// Data-driven: управление маркетингом на основе данных. 4 кейса - Статьи Completo
Оставить заявку
Напишите нам

Data-driven: управление маркетингом на основе данных. 4 кейса

Прочитали: 1012
Data-driven: управление маркетингом на основе данных. 4 кейса
Редакция Completo
Редакция Completo

Есть много инструментов аналитики, которые позволяют отследить поведение пользователя, динамику спроса и другие важные параметры. Эти инструменты работают в рамках data-driven подхода — стратегии маркетинга, основанной на данных. Но, получив эти данные, маркетологи часто забывают ответить на главный вопрос…

Что делать с данными?

Летят в самолете Петька и Василий Иванович. Василий Иванович спрашивает:
— Петька, приборы!
— 200!
— Что 200, Петька?
— А что приборы?

Сбор данных — только первый этап. Далее их нужно интерпретировать. А затем — скорректировать маркетинг в соответствии с результатами исследования.

В статье рассмотрим примеры применения data-driven подхода и результаты, которых он позволяет достичь.


В презентации — кратко. В статье — подробно и разжевано.

Суть data-driven подхода

Агентства интернет-маркетинга делают объемные отчеты с цифрами, но что значат эти цифры — неизвестно. Что конкретно заставило клиента совершить целевое действие, а что не сработало?

Специалисты по data-driven способны ответить на этот вопрос:

162-1.png
Data-driven подход позволяет понять:

  • сколько денег вкладывать в рекламные кампании;
  • как измерять их эффективность;
  • какие выводы для бизнеса сделать из полученной аналитики;
  • какие конкретные решения принять — на сайте, в рекламе, продажах, логистике;
  • как внедрять изменения — вручную или нужно автоматизировать.

 

Какие данные измерять

Data-driven подход применяется на всем пути клиента: от формирования потребности в продукте до момента, когда человек рекомендует вашу компанию знакомым.

162-2.png
Данные, которые нужно измерять на каждом этапе пути клиента:

Этап KPI
Исследование Формирование потребности
  • существует ли спрос,
  • насколько можно его расширить,
  • каков размер рынка или сегмента,
  • как его увеличить.
Поиск решения
  • до какого процента целевой аудитории мы можем донести свое предложение;
  • какой процент аудитории дошел с предыдущего этапа до этого.
Реклама Воронка продаж: сбор информации
  • сколько людей мы довели до точки контакта (аккаунты в соцсетях, сайт, шоурум, звонок, мобильное приложение)
Воронка продаж: первичное ознакомление
  • вовлечение — насколько удалось вовлечь человека в точку контакта
Продажи и допродажи Воронка продаж: цикл покупки
  • число продаж,
  • число отложенных продаж,
  • возвращение за покупкой после отказа,
  • эффективность действий, приводящих к продажам (тест-драйвы, калькуляторы на сайтах, демонстрации, подписки).
Послепродажный цикл
  • lifetime value — совокупная прибыль от одного клиента,
  • количество повторных продаж,
  • соотношение довольных и недовольных клиентов.
Удержание Рекомендации
  • сколько заработали от рекомендаций клиентов,
  • сколько сэкономили на том, что клиент пришел с ненулевой точки пути.

Data-driven подход работает в сфере B2B, если подходить к нему с умом и все время задавать простой, но важный вопрос «И что?». Мы стараемся отвечать на него содержательно. Результат — в кейсах.


Онлайн-вебинар по теме data-driven подхода к маркетингу

Кейс 1. Понять, какой контент приносит клиентов, а какой — нет

Проблема

  • Миллионы рублей уходят на подогрев потенциальных клиентов «Комплето» через контент-маркетинг. Раньше мы не знали, что работает, а что — нет. А контента у нас много: вебинары, семинары, бизнес-завтраки, блог, канал на YouTube, соцсети.
  • Не было единой базы данных для всех видов контента.

 

Наши действия

Создали систему, куда внесли все виды контента по датам реализации. По каждой публикации видим:

  • тему;
  • статус: опубликована и нет;
  • UTM-метку;
  • затраты на каждую единицу контента.

 

162-4.png
Контакты клиентов сводятся в единую базу со всех площадок.

Еще система показывает:

  • число просмотров,
  • число лайков и шеров,
  • количество копий в «Яндексе»,
  • количество лидов,
  • сумму затрат на контент.

 

162-5.png
Всю информацию можно посмотреть в виде цифр, графиков и цепочек контента. В системе видно, какой контент принес лид, куда человек перешел и что стало решающим для осуществления действия:

162-6.png
 

Как занести офлайн-мероприятие в систему с онлайн-контентом

Подключили модуль, который генерируются QR-коды. На офлайн-мероприятии сканируем код через мобильное приложение и заносим его в систему:

162-7.png
 

Результат

В любой момент видим, откуда пришел клиент и его дальнейшие действия. Знаем, какой контент популярный, какой — нет. На этой основе формируем подогревающие действия в продажах. Для этого делаем цепочки контента, а потом «дожимаем» клиента. Отправляем уведомление менеджеру по продажам о том, что цепочка с человеком состоялась и пора ему звонить:

162-8.png
 

Кейс 2. Сделать отчетность по контекстной рекламе более информативной

Проблема

  • Отчеты объемные, но бестолковые. Клиент не понимал, почему меняется стоимость целевых действий и не мог оперативно принимать решения по контекстной рекламе.
  • Непонятно, как объем работ по контекстной рекламе влиял на число заказов и звонков.

