Прорахувати прибуток: як збільшити ефективність у продажах
І як працює Data-driven-маркетинг
Щодня ми маємо справу з великим обсягом інформації, яку потрібно враховувати під час стратегічного планування. Але попри очевидні переваги аналітики деякі компанії досі не використовують можливості прогнозування бізнес-результатів для проведення рекламних кампаній. 87% маркетологів вважають, що дані – актив компанії, який використовується найменше. Як мати для власного бізнесу користь з даних, розповів Mind Managing Director у Media First Ukraine Дмитро Мошаров.
Аналітика даних дозволяє більш точно визначити, які маркетингові зусилля приносять компанії прибуток, а від чого варто відмовитися. Ви зможете оцінити шанси на успіх стратегії, перш ніж виділяти на неї ресурси, та використовувати тільки те, що дійсно працює.
Як «відкусити» 30% від конкурента?
Розглянемо реальний кейс: бренд виходить на ринок і має амбітні плани – протягом двох років досягти 30% рівня продажів від компанії-лідера в категорії. Щоб зрозуміти, як отримати такий результат, можна використовувати 3-steps forecast model.
Збір та аналіз даних по ринку
Перше – збираємо масиви даних про бренди з категорії. Важливо враховувати не лише обсяг диджитал-реклами та реклами на телебаченні, а й дистрибуцію, рекомендації спеціалістів, розсилки та інші показники.
Ми збираємо дані за останні п'ять років, і на основі матриці коефіцієнтів кореляції всіх цих значень ы підсумкового результату продажу кожного продукту отримуємо точні цифри щодо внеску кожного фактора до загального результату.
Так ми дізналися, що дистрибуція та інтенсивність рекламної підтримки мають вагу впливу ⅔ в цій категорії.
Аналіз компанії-лідера
Аналогічну процедуру виконуємо з ключовим конкурентом. Але робимо це детальніше, розклавши на часову вісь.
З часом змінюються фактори впливу на результати бізнесу. І якщо п'ять років тому основну контрибуцію продажу створювала робота продавців, то сьогодні від неї можна відмовитися чи зменшити тиск.
Бренд досяг того рівня, коли знання про нього вже виросло, лояльність споживача зміцніла, а система постачання до торгових точок налагоджена. І зараз продажі фактично генеруються на 85% завдяки дистрибуції та рекламі.
Рекомендації для бренду на основі аналізу
Уся ця робота дозволяє максимально ефективно розподілити зусилля між різними інструментами. У такий спосіб для нашого нового бренду можна визначити оптимальний бюджет і розділити його між завданнями, зрозуміти необхідний обсяг реклами та порахувати, яку частку ринку можна отримати за певного рівня дистрибуції. Цей підхід дає можливість як спланувати запуск продукту, так і здійснювати середньострокове планування на кілька років.
Оскільки з часом вплив кожного фактора змінюється, ми зробили прогноз за роками. Наприклад, у перший рік потрібно робити акцент на побудові дистрибуції, у другий – сфокусуватися на рекламній підтримці тощо. Також за допомогою прогнозування компанія-замовник може ухвалити стратегічне рішення, чи варто взагалі вкладатися в просування продукту та скільки.
Коли ж клієнт перебуває на етапі реалізації стратегії, ми надаємо йому підтримку: трекаємо результати та вносимо корективи залежно від зовнішніх факторів, наприклад активності конкурентів, зміни погодних умов тощо.
Машина проти людини: як впоратися з великим обсягом даних?
Важливо мати чіткий і зрозумілий алгоритм роботи з даними. Є два великі шляхи: робити все вручну або довіритися софту. І якщо в першому випадку не виключено людського фактора під час підрахунків, то в другому – така помилка неможлива, якщо її не допустить людина на етапі внесення інформації.
Ще один показник – час, за який може бути виконано завдання. За допомогою софту ми змогли за 2 дні оцінити вплив інвестицій у рекламу на рівень продажу препарату від болю в горлі. При цьому програму зовсім не хвилювало, який обсяг даних доведеться аналізувати. А даних було чимало: ми враховували рекламну активність категорії за останні 12 років, погодні умови, сезонність, рівень продажу та пенетрацію брендів. Підрахунок вручну чотирьох різних сценаріїв у нас зайняв би в рази більше часу.
Та навіть за умови грамотно розробленого софту неможливо відмовитися від експертної оцінки. З огляду на отримані дані, наша команда прорахувала кілька сценаріїв та визначила найефективніший варіант обсягів рейтингів і бюджету на сезон. Поки реклама продукту була в ефірі на телебаченні та в диджиталі, ми щотижня моніторили ситуацію і вносили корективи в розміщення відповідно до змін температури. Унаслідок ми отримали бізнес-результати з точністю розробленої моделі з показником 106%.
Чому технології корисні?
Майже за кожним рішенням у бізнесі стоїть безліч даних. Аналіз дозволяє робити більш точні прогнози продажів і планувати стратегію просування, яка заощадить гроші та час. Але, якщо ви хочете аналізувати інформацію не тільки якісно, а й швидко, – довіртеся технологіям.
Автори матеріалів OpenMind, як правило, зовнішні експерти та дописувачі, що готують матеріал на замовлення редакції. Але їхня точка зору може не збігатися з точкою зору редакції Mind.
Водночас редакція несе відповідальність за достовірність та відповідність викладеної думки реальності, зокрема, здійснює факт-чекінг наведених тверджень та первинну перевірку автора.
Mind також ретельно вибирає теми та колонки, що можуть бути опубліковані в розділі OpenMind, та опрацьовує їх згідно зі стандартами редакції.
