Ключевые цифры. Как заработать больше, используя данные, которые у вас уже есть

Тестирование позволяет исключить субъективизм и мнения отдельных людей в процессе принятия решений. Вам может нравиться один дизайн страницы Kodak, а мне – другой, однако лишь тестирование скажет, кто из нас прав. Вместо того чтобы обсуждать различные версии, основываясь на собственном вкусе, опыте или аналогиях, мы можем просто попробовать их все и позволить аналитике нас рассудить и сказать, что работает лучше. Конец дискуссии.

Надеюсь, к этому моменту вы уже поняли всю силу оптимизации, но если вам нужны дополнительные аргументы, я приведу еще один пример. Победа Барака Обамы на президентских выборах 2008 года отчасти была связана с умным применением наших маленьких цифр. Ниже вы можете увидеть две версии домашней страницы сайта Obama.com, запущенного во время избирательной кампании.

Слева приведен первоначальный вариант домашней страницы. Будущий президент посетил штаб-квартиру компании Google в 2007 году, когда в ней еще работал Дэн Сирокер. Дэн был настолько вдохновлен разговором с Обамой, что оставил Google, уехал в Чикаго и там присоединился к его команде. Поначалу у него не было своего угла, поэтому он ночевал на полу в квартире своего друга. Однако это не помешало ему со временем организовать команду аналитиков, работавших с новыми видами медиа для избирательной кампании. В итоге Обама смог собрать 656 миллионов долларов, из которых около 500 миллионов пришло через интернет-каналы, в основном через сайт Obama.com.

Позвольте мне рассказать, как это происходило. Дэн и его команда использовали некоторые из методов, описанных мной в этой главе, для изменения домашней страницы (слева приведен исходный вариант, справа – итоговый). В сущности, произошло всего два изменения. Дэн поменял фотографию и текст на кнопке (было – sign up «Зарегистрируйтесь», стало – learn more «Узнайте больше»). Как показано в приведенной ниже таблице, эти простые коррективы полностью изменили ситуацию.

Страница справа оказалась лучше изначальной на 40 %. Это привело к привлечению 288 тысяч добровольных помощников и к 57 миллионам долларов дополнительного финансирования (примерно на 25 % выше суммы, собранной противником Обамы Джоном Маккейном).

Дэн Сирокер не ограничился ни тестированием класса A и B, ни даже A, B, C, D, E, F. Он использовал многовариантное тестирование, ставшее куда более мощным инструментом именно в цифровую эпоху, позволяющую автоматизировать массу аналитических процессов. Впервые я познакомился с многовариантным тестированием в 2002 году.

К тому времени в Ogilvy я руководил деятельностью международной аналитической группы, и часть моей работы состояла в организации ежегодных конференций, на которых аналитики со всего мира обсуждали лучшие примеры и размышляли над тем, в какую сторону будет развиваться их практическая деятельность. Во время моей работы в Лондоне доллар был довольно слаб, и мы решили провести конференцию в Майами. Мне никогда прежде не доводилось бывать в этом городе, и я не ждал от него ничего особенного. Репутация Флориды у жителей Европы довольно невысока, однако я был приятно удивлен. Город наполнен приятной эмоциональной вибрацией, а в центре можно увидеть целый ряд потрясающих зданий в стиле ар-деко. Я вел конференцию вместе с Найджелом Хоулеттом, настоящим ветераном мира прямого маркетинга и работы с базами данных. Найджел – настоящий британский джентльмен и феноменальный пловец (о чем я узнал на собственном печальном опыте). Он умудрился выиграть у меня 50 долларов, поспорив, что сможет двадцать пять раз проплыть стометровку в знаменитом бассейне отеля «Националь» (пари было заключено после нескольких коктейлей в баре). Я до сих пор отлично помню, как он залез в бассейн, а затем начал проплывать одну стометровку за другой. Мне показалось, что за этим занятием он провел пару часов!

