Великі дані (big data) можуть чимало зробити для маркетингу. У тому числі – допомогти знайти відповіді на два найскладніші запитання, що над ними міркують маркетологи з першого дня існування цієї професії: 1) хто, коли, що і за якою ціною купує? 2) чи можемо ми побачити зв‘язок між тим, що споживачі чують, читають і бачать – і тим, що вони купують?

Відповіді на ці запитання здатні зробити маркетинг більш ефективним завдяки кращому таргетингу та доцільнішому використанню бюджету. Тому маркетологи зараз прагнуть використовувати великі дані, щоб спрогнозувати наступну транзакцію кожного клієнта. Для цього вони намагаються створити докладний портрет споживача, зрозуміти, яким медіа він надає перевагу, які у нього купівельні звички, інтереси, прагнення та бажання. Результатом є «фото з високою роздільною здатністю» кожного клієнта.

Втім, намагаючись передбачити чергову транзакцію, чимало компаній з різних сфер швидко наближаються до тривожної реальності: навіть вигравши на наступному кроці, вони отримають тільки короткострокову тактичну перевагу. Натомість вони ризикують зіштовхнутись зі значним наслідком: поступово кожен ринковий гравець почне однаково добре прогнозувати наступну покупку кожного клієнта. Такі собі «перегони озброєнь» зрештою призведуть до вирівнювання конкурентів у середньо- та довгостроковій перспективі. Ця гонитва не забезпечить нікому стійкої конкурентної переваги.

Це не означає, що компаніям взагалі не варто намагатися передбачити наступну покупку, але не треба очікувати високої віддачі від цього, хіба що на тих ринках, де конкуренти сильно відстають від вас. Організації, які працюють у сфері туризму, страхування, телекомунікацій, автомобільній та музичній, вже майже зрівнялись одна з одною у своїй здатності передбачати дії клієнтів. Тому на цих ринках  прогнозування наступної транзакції вже не може бути довгостроковою конкурентною перевагою.

 

Поступово кожен ринковий гравець почне однаково добре прогнозувати наступну покупку кожного клієнта – і ця гонитва не забезпечить нікому стійкої конкурентної переваги

Поступово кожен ринковий гравець почне однаково добре прогнозувати наступну покупку кожного клієнта – і ця гонитва не забезпечить нікому стійкої конкурентної переваги

Щоб створити таку, маркетингові програми, які використовують великі дані, повинні звернутися до більш стратегічних питань: про утримання клієнтів, їхню лояльність, стосунки з ними. Важливо замислюватись не тільки про те, що стане тригером наступної покупки, але й про те, що допоможе цьому споживачу продовжувати купувати саме у вас; не тільки про те, яку ціну клієнт готовий заплатити за наступну транзакцію, але й про те, яку цінність він отримає; не тільки про те, що спонукає людину перейти від конкурента до вас, але й про те, що перешкоджатиме їй піти від вас, коли хтось запропонує їй кращу ціну.

Відповіді на ці – більш стратегічні – запитання вимагають іншого використання великих даних. Замість того, щоб міркувати, як big data допоможе у таргетингу, потрібно думати, як великі дані можуть створювати цінність для клієнтів. Тобто ми повинні змінити формулювання: від «що big data може зробити для нас» – до «що великі дані можуть зробити для наших клієнтів».

Великі дані можуть допомогти нам зрозуміти, як покращити свої товари чи послуги, а також прийняти рішення – які нові продукти варто створити. Простий приклад – рекомендації, які використовують Amazon та Netflix. Пропонуючи клієнтам товари, які їм можуть сподобатись, цей інструмент економить їхній час.

Корисним може бути аналіз стартапів, які створюють нові форми цінності за допомогою великих даних. Наприклад, Opower дозволяє клієнтам поділитися своїми комунальними рахунками з друзями на Facebook, щоб порівняти свої витрати з витратами інших. Компанія INRIX агрегує дані про трафік із мобільних телефонів клієнтів та інших пристроїв – і надає звіти про витрати трафіку у режимі реального часу. Zillow збирає інформацію з безлічі джерел, щоб надати покупцям, продавцям та брокерам консолідоване уявлення про цінність нерухомості. Усі ці сервіси базуються на великих даних. Їхній успіх має бути сигналом для решти компаній: сьогодні вже немає бізнесів, які б не були інформаційними.

 

Замість того, щоб міркувати, як big data допоможе у таргетингу, потрібно думати, як великі дані можуть створювати цінність для клієнтів

Замість того, щоб міркувати, як big data допоможе у таргетингу, потрібно думати, як великі дані можуть створювати цінність для клієнтів

Кожній організації варто поставити собі три запитання, щоб зрозуміти, як великі дані можуть створити цінність для її клієнтів:

1. Яка інформація допоможе нашим клієнтам зменшити свої витрати чи ризики? Багатомільярдні компанії, такі як Yelp, Zagat, TripAdvisor, Uber, eBay, Netflix та Amazon, мають справу з великим обсягом даних, включаючи рейтинги постачальників послуг і продавців, щоб зменшити ризики для клієнтів. На сьогоднішній день ці рейтинги забезпечують загальну оцінку продавців за стандартною шкалою. Але все частіше клієнти шукають більш конкретної відповіді на запитання: що споживачі, схожі на мене, думають про цей товар або послугу? Це – можливість для створення нового покоління пропозицій цінності, заснованих на big data.

2. Який тип інформації зараз є розсіяним, але якщо його агрегувати, то дозволить отримати новий інсайт? Чи є у вашому розпряженні випадкові дані (скажімо, натискання клавіш або дані про місцезнаходження), які можуть бути корисними, якщо їх зібрати та проаналізувати?

InVenture  – новий стартап, який працює в Африці, – перетворює випадкові дані зі смартфонів на кредитні рейтинги, які дозволяють незаможним клієнтам отримати доступ до позик та інших фінансових продуктів. У середовищі, де більшість населення не має кредитної історії і, відтак, кредитного рейтингу, навіть дані про використання телефону можуть бути цінними (наприклад, люди, які вказують для своїх контактів імена та прізвища, швидше за все, повертають позики).

3. Чи ступінь різноманіття серед наших клієнтів є таким, щоб вони могли отримати користь, якщо їхні дані будуть агреговані з даними про інших людей? Наприклад, компанія, яка продає сільськогосподарські матеріали (насіння, добрива та пестициди), може збирати дані від фермерів з різними ділянками землі, щоб визначити, які комбінації її товарів є оптимальними в різних умовах. Агрегування даних з багатьох господарств, що працюють у різноманітних ґрунтових, кліматичних та екологічних умовах, може дати набагато ціннішу інформацію для кожної окремої ферми, ніж будь-який  фермер міг би отримати, аналізуючи тільки своє господарство навіть протягом дуже довгого часу.

Великі дані допомагають маркетологам знаходити відповіді на фундаментальні запитання, що раніше було для них недосяжним. Але справжнє значення великих даних буде полягати у створенні нових форм цінності для клієнтів. Тільки це дозволить маркетологам перетворити дані на стабільну конкурентну перевагу.

Джерело: hbr.org