Помоги проекту - поделись книгой:
Вот как это происходит. Предположим, я зарегистрировался на сайте Sears и провел на нем определенное время за изучением садовой мебели. Если я затем направлюсь в местный магазин Sears и куплю там стол и пару стульев с помощью выданной мне Retailco кредитной карты, то компания может изучить эти данные и заметить, что до этого времени я искал нужную информацию в Сети. Подобный метод известен как «ищем в онлайне, покупаем в офлайне» (research online, buy offline, ROBO). Именно с помощью такого анализа специалисты по онлайновому маркетингу оправдывают свое существование и отслеживают, какие из их предложений работают.
Регистрация – это самый точный способ сбора информации о личности. Она пригодна даже тогда, когда одним компьютером пользуются несколько человек (то есть когда cookie нам уже не помогают). Почему? Дело в том, что каждый раз, когда вы заходите на сайт Amazon, вам задают вопрос, являетесь ли вы новым или уже зарегистрированным пользователем. Регистрация в онлайне – единственный в данном случае способ точно узнать, какой именно человек заходит на ваш сайт.
Получать еще больше данных
Уверен, вы заметили некие общие черты во всем, о чем мы говорили до настоящего момента. Все это связано с получением данных из источников, которые вы контролируете, – вашего вебсайта, кассового аппарата, телефонной сети. Все это позволяет вам создать «образ клиента» и помочь выстроить с ним правильное общение. Но в ваших силах собрать еще больше данных.
Внешние базы данных
Зачастую данные можно просто купить. Существует целая отрасль, готовая делиться данными с компаниями, которые хотят лучше знать, с кем имеют дело. Самые серьезные поставщики такой информации расположены в США и Великобритании. Американские агентства, оценивающие кредитные рейтинги, снабжают маркетологов данными, позволяющими не только понять, каким образом потребители расходуют свои деньги, но и насколько хорошо они расплачиваются по долгам. Можно получить доступ и к социально-демографическим данным (о которых я уже говорил ранее); например, американское ведомство, отвечающее за проведение переписи населения, может предоставлять информацию о людях, живущих по определенному индексу.
Компаниям наподобие Claritas удалось скомбинировать эти данные с информацией из других источников и создать детальные профили почтовых индексов. Затем компании удалось превратить эти профили в архетипические сегменты (см. третью главу), привязанные к определенным индексам.
Вновь хочу сказать, что в данных такого рода нет ничего нового. Они были в нашем распоряжении уже многие годы. Я хотел лишь упомянуть о них, чтобы вы – в процессе оценки массы новых инструментов – не забывали и о том, что у вас уже есть.
Помимо этого, существуют списки данных, которые предоставляет любой человек, подписываясь на журнал, газету или информационную рассылку (разумеется, вы всегда вправе запретить компаниям передавать вашу информацию кому-то еще, но обычно это условие печатается самым мелким шрифтом).
Поиск людей во внешних базах данных может иметь для вас огромное значение. Вы начинаете понимать, что нравится вашим клиентам (помимо продуктов, которые они покупают у вас), а это значит, что вы можете сделать свое предложение для них еще более интересным (предположим, у вас есть супермаркет, а ваш клиент любит хорошие вина – и вы предлагаете ему красивые бокалы). Вы можете также найти потенциальных клиентов, которых еще нет в ваших собственных базах данных.
Приведу еще один пример. Мы работали с одним супермаркетом, который только что представил на рынке новую линейку спортивных товаров, состоявшую из действительно хороших продуктов. Однако люди редко ищут качественные спортивные товары в супермаркетах. Поэтому значительная часть аудитории не обратила внимания на это предложение.
Для компании стало крайне важным найти покупателей во внешних базах данных. Мы просканировали рынок в поисках доступной информации. Ниже приведена первая страница списка источников, который компании стоило бы использовать. Каждый из этих источников предлагает компаниям получать за определенную плату доступ к спискам своих клиентов.
Это упражнение позволило нам найти 10 миллионов покупателей спортивного оборудования и снаряжения, сделавших покупки в этой категории в предыдущие двенадцать месяцев. Разве это не отличный пример того, как вы можете найти большую аудиторию для своей продукции с помощью доступных списков?
