1
САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Институт «Высшая школа журналистики и массовых коммуникаций»
На правах рукописи
НУЖДЕНКО Иван Борисович
Применение data-driven технологии в продвижении интернет-магазинов
ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА
по направлению «Реклама и связи с общественностью»
(научно-исследовательская работа)
Научный руководитель –
кандидат политических наук, старший преподаватель
Гурушкин Павел Юрьевич
Кафедра менеджмента массовых коммуникаций
Очно-заочная форма обучения
Вх. №___________________от__________________
Секретарь _____________________
Санкт-Петербург
2017
2
Содержание
Введение…………………………………………………………………….3
Глава
1.
Теоретические
особенности
современной
специфики
продвижения интернет-магазинов ……………………………………......6
1.1. Описание понятия продвижение. Современные трактовки
продвижения………………………………………………………....6
1.2. Специфика продвижения в интернете…………………………8
1.3. Особенности продвижения интернет-магазинов……………13
Выводы к главе 1…………………………………………………...22
Глава 2. Data-driven технология в процессе продвижения интернетмагазина «Юлмарт»……………………………………………………….23
2.1. Data-driven технология в процессе продвижения………….. 23
2.2.
Data-driven технология в продвижении интернет-магазина
«Юлмарт» …………………………………………………………...34
2.3.
SWOT-анализ
целесообразности
интеграции
data-driven
технологии…………………………………………………………...42
Выводы к главе 2……………………………………………………50
Заключение…………………………………………………………………51
Список использованных источников и литературы……………………..54
Приложения………………………………………………………………...60
3
Введение
Актуальность работы обусловлена тем что:
1. Крупные интернет-магазины накапливают большое количество
клиентских
данных,
которые
можно
использовать
для
оптимизации распределения бюджетов на различные каналы
взаимодействия с потребителем.
2. В сфере электронной торговли очень жесткая конкуренция и
множество однотипных товарных предложений от конкурентов.
В таких условиях эффективность продвижения напрямую связана
с жизнеспособностью бизнеса. Поэтому многие важные игроки рынка
инвестируют в развитие новых, более современных и релевантных
методик ведения коммуникационных кампаний и распределения
бюджетов на продвижение.
Цель исследования – оценить целесообразность интеграции datadriven технологии в структуру продвижения интернет-магазинов.
Для достижения цели были разработаны следующие задачи:
1. Рассмотреть современные трактовки понятия продвижение.
2. Выявить
специфику
приоритетов
продвижения
в
сфере
электронной коммерции.
3. Оценить текущий статус и перспективы рынка электронной
коммерции.
4. Дать представление об основах data-driven технологии на основе
наиболее распространенной теоретической модели.
5. Проанализировать кейс интерент-магазина «Юлмарт»
6. Оценить насколько практический опыт применения согласуется с
теоретической моделью.
4
7. Сделать SWOT-анализ данной технологии на основе данных,
представленных в кейсе и в предыдущих главах/параграфах.
В первой главе будут рассмотрены теоретико-практические
аспекты исследования.
Во второй главе более подробно будет рассмотрена возможность
интеграции data-driven технологии в структуру продвижения на примере
кейса интернет-магазина «Юлмарт».
Объект
исследования
–
продвижение
интернет-магазинов,
использующих data-driven технологию.
Предмет исследования – специфика продвижения интернетмагазинов, использующих data-driven технологию на примере интернетмагазина «Юлмарт».
Теоретико-методологическая основа исследования представлена
Научными работами таких специалистов, как М. Джеффри, Ф. Котлер,
Ч. Ким, Р. Моборн, А. Каушик, И. Быков, А. Ульяновский и др.
В данном исследовании применялись такие общенаучные и
специфические методы исследования, как:
синтез
анализ
сравнение
SWOT-анализ
анализ документов
метод изучения кейса
визуальный анализ данных
5
Эмпирическую базу исследования составили данные, полученные
в
результате
анализа
и
переработки
данных
исследований
профессиональных ассоциаций, годовых отчетов исследовательских
агентств, докладов и дискуссий практикующих специалистов на
профильных конференциях, публикаций отраслевых СМИ, кейсов
нескольких интернет-магазинов.
Структура работы включает содержание, введение, 2 главы,
заключение, список источников и литературы, заключение и список
приложений.
В начале исследования у автора выработалась гипотеза, согласно
которой
можно
предположить,
что
eCommerce
–
наиболее
перспективная сфера бизнеса для применения data-driven технологии.
В
ходе
исследования
опровергнуть данную гипотезу.
запланировано
подтвердить
или
6
Глава 1. Теоретические особенности современной специфики
продвижения интернет-магазинов
1.1. Описание понятия продвижение. Современные трактовки
продвижения
Есть множество трактовок понятия «продвижение».
