферой, атмосферой, гидросферой и геосферой. Каждый из этих компонентов действует согласованно и гармонично со всеми остальными, обеспечивая тем самым жизнь на Земле. Точно так же можно рассматривать и организацию: она выживает в неблагоприятной, и часто враждебной, рыночной среде благодаря тесной связи между поставщиками, партнерами и клиентами. Каждый из этих компонентов действует в гармонии с остальными, и вместе они обеспечивают выживание сети бизнеса [2].

Стоит лишь несколько изменить термины в определении, и «гипотеза Геи» становится прекрасной призмой, сквозь которую проступают многочисленные силы, определяющие существование мира бизнеса. Эти силы уже более двух десятилетий приводятся в движение двумя взаимосвязанными феноменами: возникновением цифровой информации и объединением компаний единой информационной сетью.

В последнее время изменения, спровоцированные этими силами, стали еще масштабнее благодаря распространению Интернета, общих стандартов и компьютерного обеспечения. Все это предлагает компаниям новые возможности покупать, производить и продавать товар – совместно. Совместное планирование. Совместная разработка. Совместный дизайн. Совместный поиск комплектующих. Совместное производство. Совместная дистрибуция. Совместное обучение. Совместные продажи. Совместный маркетинг. Можно с уверенностью утверждать, что совместные проекты компаний – это одно из самых положительных последствий возникновения интернет-коммерции.

В своем последующем развитии компании будут и дальше использовать силу сетевых технологий для того, чтобы усовершенствовать свою работоспособность, которая, по большому счету, обозначает расширение основной деятельности далеко за пределы традиционных операций организации. Благодаря Интернету возникло бесчисленное количество новых компаний, включая и такие, чья модель бизнеса произвела настоящую революцию в некоторых отраслях экономики. Однако, без сомнения, Интернет оказал и гораздо большее влияние на бизнес и компании: он дал возможность лучше управлять взаимосвязями с теми субъектами, которые входят в круг интересов компании. Сегодня, благодаря возможности превратить деятельность нескольких компаний в сквозной и прозрачный процесс, команда специалистов любой организации может рука об руку работать со специалистами другой компании в режиме реального времени, имея одновременный доступ к одной и той же базе данных. Две команды могут работать над одним проектом, находясь при этом в разных точках земного шара, так, как будто бы они живут под одной крышей.

Такое положение дел в сфере сотрудничества различных компаний предопределило возникновение концепции аутсорсинга – возможности передачи некоторых работ внешним компаниям. Аутсорсинг предполагает, что жесткие границы, существующие между разными компаниями, исчезают, как только партнеры оказываются связанными невидимой сетью. И даже самые отдаленные друг от друга компании могут стать единой интегрированной системой. Если придерживаться терминологии Джеймса Лавлока, то эти компании представляют собой отдельные части, составляющие «единый живой организм».

Возникновение и развитие аутсорсинга

Слово «система» произошло от греческого systema, что означает целое, составленное из частей; соединение. Наше метафорическое толкование «гипотезы Геи» строится на предположении, что бизнес-сеть – это и есть единая система. Бизнес-сеть представляет собой комплекс элементов, причем эффективность этого комплекса зависит от каждой его составляющей. Взаимосвязь различных компаний, составляющих единую сеть, и их стремление работать вместе с целью улучшения всей системы отображает суть гипотезы Лавлока. В частности, она предполагает, что различные компании участвуют в конкурентной борьбе не на основе изолированных ресурсов и отдельных возможностей каждой из них, а на основе целостности ресурсов и возможностей всей сети. Сегодня изменения в деятельности компаний происходят еще более интенсивно благодаря такому явлению, как аутсорсинг.

Аутсорсинг в переводе с английского обозначает «использование внешних источников». Применение аутсорсинга в бизнесе означает привлечение сторонних компаний к выполнению некоторых деловых операций по контракту. И сегодня практически каждая крупная компания прибегает к передаче ряда функций внешним фирмам. Причины такого явления понять довольно легко. Аутсорсинг позволяет компаниям сосредоточить свои ресурсы на тех аспектах бизнеса, которые и определяют ее существование, в то время как другие функции можно доверить тем организациям, которые обладают большими ресурсами и большим профессиональным опытом в той или иной сфере. Таким образом, аутсорсинг позволяет сузить рамки той деятельности, которую компания выполняет непосредственно в родных стенах на основе собственных ресурсов, и раздвинуть те рамки, в которых компания может делегировать свои функции партнерам по бизнес-сети. Весь этот процесс быстро и успешно развивается благодаря возможности снизить затраты, уменьшить сложность выполняемых работ, повысить скорость производственного процесса и снизить операционные риски.