Помимо умения заключать заведомо выигрышные пари Найджел отлично чует, какие компании или новые технологии будут особенно интересны в будущем. Он пригласил на конференцию австралийскую компанию Memetrics, и та продемонстрировала технологию своего автоматизированного многовариантного теста. Особенно сильно нас поразил пример работы на eBay.

Сотрудники eBay попросили Memetrics оптимизировать свой сайт с помощью перспективной технологии. Ниже вы увидите пример страницы.

На первом этапе работы Memetrics выявила шесть контентных зон, которые требовали тестирования.

Второй этап заключался в развитии различных версий для каждого блока контента. Memetrics создала по четыре варианта для таких блоков, как список категорий, верхнее, левое и правое поля с контентом.

Если попытаться совместить все варианты, то вы получите 4096 возможных комбинаций (то есть 4096 немного различающихся между собой веб-страниц). Memetrics разработала технологию, которая позволяла демонстрировать пользователям в ходе тестирования все варианты страницы, а затем оценивать, какой именно из них показал наилучшие результаты.

После пары недель компания смогла выбрать выигрышную комбинацию и измерить ее показатели. Ниже вы можете увидеть изначальный и оптимизированный варианты страницы. Самая выигрышная комбинация позволила увеличить в десятки раз долю конверсии, то есть количество посетителей, заходивших на сайт и что-то там купивших (а не просто блуждавших по нему). Доля конверсии рассчитывалась как частное от деления количества покупателей на общее количество посетителей (то есть и тех, кто ничего не купил).

Как мы отреагировали на этот рассказ? Нам показалось, что нас накачали стероидами, и мы захотели немедленно применить многовариантное тестирование на практике. В мире традиционной почтовой рекламы аналитику пришлось бы вручную создавать тест и проводить все коррективы. Было очевидно, что ни один аналитик не в состоянии справиться с подобным количеством комбинаций. Memetrics автоматизировала весь процесс, а благодаря огромным объемам данных, получаемых в ходе тестирования, возможности аналитиков расширились до невероятных пределов. Позднее Memetrics была куплена консультационной компанией Accenture.

Мы начали использовать технологию многовариантного тестирования при работе со своими клиентами, и это оказалось крайне успешным. Об одном таком клиенте – TD Ameritrade – я расскажу чуть позже. В наши дни с этой технологией работает множество подрядчиков в области веб-аналитики, и многовариантное тестирование становится все более общепринятой практикой. Несколько лет назад Google вывела на рынок свою версию программы под названием Google Site Optimizer (GSO), причем стоит отметить, что она совершенно бесплатна для пользователей. Поэтому теперь у вас нет никаких оправданий, чтобы не проводить на своем сайте тестирование, причем даже довольно сложное.

GSO показывает результаты тестирования в режиме реального времени. Ниже вы можете увидеть снимок эксперимента GSO с сайтом Обамы.

В первой колонке можно увидеть все различные комбинации, подвергающиеся тестированию. Небольшой график показывает в режиме реального времени, какая комбинация показывает наилучшие результаты. Смотреть на него так же увлекательно, как наблюдать за ходом лошадиных бегов. Я несколько раз ловил себя на том, что вместо работы сижу, уставившись в экран, – ничего не мог с собой поделать, слишком это было притягательно.

Во второй таблице вы можете увидеть, какие именно элементы теста определили его успех. Как вы можете заметить, кнопки «Узнать больше» и фотография семьи сыграли в данном случае самую важную роль.

Цифровая площадка для экспериментов

Вам, наверное, уже ясно, что возможности для оптимизации вашей коммуникации в цифровом мире поистине безграничны. В сущности, цифровой мир является идеальной площадкой для экспериментов, после чего вы можете спокойно проводить тестирования средств коммуникаций в нашем обычном мире. Цифровой мир превратился в идеальную лабораторию по целому ряду причин: в нашем распоряжении есть огромные массивы данных; тестирование различных вариантов обходится довольно недорого; вы получаете нужные результаты за считаные минуты (как максимум дни), а не месяцы, как при работе во внешнем мире.