Продвижение
-
специальная
активность,
рассчитанная
на
формирование и стимулирование интереса к товару, личности,
организации или направлению деятельности.1
Продвижение - совокупность различных видов деятельности по
доведению информации о достоинствах продукта до потенциальных
потребителей и стимулированию возникновения у них желания его
купить. 2
Продвижение - это деятельность по планированию, претворению в
жизнь и контролю за физическим перемещением материалов и готовых
изделий от мест их производства к местам потребления с целью
удовлетворения нужд потребителей и выгодой для себя.3
Продвижение
- совокупность мер, направленных на значительное
увеличение продаж с помощью коммуникаций с клиентами, партнерами и
спонсорами.
Финансовый словарь проекта «Финам», проект www.finam.ru/dictionary - термин
продвижение [Электронный ресурс] URL: http://vocable.ru/slovari/finansovyi-slovar-proektafinam-proekt-www-finam-ru/dictionary.html (дата обращения - 05.05.2017)
2
Котлер Ф., Армстронг Г., Сондерс Д., Вонг В. Основы маркетинга.–М.:
Вильямс, 2003.
3
Понятие «продвижение». Управление продвижением товара [Электронный ресурс]
URL: http://www.goodstudents.ru/marketing/549-promotion-definition.html (дата обращения 05.05.2017)
1
7
В данном исследовании под продвижением будет пониматься
информирование потребителей (покупателей) о продукте, предприятии,
марке; передача информации от продавца к потенциальному покупателю
с целью влияния на его отношение к товару. 4
Обычно оно преследует три основные цели:
привлечение новых потенциальных клиентов
удержание уже существующих
поддержание популярности продукции
Стратегия продвижения - это контролируемая программа методов
и средств в представлении организацией ее продуктов потенциальным
покупателям.
Управление продвижением – это координирование разнообразных
элементов комплекса продвижения, определение целей, которые должны
быть достигнуты путем применения этих элементов, составление смет
затрат, достаточных для реализации этих целей, разработка специальных
программ (например, рекламных компаний), оценка работы и принятие
корректирующих мер в случае, если результаты не согласуются с
целями.
Функции продвижения:
создание имиджа (образа: престижности, низких цен, инноваций и
т.п.);
информирование о товаре и его параметрах, сути предложения;
сохранение популярности товаров (услуг), поддержка знания о
них у целевых групп общественности;
4
Управление маркетингом, термины [Электронный ресурс] URL:
http://vocable.ru/slovari/upravlenie-marketingom-terminy.html (дата обращения - 05.05.2017)
8
изменение имиджа товара;
создание лояльности среди участников маркетингового канала;
убеждение покупателей;
информационная поддержка потребителей, покупателей; ответы
на вопросы потребителей;
распространение информации о компании. 5
В
последние
коммуникационного
годы
все
сложнее
взаимодействия.
разграничить
Практически
не
спектр
осталось
компаний, которые ограничиваются только одним-двумя каналами
маркетинговых коммуникаций. Для того, чтобы коммуникационная
стратегия воздействовала равномерно и системно на необходимые
группы общественности, надо подключать большее количество каналов
коммуникации.
2.2. Специфика продвижения в интернете
В
данном
исследовании
значительное
внимание
уделено
коммуникациям в интернете, т.к.
специфика
продвижения
интернет-магазинов
распределяет
приоритеты коммуникационных каналов в пользу интернета
Продвижение (promotion) [Электронный ресурс] URL:
http://www.marketch.ru/marketing_dictionary/marketing_terms_p/prodvizhenie_promotion/
(дата обращения - 05.05.2017)
5
9
есть возможность проанализировать такую коммуникацию более
детально
Интернет-реклама является наиболее важным и приоритетным
элементом продвижения в ритейле.
Дальнейшее описание особенностей data-driven технологии и кейс
интернет-магазина «Юлмарт» опирается на несколько показателей
эффективности интернет-рекламы. В данном исследовании, имеет смысл
сделать обзор динамики развития сферы интернет-рекламы для того,
чтобы лучше представлять себе насколько целесообразно делать
инвестиции в данный канал коммуникаций.
По данным АКАР российский рынок интернет-рекламы в 2016
году оценивается в 136 млрд. рублей. Это примерно 38% всего
рекламного рынка (630 млрд. рублей). Сегмент интернет рекламы вырос
на 21 %, что почти вдвое больше роста всей отрасли (11%).6
Объем рекламы в средствах ее распространения в 2016 году | АКАР [Электронный
ресурс] URL: http://www.akarussia.ru/knowledge/market_size/id7363 (дата обращения 05.05.2017)
6
10
160
136
140
120
97
100
84,6
80
60
71,7
56,3
40
20
0
2012
2013
2014
2015
2016
Объем рынка интернет-рекламы, млрд рублей
Данные годовых отчетов АКАР 2012-20167
Динамика роста интернет рекламы в процентах.