Бесспорно, аутсорсинг – идея не новая. Аутсорсинг был основой деловых стратегий на протяжении многих предыдущих десятилетий, если не сказать столетий (наверное, со времен консорциума, возникшего в XV столетии, когда венецианским монахам в голову пришла блестящая идея – поручить тиражирование книг Священного писания внешним писцам, которые зарабатывали на жизнь переписыванием книг). Период экономического кризиса конца XX века, когда внешним партнерам поручалось производство некоторых частей товаров, а иногда даже их сборка и распространение, положил начало новой эре современного аутсорсинга. Производство на основе аутсорсинга со временем стало основным принципом современного бизнеса. Аутсорсинг превратился в неотъемлемую часть производства всех типов потребительских товаров, начиная с производства машин и заканчивая дизайном одежды. Рассмотрим такой пример. Для того чтобы конкурировать с компанией Palm на рынке карманных компьютеров, компания Dell Computer предложила потребителям модель Axim X5, производство которой осуществляет тайваньская компания Wistron.

Нужно сказать, что аутсорсинг чаще используется не для организации розлива произведенных компанией напитков в пластиковую тару, а для производства, обработки и анализа данных и предоставления компании готовой информации специализированными компаниями. Это получается лучше, дешевле и быстрее, чем если бы компания самостоятельно занималась этими процессами. Кроме того, при использовании аутсорсинга роль внешних партнеров выходит за рамки формальной ответственности. В то время как формальная ответственность была основным требованием самых ранних инициатив аутсорсинга, возникших в индустрии информационных технологий в 1980-е годы, сегодня компании вкладывают в процесс делового аутсорсинга нечто большее. Нечто большее – это проведение экспертной оценки.

В литературе аутсорсинг обычно описывается как передача той деятельности, которая не является основным источником доходов компании, третьей стороне, которая обладает специальными ресурсами в достаточной мере, чтобы выполнить эти функции более продуктивно, чем сам заказчик. Безусловно, это очень важно – делать что-либо более продуктивно. Однако этого недостаточно. Партнеры компании по аутсорсингу должны не просто выполнять работу более продуктивно, они должны создать новую стратегическую ценность. Им следует путем использования новейших технологий и высшей квалификации на совершенно новом, более высоком уровне качественно изменить сами процессы, или даже изобрести новые. Такой взгляд на процесс аутсорсинга снова отображает разницу между двумя понятиями – эффективностью и результативностью, о которой мы говорили в первой главе этой книги.

Смещение основных акцентов с формальной ответственности на экспертную оценку находит свое отражение в том факте, что раньше компании стремились передать в аутсорсинг лишь те процессы, которые не представляли собой прямого источника формирования ценности компании. Управление персоналом, ведение бухгалтерского учета, поставки и снабжение, управление контентом, внешний аудит – вот всего несколько примеров тех видов деятельности, которые раньше компании поручали вести внешним партнерам, используя аутсорсинг. Важно, что сегодня на основе аутсорсинга компании выполняют и те виды работ, которые напрямую влияют на ценность компании, например процесс коммуникаций с клиентами.

Контроль над работой call-центров по обслуживанию клиентов представляет собой один из многочисленных видов операций, составляющих постоянно разрастающуюся арену аутсорсинга. Это один из примеров, когда благодаря аутсорсингу компания может сэкономить значительные средства. Сегодня многие компании доверяют ведение дел на основе аутсорсинга тем партнерам, которые ведут свою деятельность в офшорных зонах. Благодаря тому, что в последнее время технические возможности телекоммуникационных инфраструктур значительно расширились, а расходы на обслуживание таких систем снижаются, стала возможной организация call-центров в таких странах, как Индия или Филиппины. Несмотря на то, что call-центр может быть физически очень отдален от центрального офиса, содержание таких центров обслуживания клиентов весьма выгодно крупным компаниям: рабочая сила в таких странах очень дешевая, а качество обслуживания клиентов не ниже, а возможно даже и выше, чем в тех странах, где расположены компании-заказчики. Прогнозируют, что в одной только Индии доходы от аутсорсинга возрастут с 2 млрд. долл. в 2003-м до 21 млрд. долл. в 2008 году.