Приведу еще один пример. Анализ интернет-рекламы для гостиничной сети Ceasars показал, что подавляющее большинство всех бронированных номеров было сделано через онлайновые баннеры только гостиницы Caesars. Так как реклама направляла посетителей на общую страницу бронирования, исследователи проверили данные и по другим гостиницам сети (в частности, Paris Las Vegas, Harrah’s, Bally’s). Казалось, Caesars обладал каким-то магнетическим эффектом. В ходе тестирования телевизионного ролика, в котором рассказывалось о гостинице Caesars в одном из регионов страны, мы обнаружили, что показатель бронирования в этом регионе вырос на 12 %, причем для всех брендов сети. Мы использовали эту информацию для оптимизации телевизионной кампании и начали активно упоминать бренд Caesars. Это отличный пример того, как происходящее в цифровом мире может помочь оптимизировать более традиционные кампании.

Совсем скоро все каналы станут цифровыми. Google уже предоставляет вам возможность покупать время для размещения телевизионной рекламы через онлайновый интерфейс. Компания сделала процесс покупки телевизионного времени настолько простым, что теперь им может пользоваться буквально каждый. Покупая время Google TV, вы можете четко понять, насколько много данных собирается в устройствах, подключенных к системам поставщиков вашего кабельного или спутникового телевидения. Например, Google TV позволяет видеть данные по переключению каналов. Это дает рекламодателям возможность понять, сколько зрителей предпочитает не смотреть их рекламу. Мы эти данные использовали для оптимизации рекламных кампаний некоторых из наших клиентов.

Большинство людей, перестающих смотреть рекламу (переключаясь на другой канал), делают это в первые же секунды показа. После первоначального всплеска количество переключающихся зрителей постепенно сокращается. Это вполне типичная ситуация.

Однако мы заметили, что у одного из рекламных роликов Allstate наблюдался второй всплеск после шестнадцати секунд показа.

Это происходило в момент трансляции довольно агрессивного призыва к действию. Полученные данные помогли нам сменить тональность с информирующей на продающую, а также снизить за счет этого частоту переключения на другие каналы.

Соберем все воедино – пример TD Ameritrade

Мы с вами перебрали ряд методов, которые вы можете использовать для оптимизации своих средств коммуникации. Теперь пришло время посмотреть, каким образом они работают все вместе. Для этого мы изучим опыт компании TD Ameritrade, много лет стоявшей на переднем крае оптимизации бизнес-процессов.

Одним из первопроходцев в области аналитики цифровых данных стал Джим Дравиллас, ранее работавший в Ogilvy, а теперь возглавляющий отдел рекламных исследований в Google. Именно он проделал огромную часть работ, описанных в этой главе. Уже с момента нашей первой встречи я понял, что мне есть чему поучиться у этого человека, особенно в технологиях, повышающих эффективность онлайнового маркетинга. Некоторые из его лучших идей нашли свое выражение в работе для компании TD Ameritrade, занимавшейся оказанием брокерских интернет-услуг.

TDA довольно быстро принимает на вооружение новые технологии и представляет собой идеальную бизнес-модель для аналитики. Стратегия компании состоит в наращивании количества обслуживаемых клиентских счетов, что означает: она управляет бизнесом на основании всего двух показателей – количества новых счетов и величины расходов по получению нового счета.

Компания также использует принцип замкнутой обратной связи, то есть она в точности знает, с кем вступает в общение и открывают ли ее собеседники со временем счета или нет. Иными словами, мы можем с легкостью определить причины и следствия различных видов маркетинговой деятельности.

Одним из первых проектов, которые Джим сделал для TDA, был автоматизированный инструмент по отслеживанию частоты показа роликов. Когда вы заходите на сайт CNN.com и видите там рекламу TDA, то можете либо нажать, либо не нажать на ссылку. С большей вероятностью вы кликнете на ссылку, когда увидите рекламу во второй или третий раз (не исключено, что в первый раз вы не обратили на нее внимания). Однако если TDA показывает вам свою рекламу двадцать пятый раз, а вы все не нажимаете на ссылку, будет справедливым предположить, что вы этого уже никогда не сделаете. Вас не заинтересовало предложение этой компании – и все. В дальнейшем TDA начнет показывать свою рекламу кому-то другому, а на вас она сэкономит свои деньги, поскольку вы достигли точки насыщения, после которой компании уже нет смысла донимать вас рекламными сообщениями.