40%
35%
35%
30%
27%
25%
21%
18%
20%
15%
15%
10%
5%
0%
2012
2013
2014
2015
Изменение объема рынка интернет-рекламы в %
7
Объёмы рынка рекламы | АКАР [Электронный ресурс] URL:
(дата обращения - 05.05.2017)
http://www.akarussia.ru/knowledge/market_size
2016
11
Даже несмотря на недавний экономический кризис, ослабление
рубля и введение санкций, рынок интернет-рекламы продолжил расти.
Для сравнения, можно посмотреть на динамику российского
рекламного
рынка
перспективность
в
целом,
данного
чтобы
понять
канала
преимущества
и
коммуникаций.
8
Доля всех рекламных каналов упала в 2015 году, тогда как
интернет-реклама выросла на 15 %. В остальные годы, представленные
на
графике, рост объема рынка рекламных каналов был также
значительно ниже темпов роста интернет-рекламы.
В приложении 1 можно посмотреть интерактивную версию
последнего
графика.
В
ней
имеется
возможность
сопоставить
произвольное количество коммуникационных каналов между собой, что
даст большую контрастность (нужно кликать на легенду графика).
Объем рекламы в средствах ее распространения в 2014 году | АКАР [Электронный
ресурс] URL: http://www.akarussia.ru/knowledge/market_size/id5354 (дата обращения 05.05.2017)
8
12
Доля интернет-рекламы на рекламном
рынке в 2012 году
Интернет-реклама
Остальные каналы
Доля интерент-рекламы на рекламном
рынке в 2016 году
Интернет-реклама
Остальные каналы
Важность интернет-рекламы как канала рекламной коммуникации
выросла вдвое за последние 5 лет (см. рисунок выше).
Данные исследовательских компаний позволяют сделать вывод о
перспективности данного канала коммуникации по отношению к
остальным каналам продвижения.
13
Раз рекламный рынок показывает такую динамику, то это значит,
что, игроки заинтересованы в инвестициях в данную сферу в
наибольшей степени. Приоритетность направления позволяет надеяться
на то, что методы планирования, реализации и оценки эффективности
будут эволюционировать вместе со всей сферой.
Сильный рост данной сферы создает пространство для различных
экспериментальных методик. Ведь
даже
если
они
окупаются
не
полностью, то этот потери от неэффективных экспериментов могут быть
сглажены за счет темпов роста отрасли.
3.3. Особенности продвижения интернет-магазинов
Вначале имеет смысл уточнить базовые определения, чтобы
избежать
возможного
двусмысленного
толкования
специальных
терминов.
Ритейл - розничная продажа, розница, розничная торговля,
магазин - продажа товаров и услуг конечному потребителю. Дословный
перевод английского retail – розница. В более широком смысле,
ритейл следует рассматривать не только какую-либо торговую точку, а
принцип организации торговли. Под определение ритейл подпадает
любая работа с любым покупателем, который может свободно прийти и
купить товар.
14
Ритейлер - это компания, занимающаяся розничной торговлей –
будь то супермаркет, магазин одежды, автосалон, банк, продающий
услуги частными клиентам.9
Электронная коммерция (англ. Electronic commerce, e-Commerce) бизнес, основанный на информационных технологиях.
Электронная коммерция предполагает:
- открытие своего сайта и виртуального магазина в интернете;
- наличие системы управления компанией;
- использование электронной рекламы и маркетинга;
- использование моделей бизнес для бизнеса и/или бизнес для
потребителя.10
Электронная коммерция (англ. electronic commerce, е-commerce) –
деятельность, направленная на реализацию товаров и услуг с
использованием информационных технологий на основе сетевых
взаимодействий между покупателем и продавцом.11
Интернет-торговля – форма электронной торговли, при которой
ознакомление покупателя с товаром и условиями продажи, а также
сообщение продавцу о намерении купить товар происходит посредством
информационно-коммуникационной сети Интернет.12
Ритейл – Записки маркетолога [Электронный ресурс] URL:
http://www.marketch.ru/marketing_dictionary/marketing_terms_r/riteyl/ (дата обращения 05.05.2017)
10
Словарь бизнес-терминов. Академик.ру Электронная коммерция [Электронный ресурс]
URL: http://dic.academic.ru/dic.nsf/business/17355 (дата обращения - 05.05.2017)
9
Финансово-кредитный энциклопедический словарь. —
М.: Финансы и статистика. Под общ. ред. А.Г. Грязновой [Электронный ресурс] URL:
http://finance_loan.academic.ru/2027 (дата обращения - 05.05.2017)
12
Электронный фонд правовой и нормативно-технической документации, ГОСТ Р 513032013 Торговля. Термины и определения (с Изменением N 1), оперделение №80, 2014
11
15
Интернет-магазин – часть торгового предприятия / торговой
организации
или
торговая
организация,
предназначенная
для
предоставления покупателю посредством сети Интернет сведений,
необходимых при совершении покупки, в том числе об ассортименте
товаров, ценах, продавце, способах и условиях оплаты и доставки, для
приема от покупателей посредством сети Интернет сообщений о
намерении приобрести товары, а также для обеспечения возможности
доставки товаров продавцом либо его подрядчиком, по указанному
покупателем адресу либо до пункта самовывоза.13
В своем комментарии к результатам ежегодного исследования
ассоциации компаний интернет-торговли (АКИТ), Михаил Славинский,
генеральный менеджер электронного дискаунтера «Ситилинк» сказал:
«В 2016 году, вопреки многим прогнозам, рынок в целом показал
динамику выше ожидаемой. Ключевым трендом, на мой взгляд, является
уверенный
рост
доли
непродовольственной
интернет-торговли
розницы.