Этапы аутсорсинга в цикле прицельного маркетинга

Практически каждая компания сегодня сталкивается с непростым вопросом, который наверняка не дает спать руководству: «Как же нам улучшить эффективность и результативность наших маркетинговых процессов и программ?» Как мы уже выяснили в предыдущей главе, как минимум, часть ответа касается прицельного маркетинга. Кроме того, хотя бы для части компаний, столкнувшихся с такой проблемой, ответ следует искать вне четырех стен офиса самой организации. А теперь давайте сложим вместе две половинки ответа – прицельный маркетинг и отдаленность от офиса – и получим мощное успокоительное средство для многих руководителей компаний. Ведь то, что мы получим от сложения прицельного маркетинга с отдаленностью, и будет ответом на мучающий их вопрос – прицельный маркетинг на основе аутсорсинга.

Один из необходимых сегодня технологических компонентов маркетинга на основе аутсорсинга системы – это прикладная система приложений Комплекс программ по работе с клиентами (CFAS). Мы описывали эту программу в предыдущей главе, и сейчас вам станет понятно, почему мы осмеливаемся утверждать, что именно она, в конце концов, и делает возможным воплощение в жизнь программ прицельного маркетинга внешними партнерами компании. Программа представляет собой не только надежное хранилище всей информации о ваших отношениях с клиентами. В ее состав входят такие компоненты, как программа управления каналами общения, программа управления маркетинговыми кампаниями, программа управления аналитическими процессами.

Для многих крупных компаний возможность иметь постоянный доступ к системе CFAS, построенной по принципу совокупности отдельных компонентов, представляет собой упорядоченное управление всеми маркетинговыми процессами компании одновременно. Ведь без этой программы компаниям приходится устанавливать, обслуживать и работать с отдельными компонентами, используя при этом собственные информационные разработки и собственные способы обработки маркетинговой информации. Если же компания станет клиентом одного из компетентных провайдеров программы, она получит возможность самостоятельно решать, какие именно маркетинговые приложения и услуги использовать, каким образом добавить, удалить или изменить индивидуальные разработки в общей структуре программы CFAS. Маркетинговые приложения осуществляют основные функции по привлечению, удержанию клиентов и управлению отношениями с ними. Эти приложения должны работать вместе, одной цельной системой, одновременно оставляя компании возможность подстраивать отдельные компоненты системы соответственно потребностям компании и изменениям в сфере маркетинга. Представьте себе, насколько четко можно организовать и оптимизировать маркетинговый процесс вашей компании благодаря CFAS!

Частью уравнения, описывающего функцию оптимизации маркетинговых процессов, помимо специального компьютерного обеспечения, является еще и кадровое обеспечение, которое нельзя не учитывать. Квалифицированные специалисты могут сделать процесс маркетинга любой компании гладким и успешным. Это особенно важно в контексте аналитического менеджмента. Грамотный специалист должен уметь интерпретировать предложенные программой информационные модели, контролировать проведение экспериментов и следить за тем, чтобы каждая группа клиентов получала соответствующее их потребностям отношение со стороны компании. Необходимость постоянно выуживать ценную информацию из общего массива данных о клиентах бывает неудовлетворенной даже в тех компаниях, которые обеспечены современными технологиями, однако страдают от нехватки опыта и достаточной квалификации. А потому так важно иметь возможность обратиться за консультацией к команде профессиональных специалистов, которые объяснят вам все тонкости статистики, маркетинговых исследований и аналитики, бихевиористики в контексте прицельного маркетинга. Эту возможность также предоставляют провайдеры программы CFAS.