Разумеется, самая сложная задача состоит в определении точки насыщения. Когда она наступает – после того как вы увидели рекламу 15, 25 или 35-й раз? И одинаков ли этот показатель для всех? Именно в этот момент на сцене появился Джим. Он разработал статистическую модель, позволявшую рассчитать точку насыщения, основываясь на характеристиках объявления, места размещения (CNN.com или какой-то другой сайт) и истории вашего поведения в Сети. Кроме того, он создал способ автоматического отключения просмотров рекламы после достижения точки насыщения. Это позволяет вам использовать оставшиеся деньги на что-то другое. В результате внедрения этой программы количество новых лидов выросло на 15 % (при той же величине маркетингового бюджета).

Другим сконструированным Джимом устройством стала программа автоматической ротации (я несколько раз просил его придумать более изящное название, но Джиму не свойственно тратить время на подобные пустяки). Компании типа TDA обычно запускают одновременно сразу несколько рекламных кампаний. Программа Джима анализирует результативность работы каждой из них в режиме реального времени, а затем интегрирует все результаты на рекламном сервере компании.

В результате сервер автоматически запускает в Сеть ролики, которые пользуются большим успехом, и убирает те, которые не приносят ожидаемого отклика. После внедрения этого инструмента TDA заметила, что рост новых лидов подскочил на 25–35 % (без всякого увеличения маркетингового бюджета)!

Программа Джима не только позволила сделать онлайновую рекламу более эффективной, но и помогла творческим командам получать обратную связь практически тоже в режиме реального времени. Джим снабдил их отчетами, какие форматы изображения, цветовые гаммы, визуальные эффекты и вербальные обращения вызвали наибольший отклик. Понятно, что творческим командам подобная информация пришлась по сердцу. Наконец у них появилась возможность сразу получать оценку своего труда. Теперь, экспериментируя с новыми идеями, они мгновенно видят плоды своей работы. Джим превратил цифровую экосистему в экспериментальную лабораторию, о которой мы уже говорили выше.

Другой пример связан с «анализом дня», в ходе которого мы изучали, какое время суток было наиболее предпочтительным для интернет-рекламы. Цифровой мир дает вам возможность дойти и до такой степени детализации – когда вы сравниваете показатели по каждому часу! Проводя это исследование, мы заметили, что потенциальные клиенты, которых нам удавалось привлечь в течение последнего часа торгов, обладали значительно большей ценностью, были готовы отдать в распоряжение компании больше денег и изъявляли большее желание работать с TDA. Таким образом, мы взяли на вооружение медиастратегию, направленную на то, чтобы завоевать этот временной интервал. Мы закупили все медийное время последнего часа операционного дня на целом ряде крупных сайтов типа CNNMoney и Yahoo Finance. Эта рекламная кампания привлекла на 15 % больше самых ценных клиентов, чем любая другая из проведенных нами. Отличный пример того, как полученная благодаря анализу данных ценная информация способна продуцировать творческие идеи.

Отличное начало

Один из самых примечательных примеров работы Джима для TDA был связан с оптимизацией стартовой страницы. Когда кто-то нажимал на баннер TDA, то оказывался на странице, изображенной ниже.

В то время TDA надеялась, что потребители, попав на страницу, сразу начнут нажимать на кнопку, расположенную в верхнем правом углу (Apply online now – «Зарегистрируйтесь прямо сейчас»). После этого запускался процесс регистрации клиентов. TDA могла потратить все деньги мира на то, чтобы привлечь людей на свою страницу, но если посетители их сайта не нажимали на оранжевую кнопку и не запускали процесс оформления, все затраты компании уходили впустую. Можете представить, насколько важна эта страница с точки зрения эффективности маркетинговых усилий. Джим понял, что подобная ситуация может оказаться идеальной для применения Memetrics (он тоже видел презентацию компании в Майами и так же, как и я, проспорил пари Найджелу). Он принялся экспериментировать с некоторыми зонами, расположенными на периферии страницы (ниже я выделил эти зоны другим цветом).