Пока
в
общем
традиционный
обороте
оффлайн
раскачивается, онлайн прирастает уверенными темпами. Произошло это
за счет активного развития некоторых сегментов e-commerce и, в том
числе, Fashion и DIY. В прошлом году участниками рынка была
проделана огромная работа для того, чтобы ожидать от 2017 года
кардинальных изменений. Прежде всего, в области либерализации
некоторых отраслей торговли в Интернет, что должно стать серьезным
толчком для интенсивного развития eCommerce в России. Сегодня мы
наблюдаем у потребителя обнадеживающие тенденции к накоплению,
[Электронный ресурс] URL: http://docs.cntd.ru/document/1200108793 (дата обращения 05.05.2017)
13
Электронный фонд правовой и нормативно-технической документации, ГОСТ Р 513032013 Торговля. Термины и определения (с Изменением N 1), оперделение №57, 2014
[Электронный ресурс] URL: http://docs.cntd.ru/document/1200108793 (дата обращения 05.05.2017)
16
что чуть позже должно перерасти к восстановлению потребительской
активности. Но рынок 2016 и 2017 года – это все еще рынок цены,
которая является основным критерием выбора покупателя. Поэтому
ритейлерам в очередной раз не стоит забывать про оптимизацию
операционных костов, снижение которых позволит в данных реалиях
оставаться конкурентными.»14
По данным исследования АКИТ15, рынок интернет-торговли
показывает положительную динамику. Его темпы роста показывают
зависимость, похожую на динамику роста рынка интернет-рекламы
(параграф 2).
По данным исследования, наиболее быстрорастущая категория –
телефоны и смартфоны.
14
Исследование АКИТ «Рынок интернет-торговли в России Результаты 2016» Михаил
Славинский, генеральный менеджер электронного дискаунтера «Ситилинк»., Приложение
2, слайд № 7
15
Ассоциация компаний интернет-торговли
17
По данным совместного исследования PayPal и Data Insight,
поведение
пользователей
в
общеэкономических показателей.16
интернете
Данная
мало
зависит
от
статистика показывает
схожие выводы с исследованием АКАР (параграф 2) и с исследованием
АКИТ об объеме рынка интернет-торговли.
16
Ecommerce в России числа и тренды 2016 года. Data insight, приложение 3
18
Цена, как фактор выбора, остается одним из ключевых, что дает
преимущество в первую очередь дискаунтерам, которые по итогам 2016
года нарастили продажи на 15,3%. При этом, дискаунтеры растут
быстрее как по частоте покупок, так и по среднему чеку.17
Данный показатель сильно отличается, если сравнивать специфику
офлайн и онлайн торговли. В интернет-магазинах, у покупателя есть
возможность сравнить ценовые предложения с конкурентами (для этого
существует много удобных сервисов). Поэтому доля импульсивных
покупок в онлайн-среде намного ниже, чем в офлайн.
В интернет-магазинах намного важнее клиентская база, тогда как в
офлайне – местоположение торговой точки.
У товаров в интернет-магазинах – более низкая маржинальность
товара из-за жесткой ценовой конкуренции в онлайн-среде.
По данным исследования мобильной аудитории eCommerce,
пользователь, совершающий покупку со смартфона или планшета, с
меньшей вероятностью будет сравнивать характеристики товара с
аналогичными.18 Таким образом, имеет смысл адаптировать стратегию
продвижения к тому устройству, с которого клиент совершает целевое
действие. При использовании смартфона или планшета, контекстная
реклама
или
система
рекомендаций
сайта
может
предложить
пользователю товар с более высокой маржинальностью.
