Как директору по маркетингу построить эффективную систему маркетинговой аналитики

Компании, которые собирают данные, анализируют их и принимают обоснованные решения на основе этих данных, растут и развиваются быстрее, чем те, кто этого не делает. В этой статье объясняется, как создать систему аналитики для вашего бизнеса и почему необходимы инструменты и аналитика Martech.

Что такое аналитика? Это инструмент, с помощью которого компания оценивает, что приносит прибыль. Однако сама по себе аналитика не приносит прямого дохода бизнесу. С помощью аналитики директор по маркетингу (CMO) может только получать различные отчеты, чтобы делать выводы и принимать решения.

Возьмем пример из нашей практики на OWOX. Обычной задачей директора по маркетингу является выполнение плана продаж онлайн-рекламы. Чем может быть полезна аналитика в этом случае? Аналитики могут предоставлять отчеты Google Analytics, данные о расходах на рекламу только из Google Ads и данные по онлайн-транзакциям на веб-сайте, которые не совпадают с данными из CRM. В результате рассчитать ROAS будет сложно.

Допустим, компания давно использует аналитику, собирает данные в облачное хранилище и настроила отчеты, которые создаются автоматически. Решает ли это все маркетинговые проблемы компании? Не совсем. Ведь директоров по маркетингу интересуют не просто данные, а данные, которые помогут им понять, какие имеются возможности для выполнения плана на ближайший месяц или квартал.

Чтобы точно выполнить план и достичь всех поставленных целей , маркетологам необходима аналитика для выявления:

• зоны роста (как перевыполнить план)
• зоны риска (что мешает реализации плана)

«Прежде чем думать о двух зонах, я бы подчеркнул необходимость найма нужных людей для создания этой системы.

Директора по маркетингу не должны создавать систему. Директора по маркетингу должны больше заниматься стратегическим мышлением, выбирая и контролируя направление маркетинга и т. д. Вы знаете, «штучки более высокого уровня».

Когда дело доходит до аналитики, слишком много вещей слишком технических для директоров по маркетингу. Таким образом, правильные сотрудники должны заполнить этот пробел. Директора по маркетингу должны получать обработанные и (надеюсь?) визуализированные данные, а затем принимать решения».

Юлиус Федоровичюс, основатель analyticsmania.com.

Мы уже признали, что одних автоматических отчетов недостаточно для решения маркетинговых задач. Данные необходимо интерпретировать, чтобы получить ответы, а кнопка «Все в порядке» еще не изобретена. (Мы работаем над этим!) Таким образом, директор по маркетингу должен делать следующие вещи, чтобы поддерживать высокую производительность:

1. Настроить систему аналитики, которая показывает риски и зоны роста
2. Нанимайте аналитиков, которые обрабатывают данные, добавляют контекст и делают выводы

Тот факт, что директора по маркетингу увеличивают свои технологические бюджеты, говорит о том, что услуги маркетинговой аналитики больше не просто дорогая игрушка. Это реальные рабочие инструменты, которые помогают отделу маркетинга выполнять план и получать бонусы.

«Для небольших компаний процесс можно упростить, и может быть достаточно начать с найма кого-то, кто хорошо разбирается в экосистеме Google (GA, GTM, GDS, таблицы), но в идеале команда должна состоять как минимум из двух человек .

1. Технический специалист, хорошо разбирающийся в сборе данных (назовем его/ее инженером-аналитиком).
2. Аналитик данных, который затем может очистить данные, поиграть с ними и проанализировать (из того, что я видел, обычно люди, анализирующие данные, не очень хорошо разбираются в технической части сбора данных, поэтому инженер-аналитик поможет).

Люди, которых вы нанимаете, могут помочь вам выбрать/создать правильный стек аналитики».

Юлиус Федоровичюс, основатель analyticsmania.com.

Бизнес может успешно использовать как готовые продукты, так и собственные решения. Чтобы избежать лишних денежных и временных затрат, компания должна четко понимать, что ей нужно.

Когда дело доходит до разработки собственных решений, вы должны обратить внимание на команду разработчиков и поддержки, а также на документацию.

Если ваш специалист, который пишет скрипты сбора данных и отвечает за настройку всей системы, увольняется, вы должны быть уверены, что сотрудник, который их заменит, сможет поддерживать проекты.

Если вы хотите приобрести готовое решение, сначала оцените объем данных, которые необходимо обработать. Если у вас 10 продаж в день от интернет-рекламы, вам не нужно вкладываться в мощные и дорогие услуги. Для этого объема работы будет достаточно использовать Google Analytics или Excel.

В то время как ваш оборот и потребности растут, возрастает потребность в дополнительных показателях, автоматизации и более высоких скоростях обработки данных. Например, в бизнесе SaaS (ИТ-решения с абонентской платой) вы можете начать получать реальную ценность от собственного хранилища данных или использования алгоритмов машинного обучения, если ваш годовой оборот превышает $200 000.