Мы не понаслышке знаем о том, что экономическая ценность настоящей аналитической работы гораздо выше ценности перекрестных ссылок и таблиц, зачастую предоставляемых маркетологами многих компаний в качестве результатов выполненной работы. Мы также знаем, что работа на самом высшем уровне требует привлечения богатого опыта и знаний в различных сферах и технологически идеального компьютерного обеспечения. Для того чтобы собрать в единое целое все аналитические ресурсы, также нужно иметь достаточный опыт и понимание всех аспектов процесса – а это уже очень веский аргумент в пользу аналитического аутсорсинга. Кроме того, если поручить внешним партнерам вести аналитику компании, это гарантирует вам еще одну привилегию – объективность и предельную точность. Беспристрастная оценка, наконец, поможет вам уладить все распри в компании и дать четкий ответ на вопрос: «Как лучше всего распорядиться теми ограниченными суммами, которые выделяются организацией на нужды маркетинга?»

С точки зрения уменьшения факторов риска, мы ярые сторонники такой модели оплаты услуг внешних партнеров, при которой сумма вознаграждения прямо пропорционально зависит от результатов оказанных услуг. Когда отношения партнерских компаний основаны на полном разделении рисков, а значит, совместном разделении прибыли и потерь, компания – исполнитель аутсорсинга становится полностью зависимой от той прибыли, которую она приносит. Это несложно осуществить, если четко прослеживается связь между маркетинговой политикой компании и коэффициентом окупаемости маркетинговых инвестиций. Возрастающие продажи компании увеличивают гонорар ее внешних партнеров. Такая тенденция по отношению к распределению рисков и прибыли наблюдается сегодня по всем направлениям сферы оказания услуг аутсорсинга, включая традиционные услуги, оказываемые маркетинговыми агентствами полного цикла, где структура оплаты также, безусловно, изменяется. Еще совсем недавно работа маркетинговых компаний оплачивалась по фиксированной ставке, определяемой в зависимости от потраченных на маркетинговую кампанию средств и времени (эта система оплаты представляет собой ставку Х зависимую от Y (время и материалы) плюс Z (фиксированная наценка)). «Теперь все изменилось, – жалуется руководитель одного маркетингового агентства. – Бывают случаи, когда мы еле-еле покрываем наши расходы на рекламную кампанию. По сути дела, мы наравне с клиентами инвестируем наши ресурсы в их маркетинг». Не правда ли, чудесный поворот для компаний-заказчиков? Однако проблема состоит в том, что связь между программами массового маркетинга и коэффициентом окупаемости маркетинговых инвестиций очень слаба, а потому у многих компаний возникают проблемы, препятствующие введению таких схем оплаты.

Многие руководители крупных компаний приходят в восторг от мысли об аутсорсинге заданий по оптимизации информации о клиентах компании какому-либо внешнему партнеру, который специализируется на услугах подобного рода. Другим же такая мысль представляется ужасной. Они полагают, что данные о клиентах компании – это основа конкурентных преимуществ ее деятельности, главный двигатель процесса создания основных ценностей для потребителей. Они размышляют так: «Можем ли мы доверить внешним партнерам часть, или даже все функции по управлению отношениями с клиентами?»

Таким образом, плюрализм мнений налицо. Мы не можем не согласиться с теми, кто мудро полагает, что деловой опыт компании, решения о размещении ее ресурсов и глобальные маркетинговые цели следует хранить внутри организации. Однако когда эти цели уже определены, их реализацию лучше всего доверить маркетинговым организациям, которые способны эффективно, быстро и дешево привести компанию к этим целям. Таким образом, мы считаем, что процесс разработки маркетинговой стратегии должен проходить внутри компании, а вот ее реализацию лучше доверить профессионалам на основе договора аутсорсинга.

Аутсорсинг реализации тактики и стратегии маркетинга компании дает возможность маркетологам организации посвятить все свое внимание вопросам стратегической важности, вместо того, чтобы распылять его на усовершенствование компьютерного обеспечения, интеграцию систем и создание организационной сети для выполнения маркетинговых заданий. Кроме того, как мы уже говорили, руководители маркетинговых отделов компаний не будут более беспокоиться о том, чтобы за огромные деньги приобретать новые технологии или разрабатывать их самостоятельно, ведь основы для таких программ уже созданы, а потому проще всего будет доверить процесс профессионалам. А маркетологам лучше заняться сбором информации и ее стратегическим анализом. Эффективные маркетинговые программы на основе таких данных значительно повысят ценность информации.