Другим источником поиска нужных покупателей служат потребительские панели, допускающие возможность таргетирования. Как было отмечено выше, они могут оказаться крайне полезными для выявления профиля определенной группы. Именно таким образом работают телевизионные рейтинги. Компания Nielsen создала панель из людей, представляющих всю совокупность населения, а затем отслеживает детали, связанные с потреблением телевизионного контента. Большинство панелей анонимны, соответственно, по ним невозможно проводить таргетирование. Существуют и другие, неанонимные панели, предоставляющие отличные возможности для компаний, торгующих потребительскими товарами и не всегда знающих, кто именно покупает у них прохладительные напитки, молоко, хлеб и мыло. Розничным сетям и отдельным супермаркетам удается решить эту проблему с помощью программ лояльности. Исследовательская компания Kantar Retail в партнерстве с рядом супермаркетов получает и обрабатывает информацию о покупках, которая привязана к этим картам. Компания объединяет данные от множества магазинов и выстраивает невероятную по размеру панель из 80 миллионов домохозяйств США. Она отлично знает, какие бренды покупает каждая семья, когда и как часто. Она также представляет, что еще находится в корзине потребителя. Единственное, чего она не знает, – их имен и адресов (эти данные остаются неизвестными для обеспечения должной анонимности). Kantar работает с независимой третьей стороной, которая собирает по магазинам информацию (имя и адрес клиента), затем присваивает каждому новый уникальный «слепой» код, а затем передает данные для обработки Kantar Retail уже с этим анонимным кодом. Таким образом, ребята из Kantar Retail не могут заглянуть в продуктовые пакеты, которые несет домой их сосед!
Несмотря на всю анонимность, доступ к таким данным имеет огромную важность. Например, розничная сеть может обратиться к данным панельного исследования и выявить каждого человека, пьющего спортивные напитки чаще обычного и живущего неподалеку от одного из ее супермаркетов. Это дает продавцу достаточно конкретную группу для дальнейшей работы. Затем он может передать «слепые» коды третьей нейтральной стороне, имеющей право использовать физическое имя и адрес для дальнейшей маркетинговой работы. Это позволяет компаниям, работающим с Kantar, нацеливаться на небольшие сегменты клиентов, сходных между собой с точки зрения покупательского поведения.
Цифровые сети
Мы уже показали, каким образом можно использовать внутренние и внешние базы данных для поиска потенциальных клиентов или выяснения того, на что тратят свое время в Сети крупные группы людей. Теперь же давайте посмотрим, каким образом вы можете выйти на индивидуального потребителя в Интернете.
Предположим, что некая фирма, занимающаяся брокерским обслуживанием в Сети, знает, что посетители сайта CNNMoney.com с большим вниманием относятся к их предложениям. Но при этом очевидно, что не каждый посетитель сайта CNNMoney является для фирмы целевой аудиторией. Так каким же образом она решает, кому показывать свою баннерную рекламу на сайте CNNMoney, а кому – нет? Поскольку за каждое появление баннера фирма платит CNNMoney определенную сумму, то подобный вопрос стоит довольно остро.
И здесь в игру вступает таргетирование в онлайне на индивидуальном уровне – пожалуй, самое интересное направление маркетинга нынешнего дня, ставшее доступным благодаря потрясающим технологическим инновациям. Для того чтобы разобраться с ним в деталях, давайте сделаем шаг назад.
Брокерская интернет-фирма может передавать свои баннеры CNNMoney двумя способами. Первый – компания выходит напрямую на CNN и просит разместить баннеры так, чтобы они появлялись при просмотре пользователями по нескольку раз. Второй вариант состоит в том, чтобы действовать через рекламную сеть (брокера), сопоставляющую спрос на размещение рекламы со стороны этого рекламодателя (и других рекламодателей, работающих в области финансовых услуг) с количеством места на рекламных площадках вебсайта CNN (издателя).
Несмотря на прямолинейность этой схемы, она интереснее, чем может показаться поначалу. Рекламные сети отлично понимают ценность каждого посетителя сайта. Довольно быстро они начали фиксировать каждый случай отправки рекламы человеку, блуждающему по Интернету. В результате они знали, что определенный баннер показывался определенному человеку в определенном месте и в определенное время. Этот лог очень похож на логи баз данных вебсайтов, описанные выше. Отправляя на компьютеры пользователей cookie, рекламные сети могли отслеживать, кто из них нажимает на рекламную ссылку. А это позволяет им следовать за посетителями с одного сайта на другой.
Предположим, вы зашли на первый сайт, использующий рекламные сети для размещения онлайновой рекламы на своих площадях. Допустим, рекламная сеть показывает рекламу джинсов. Сеть добавит на ваш компьютер cookie, в котором отмечено, на какой баннер вы смотрели и нажали ли вы на него.
На баннер вы нажали, но джинсы на этом сайте вам не понравились, и вы переключились на другой сайт, где принялись разглядывать свитеры. Если второй сайт принадлежит той же рекламной сети, что и первый, он распознает содержание cookie на вашем компьютере и сможет показать вам баннер с изображением джинсов другого покроя. Именно это и объясняет, почему порой при переходе с сайта на сайт вас сопровождает баннер одной и той же компании.