Творческие команды создали по паре версий для каждого из четырех модулей, в частности, на оптимизированных нами страницах.

• Кнопка регистрации клиента:

Вариант 1 – сегодняшний вариант

Вариант 2 – новый вариант

Вариант 3 – информация о процессе регистрации

• Ссылка «Посетите tdameritrade.com»:

Вариант 1 – «Посетите tdameritrade.com»

Вариант 2 – «Посетите наш основной сайт»

Вариант 3 – без ссылки

• Текст кнопки регистрации нового клиента:

Вариант 1 – «Зарегистрируйтесь прямо сейчас»

Вариант 2 – «Откройте свой счет»

Вариант 3 – «Начните работу»

• Цвет кнопки регистрации нового клиента:

Вариант 1 – зеленый

Вариант 2 – синий

Вариант 3 – оранжевый

• Специальные предложения в нижней части экрана:

Вариант 1 – одно меняющееся предложение (меняется каждый раз, когда на страницу заходит новый посетитель)

Вариант 2 – три предложения

Вариант 3 – четыре предложения

В совокупности все эти варианты создают 243 разновидности стартовых страниц, немного различающихся между собой. Джим при помощи Memetrics разместил эти 243 страницы в Сети на 15 дней. Технология позволяла пользователю, посещавшему сайт более одного раза, видеть одну и ту же версию. После 15 дней Джим выбрал страницу, показавшую самые высокие результаты. Ниже вы можете увидеть две страницы – ту, с которой мы начали (справа), и ту, которая показала самые высокие результаты в ходе эксперимента (слева).

Результаты были не просто хорошими – они оказались великолепными! Доля конверсии на странице выросла на 15 %. Это означает, что из каждых 100 человек, заходивших на стартовую страницу, счета открывало на 15 человек больше, чем прежде. Показатель прибыли по капиталовложениям по итогам теста составил 43 к 1!

Теперь, если вы сравните две изображенные выше страницы, то сможете заметить, что они очень похожи, однако имеют незаметные различия, которые и привели нас к столь значимому успеху. Ниже приведена таблица, показывающая, что именно мы изменили.

Например, зеленая кнопка сработала лучше оранжевой. Что даже удивляет, поскольку оранжевый цвет, по мнению многих, более заметен. Однако на этом сайте выяснилось, что оранжевый цвет ассоциируется с опасностью, а зеленый – с приглашением.

Текст «Начните работу» оказался более успешным, чем «Зарегистрируйтесь прямо сейчас». Второй вариант более агрессивен, а первый – мягко приглашает пользователей (то же самое было обнаружено и на сайте Барака Обамы, где текст «Узнайте больше» оказался привлекательнее текста «Зарегистрируйтесь»). Единственный меняющийся баннер с рекламным предложением оказался лучше, чем четыре статические картинки. Кстати, это момент очень важен. Многие компании хотят размещать на своих сайтах как можно больше рекламных предложений в надежде, что хотя бы одно из них заинтересует потребителя. В данном случае сработало правило: чем меньше, тем лучше.

Долговременное сотрудничество

Джим работал с TDA на протяжении десяти лет, и приведенный ниже график наглядно показывает результаты его постоянных усилий по оптимизации. На нем изображены два показателя, которые TDA использует для управления бизнесом: по вертикали – количество новых клиентских счетов, приобретенных в течение года; по горизонтали – затраты на каждое приобретение.