Мы уже говорили о том, что идея прицельного маркетинга на самом деле не нова, так же, как и идея аутсорсинга. Считается, что маркетинговый аутсорсинг возник в 1843 году, когда одно расположенное в Нью-Йорке рекламное агентство впервые основало свой филиал в Филадельфии, делегировав сторонней организации часть своих функций. Как показано на рис. 4.1, эти функции долгое время включали в себя создание всех форм рекламы и промоакций, установление отношений с общественностью (паблик рилейшнз – пиар) и проведение маркетинговых исследований, разработку и реализацию маркетинговых коммуникаций и поддержание отношений с клиентами. Специалисты по анализу маркетингового комплекса начали активно развивать эту сферу в начале 1990-х годов, в то же время, когда стала расти популярность сбора информации о клиентах в Интернете. Таким образом, прицельный маркетинг представляет собой еще одну ступень в развитии маркетингового аутсорсинга.

От интеграции данных до интеграции опыта

В сфере делового аутсорсинга границы внутри компаний и между компаниями постепенно исчезают. С точки зрения потребителя, довольно сложно понять, где кончается одна компания и начинается другая. Опасность состоит в том, что если компания становится одним из участников эстафеты наряду со своими партнерами, клиент этой компании страдает каждый раз, когда эстафетная палочка падает. Так как удовлетворение потребителей теперь зависит не от конкретной компании, а от каждого из партнеров, несущих потребителю определенную ценность, вся деятельность компании может стать отражением деятельности ее партнеров.

Рис. 4.1. Этапы развития маркетингового аутсорсинга

Удовлетворение потребителей и их позитивный опыт использования товаров компании – вот тот ключевой фактор, которым должна руководствоваться любая фирма при создании единой системы со своими партнерами, так как, еще раз обратим ваше внимание, этот процесс непосредственно влияет на целостность отношений компании с ее клиентами. Когда клиент, к примеру, подключается к кабельной сети или, скажем, покупает машину или билет на самолет, он тем самым вступает в многочисленные связи с поставщиком этого товара или услуги, хотя на самом деле это может быть не одна компания-поставщик, а несколько компаний, объединенных под одним ярлыком.

«Бывает невероятно сложно собрать все компоненты комплекса воедино и превратить в единую ценность, которая создавала бы в памяти клиента исключительно приятные воспоминания, – говорит один из руководителей крупной компании. – Однако если вы хотите расширить свои маркетинговые возможности, крайне необходимо не только использовать аутсорсинг и привлекать к выполнению некоторых функций третьи компании, а еще и предлагать вашим клиентам новые продукты, созданные на основе аутсорсинга». Рассмотрим в качестве примера ситуацию, сложившуюся в компании SBC Communication. Эта компания активно использует аутсорсинг, в том числе спутниковое телевидение и телефонное обслуживание мобильной компании. Новые предложения добавились к ассортименту услуг компании как попытка извлечь максимальную синергию из деятельности двух компаний – SBC Communication и Cingular, самого крупного в Америке оператора мобильной связи. Сегодня компания SBC Communication арендует у своего внешнего партнера около 60 % производственных мощностей. В 2003 году две крупнейшие компании объявили о том, что дополнят список своих общих функций продажами, маркетингом и планированием. В то время как обеспечение своих клиентов качественными услугами связи на основе единой производственной базы имеет огромное значение для успеха компаний на рынке, сложность заключается в том, чтобы создать положительный имидж в глазах клиентов обеих компаний, так как два партнера по аутсорсингу работают вместе, но продают различные товары и услуги.

В процессе интегрирования функций по созданию отношений с клиентами различных компаний, например провайдера электронной почты или интернет-магазина и телефонной компании, самое важное – это сделать так, чтобы клиент видел всего одно лицо и слышал всего один голос — лицо и голос компании, клиентом которой он стал или собирается стать. И важно, чтобы опыт общения с компанией – независимо от того, сколько партнеров выполняют ее функции, – всегда был положительным.

Рассмотрим пример соглашения, заключенного на многие годы компаниями Circuit City и Amazon. Это соглашение предполагает, что потребители, заказавшие электронные товары в компании Amazon, могут забрать свой заказ в любом из 600 магазинов сети Circuit City. В этой бизнес-сети функции распределены таким образом: компания Amazon занимается непосредственно заключением сделок и ведением других дел, а компания Circuit City берет на себя исполнение условий сделок и оказание других услуг, связанных с обслуживанием клиентов. Идеальный тандем, вам не кажется? Компания не имеет опыта или, к примеру, разрешительной документации для того, чтобы вести переговоры и заключать сделки по телефону и посредством электронной связи. А другая компания не имеет достаточных ресурсов для того, чтобы распространять свои товары по всей стране. Аутсорсинг – это прекрасная возможность заполнить все пробелы в деятельности компании.