Не случайно, что у Google, Yahoo! и Microsoft, владельцев крупнейших сетей, – самые мощные поисковые системы. Этим компаниям удалось создать базы данных, в которых содержатся данные о каждом посетителе, о том, что они искали и какую рекламу видели. Насколько велика вероятность того, что человек нажмет на ваш рекламный баннер или даже купит ваш продукт? Вы правы – довольно большая. Когда потенциальные рекламодатели говорят, что хотят достучаться до людей, желающих получать от жизни только все лучшее (своих потенциальных клиентов), то рекламная сеть настраивает показ баннеров так, что их увидят наиболее подходящие люди. Чем больше рекламодатели тратят на работу с сетью, чем точнее рекламные сети проводят таргетирование, тем выше результативность рекламных объявлений. Вот почему наши столь привлекательные цифры делают большое дело по всему миру для таких компаний, как Google, Yahoo! и Microsoft.
И вот теперь – о самом интересном. Если я представляю брокерскую интернет-фирму, то, вполне очевидно, буду готов заплатить больше за то, чтобы мой баннер был показан компьютеру, пользователь которого с высокой вероятностью может стать моим клиентом. Дорого ли это стоит? Вы можете посчитать сами – расчеты в данном случае довольно просты:
A = (P(C) × MC) / ROI,
где
A – допустимая цена, то есть максимальная цена, которую компания готова платить за показ своей рекламы определенной персоне;
P(C) – вероятность того, что простой зритель станет держателем карты;
MC – маржа в расчете на одну конверсию, то есть прибыль, которую получает компания от работы с человеком, ставшим держателем карты;
ROI – величина ожидаемой прибыли на инвестиции. Если компания ожидает, что ROI составит три к одному, то цена, которую она готова заплатить (A), будет ниже, чем в случае, если бы ROI составляла два к одному.
Обычно компании довольно хорошо представляют себе величины MC и ожидаемой ROI. Ключевой параметр в приведенном выше уравнении – это P(C), то есть шансы на то, что кто-то подвергнется конверсии.
Согласитесь, было бы здорово, если вы могли бы рассчитать P(C) и допустимую цену для каждого cookie, а затем заплатить лишь за те, которые стоят меньше допустимой цены. Это вполне возможно, и вот как лучше это сделать. Предположим, что и вы, и я завтра зайдем на сайт ESPN.com. Я люблю компьютерные игры, а вы нет. Компания EA Sports выпускает на рынок новый симулятор баскетбольного матча и планирует рекламировать его в онлайне. Эта компания видит, что вы заходите на сайт ESPN.com, и у нее есть возможность разместить свою рекламу в верхней части наиболее часто посещаемых страниц сайта. Это обойдется компании в 5 центов. В реальности цена будет равна примерно 0,003 цента, или около трех долларов за одну тысячу показов, то есть рекламных объявлений, но для упрощения математических расчетов давайте посчитаем цену равной 5 центам – это позволит вам обойтись без калькулятора. Кроме того, компания знает, что вы никогда не посещали сайты, посвященные компьютерными играм, видели рекламу игр, но не нажимали на нее и что на сайте ESPN вы заходите только на главную страницу и страницы, посвященные гольфу. Ваш показатель P(C) будет низким (значительно ниже 5 центов).
Правильным было бы сэкономить деньги и не показывать вам рекламу. Шансы на то, что вы купите игру, довольно невелики – особенно если сравнить вас со мной. Ведь я – и это известно компании – не так давно нажал на один из ее баннеров, связанных с футболом; часто посещаю страницы ESPN, посвященные баскетболу; в течение нескольких последних дней искал билеты на матч с участием New York Knicks. Конечно, EA Sports будет правильнее потратить свои 5 центов на меня.
Условная сумма в 5 центов (или реальная сумма в 3 доллара за одну тысячу показов) может показаться незначительной, но умножьте ее на миллионы ежедневных рекламных показов, и вы поймете, насколько важно выбрать правильную цель: конкретного и подходящего вам человека, а не просто рядового посетителя сайта ESPN.com. Преимущества индивидуального таргетирования очевидны, и многие компании в наши дни идут именно по этому пути. Чтобы это стало возможным, должны были появиться две вещи – возможность обмена рекламными баннерами и развитие системы торгов за показ баннеров в режиме реального времени.
Торги представляют собой борьбу за рынок рекламных мест. В них участвуют издатели (такие как ESPN) и покупатели (такие как EA sports). Торги предназначены и для того, чтобы сделать процесс купли-продажи более гибким, простым и эффективным с помощью технологических решений.