17
Исследование GfK: Тенденции развития FMCG рынка и ритейла в России [Электронный
ресурс] URL: http://www.gfk.com/ru/insaity/press-release/issledovanie-gfk-tendencii-razvitijafmcg-rynka-i-riteila-v-rossii/ (дата обращения - 05.05.2017)
18
Мобильная аудитория e-commerce. Отчет по результатам исследования. Подготовлено
GFK для Яндекс. Приложение 4, слайд 9
19
Пользователь сравнивал несколько моделей
перед покупкой
80
70
60
50
40
30
20
10
0
Компьютер
Смартфон
Планшет
73
49
54
Пользователь сравнивал
несколько моделей
По
данным
Эльдорадо
80%
исследования
воронок
внутренних
продаж
начиналось
проектов
со
компании
смартфона
и
заканчивалось на другом устройстве.19
Рост опыта использования интернета потребителями - основной
драйвер роста рынка сегодня.
Рост доли банковских карт с бонусами разного рода: приводит к
увеличению платежей по картам и росту предоплаченных заказов.20
Также это создает возможность собирать больше поведенческих данных
о клиентах.
По данным исследования Data Insight «eCommerce в России 2016.
Итоги года» прогноз динамики рынка электронной коммерции выглядит
оптимистично.21
19
Google Think Performance: Успешная практика data-driven маркетинга, Мирослав
Пинкас, Эльдорадо [Электронный ресурс] URL:
https://youtu.be/LodN7s4YUj8?list=PLm4rB-wmRQyxNTEf4Q6u9e15f0IqUwYc7&t=932
(дата обращения - 05.05.2017)
20
21
eCommerce в России 2016. Итоги года Data Insight, приложение 5, слайд 10.
eCommerce в России 2016. Итоги года Data Insight, приложение 5, слайд 10.
20
Несмотря на оптимистичные прогнозы темпов развития отрасли,
конкуренция в области ритейла очень высока, и игроки не могут себе
позволить неэффективно распределять бюджет на продвижение.
В книге «Стратегия голубого океана» говорится, что источник
сверхприбыли бизнеса заключается в формировании уникального
предложения, открытии новых товарных рынков, где еще нет
конкуренции. В других обстоятельствах, бизнес имеет очень малые
шансы получить сверхприбыль.
Крупные
игроки
рынка
eCommerce
предлагают
множество
неуникальных товаров по сопоставимым ценам, то стратегия самой низкой
цены не принесет значительного прироста прибыли. Всегда найдется другой
21
магазин, который сможет выиграть ценовую конкуренцию хотя бы в части
товарного ассортимента.
Таким образом, самая низкая цена не может быть источником
устойчивого конкурентного преимущества.
Интернет-магазины, в отличие от офлайн-ритейла, чаще работают
со сформированным спросом. В таких условиях, лояльность клиентов
может быть очень эффективным показателем конкурентоспособности
бизнеса.
Для того, чтобы обеспечивать лояльность клиентов, необходимо
собирать и использовать максимально возможное количество обратной
связи, оставляемой пользователями. Необходимо делать выводы как из
подтвердившихся так и из неподтвердившихся гипотез, и на основе этой
оценки эффективности изменять или корректировать разработанную
стратегию продвижения.
22
Выводы к главе 1
Большинство компаний используют комплексный подход к
продвижению, в который вовлечено множество каналов маркетинговых
коммуникаций.
Интернет-реклама является наиболее важным и приоритетным
каналом продвижения в eCommerce.
По данным АКАР рынок интерент-рекламы показывает самые
большие
темпы
роста
по
сравнению
с
остальными
каналами
коммуникаций (инфографика в приложении 1)22.
По данным исследования АКИТ23, рынок интернет-торговли
показывает положительную динамику. Его темпы роста показывают
зависимость, похожую на динамику роста рынка интернет-рекламы
В интернет-магазинах намного важнее клиентская база, тогда как в
офлайне – местоположение торговой точки.
Цена, как фактор выбора, остается одним из ключевых, что дает
преимущество в первую очередь дискаунтерам.
У товаров в интернет-магазинах – более низкая маржинальность
товара из-за жесткой ценовой конкуренции в онлайн-среде.
В интернет-магазинах сформированный спрос. Важна лояльность
клиентов.
Из-за высокой конкуренции и низкой маржинальности товаров,
эффективность инструментов продвижения в интернет-магазинах –
ключевой показатель жизнеспособности бизнеса.
22
23
ACAR_stats.html, приложение 1
Ассоциация компаний интернет-торговли
23
Глава 2. Data-driven технология в процессе продвижения интернетмагазина «Юлмарт»
1.1. Data-driven технология в процессе продвижения
Объём данных на цифровых носителях удваивается каждые два
года. Такой рост количества информации создает новые возможности
для исследований, прогнозирования, аналитики и принятия решений. В
том числе и в коммуникациях. За последние несколько лет появилось
огромное
количество
новых
инструментов
взаимодействия
с
потребителями, о которых раньше нельзя было и подумать.
Но большое количество аналитических инструментов не всегда
приносит выгоду. Оно может быть дорогим и неэффективным. Если
раньше многие решения по разработке стратегий взаимодействия с
пользователями выглядели интуитивно понятными, тот на данный
момент, это перестает быть таким очевидным моментом.