Следует иметь в виду, что недостатки партнерских компаний не только скажутся на будущих доходах вашей компании, но и уменьшат ее текущие денежные потоки. В контексте прицельного маркетинга следует всегда учитывать этот факт. Представьте себе, что случилось бы, если бы поток электронных сообщений, отправленных от имени компании PepsiCo ее партнером и провайдером электронной связи компанией Yahoo! Direct, не прекращался и не ослабевал даже после того, как раздраженные клиенты потребовали бы прекратить рассылку! Такой промах способен и самых ярых поклонников Pepsi заставить пить напитки компании Coke. Или же представьте себе ситуацию, когда клиент компании Best Buy, желая узнать подробности новой промоакции, набирает указанный в рекламе компании номер телефона и слышит на другом конце провода очень грубый и невежливый ответ работника call-центра, принадлежащего на самом деле не Best Buy, а ее внешнему партнеру – компании eTelecare. Такое вполне возможно, и нет сомнений в том, что подобный инцидент способен запятнать даже самую безупречную репутацию компании в глазах ее самого преданного клиента. К счастью, все примеры нами были выдуманы, и на самом деле компания Pepsi очень довольна своим сотрудничеством с Yahoo! Direct, а компания Best Buy удовлетворена результатами совместной деятельности с eTelecare.

Сбор и использование информации с помощью расширенной бизнес-сети

Помните старый анекдот о том, как подвыпивший мужчина потерял ключи от своего дома? В поисках пропажи он ползает на коленях под уличным фонарем, к нему подходит прохожий и предлагает свою помощь. Бесплодно пошарив некоторое время по земле, прохожий решает уточнить у пьяного: «Скажите, вы уверены, что потеряли ключи именно здесь?» «Да нет! – отвечает мужчина. – Я точно помню, что потерял их возле своей входной двери». «Но почему же тогда мы ищем их под этим фонарем?» – удивляется прохожий. «Потому что тут светлее», – поясняет пьяный.

Компании, неспособные собрать и правильно использовать информацию о своих клиентах и о характере взаимоотношений между ними и компанией, напоминают именно такого пьяницу, потерявшего ключи от дверей. Знаете ли вы, что большинство компаний, производящих товары широкого потребления, принимает стратегические маркетинговые решения, основываясь только на данных магазинов, торгующих их товарами? Лучший путь решения маркетинговых проблем для этих компаний – зажечь как можно более яркую лампочку в магазинах розничной торговли, оставив все остальные каналы распространения в кромешной темноте. Нужно ли говорить о том, что компании, которые собирают информацию в одних каналах распространения и оставляют без внимания другие, сталкиваются с большими проблемами на пути принятия важных маркетинговых решений?

Такой перекошенный процесс сбора информации не позволяет компании воссоздать полную картину потребительского поведения, а потому она не может сделать какие-либо прогнозы и предсказания относительно поведения потребителей в будущем. Более того, компании, не знающие всей правды обо всех своих клиентах, никогда не смогут определить, какие именно потребительские сегменты наиболее выгодны для них. Ведь первоочередное требование анализа прибыльности маркетинговых сегментов – это полная информация обо всех каналах коммуникаций с потребителями и всех каналах распространения продукции фирмы, в том числе и тех каналах, которые находятся под юрисдикцией внешних партнеров компании. Для того чтобы провести тщательный анализ потребительских сегментов, вся эта информация должна быть собрана и централизована в базе данных компании. Основные трудности сбора информации в современных условиях (помимо традиционных) заключаются в том, что не все партнеры компании полностью откровенны в сфере предоставления информации. Не все компании, находящиеся в одной бизнес-сети, поддерживают близкие отношения и частые контакты. Причины могут быть разные, но факт остается фактом – не все компании, ставшие частью одной широкой бизнес-сети, желают делиться информацией о клиентах, которую они собрали.