К основным баннерообменным сетям относятся AdECN (принадлежащая Microsoft); Right Media (подразделение Yahoo!); CONTEXTWEB Ad Exchange; а также DoubleClick Ad Exchange (принадлежащая Google). Одно из основных преимуществ обмена рекламой подобного рода связано с тем, что ставки на рекламу устанавливаются в режиме реального времени.
Концепция реального времени достаточно прямолинейна. Давайте вернемся к нашему примеру с посещением страницы ESPN.com. Чтобы упростить ситуацию, представим себе, что на рынке имеются два потенциальных покупателя – EA и BMW (ваши визиты на страницы ESPN.com, посвященные гольфу, повысили показатель P(C) до уровня, заинтересовавшего автопроизводителя). Итак, мы с вами вводим адрес ESPN.com, и рекламный сервер распознает, кто мы такие. Так как вы обладаете большей потенциальной ценностью, чем я, то автопроизводитель (BMW) готов заплатить больше EA, лишь бы только вы увидели его рекламу. Моя же допустимая цена для EA Sports выше, чем готова платить BMW. EA Sports выигрывает торги, и я увижу рекламу ее нового баскетбольного стимулятора. Все это происходит за долю секунды.
Скорее всего ни EA, ни BMW сами не занимаются расчетами допустимой стоимости показа баннера. Для этого они нанимают внешнюю компанию, проводящую расчеты на основании установленных ими параметров. Подобные специализированные подрядчики не только рассчитывают допустимую цену с помощью некоторых описанных выше алгоритмов, но и предсказывают, сколько будут готовы заплатить за показы другие участники рынка. Именно такой тип алгоритма используют брокеры на Уолл-стрит для выбора акций. Бывшие ученые-ракетчики, прежде писавшие алгоритмы для Уолл-стрит, теперь пишут их для баннерообменных сетей. Один из них, зарабатывающий созданием подобных алгоритмов себе на жизнь, рассказал мне, что основная проблема таких предсказаний – угадать, чему может быть равна вторая по размеру ставка, а затем сделать свою ставку всего на доли центов выше. Это имеет немалый смысл.
Давайте еще раз воспользуемся тем же примером с BMW и EA Sports (и крайне упрощенным математическим аппаратом) и покажем, как это работает. Если допустимая цена показа рекламы ESPN.com составляет для BMW 10 центов, но при этом компания знает, что вторая по размеру ставка будет равна 5 центам, то ей имеет смысл снизить ставку до 5,5 цента, а не заявлять о готовности заплатить 10 центов. Компании, которым удается овладеть таким подходом, с одной стороны, экономят огромные суммы, с другой – успешно выбирают самых интересных для себя людей.
Победа в этой игре сводится к двум вещам – управлению математическим аппаратом и получению доступа к данным cookie. Чем больше информации о cookie у вас есть, тем лучше будет работать математический аппарат и тем больше денег вы будете экономить, делая ставки, учитывая правильные cookie. Именно таким образом в цифровом мире ставится знак равенства между данными и деньгами, и именно поэтому сбор, управление и анализ таких данных – это большой и серьезный бизнес. Компании типа BlueKai специализируются на строительстве платформ управления данными, помогающих клиентам решать такую задачу. Это – одна из самых быстрорастущих отраслей в сегодняшнем маркетинге.
Я уже упомянул, что Google, Yahoo! и Microsoft владеют крупными рекламными сетями. Теперь в игру вступает и Apple. Представьте, что эта компания знает о ваших предпочтениях, связанных с использованием программы iTunes. Когда человеку нравятся определенные фильмы, музыка и приложения, это способно многое сказать о других продуктах, к которым он может иметь интерес. Поэтому Apple разработала специальное решение для онлайновой рекламы, получившее название iAd. iAd позволяет размещать рекламную информацию на устройствах пользователей Tunes, учитывающую, каким образом и для чего они используют iTunes.
И мы говорим не только о баннерной рекламе. iPad позволяет рекламодателям обеспечить значительно более богатый опыт погружения в рекламу (более привлекательный, чем лучшие из ТВ-роликов), а также отбирать своих ключевых потребителей с невероятно высокой точностью. Приведу пример. Мы создали крайне успешную кампанию для бренда Perrier во Франции, в ходе которой приглашали пользователей попасть (с помощью iPad) в виртуальный кафешантан – мир, наполненный прекрасными женщинами в нижнем белье (поверьте, это было намного заманчивее любой печатной рекламы).