Джим начал работать с TDA в 1999 году в самый разгар бума доткомов, и на графике видно, с какой скоростью росло число новых счетов. К сожалению, с такой же скоростью росли и затраты на приобретение. Когда пузырь лопнул, TDA заметила резкое снижение количества новых клиентов и более не могла поддерживать прежний уровень затрат. В тот период Джим использовал свои аналитические навыки для радикального перераспределения средств рекламы: он перестал размещать рекламу на дорогостоящих кабельных телевизионных каналах и начал вкладывать деньги в низкозатратные цифровые каналы и информационную рекламу с прямым откликом. В то же самое время мы стали использовать описанные выше инструменты – автоматическая ротация, изменение частоты показа популярной рекламы, анализ результатов в течение суток и многовариантная оптимизация сайта. Результаты очевидны. Затраты на приобретение новых клиентов резко упали, а TDA удалось сохранить, а потом и увеличить количество вновь открываемых клиентских счетов.

Слияние Ameritrade с TD Waterhouse произошло в 2005 году. В результате этого выросло количество клиентских счетов, унаследованных Ameritrade у TD Waterhouse. Однако усилия объединенной компании по привлечению новых клиентов оказались значительно менее эффективными, что выявил резкий рост удельных затрат на клиента. Обратите внимание, как после 2006 года Джим и его команда смогли вновь снизить величину этого показателя с помощью ежедневных процедур по оптимизации.

Задание на утро следующего понедельника

1. Просто сделайте это. Превратите тестирование в повседневную процедуру. Постоянно используйте подход «от анализа к действию». Никогда не переставайте разрабатывать, формулировать и тестировать новые гипотезы.

2. Занимайтесь тестированием в цифровом мире. Именно здесь оно будет самым достоверным, быстрым и недорогим. Испытывайте программы многовариантного тестирования. Помните, вы можете совершенно бесплатно пользоваться программой Google Site Optimizer!

3. Считайте цифровой мир своей лабораторией. Применяйте все новое, что вы вынесете из этой среды, во всех средствах коммуникации.

Глава 8

Будущее

Сейчас я поделюсь с вами прогнозом, в точности которого я почти уверен: маркетинг, исследования, реклама и другие средства, с помощью которых мы пытаемся в наши дни увеличивать продажи, – все это видоизменится до неузнаваемости или даже исчезнет уже при нашей жизни. То же самое могу сказать и об аналитике: будут автоматизированы такие механизмы, как тестирование, автоматическая ротация и таргетирование. Закупка рекламного времени и места; принятие решений по вопросам маркетинговой политики – и эти процессы также подвергнутся автоматизации в режиме реального времени.

Чем будут заниматься люди? Думаю, им что-то останется. Но по-настоящему востребованы будут всего лишь два типа работников: «техники» – люди, отвечающие за бесперебойность работы автоматических механизмов, и «волшебники» – люди, использующие преимущества всех доступных инструментов для создания и воплощения творческих идей, способных резко повысить объемы продаж и доходы компаний.

Если вы занимаетесь бизнесом, я рекомендую уже сейчас подумать, с кем вы хотели бы быть.

Надеюсь, к этому моменту, когда мы дошли до последней главы, вы уже четко представляете, что можете делать со всеми данными, которые у вас есть уже сегодня; как они помогут вам в процессе принятия ежедневных бизнес-решений и планах преобразования бизнес-стратегий. Однако как обстоят дела с будущим?

Прогнозы, пророчества – мудреная штука. Помню, когда-то давно нам обещали, что в будущем, то есть уже в наши дни, мы станем добираться до работы на персональных реактивных аппаратах. Тем не менее я рискну высказать несколько довольно разумных предположений в надежде подготовить вас к будущему.

Итак, мы оказались там, где оказались. Что произойдет дальше?