Такая ситуация заставляет нас искать ответ на несколько странный, но весьма любопытный вопрос: «Кому на самом деле принадлежат потребители?» Конечно, ответ будет: «Никому!» Тогда зададим еще один вопрос, который затрагивает саму суть прицельного маркетинга: «Кому принадлежит информация о потребителях?» Нужно отметить, что этот вопрос стал очень спорным и в то же время чрезвычайно актуальным для многих компаний – участниц бизнес-сетей.

Рассмотрим в качестве примера компанию, специализирующуюся на производстве, продаже и дистрибуции автомобилей. Испокон веков отношения в этой отрасли строились так, что компания-производитель делала машины, а отношениями с клиентами занимались дилеры, и пути этих двух субъектов никогда не пересекались. Однако сегодня несколько совершенно разных участников обладают возможностью собирать и использовать по своему усмотрению демографическую, финансовую, поведенческую и другие типы информации о потребителях. Все эти данные дают возможность проникнуть в самую сущность потребительского поведения и понять, что именно хочет купить потребитель, когда собирается сделать покупку, на какую сумму он рассчитывает. Однако некоторые дилеры, ставшие обладателями такой важной информации, отказываются делиться ею с производителем, опасаясь того, что компания поделится этой информацией с другими дилерами – участниками своей дистрибьюторской сети, и эти дилеры, вооруженные ценными данными, станут бороться за потребителей компании, собравшей эти данные. В свою очередь, компании-производители автомобилей утверждают, что они нуждаются в информации, собранной дилерами, для того чтобы узнать больше о предпочтениях клиентов и о том, какие изменения стоит внести в дизайн автомобиля для повышения спроса. Став обладателем информации о потребителях, компания-производитель автомобилей сможет сосредоточить свое внимание не только на потребностях тех, кто купил автомобиль, но и на их основных характеристиках, с тем чтобы обратить свои маркетинговые инструменты влияния на людей, похожих на нынешних покупателей. Мы называем этот процесс проектированием клиентов.

Существуют некоторые факты, свидетельствующие о том, что компании-производители автомобилей в настоящее время начинают выстраивать обоюдовыгодные отношения в сфере обмена информацией о клиентах. Например, компания Toyota совсем недавно запустила пилотный проект, участниками которого стали пять дилеров автомобилей Toyota и шесть дилеров машин Lexus. Цель проекта заключается в том, чтобы выяснить, как компании могут обмениваться информацией о своих клиентах, чтобы этот процесс был выгоден каждой стороне. Специалисты компании Toyota верят, что установление отношений между компаниями начинается именно с отношений между их дилерами, и рассматривают себя как носителей высокой миссии в сфере автомобилестроения. В ходе пилотной программы дилеры присылают информацию о клиентах аналитикам компании Toyota. Они обрабатывают эту информацию и отсылают отчеты всем участникам программы для того, чтобы помочь им улучшить обслуживание клиентов и повысить их лояльность.

Кроме того, что компании должны собирать информацию из всех возможных источников коммуникаций и каналов распределения в специальные базы данных, они должны сделать так, чтобы эта информация стала доступной. Например, компания Nordstrom оставляет открытым доступ к информации о потребительских профилях для менеджеров по продажам. Им разрешено рассказывать лучшим клиентам (тем, кто тратит более 2 тыс. долл. в год) о товарных новинках и событиях, ожидающих клиентов компании в будущем. Точно так же компании должны сделать информацию о клиентах доступной не только для своих работников всех уровней, но и для партнеров по бизнесу. Например, работники call-центров, расположенных в Маниле или Бангалоре, должны постоянно видеть полную информацию о клиентах компании, которую они обслуживают, на экранах своих мониторов – что и где они покупают, сколько денег тратят на продукцию компании, сколько лет они были клиентами и т. д.

СОЗДАНИЕ «УСТАНОВКИ НА ОТНОШЕНИЯ»

Сегодня компании получают прибыль не только и не столько от управления заводами, фабриками и магазинами, сколько от управления отношениями. Именно поэтому так важно, чтобы каждая компания создала свою «установку на отношения» – этот термин совсем недавно употребила Ford Motor Company в контексте новой кампании по улучшению отношений со своими акционерами.

