Подари журнал коллеге

Наши авторы

Татьяна Никульшина

генеральный директор

агенство по связям с общественностью Pleon

 

Эксперт статьи "Следи за словами". Новый маркетинг, №4, 2008

Все авторы

Логин

Пароль



 


 


 


 


 


 


 


 


Для подписчиков
10 0  


Как выжать больше из лимона?

О неиспользованных возможностях розничных данных
Ирина Чубукова, руководитель «Data Mining центра» Prospects Group

Редкая розничная сеть не имеет сегодня своей дисконтной программы. Некоторые уже успели пройти этот этап: ввели бонусную систему, посчитав ее более совершенной и выгодной, чем дисконт. Штатные специалисты по управлению взаимоотношениями с клиентами явно в цене: своих не хватает, приглашают из ближнего зарубежья. В стремлении освоить непростую науку управления поведением покупателей наши розничные операторы не уступают своим западным коллегам. Одно лишь озадачивает: стандартная дорожная карта программ лояльности скоро будет пройдена, копировать будет уже некого, а следующий шаг неочевиден.
 

Куда ведет эволюция «робота»?
В контексте развития программ, идентифицирующих потребителя (дисконт это или бонус – не имеет значения), у сети неизбежно появляется потребность в решении двух ключевых задач: в управлении ассортиментом и поведением покупателей. Видимо, именно в этих направлениях будут развиваться современные программы лояльности при условии использовании адекватных программных продуктов.
Задача управления ассортиментом уже не нова для наших рынков. Ее решают, применяя современные технологии и передовые программные средства, многие сети стран СНГ. Вопросы использования бизнес-аналитики, в том числе методов Data Mining, для решения, к примеру, задач прогнозирования становятся предметом обсуждения на многих конференциях и круглых столах. В этом направлении прогресс очевиден, эффективность применения технологий и методик доказана и подсчитана многими компаниями. Единственная область, которая все еще ждет своего часа, – маркетинговая логистика, позволяющая получать более точные прогнозы за счет интеграции логистических задач с данными о повторных покупках постоянных покупателей. Но и эти технологии уже находятся на стадии тестирования в «Data Mining центре» Prospects Group.
Гораздо хуже обстоят дела со второй задачей – управлением поведением покупателей. Попытки решить ее на уровне IT стали предпринимать относительно давно, еще в эпоху создания оперативного CRM. Обезличенному «роботу» доверили взаимоотношения с человеком, что стало главной ошибкой в истории CRM. Провал многих проектов в этой области еще раз подтвердил несостоятельность строго формализованного подхода к решению задач подобного рода. Вторая волна эволюции «робота», названная аналитическим CRM, была призвана исправить все ошибки оперативного CRM. Однако правда заключается в том, что CRM-решениями как инструментом прогнозирования и управления поведением покупателей по-прежнему пользуются единицы.
В последнее время в среде менеджеров CRM-программ отчетливо проявился признак научного голодания. Сказалось отсутствие прикладной методологической базы, необходимой для решения такой непростой задачи, как поведенческое моделирование. Не то чтобы все менеджеры розничных сетей были озадачены поведенческим маркетингом – сказать так было бы большим преувеличением. Задачи, которые актуальны для розницы, более конкретны и прозаичны: существенное повышение отклика на стимулирующие инициативы; удержание покупателей в локальных зонах охвата с высокой конкуренцией; сокращение издержек на инициативы, от которых можно ожидать неудовлетворительного результата.
Говоря простыми словами, задачу, решаемую при помощи поведенческого маркетинга в рознице, можно сформулировать так: понять и предсказать поведение каждого конкретного покупателя в различных условиях (при появлении сильного конкурента, изменении планограмм, рассылке специальных предложений, повышении цен на определенные товары и т. д.). Большинство специалистов розничных сетей уже понимает, что решить эту задачу можно, лишь создав модели, описывающие и прогнозирующие поведение постоянных покупателей.
Принципы поведенческого моделирования доказали свою состоятельность во многих крупных сетях, телекоммуникационных компаниях и банках Западной Европы. Однако решение описанных выше задач уже не под силу даже самому совершенному «роботу». Психологическая природа поведения потребителей предлагает целую обойму новых вводных, понять и учесть которые может только живой человек – специалист в области потребительской бихевиористики (науки о поведении), оснащенный адекватным программным продуктом. Не секрет, что таких специалистов крайне мало на любом рынке, а задача становится все актуальнее.


Еще одна сложность на пути превращения «робота» в человека – недоступность научной базы. Проекты, использующие принципы поведенческого моделирования, пока не обсуждают в широких кругах, по этой теме нельзя найти полноценный учебник или посмотреть готовые кейсы. Освоение не описанной доселе научной области требует одержимости от менеджеров среднего звена, а она, как известно, результат сильной мотивации. Занимаются ли розничные сети мотивированием своих CRM-менеджеров – вопрос риторический. Особенно если вспомнить, что приоритетом для отечественной розницы все еще остается захват территорий. В общем, на пути к заветному поведенческому моделированию гораздо больше препятствий, чем рекомендаций. Впрочем, несколько советов все же можно дать.

Совет первый: начните с простых задач
Пожалуй, самая доступная задача на этом пути – оптимизация стимулирующих инициатив (купоны на скидку, специальные цены и пр.). Под оптимизацией имеется в виду получение большей прибыли при меньших затратах.
Массовые рассылки специальных предложений подошли к следующему логическому этапу – специальным предложениям. Об этом свидетельствуют не только периодически появляющиеся статьи и выступления, но и многочисленные вопросы представителей розничных сетей, которые уже давно осознали значимость специального подхода к разным группам своих покупателей. Это подтверждает и последний опыт компании Prospects по внедрению целевого купонинга. Пускай он не так прост в реализации, как массовые скидки и массовый купонинг, – сравнительная экономическая эффективность целевых предложений очевидна даже скептикам. При правильном использовании простейших инструментов моделирования розничный оператор может решить как минимум три важные задачи:

  • уменьшить недовольство покупателя и повысить его удовлетворенность магазином (сетью). Теперь он не будет получать заведомо неинтересные ему предложения – каждое предложение будет свидетельствовать о его персональной ценности;
  • повысить отклик на предложение. Это главный экономический фактор;
  • оптимизировать маркетинговый бюджет, в частности исходя из ценности покупателя для сети. Здесь речь идет о возможности экономически обоснованного перераспределения маркетингового бюджета: каждый сегмент получает предложение, соответствующее его ценности (в том числе потенциальной) для розничной сети.

Чтобы прочитать статью, Вам необходимо оформить подписку.

 
 
Чтобы добавить комментарий Вы должны зарегистрироваться.