Для того, чтобы сложные и разнообразные аналитические
инструменты
помогали
делать
коммуникацию
компании
более
эффективной, приносили результат, были измеримыми и релевантными
той или иной задаче, стали разрабатываться различные подходы и
технологии,
позволяющие
систематизировать
аналитические
инструменты в коммуникациях.
Об одной из таких технологий и пойдет речь в данном
исследовании. Data-driven технология (англ. основанный на данных) –
подход к управлению, где основным критерием принятия решения
24
являются
результаты
измеримого
эксперимента,
основанного
на
имеющихся данных.
Дэвид Огилви однажды сказал: «Половина моих затрат на рекламу
расходуется впустую. Только вот я не знаю, какая половина».
В 2017 году ситуация сильно изменилась. Теперь есть много
новых
возможностей
измерить эффективность коммуникации
компании (и рекламы в том числе). Сложнее не запутаться в том объеме
информации,
который
накапливается
в
компании
в
результате
взаимодействия с клиентами.
Об этом говорится в книге Марка Джеффри «Маркетинг,
основанный на данных»
мнению,
являются
24
. Автор отобрал метрики, которые, по его
определяющими
в
оценке
результативности
стратегии продвижения компании.
Осведомленность о бренде (brand awareness).
Cпособность целевой аудитории узнать или вспомнить торговую
марку
компании
в
момент
совершения
выбора
или
непосредственно перед покупкой товара. Измеряется в процентах
и означает долю аудитории, которая знакома с продуктом
компании и может идентифицировать бренд в рамках товарной
категории.
Тест-драйв.
Предварительное ознакомление с продуктом.
Измерив число тест-драйвов и количество их участников,
впоследствии купивших товар, можно рассчитать среднюю
24
Джеффри М. Маркетинг, основанный на данных. 15 показателей, которые должен знать
каждый, МИФ, 2013 – 384 с.
25
вероятность покупки: количество покупок нужно разделить на
количество тест-драйвов.
Особенно актуально для дорогих товаров с низкой частотой
покупки.
Отток клиентов.
Доля потребителей, которые прекращают покупать продукты или
услуги, обычно измеряемая за год.
Основной показатель лояльности к бренду.
Уменьшение среднего показателя годового оттока до уровня ниже
срока жизни продукта может приводить к улучшению ежегодных
продаж, хотя эффект будет виден не сразу.
Уровень
удовлетворенности
клиентов
(CSAT,
Customer
Satisfaction).
Измерять CSAT лучше всего с помощью простого вопроса:
«Готовы ли вы рекомендовать этот продукт или услугу другу или
коллеге?». Только те, кто дает оценку 9 или 10 по 10-балльной
шкале (то есть однозначно готовы рекомендовать), могут
считаться полностью удовлетворенными лояльными клиентами.
Показатель объединяет лояльность и осведомленность о бренде.
Коэффициент отклика.
Коэффициент отклика =
=Количество принятых предложений / Количество контактов
Стоимость привлечения клиента (Acquisition cost, AC)
AC = Стоимость контакта / Коэффициент отклика
Прибыль.
26
Основной финансовый показатель
Прибыль = Доход – Затраты
Окупаемость.
Время, необходимое для возврата инвестиций в маркетинговую
кампанию
Пожизненная ценность клиента (CLTV, Customer Lifetime Value).
LTV = S × C × P × t,
где S – средний чек, C – среднее число покупок в месяц, P –
прибыльность в процентах от суммы чека, t – среднее «время жизни»
клиента (то есть сколько месяцев он покупает).
Очень важный стратегический показатель, который определяет
ценность клиента и позволяет сотруднику рассчитать допустимый
уровень затрат на привлечение / удержание клиента.
Цена за клик (CPC, Cost per Click).
Цена за клик на контекстную или баннерную рекламу
Конверсия по транзакциям (TCR, Transaction Conversion Rate).
Процент клиентов, которые купили товар после нескольких
нажатий на ссылки, приведшие их на сайт
Определяет связь между кликами и доходами.
Возврат на инвестиции в рекламу (ROA, Return on Add Dollar
Spent).
ROA = Возврат на инвестиции в рекламу =
= Чистая прибыль / Затраты
Доля отказов.
27
Доля посетителей сайта, покинувших его быстрее, чем через 5
секунд
Сарафанное радио (WOM, Word of Mouth), личные рекомендации.
WOM = Личные рекомендации = (Количество прямых кликов
Количество кликов по рекомендации)
/
Количество
+
прямых
кликов 25
В некоторых случаях рекомендации оказались значительно более
результативными, чем оплаченные рекламные ссылки. Иногда
приходится по-новому ранжировать важность сайтов.