Установка на отношения обозначает установление гармоничных отношений не только с клиентами, но и с партнерами компании, ее поставщиками и даже с ее работниками. Компания Raytheon, подрядчик государственных и коммерческих структур в сфере электроники и обороны, так комментирует собственные отношения с основными клиентами на своем сайте в Интернете: «Любой успех, достигнутый нашей компанией, – это отражение общих усилий мощной и широкой сети наших работников, поставщиков и партнеров по бизнесу».

Установка на отношения – это совершенно новая игра, в которой игроки на поле и те, кто остался вне зоны внимания зрителей, объединяют свои усилия и играют как один суперигрок. А это означает, что для новой игры нужна и новая информационная доска для объявления результатов. Ведь устаревшая система учета, которая существует уже около 500 лет, очень ограничена и не дает возможности адекватно отобразить то, что составляет сегодня реальную ценность для компании.

Компания Chase, крупнейшая организация, оказывающая финансовые услуги, считает, что «правильно выстроенные отношения – это главный залог успеха». И если отношения действительно так важны, то нужно отображать отношения компании в ее балансе. Ах, если бы мы только могли узнать мнение на этот счет у самого создателя баланса – Луки Пачоли!

Лука Пачоли был одним из тех венецианских монахов, которые в XV веке впервые использовали концепцию аутсорсинга в деле книгоиздания. Он также известен и как первый человек, документально оформивший принципы бухгалтерии, а некоторые историки даже полагают, что он ее и изобрел. Если это действительно так, то не стоит обвинять этого монаха в том, что вся его бухгалтерия была построена на материальных ценностях и совсем не включала ценности отношений – ведь в XV столетии основными ресурсами были капитал, труд и сырье. Именно эти ресурсы считались основными инструментами создания богатства на протяжении многих веков, и ситуация изменилась лишь в конце эпохи индустриализации.

Сегодня ресурсы разделяют на четыре основные категории:

1) ресурсы, существующие в материальном виде, – структурный капитал;

2) ресурсы, существующие в виде денег и их эквивалентов, – финансовый капитал;

3) человеческие ресурсы – интеллектуальный капитал;

4) ресурсы, существующие в виде отношений, – капитал отношений.

В течение последних двух десятилетий акцент ценностей большинства компаний сместился со структурного капитала на интеллектуальный и капитал отношений. Такая ситуация привела к полному несоответствию между правилами учета, которым должны следовать компании, и процессами капитализации, устанавливаемыми на биржах Уолл-стрит. Для инвесторов такое несоответствие весьма проблематично.

Проблема состоит в том, что общепринятая система бухгалтерского учета предполагает учет материальных ресурсов, таких как фабрики и товарные склады, как основу активов баланса компании, в то время как нематериальные активы, в том числе и инвестиции в отношения с потребителями и партнерский менеджмент, – как издержки. Несмотря на то, что именно нематериальные ресурсы создают гораздо большую экономическую ценность, чем материальные, система учета все равно трактует их как издержки. Возможно, одной из причин такой несправедливой в современных условиях трактовки стала необходимость заполнения стандартных финансовых отчетов по требованию заинтересованных лиц. Например, банкиры предпочитают давать кредиты тем, кто способен гарантировать их возврат складами, которые можно будет перепродать в случае необходимости, а не отношениями компании с ее клиентами, поскольку продать отношения довольно сложно. Так или иначе, но органы государственного регулирования бизнеса не уделяют внимания измерению любых активов, не являющихся материальными, тем самым вновь и вновь загоняя инвесторов в глухой угол уходящей эпохи финансовой отчетности.

В реальной жизни дела обстоят так, что «невидимые деньги» очень сложно посчитать. Две организации – Financial Accounting Standards Board и American Institute of Certified Public Accountants, пытаются сегодня внедрить систему учета и оценки нематериальных активов. Как будет выглядеть эта новая система? Как может компания использовать стоимостные показатели для оценки доверительных отношенияй с партнерами? Какие единицы измерения могут отобразить ценность этих отношений? Как оценить такие нематериальные активы – как доступ к новым рынкам? Уменьшение маркетинговых расходов и издержек на распределение продукции? Такие понятия очень сложно измерить, и в большинстве случаев оценка их будет иметь вид очень относительный, например взвешивание результативности работы одного партнера бизнес-сети по сравнению с другим. Конечно, надежная бизнес-сеть и так защищена различными контрактами от риска неисполнения партнерами своих обязательств и «измен». Однако все еще нет способа перевести такие отношения на язык денег.