Дальнейшие перспективы

Поговорим о потоках цифровой информации. Вот интересная статистика: по некоторым расчетам, если нам удалось бы собрать в одну базу данных все слова, которые когда-либо произносились представителями человечества, то размер этого хранилища составил бы около пяти эксабайтов[13 - Для любителей математики скажу, что нашел на сайте SearchStorage.com следующее небезынтересное описание: эксабайт – единица измерения компьютерной памяти; приставка «экса» означает миллиард миллиардов, или квинтильон; если говорить более точно, то это 260 байта или 1 152 921 504 606 846 976 байт. Иными словами, эксабайт – это миллиард гигабайтов. Эксабайт данных вмещает в себя такое количество DVD-фильмов, которое можно безостановочно смотреть на протяжении 50 тысяч лет. Прим. авт.] данных. По состоянию на конец 2010 года для хранения всех имеющихся в мире данных потребовалось бы хранилище размером в 1000 эксабайтов. Невероятно большой объем данных! Основной объем их создается – и будет создаваться – через цифровые мультимедиа всех видов, и этот показатель продолжит расти, ведь, как мы уже обсудили, цифровым станет практически все. Это означает, что в распоряжении специалистов по маркетингу появится еще больше данных. По расчетам Google, к 2020 году мы будем создавать 53 зеттабайта[14 - Я так и знал, что вы заинтересуетесь. Вновь обратимся к SearchStorage.com. Зеттабайт – это единица измерения количества информации, представляющая собой 270 байта, или сикстильон байтов. В одном зеттабайте – тысяча эксабайтов. Прим. авт.] данных.

Технологии, которые мы используем для выявления интересующей нас самой ценной информации, вскоре смогут применяться во всех комбинированных средствах рекламы. Реклама на телевидении станет адресной, а вы будете сами определять своих зрителей, не тратя деньги на контакт с остальной аудиторией. Основная доля печатной рекламы мигрирует на цифровые платформы – айпады, смартфоны, ридеры. То же самое касается и радиорекламы. Что это означает? Специалисты по маркетингу и рекламе смогут нацеливаться на отдельных людей, зная все об их предпочтениях, вкусах и образе жизни.

Чем дольше люди взаимодействуют с цифровыми платформами, тем больший информационный след они за собой оставляют. Люди все сильнее погружаются в интернет-среду и делают там практически все, что им нужно и что им нравится. Для нас это открывает новую возможность узнать своих потенциальных клиентов гораздо лучше, вследствие чего мы будем еще точнее адресовать свои рекламные предложения.

Чем лучше вы будете понимать, каким образом потребители взаимодействуют с вашим брендом, тем больше у вас окажется возможностей для взаимодействия. Некоторые изменения заметны уже сейчас. Маркетинг в наши дни не ограничивается единственным путем и пытается вовлечь потребителей во взаимодействие путем бесед, других видов общения, интерактивных развлечений и прочее. Все это не только приводит к укреплению связи между потребителем и брендом, но и создает все больше данных.

Это хорошие новости. Плохие состоят в том, что не все виды такого взаимодействия происходят под контролем компании. Большинство компаний потратили миллионы долларов в течение последнего десятилетия на создание «образа клиента». Как мы уже обсуждали выше, часто они накапливают и обрабатывают информацию, созданную при взаимодействии клиентов с брендом напрямую через контролируемые компанией площадки – места продаж, колл-центры, корпоративные веб-сайты и многое другое.

В последние годы взаимодействие клиента с брендом все чаще переносится в социальные сети, информационно-поисковые системы и баннерообменные сети. Данные, полученные на этих цифровых площадках, не обязательно будут соответствовать традиционному «образу клиента», создаваемому компаниями. Это означает, что многим компаниям придется пересмотреть концепции своей работы. Им будет сложно создавать внутренние системы, достаточно гибкие для того, чтобы соответствовать каждой новой и моментально набирающей популярность платформе. Вчера это был Twitter; сегодня – Foursquare; кто знает, что появится завтра, но я уверен, что совсем скоро возникнет и станет популярной какая-нибудь новая социальная или другая сеть.

Чтобы справиться с этой проблемой, люди будут создавать внешние хранилища данных, способные интегрировать всю информацию, собираемую на этих новых платформах, и продавать результаты своей работы компаниям для размещения в корпоративных хранилищах данных. Этот процесс уже набирает обороты – сегодня создаются специализированные платформы управления данными, которые мы обсуждали в четвертой главе. Возможно, в будущем мы увидим появление своеобразных бирж, на которых начнут продавать данные, а их цена будет определяться исключительно законами спроса и предложения.

Сколько нужно платить за данные?