После того как мы запустили рекламную кампанию, клиент начал жаловаться на то, что ни разу не видел ее, сколько бы ни путешествовал по Сети на своем iPad. Нам потребовалось немало времени, чтобы убедить его, что рекламная кампания действительно шла, однако была настроена только на людей с максимальным потенциалом конверсии, и что наш клиент по каким-то причинам не попал в их число (возможно, потому что он получает свой Perrier бесплатно). Это совсем не то, что реклама на телевидении, когда ролики видят все зрители. Неудивительно, что методы iAd приводят рекламодателей в состояние сильного возбуждения.
Поиск в других местах
До этого момента я рассказывал только об интернет-рекламе. Но есть и другие цифровые сети, в которых вы можете найти интересных для себя людей. Одним из примеров нового направления работ являются социальные сети. Все затронутые мной до сих пор примеры были основаны на том, что мы знаем, какие сайты посещают люди и с кем они взаимодействуют. А теперь представьте, сколько могут знать о своих пользователях Facebook, Foursquare, Twitter и MySpace. Они знают не только о ваших интересах, но и об интересах ваших друзей. Эти данные рассказывают о том, что вам нравится или кто еще может быть заинтересован в интересных для вас продуктах. Пока что данная зона работы находится на этапе «младенчества», но совсем неудивительно, что капитализация компании Facebook уже сейчас составляет свыше 50 миллиардов. И связано это с тем, что Facebook и другие социальные сети могут приносить рекламодателям аудиторию, готовую их слушать. Социальные сети говорят рекламодателям: «Мы можем найти для вас людей с нужными параметрами – возраст, место проживания, доход, интересы. Скажите, кого вы ищете, и дайте свое объявление, и мы доставим его вам за определенное вознаграждение».
Парни из Facebook знают, что эффективность рекламы, о которой рассказывают вам друзья, значительно выше, чем у рекламного сообщения, появляющегося перед вашими глазами ниоткуда. Брэд Смоллвуд, глава аналитической службы Facebook, даже сказал мне, что рекомендация со стороны друга повышает намерение купить тот или иной продукт в четыре раза! И это не должно нас удивлять.
Что все это значит с точки зрения таргетирования? Крайне много. На момент моего разговора с Брэдом у страницы любителей одежды марки North Face было 482 тысячи подписчиков, а у них, в свою очередь, было в совокупности почти 52 миллиона друзей. Иными словами, Northface может нацелиться на эти 52 миллиона людей с рекламным объявлением на Facebook, под которым «подписываются» их друзья, – и эффективность такой рекламы будет в четыре раза выше, чем при размещении в любом другом месте.
Степень влияния людей друг на друга часто привлекает многих ученых и послужила основной для целого ряда интересных исследований. Социальные сети обеспечивают ученых идеальной лабораторией для исследования процессов распространения информации по Сети. Этой теме посвящена работа Дэвида Хаффейкера.
Дэвид – эксперт в области аналитики социальных медиа, нового и крайне интересного поля исследований. Он проанализировал поведение участников социальной сети Google Groups (социальная медиаплатформа компании Google), для того чтобы лучше понять, как ведут себя лица, оказывающие влияние на других (которых он называет лидерами). Он выделяет лидеров, основываясь на трех критериях.
1. Приводит ли создаваемый ими контент к возникновению комментариев?
2. Приводят ли эти комментарии к возникновению беседы?
3. Берут ли фолловеры (люди, подписавшиеся на чей-либо микроблог) в ходе беседы на вооружение слова, используемые влиятельным для них лицом.
Выводы Дэвида оказались не столько неожиданными, сколько интересными. По его мнению, лидеры обладают следующими качествами: активная жизненная позиция, социальная активность и эмоциональность.
• Активная жизненная позиция. Лидеры чаще публикуют сообщения, отвечают на сообщения других и имеют больший срок пребывания в сообществах.
• Социальная активность. Лидеры значительно чаще отвечают на сообщения других, чем публикуют собственные сообщения.
• Эмоциональность. Лидеры склонны к активному общению; у них богатый словарный запас; они используют эмоционально окрашенную лексику (например, слова отличный, безобразный, страсть, ненависть); обладают уверенностью в себе (частое использование слов всегда и никогда).
В ближайшие годы стоит ожидать огромного количества исследований, направленных на изучение прибыли от капиталовложений в общение с этими людьми. В сущности, как показывает работа Эрика Сана, процесс уже начался.
Эрик хотел знать, каким образом движется информация в Facebook, и для этого проанализировал 262 985 страниц социальной сети.
Принято считать, что популярность страницы начинается с привлечения внимания небольшого количества важных влиятельных лиц, которые потом разносят информацию о ней по сетям своих контактов. Однако Сан выяснил, что для раскрутки страницы лучше не пытаться выйти на небольшое количество влиятельных лиц, а найти крупную популяцию в Facebook. Эта сеть обладает высокой степенью связей между участниками. И по этой причине интересные идеи смогут легко привлечь внимание множества изолированных, но тесно связанных групп.