В кейсе продвижения компьютерной игры Resident Evil 5
компании Capcom, колонка «Прирост за
рекомендаций» показывает влияние вирусного
счет
маркетинга –
благодаря ему прирост составил 93 %.26
С помощью приведенных выше метрик, повышается вероятность
нахождения корректных и ценных инсайтов и выявления причинноследственных связей в поведении клиентов бизнеса.
Однако обзор различных кейсов и докладов практикующих
специалистов на профильных конференциях показал, что нет единого
набора метрик, обязательных для data-driven компаний. Для каждого
отдельного случая, специфика измерений и их приоритетности может
сильно отличаться. Метрики, рассмотренные выше, не обязательны к
применению, это лишь обобщение опыта, а не жесткий свод правил.
Джеффри М. Маркетинг, основанный на данных. 15 показателей, которые должен знать
каждый, МИФ, 2013 – 384 с. – С. 222
26
Джеффри М. Маркетинг, основанный на данных. 15 показателей, которые должен знать
каждый, МИФ, 2013 – 384 с. – С. 226
25
28
Автор книги, который рекомендовал их к применению ссылался на
кейсы, которые наиболее точно иллюстрировали релевантность той или
иной метрики из числа вышеперечисленных. Но ни в одном кейсе,
приведенном автором, не встречается всего перечисленного набора.
Отсутствие решения в общем случае не облегчает формирование
релевантной стратегии продвижения в прикладной задаче.
Во втором параграфе будет рассмотрена несколько другая
структура оценки жизнеспособности стратегии продвижения, которую
использовали на практике конкретные интернет-магазины.
Для того, чтобы результативность кампании было легче измерить,
как
правило,
применяются
количественные
метрики
оценки
эффективности. Они дают более быстрый и недвусмысленный результат
измерений и хорошо подходят для оперативных, тактических решений.
Тем
не
менее,
сложно
полагаться
исключительно
на
количественные данные, для принятия стратегических решений. В
данном случае цена ошибки может быть слишком велика, и необходимо
учитывать не только эффективность, но и влияние подобных решений на
на нематериальные активы компании.
Часто
в
ритейле
очень
эффективным
является
анализ
потребительской корзины. На сайтах интернет-магазинов как правило
есть несколько рекомендованных товаров. При классическом подходе к
продвижению, специалист размещает в этом списке товары на основе
интуиции и своего представления о том, насколько часто интересы к
тому или иному товару должны пересекаться у покупателей. При
небольшом товарообороте, это может быть приемлемо, но с ростом
ассортимента, при масштабировании, эффективность этого подхода
падает.
29
Помимо тщательного анализа входящих данных, data-driven
технология предусматривает значительные повышение доли инвестиций
в инфраструктуру и профессиональные компетенции персонала, т.к.
планирование
и реализация стратегии продвижения, основанной на
данных требует нетипичных для рекламиста/маркетолога набора
компетенций.
В последние годы технологии маркетинга, рекламы и связей с
общественностью
специалистов в
очень
быстро
инновационных
развиваются.
Сложно
найти
отраслях, особенно в связи
с
отставанием учебных программ от современной практики рекламы и
связей с общественностью.27
Такие исходные данные также осложняют интеграцию data-driven
технологии.
Марк Джеффри в своей книге приводит пример распределения
приоритетов в коммуникативной политике более успешных и менее
успешных компаний.
27
Быков И. А. SMM как проблема PR-образования // Студент-преподаватель-работодатель
в эпоху цифровых технологий. Материалы научно-практического семинара. СПб.: СанктПетербургский государственный электротехнический университет ЛЭТИ, 2016. С. 18-21.
30
Имеет смысл обратить внимание то, что более успешные
компании меньше инвестируют в стимулирование продаж, больше в
маркетинговую инфраструктуру и брендинг.28
Для
того,
чтобы
интеграция
data-driven
технологии
была
максимально эффективной, необходимо удостовериться в полной
прозрачности взаимоотношений между отделами во всей структуре
компании.
Если данный подход внедряется системно, то больше вероятность
качественного улучшения результатов деятельности компании.
Автором книги был введен термин MCM (Marketing Campaign
Management), который определяет насколько глубоко интегрирована
data-driven технология в структуру менеджмента компании.
MCM (Marketing Campaign Management) – комбинация процессов,
методов и инструментов для развития, отслеживания, изменения и
контроля маркетинговых кампаний и программ с целью повышения
возврата на инвестиции в отдельные программы и маркетинговую
деятельность в целом.29
На рисунке ниже изображена схема, которая отражает связь
маркетинговых процессов с результатами работы компании.