Покупка и продажа данных, содержащих сведения о потребителях, осуществляются уже довольно давно. Но как мы сможем определять истинную ценность (а значит, и цену) такой информации? В этом вопросе мы можем опереться на три ключевые категории: способность предвидения, свежесть и эксклюзивность.

1. Способность предвидения. Предположим, моя фирма производит дрели. Я пытаюсь купить информацию, которая помогла бы мне разобраться, заинтересует ли моя продукция потребителя. У меня есть возможность выбрать между двумя наборами данных.

Большинство людей согласится с тем, что первый набор данных более ценен для производителя дрелей, чем второй, поскольку именно составляющие первого набора коррелируют с вероятностью покупки дрели.

Пример довольно прямолинеен. Однако если вам предстояло бы выбирать из ста различных наборов данных, то пришлось бы создавать статистические модели, которые на основе всей информации могли бы предсказать вероятность того, что кто-то купит дрель.

Вне зависимости от того, строите вы статистические модели или нет, основной принцип заключается в том, что данные с высокой степенью прогнозирования улучшают нашу способность предсказать, будут ли потребители заинтересованы в покупке дрели. Понятно, что я как производитель дрелей готов заплатить за них больше.

2. Свежесть данных. На эту категорию я хотел бы обратить особое внимание, потому что в будущем свежесть данных будет становиться все более важным фактором. Люди нередко сообщают в Интернете о своих намерениях в режиме реального времени. Знание того, что именно делает человек: ищет информацию о дрелях через поисковые системы; читает интернет-рекламу, посвященную дрелям; смотрит интернет-видео, рассказывающее о дрелях, – все это может иметь для вас огромное значение. Такие данные по своему потенциалу превосходят более традиционные (вроде тех, что составляли первый набор в примере выше). Они напрямую выражают интересы и потребности потребителей к определенному продукту в определенный момент времени. Вот почему новизна данных так важна. Сведения о том, что кто-то ищет информацию о дрели через Google, становится очень ценной, если я могу сразу же нацелиться на этого человека. Знание того, что кто-то три месяца назад искал информацию о дрелях, нужно нам куда меньше. Данные о планируемых действиях человека начинают терять свою ценность уже через считаные минуты после того, как он о них заявляет. И так как самые свежие данные станут иметь невероятно высокую ценность, я предполагаю, что множество инноваций будет нацелено на то, чтобы улавливать события в режиме реального времени и сокращать продолжительность циклов между возникновением наблюдаемого события и действиями, направленными на привлечение клиента.

3. Эксклюзивность знаний. Последний важный фактор – это эксклюзивность. Предположим, что я могу купить данные только из первого набора. Опять же предположим, что я создал статистическую модель и определил, насколько важна информация о количестве молотков, которая с точки зрения прогнозирования обладает значительной силой. В этой связи я был бы готов заплатить больше за данные о владельцах молотков. Теперь представим себе альтернативный сценарий, при котором мне доступен еще один элемент данных: количество гвоздей, которые использует тот или иной пользователь в течение года. Предположим, что с точки зрения прогнозов эти данные полезны не меньше, чем данные о количестве молотков. В этом случае на цену, которую я готов заплатить за базу данных владельцев молотков, будет влиять доступность данных о потреблении гвоздей, а если эта информация доступна лишь мне, то ее ценность возрастает многократно. Это базовый закон спроса и предложения.

В следующие несколько лет покупка и продажа данных неминуемо станут более простым процессом, и компании смогут платить только за нужную информацию. В этом случае цену информации, которая необходима компаниям, все сильнее будут определять описанные выше категории.

Потребители начнут четче представлять, какую ценность они создают, давая компаниям возможность собирать их личные данные. Кто знает, может быть, и они захотят заявить о правах на свой кусок пирога (что вполне реально). Однако они уже получают скидку за лояльность – более низкие цены на продукты; призовые мили для частых клиентов авиакомпаний и так далее – в обмен на предоставление личной информации. Что может произойти дальше? Дав о себе еще больше информации, они могли бы получить взамен больше от компании, например частичный возврат средств за покупку, сделанную в ответ на таргетированную рекламу.

Защита личной жизни и обмен ценностями