Как вы можете заметить из этих двух исследований, когда речь заходит о социальных сетях, то – с точки зрения маркетинговых стратегий – приходится не только думать, на кого направлять свои усилия, но и принимать во внимание, каким образом будет распространяться ваше сообщение. Даже беглое чтение исследований Хаффейкера и Сана поможет вам осознать, насколько полезными могут оказаться данные, собранные в социальных сетях, для принятия правильных решений. Любой компании, пытающейся рассчитать допустимую цену и P(C) для конкретного пользователя социальной сети, будет важно знать, что нравится этому пользователю, а что нет, насколько он социально активен и кого считает своими друзьями.
Еще одна социальная платформа – 33Across – помогает множеству участников рынка более эффективно работать с социальными сетями. Компания внимательно изучает связи людей друг с другом и степень влияния этих связей на предпочтение того или иного бренда. Ее основатель Эрик Уилер ранее работал в Ogilvy. В течение нескольких лет работы в агентстве Эрик занимался разработкой масштабного «социального графика» – карты с множеством участников и связями между ними через социальные сети, такие как Facebook. Созданная им база данных по cookie содержит информацию о 200 миллионах людей (при этом Эрик крайне серьезно относится к защите личных данных каждого пользователя).
Рекламодатели используют услуги 33Across для создания «графиков бренда», на которых отмечены наиболее лояльные к тому или иному бренду пользователи (степень лояльности рассчитывается исходя из данных о сделанных ими покупках). Затем компании могут делать целевой отбор людей, связанных с этими пользователями через различные социальные медиа. В чем смысл этого упражнения? Исследования показывают, что мы очень часто хотим купить или получить в пользование то, что уже есть у связанных с нами людей.
Точность выбора цели с помощью социальных сетей может быть невероятно высокой. Но совсем скоро вы сможете выбирать своих потенциальных потребителей с помощью такого традиционного источника коммуникации, как телевизор. С технической точки зрения это уже возможно. Американская компания Cablevision уже применяет свою передовую технологию в отношении 3 миллионов домохозяйств в регионе Нью-Йорка. Специалисты по маркетингу разместили в домах специальные устройства, транслирующие рекламу с учетом знания о конкретном домохозяйстве. Сходную технологию разработали компании Dish Network и DirecTV, устройства которых позволяют кастомизировать рекламу для 15 миллионов американских домохозяйств. Это означает, что вы и ваш сосед можете смотреть одну и ту же телевизионную программу, но получать при этом различные рекламные сообщения, адаптированные с учетом вашего профиля.
Майкл Болонья, работающий в компании GroupM, принадлежащей рекламному гиганту WPP, – один из ведущих мировых экспертов в области адресного телевещания. Он не перестает напоминать мне и другим экспертам, насколько затратным и грубым инструментом является телевидение с точки зрения рекламы. Например, если вы хотите охватить мам с детьми до десяти лет, то вынуждены охватывать своим сообщением довольно обширный сегмент женщин в возрасте от восемнадцати до сорока девяти лет. И вы выкладываете 12–18 тысяч долларов, чтобы ваше сообщение посмотрела тысяча женщин этого возраста. У множества из них не будет детей. Поэтому, если подсчитать, сколько вы на самом деле платите за контакт с нужной вам аудиторией, то (в расчете на тысячу женщин с детьми в возрасте до десяти лет) эта сумма составит от 25 тысяч долларов до 35 тысяч, а все остальные ваши деньги просто пропадут впустую. Адресное телевидение позволит вам точно выбрать лишь женщин с детьми в возрасте до десяти лет. Возможно, вам придется заплатить 20 тысяч долларов, чтобы связаться с тысячей таких женщин (и это куда бо́льшая сумма, чем изначальные 12–18 тысяч долларов). Но при этом помните, что вы будете общаться лишь с теми женщинами, которые вам нужны, а значит, фактически будете платить меньше за контакт с нужным вам количеством подходящих клиентов. Майкл верит, что уже в ближайшие годы мы сможем охватить с помощью адресного телевидения 30–40 миллионов домохозяйств. У этой идеи невероятно высокий потенциал развития. Она коренным образом изменит принципы покупки рекламных мест в медиа – и произойдет это, как только рекламодатели начнут применять методы цифрового и прямого таргетирования (описанные чуть выше в этой главе) к телевизионной рекламе.