 

162-9.png
У нашего клиента росло число звонков, количество заходов посетителей на сайт, а заказов не прибавлялось. CTR увеличивался, а конверсий не было. Путем анализа мы выяснили, что на рынке изменилась цена материала и люди стали искать, где остались позиции по старой стоимости. Как мы об этом узнали?

Наши действия

Мы делали решение Power BI + Competerra + Adwords API + Яндекс.Директ API. Система собирает информацию, анализирует цены конкурентов каждые 30 минут и сравнивает с ценой нашего клиента. Если у конкурентов цена падает, мы выключаем кампанию или корректируем ее в рамках допустимого коридора:

162-10.png
Затем мы взяли категории товаров клиента и коэффициенты сезонности, распределили данные по месяцам в таблице, выстроили данные графически. Потом загнали в API Adwords и Яндекс.Директ и стали экспериментировать с бюджетом на контекстную рекламу в зависимости от сезона:

162-11.png
С помощью Power BI узнали корреляцию между каналами рекламы и количеством полученных с них звонков и построили график эффективности кампаний:

162-12.png
 

Результат

  • Отчетов меньше, но их информативность выше.
  • Клиент в режиме реального времени видит эффективность любой кампании и может управлять рекламным бюджетом.
  • Целевое использование бюджета на контекстную рекламу за счет сезонности спроса.
  • Управление кампаниями частично автоматизировано.
  • Теперь можно составлять еженедельные тактические отчеты для разных адресатов (руководитель, маркетолог, продавец), в которых есть ответы на вопросы, что делаем с кампаниями и какие новые «фишки» внедряем.

 

162-13.png
Типовая схема отчета data-driven в режиме реального времени выглядит так:

162-14.png
 

Настроим сквозную отчетность

Объедим веб-аналитику, систему ведения клиентов (CRM), телефонию и софт для бухгалтерии. Мы поможем отследить эффективность до отдельных точек продаж и менеджеров, сведем данные в единый дашборд для руководителей. Оставьте заявку на посадочной — мы проведем для вас бесплатную консультацию и предложим решения специально для вашего бизнеса.

На консультацию

Кейс 3. Получать автоматизированную обратную связь от потребителей

Проблема

Клиент — производитель дверей. Компании не хватало информации о продукте от конечного потребителя.

Наши действия

Несколько месяцев мы изучали целевую аудиторию, проводили опросы, собирали данные по продукции. В итоге создали инструмент «Гуру». В нем клиент самостоятельно подбирает себе дверь, отвечая на ряд вопросов и используя фильтры по параметрам продукции:

162-15.png
Потом настроили события в Google Analytics на эти фильтры и собрали данные в единую таблицу для анализа и прогнозирования спроса:

162-16.png
 

Результат

Теперь наш клиент знает:

  • спрос в зависимости от пола и возраста клиентов;
  • какие параметры для потребителей важнее при выборе двери;
  • какие серии дверей, отделка и рисунки наиболее популярны;
  • каков процесс принятия решения при выборе двери.

Когда клиент получил эти данные, директор производства перестроил одну линейку продукции на заводе. А мы перенастроили рекламные кампании и увеличили эффективность каналов.

Кейс 4. Сделать коммерческое предложение информативным и эффективным

Проблема

  • Входящие заявки в «Комплето» недостаточно высокого качества.
  • Потенциальный клиент отпадал после первого общения с менеджером по продажам.
  • Потенциальный клиент не отвечал на составленное для него коммерческое предложение.

 

Наши действия

Мы разработали систему для отдела продаж, в которой менеджер может создавать коммерческое предложение из шаблона:

162-17.png
За несколько минут получается красиво и аккуратно сверстанная страница. Менеджер отправляет ссылку с предложением потенциальному клиенту на почту, в Скайп или чат. На странице зашиты Google Analytics, Яндекс.Метрика, онлайн-консультант, целевые действия и события — все, что нужно для аналитики:

162-18.png
Благодаря встроенным инструментам мы видим действия клиента и стимулируем его ретаргетингом в зависимости от действий внутри коммерческого предложения:

162-19.png
Затем данные собираются в единую систему, где отражены:

  • коммерческие предложения,
  • статус каждого из них,
  • кому и когда они отправлены,
  • использованный шаблон,
  • поведение человека на странице предложения (что именно его заинтересовало и побудило совершить целевое действие).

Это выглядит так:

162-20.png
 

Данные — только промежуточный этап. Важны действия!

Анализ данных — это не конец пути. Не останавливайтесь на отчетах, идите дальше: выстраивайте маркетинговые активности по результатам исследований, чтобы в конечном счете увеличить прибыль своего бизнеса.



Оставить комментарий