Однако учтите, что даже готовый сервис, который умеет собирать, обрабатывать, вычислять, прогнозировать и визуализировать данные, нуждается в адаптации под конкретный бизнес. Многие предприятия имеют уникальную логику и ключевые параметры планирования. Поэтому структура импортируемых данных и визуализация данных будут различаться. Кроме того, по нашему опыту, клиенты не хотят учиться работать в новых интерфейсах, но хотят, чтобы их данные были представлены в обычном виде.

Подводя итог, наш рецепт, который мы используем в OWOX при создании систем маркетинговой аналитики, таков:

• Предприятия должны иметь полный доступ к своим данным
• Данные должны предоставляться в интерфейсе, знакомом лицу , принимающему решения.

Есть много особенностей и различий между бизнесами даже внутри одной ниши. Например, в розничной торговле бизнес электроники концептуально отличается от бизнеса по продаже одежды или товаров для дома. Допустим, другая частота покупок и другой акцент на работу с новыми и текущими клиентами.

Другой пример: многие компании делают упор на разработку мобильных приложений и клиентскую аналитику. У таких компаний совершенно другие маркетинговые модели, методы выполнения плана и показатели по сравнению с компаниями, основанными на веб-приложениях. Вот почему трудно объединять и обрабатывать данные.

Поэтому для бизнеса важно иметь прямой доступ к своим маркетинговым и продуктовым данным, а не полагаться на возможности конкретного сервиса и его системы визуализации.

Компании ищут аналитиков по потребностям и болячкам, которые сложились в компании на данный момент. А если болячек много (а они есть всегда), то поиск аналитика может растянуться на месяцы и даже годы. И в итоге велика вероятность того, что нанятый специалист не справится со всеми задачами.

Важно разделить и систематизировать зоны ответственности аналитиков . Сейчас многие компании ищут аналитиков, которые будут настраивать метрики, объединять данные, строить гипотезы на основе этих данных, давать рекомендации, следить за тем, чтобы конверсия сразу росла, а рекламные кампании начинали окупаться. Они аналитики; они справятся!

В реальной жизни это так не работает . У ваших аналитиков либо не будет хватать времени, либо не будет хватать навыков. Например:

• Специалист может быть отличным техником (настроить сбор данных, написать запросы, подготовить данные для анализа), но не иметь знаний о том, как содержательно оценивать полученные данные.
• Компания может быть большой, и все может быть организовано так, что только один аналитик может предоставлять данные. Целый день этот аналитик, по сути, будет голосовым интерфейсом к данным.

Что вам нужно сделать, так это определить, какие области ответственности аналитика может усилить , измеряя данные и точки роста. Например, в розничном бизнесе это маркетинг, продукт и клиентский опыт.

Если специалисты перегружены подготовкой данных и отчетов, стоит выделить эту функцию технической аналитики в отдельное подразделение или передать ее партнеру.

Компании выгоднее, когда аналитика является рабочей функцией и не ограничивается возможностями одного специалиста. В противном случае компания упрется в железный потолок.

Например, допустим, аналитик после изучения и интереса к языку R вдруг решает отказаться от некоторых сторонних решений и воссоздать их самостоятельно. Мысль состоит в том, что бизнес перестанет переплачивать за внешние решения. Но на самом деле аналитик развивает свой интерес вместо того, чтобы заниматься своими прямыми задачами.

Компания взамен получит нестабильное решение без поддержки, если аналитик уволится. Польза сомнительная. Любой бизнес не должен ограничиваться тем, что может делать аналитик.

Другое дело, когда в компании формируется полноценный внутренний отдел аналитики и данных, поддерживающий цели роста разных отделов. В этом случае компания может быть уверена в качестве данных и ресурсах, оценивающих развитие маркетингового, продуктового и других подразделений.

Директор по данным (CDO) или руководитель отдела аналитики определяет, какие решения на основе данных следует разрабатывать и поддерживать в первую очередь.

Для примера рассмотрим реальный кейс от клиента: Банк автоматизировал подбор клиентского менеджера на основе собранной информации об интересах и действиях клиентов. Также банк начал рассматривать перевод данного менеджера на закрытие сделок с аналогичными профилями клиентов.

При разработке решения для компании аналитикам важно получить ответы на следующие вопросы:

• Каковы стратегические цели заказчика аналитики?
• Какие решения будут приняты и какие обязанности будут возложены на достижение стратегических целей?
• На какие вопросы нужно ответить клиентам, чтобы принять решение?
• Какие графики, отчеты и рекомендации могут помочь ответить на вопросы?
• Какие показатели следует использовать в решении?

Важно проработать задачи для аналитиков, чтобы не упустить важные детали и в итоге дать заказчику работающее и полезное решение.