Задание на утро следующего понедельника
1. Могут ли они вас найти сами? Разумеется, вы хотите иметь возможность найти нужных вам клиентов, но иногда случается так, что они сами начинают вас искать. Первое, что вы должны сделать с утра, это заняться оптимизацией – каждый раз, когда кто-то ищет в Сети имеющийся у вас продукт, название вашей компании должно быть в первых строчках результатов поиска (для начала я рекомендую ознакомиться с двумя книгами на тему оптимизации поисковых систем, которые я упомянул выше в этой главе).
2. С чего вам начать их поиски? Разумеется, вы не можете полагаться только на людей, которые сами пытаются вас найти. Поэтому вам нужно самому заняться поиском и установлением контакта с потенциальными клиентами. Отправная точка будет зависеть от того, сколько денег вы можете потратить и на что (следующая глава поможет вам найти ответы на эти вопросы). Если вы тратите средства на массовое медиапокрытие, то убедитесь в том, что ваши знания о целевой аудитории отражены в вашем медиаплане. Устройте встречу со своими медиапартнерами и заставьте их объяснить, почему они выбрали те или иные средства медиа. Попросите их показать вам свои расчеты – теперь вы знаете, что означают их цифры.
3. Для множества мелких компаний масштабные медиакампании не подходят. Но это не проблема. Огромную помощь может оказать индивидуальное таргетирование. Попытайтесь для начала порыться в своих собственных базах данных. Затем изучите внешние базы данных, которые мы обсудили выше. Не забудьте обратить внимание на цифровые и социальные сети. Расходы по работе с ними по плечу каждой компании.
Глава 5
Бюджет – сколько нужно тратить?
Итак, мы знаем, с кем хотим говорить и как найти этих людей. Сколько денег мы собираемся тратить на общение с нашими нынешними и будущими клиентами? Теперь данный вопрос становится для нас самым важным. Вне зависимости от суммы вы должны обеспечить максимально высокий возврат на инвестиции в маркетинг. Такова тема следующей главы. Это позволит вам оказаться на голову выше своих конкурентов. Но, как вы узнаете чуть ниже, большинство компаний быстро принимают решение о том, сколько тратить на маркетинг, – подобное положение справедливо как для компаний, тратящих несколько тысяч, так и для компаний, тратящих несколько сотен миллионов долларов в год.
Моя цель в этой главе двояка: с одной стороны, я хочу помочь вам определить, как должен выглядеть ваш маркетинговый бюджет, то есть помочь найти лучший способ понять, сколько нужно тратить на создание спроса. С другой – как только в вашем распоряжении окажется нужная цифра, я покажу, как распределять средства по задачам, географическим регионам и каналам.
Если бы мне платили по доллару всякий раз, когда я слышу вопрос, вынесенный мной в заголовок главы, я мог бы иметь вполне неплохой побочный источник дохода. В наши дни каждый маркетолог задумывается над тем, сколько денег ему необходимо тратить. И это не удивительно. Слишком долго они расходовали огромные суммы, порой исчислявшиеся миллиардами – особенно для компаний, продающих фасованные товары, – даже не представляя, что они получат в итоге. А вот это уже неразумно. Сразу вспоминаются слова одного политического деятеля: «Миллиард – туда, миллиард – сюда. Давайте уже говорить о серьезных деньгах»[10 - Из речи (очень известной в США) сенатора Эверетта Дирксена, произнесенной в 1960-х гг.]. В одних только США в 2012 году компании потратят на рекламу 154 миллиарда долларов. Хотелось бы думать, что при более строгом подходе мы добьемся большей эффективности расходов наших бюджетов – пусть всего лишь на 1 %. Однако даже 1 % означает, что величина прироста компаний могла бы составить 1,5 миллиарда долларов.
Слишком многое стоит на кону, поэтому нас не должно удивлять количество литературы, посвященной методам учета затрат и расчета себестоимости. Примерно тридцать лет назад в альманахе Крэнфилдской школы управления Cranfield Broadsheet появилась статья Гарри Генри How much should you spend on marketing? («Сколько надо тратить на рекламу?»). Автор выделил 15 подходов, обычно применяемых разными компаниями при решении этой проблемы.
1. Интуитивный и/или грубо эмпирический подход. Как правило, принимается волевое решение, которого вполне достаточно, чтобы выполнить работу при наличии достаточного опыта.
2. Поддержание прежнего уровня расходов. Если метод работает, то продолжать делать то, что делали (иногда с поправкой на инфляцию).
3. Процент от предыдущих продаж. Отсталый метод, основанный на ожидании «наград» за прошлые успехи (или наказания за неудачи).
4. Метод исчисления от наличных средств. Действовать в рамках бюджета.
5. Остаточная прибыль прошлого года. Метод связан с источниками финансирования, а не направлениями их использования.
