Data-driven маркетинг: как управлять продажами с помощью данных

Аналитические инструменты позволяют отследить поведение пользователя, динамику спроса и другие важные параметры. Эти инструменты работают в рамках data-driven подхода — стратегии, ориентированной на данные. Но, получив эти данные, маркетологи часто забывают ответить на главный вопрос: что делать дальше?

Сбор данных — только первый этап, после которого следует их интерпретация, а затем — корректировка действий по результатам исследования. В этой статье мы покажем примеры, как грамотно применять data-driven подход и каких результатов можно достичь.

Эффективная и выгодная реклама с сервисом от МегаФона

Широкий выбор рекламных каналов, более 100 параметров по интересам, подробная аналитика и другие возможности уже ждут в Личном кабинете. А еще кешбэк 100% за запуск рекламы в первый месяц и еще 10% — каждый месяц.

Узнать больше >>

Реклама. ПАО «МегаФон». ИНН 7812014560. ОГРН 1027809169585. ERID LjN8K1P7y.

Суть data-driven подхода

Агентства интернет-маркетинга делают объёмные отчёты с россыпью цифр, но о чём говорят эти цифры — неизвестно. Что конкретно сработало, почему клиент совершил целевое действие? И что точно не сработало для тех, кто его не совершил?

Подход data-driven помогает 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 автоматизировать.

Что измерять

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

На диаграмме мы указали данные, которые нужно измерять на каждом этапе (двигать мышью):

Data-driven подход отлично работает в сфере b2b, если подходить к нему с умом и всё время задавать простой, но важный вопрос: «И что?». Мы стараемся отвечать на него содержательно. Результат — в кейсах.

Кейс 1. Понять, какой контент приносит клиентов

Миллионы рублей уходят на подогрев потенциальных клиентов Комплето через контент-маркетинг. Но раньше мы не знали, какой контент работает. А контента у нас много: вебинары, семинары, бизнес-завтраки, блог, канал на YouTube, соцсети. Плюс не было единой базы данных для всех видов контента.

Чтобы решить эту проблему, мы создали систему, в которую внесли все виды контента по датам реализации. Теперь по каждой публикации мы видим:

тему;

статус: опубликована (реализована) или нет;

UTM-метку — генерируется автоматически;

затраты на каждую единицу контента, включая создание и рекламу.

Контакты клиентов подтягиваются в единую базу со всех площадок. Кроме того, система показывает:

число просмотров, лайков и шеров;

количество копий в Яндексе (кто куда забрал наш контент);

количество лидов;

суммарные затраты на контент.

Всю информацию можно посмотреть в виде цифр, графиков и цепочек контента. В системе видно, какой контент принёс лид, куда человек перешёл и что стало решающим для конверсии.

А чтобы занести офлайн-мероприятие в систему с онлайн-контентом, мы подключили модуль, в котором генерируются QR-коды. Когда человек приходит на офлайн-мероприятие, мы сканируем код через мобильное приложение и заносим его в систему.

В итоге мы видим, откуда пришёл человек и как взаимодействовал с нашими материалами.

Мы знаем, какой контент популярный, какой — менее популярный, и на этой основе формируем подогревающие действия в продажах. Для этого мы делаем цепочки контента, а потом «дожимаем» клиента: отправляем уведомление менеджеру по продажам, что цепочка с человеком состоялась и пора звонить.

Кейс 2. Улучшить отчётность по контекстной рекламе

Большинство отчётов объёмные, но бестолковые. Клиенты не понимают, почему меняется стоимость целевых действий и не могут оперативно принимать решения по контекстной рекламе. Плюс непонятно, как объём работ по контекстной рекламе влияет на число заказов и звонков.

У нашего клиента росло число звонков, количество заходов посетителей на сайт, а заказов не прибавлялось. CTR увеличивался, а конверсий не было. Проанализировав воронку, мы выяснили, что на рынке изменилась цена материала — и люди стали искать, где остались позиции по старой стоимости.

Чтобы это узнать, мы сделали 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 её в рамках допустимого коридора.

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.

С помощью Power BI узнали корреляцию между каналами рекламы и количеством звонков, построили график эффективности кампаний:

В результате:

Отчётов меньше, но их информативность выше.

Клиент в режиме реального времени видит эффективность любой кампании и может управлять бюджетом на рекламу.

Более целевое использование бюджета на контекстную рекламу за счёт сезонности спроса.

Управление кампаниями частично автоматизировано.

Теперь можно составлять еженедельные тактические отчёты для разных адресатов (руководитель, маркетолог, продавец), в которых есть ответы на вопросы «Что делаем с кампаниями?» и «Какие новые фишки внедряем?».

Типовая схема отчёта data-driven в режиме реального времени выглядит так:

Кейс 3. Автоматизировать обратную связь от потребителей

Ещё одному нашему клиенту — компания-производитель дверей — не хватало информации о продукте от конечного потребителя.

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

Потом настроили события в Google Analytics на эти фильтры, собрали данные в единую таблицу для анализа и прогнозирования спроса:

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 более эффективным

И последняя история о внутренней кухне Комплето. Проблема: входящие заявки недостаточно высокого качества. Потенциальные клиенты отпадали после первого общения с менеджером по продажам и не отвечали на составленное для него коммерческое предложение.

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

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

Благодаря встроенным инструментам мы видим действия клиента и стимулируем его ретаргетингом в зависимости от действий внутри коммерческого предложения:

Затем данные собираются в единую систему, где отражены:

все 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).

Выглядит так:

Данные → действия

Анализ данных — ещё не конец пути. Не останавливайтесь на отчётах, идите дальше: выстраивайте маркетинговые активности по результатам исследований, чтобы увеличить прибыль своего бизнеса.

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.