Подведем итоги. Чтобы данные работали на бизнес, ваши аналитики должны:

1. знать, какие цели и решения клиентов действительно зависят от данных
2. подумайте, на какую прибыль влияют эти решения
3. регулярно контролировать качество данных и оперативно сообщать об отклонениях от нормы

И, конечно же, в интересах CDO увеличить долю сотрудников, которые используют данные самостоятельно, а не нуждаются в постоянной помощи команды аналитиков.

«Я думаю, что аналитику в маркетинге следует рассматривать как добавки для уже опытного/сильного спортсмена. Они могут сделать его/ее быстрее/сильнее/и т. д. Если у вас уже неплохо получается, то аналитика может помочь вам это улучшить.

Если говорить о более конкретных примерах (относительно двух упомянутых выше зон), то вот некоторые из них.

Зоны роста:

• Нахождение 20% продуктов, которые приносят 80% дохода. Проверьте их источники трафика, демографические данные и т. д. и попытайтесь определить, какие сегменты работают лучше, чем другие. Это может помочь вам определить возможности для увеличения бюджета (например, для корректировки платной рекламы).

Зоны риска:

• Отслеживание ошибок (и других негативных действий, ошибок оформления заказа, ошибок регистрации и т. д.). Это основная борьба клиентов / клиентов. Идентифицируя их и исправляя, вы можете уменьшить трение и тем самым увеличить количество конверсий».

Юлиус Федоровичюс, основатель analyticsmania.com.

На закрытие вакансии сильного аналитика может уйти полгода. Это долго. Партнер — отличное решение, чтобы сразу приступить к работе, а не ждать так долго, чтобы получить выгоду. Есть два случая, когда работа с партнером действительно помогает развивать аналитику в компании.

1. Партнер обладает значительно большей экспертизой , чем компания в настоящее время. Например, скажем, бизнес уже хочет работать с данными или хотя бы начать их собирать, а аналитиков в компании нет или они сосредоточены на других задачах. В этом случае компании следует найти партнера, у которого уже есть опыт работы с аналогичными кейсами в нише.
2. Команда партнера нанимается для выполнения определенной функции . Например, это может быть реализация аналитики, обеспечение поддержки Google Tag Manager или отчетность по маркетингу. Этот подход работает, когда компаниям нужна большая и квалифицированная команда для выполнения конкретных задач, а штатные сотрудники более ценны, когда они сосредоточены на анализе и интерпретации данных.

Важный! При любом подходе стоит строить отношения с партнером, прозрачным в принятии решений. Другими словами, ваш партнер должен понимать стратегические цели и задачи вашей компании и ваши требования к аналитике, чтобы работать на опережение.

Каковы ваши стратегические цели, сроки и бюджет? Например, на ежегодном мероприятии Go Analytics! конференции люди регулярно рассказывают о том, как использовать платные продукты аналитики стоимостью в сотни тысяч долларов. Но есть и спикеры, которые говорят, что аналитику можно построить за 130 долларов в месяц. Оба случая правдивы и реальны.

Крупные компании, которые активно используют продукты Google Marketing Platform и объединяют рекламные данные с данными о продажах, используют Google Analytics 360. Для других компаний с меньшими объемами достаточно использовать функции бесплатной Google Analytics.

Проще говоря, если ваш годовой доход составляет от 200 000 до 1 000 000 долларов, пора собирать данные в базу данных, но пока рано вкладывать усилия в работу с алгоритмами машинного обучения. У вас пока недостаточно информации о ваших клиентах.

Сосредоточьтесь на функциональности аналитики и прибыльности вашего бизнеса . В первую очередь аналитика должна помочь ответить на вопросы Где мои риски? и Где мои зоны роста? при реализации вашего плана. Если он не отвечает на эти вопросы, то он просто отнимает ваше время и бюджет.

«Аналитика — это то, что связывает прошлое, настоящее и будущее. Мы анализируем данные, созданные и собранные в прошлом. В настоящем мы пытаемся предсказать, что произойдет в будущем. И, наконец, мы пытаемся повлиять на будущее. путем перераспределения наших усилий по-новому».

Микко Пииппо, консультант по цифровой аналитике и оптимизации, соучредитель и партнер Hopkins.

• Начните строить аналитику с определения уровня развития бизнеса.
• Не обязательно ждать большой объем данных или искать супер аналитика полгода. Начните с обращения к партнерам, имеющим опыт построения моделей маркетинговой аналитики в вашем регионе.
• Выберите подходящую модель: готовый продукт, модифицированный под ваш бизнес, или систему, разработанную с нуля специально для вас.
• Подумайте о том, чтобы нанять аналитика, который хорошо разбирается в контексте вашего бизнеса, даже если у него нет самых передовых навыков. Они смогут освоить инфраструктуру с самого начала, а затем масштабировать и улучшать ее.