6. Процент от валовой прибыли. Метод, позволяющий уклоняться от решения вопроса рентабельности.
7. Процент от прогнозируемого объема сбыта. Самый распространенный метод.
8. Фиксированные расходы в расчете на единицу продаж. Простая арифметика.
9 Затраты на клиента и/или на капитал. Метод часто используют компании, работающие с деловыми предприятиями, то есть в секторе B2B.
10. Соответствие уровню расходов конкурентов. Конкуренты знают, что делают.
11. Приведение доли «рекламного голоса» к доле марочного товара. Если вы занимаете 5-процентную долю рынка, то доля вашего информационного присутствия на конкурентном поле тоже должна быть 5-процентной.
12. Предельная отдача. Предельный коэффициент окупаемости возможен в компаниях, применяющих метод рекламы прямого отклика. Но вы можете расширять свою аудиторию только до тех пор, пока прирост прибыли от дополнительных клиентов не оказывается ниже целевой нормы прибыли.
13. Ориентация на задачи. Вы определяете цели и рассчитываете, сколько денег вам понадобится для их достижения. В теории метод выглядит отлично, но на практике может потребовать серьезного эконометрического моделирования.
14. Моделирование. Самый сложный подход.
15. Проверка значимости средств рекламы. Вы выходите на рынок и проводите рекламную кампанию сначала в одном регионе (Восточное побережье), а затем в другом (Западное побережье), после чего сравниваете результаты. Теоретически метод замечательный, но на практике все сложнее: во-первых, значимость непросто оценивать в стоимостном отношении, во-вторых, проверку трудно проводить повторно.
За последние тридцать лет изменилось не так уж много. Большинство маркетологов обычно выбирают один из пятнадцати методов, описанных выше. Как показывают исследования – и мой опыт подтверждает это, – самым популярным является метод, когда затраты на рекламу зависят от объема продаж. Меня часто поражает, почему отдельные крупнейшие мировые компании при разработке своего рекламного бюджета используют настолько простые, грубые и не всегда точные методы.
Существуют более научные методы (некоторые из них указаны в двух последних позициях списка Гарри Генри). Самое удивительное, что они окружают нас уже на протяжении десятилетий. Однако компаниям почему-то крайне сложно включать их в процесс принятия решений. Наука часто воспринимается как черный ящик – слишком сложно для понимания. В результате – и мне доводилось не раз наблюдать это – во многих компаниях вкладывают огромные суммы в научные исследования ради создания нового продукта (вспомним хотя бы фармацевтическую отрасль), но рассчитывают бюджет на маркетинговые исследования по простой формуле – как долю от объема продаж. Как не стыдно! Тот факт, что такой подход проще, никак не доказывает, что он лучше с точки зрения принятия решений. И конечно, никак не означает, что этот примитив должен подменять собой научные методы.
Вам никто не сможет назвать единственного и самого оптимального подхода к расчету бюджета. Такого просто нет. Однако давайте рассмотрим несколько методов, которые я считаю наиболее предпочтительными.
Кривая расходов и отдачи
Приведенная ниже кривая показывает, что вы можете получить за свои деньги, когда речь касается маркетинга. Я часто называю ее кривой расходов и отдачи. Расходы означают инвестиции в маркетинг, а отдача означает то, что вы пытаетесь получить за счет этих инвестиций: рост объемов продаж или прибыли; достижение целей, связанных с брендом (реклама для создания осведомленности или реклама для создания должного внимания). На рисунке ниже приведена типичная кривая ответной реакции на рекламу, формирующую осведомленность о бренде.
Давайте посмотрим на эту простую кривую более внимательно.
• Она имеет положительный угол наклона – это значит, что чем больше вы тратите на формирование осведомленности, тем выше будет ее степень.
• Кривая показывает снижение предельной отдачи – это значит, что вы получите различные результаты в зависимости от уровня расходов и уровня осведомленности. Как вы можете заметить, чем больше денег вы тратите, тем меньшую отдачу получаете. В итоге вы дойдете до точки насыщения – когда уже не сможете увеличивать показатель осведомленности вне зависимости от размера инвестиций (подобная ситуация наблюдается в крайней правой части кривой).
Построение таких кривых сопряжено с определенными проблемами, так как расчет нередко носит интуитивный характер. Если вам доступны прошлые данные об уровнях расходов и степени осведомленности, то вы сможете значительно упростить свою жизнь с помощью эконометрического моделирования, позволяющего рассчитать для кривых отдачи их форму и угол наклона. Это, разумеется, требует от нас четкого ответа на вопрос: что такое эконометрическое моделирование?
Наука – эконометрические модели
Поделиться книгой: