Ежедневно мы имеем дело с большим объемом информации, которую нужно учитывать при стратегическом планировании. Но, несмотря на очевидные преимущества аналитики, некоторые компании все еще не используют возможности прогнозирования бизнес-результатов для проведения рекламных кампаний. 87% маркетологов считают, что данные – самый малоиспользуемый актив их компаний. Как использовать данные в пользу собственного бизнеса, рассказал Mind Managing Director в Media First Ukraine Дмитрий Мошаров.
Аналитика данных позволяет более точно определить, какие маркетинговые усилия приносят компании прибыль, а от чего стоит отказаться. Вы сможете оценить шансы на успех стратегии, прежде чем выделять на нее ресурсы, и использовать только то, что действительно работает.
Рассмотрим реальный кейс: бренд выходит на рынок и имеет амбициозные планы – в течение двух лет достичь 30% уровня продаж от компании-лидера в категории. Чтобы понять, как получить такой результат, можно использовать 3-steps forecast model.
Первое – собираем массивы данных о брендах из категории. Важно учитывать не только объем диджитал-рекламы и рекламы на телевидении, но и дистрибуцию, рекомендации специалистов, рассылки и другие показатели.
Мы собираем данные за последние пять лет на основе матрицы коэффициентов корреляции всех этих значений и итогового результата продаж каждого продукта. И получаем точные цифры о вкладе каждого фактора в общий результат. Так мы узнали, что дистрибуция и интенсивность рекламной поддержки имеют вес влияния ⅔ в данной категории.
Аналогичную процедуру проделываем с ключевым конкурентом. Но делаем это детальнее, разложив на временную ось.
С течением времени меняются факторы влияния на бизнес-результаты. И если пять лет назад основную контрибуцию продаж создавала работа продавцов, то сегодня от нее можно отказаться или снизить давление.
Бренд достиг того уровня, когда знание о нем уже выросло, лояльность потребителя окрепла, а система поставок в торговые точки налажена. И сейчас продажи фактически генерируются на 85% благодаря дистрибуции и рекламе.
Вся эта работа позволяет максимально эффективно распределить усилия между разными инструментами. Таким образом можно определить оптимальный бюджет и разделить его между задачами, понять необходимый объем рекламы и посчитать, какую долю рынка можно получить при определенном уровне дистрибуции. Этот подход дает возможность как спланировать запуск продукта, так и заняться среднесрочным планированием на несколько лет.
Поскольку с течением времени влияние каждого фактора меняется, мы сделали прогноз по годам. Например, в первый год делать акцент на построении дистрибуции, во второй – сфокусироваться на рекламной поддержке и так далее.
Также с помощью прогнозирования компания-заказчик может принять стратегическое решение, стоит ли вообще вкладываться в продвижение продукта и насколько. Когда клиент находится на этапе реализации стратегии, мы оказываем ему поддержку: трекаем результаты и вносим коррективы в зависимости от внешних факторов, например активности конкурентов, изменения погодных условий и т. д.
Важно иметь четкий и понятный алгоритм работы с данными. Есть два больших пути: делать все вручную или довериться софту. И если в первом случае не исключен человеческий фактор во время подсчетов, то во втором – такая ошибка исключена, если ее не допустит человек на этапе внесения информации.
Еще один показатель – время, за которое может быть сделана задача. С помощью софта мы смогли за два дня оценить влияние инвестиций в рекламу на уровень продаж препарата от боли в горле. При этом программу совсем не волновало, какой объем данных ей придется анализировать. А данных было немало: мы учитывали рекламную активность категории за последние 12 лет, погодные условия, сезонность, уровень продаж и пенетрацию брендов. Ручной подсчет четырех различных сценариев у нас занял бы в разы больше времени.
Но даже при наличии грамотно разработанного софта, невозможно отказаться от экспертной оценки. Исходя из полученных данных, наша команда просчитала несколько сценариев и определила наиболее эффективный вариант объемов рейтингов и бюджета на сезон. Пока реклама продукта была в эфире на телевидении и в диджитале, мы еженедельно мониторили ситуацию и вносили поправки в размещении в соответствии с изменениями температуры. В итоге мы получили бизнес-результаты с точностью построенной модели с показателем 106%.
Почти за каждым решением в бизнесе стоит огромное количество данных. Их анализ позволяет делать более точные прогнозы продаж и планировать стратегию продвижения, которая сэкономит деньги и время. Если же вы хотите анализировать информацию не только качественно, но и быстро – доверьтесь технологиям.