Джеффри М. Маркетинг, основанный на данных. 15 показателей, которые должен знать
каждый, МИФ, 2013 – 384 с. – С. 28
29
Джеффри М. Маркетинг, основанный на данных. 15 показателей, которые должен знать
каждый, МИФ, 2013 – 384 с. – С. 301
28
31
Автор предлагает следующую классификацию «уровня зрелости»
компании в контексте MCM-компетенций:
32
По данным исследований только 11% рассматриваемых компаний
можно отнести к категории «продвинутый уровень MCM-компетенций».
Подводя
итоги,
можно
сказать,
что
данная
организация
продвижения приносит ощутимые выгоды при большой клиентской базе
и крупных объемах продаж. С малым бизнесом дело обстоит несколько
сложнее.
Небольшой поток клиентов/товаров можно обработать и вручную.
Зачастую такое усложнение процессов выглядит нецелесообразным. В
случае, если компания не собирается расширяться, хорошо знает свою
аудиторию и эффективно обрабатывает клиентские данные, data-driven
технология может не принести качественного улучшения результатов.
Но если в небольшом интернет-магазине постоянно растет поток
клиентов и товаров, то со временем аудитория будет становиться
сложнее, появится больше неочевидных нюансов, и результативность
продвижения будет падать из-за того, что не будет хватать людей,
33
которые могли бы выработать качественные и работоспособные
гипотезы для всего спектра предлагаемых товаров.
Одним
из
решающих
преимуществ
data-driven
технологии
является легкость ее масштабирования. Если поток клиентов увеличится
в несколько раз, то сложность аналитической работы возрастет
несильно, а в некоторых случаях, может появиться возможность лучше
изучить клиентскую базу и паттерны ее поведения, опираясь на более
репрезентативную выборку.
Тщательный анализ при оценке эффективности также может
помочь утвердить тот или иной проект у руководства компании. Люди,
отвечающие за распределение бюджета охотнее утверждают проекты с
прозрачной системой оценки эффективности. Data-driven подход в
данном случае позволит получить одобрение руководства на реализацию
той или иной стратегии в спорной ситуации.
Помимо количественных, и, по большей части финансовых
показателей,
есть
возможность
опосредованно
влиять
на
нематериальные активы компании. Статус технологичной компании,
использующей передовые технологии, может положительно повлиять на
взаимоотношения со многими группами общественности.
В списке ниже – некоторые из них:
текущие и потенциальные инвесторы
профессиональное сообщество
потенциальные сотрудники
отраслевые СМИ
исследовательские агентства
профессиональные ассоциации
34
В последний год также набирает популярность еще несколько
трендов, которые, по прогнозам аналитиков, станут одними из
важнейших инструментов продвижения в ближайшем будущем:
• разработка
персонализированных пользовательских сценариев
(т.е. работа с самообучающимися аналитическими системами,
которые
будут
менять
продвижение
в
зависимости
от
пользователя
• кросс-девайсный таргетинг (отслеживание и идентификация
одного и того же клиента независимо от того, с какого гаджета он
зашел на сайт (на данный момент компании испытывают
сложности с отслеживанием таких действий))
• расширение количества устройств, с которых будут совершаться
покупки (например VR, AR – очки, умные часы и т.п.)
2.2. Data-driven технология в продвижении интернет-магазина
«Юлмарт»
На данном этапе исследования будет проанализирован опыт
разработки и реализации стратегии онлайн-продвижения интернетмагазина «Юлмарт».
Основными
источниками
информации,
на
который
будет
опираться данный анализ, будут 3 доклада руководителя отдела
онлайн-продвижения (на 2015 год) магазина «Юлмарт» Романа
Осокина:
35
1. Доклад с конференции Яндекса «Ключевые подходы в онлайнмаркетинге для электронной коммерции» - «Digital-маркетинг для
брендов»30
2. Доклад с конференции Яндекса «Большая конференция для
рекламных агентств» - Case study No3 Яндекс.Маркет 31
3. Доклад с конференции Google Think Performance 2015 –
«Пример успешной кампании Brandformance»32
Для
анализа
информации,
предоставленной
в
докладах
с
конференций был выбран метод кейсов.
Метод кейсов – техника обучения, использующая описание
реальных экономических, социальных и бизнес-ситуаций. Обучающиеся
должны исследовать ситуацию, разобраться в сути проблем, предложить
возможные решения и выбрать лучшее из них. Кейсы основываются на
реальном фактическом материале или же приближены к реальной
ситуации.33
В предыдущем параграфе были описаны основные аспекты
data-driven технологии. Представленная теоретическая модель была
рассчитана
на
очень
широкий
спектр
коммуникационного
30
Ключевые подходы в онлайн-маркетинге для электронной коммерции 7 сентября 2015
[Электронный ресурс] URL: https://events.yandex.ru/lib/talks/3175/ (дата обращения 05.05.2017)
31
Case study No3 Яндекс.Маркет Большая конференция для рекламных агентств, 30
октября 2015[Электронный ресурс] URL: https://events.yandex.ru/lib/talks/3240/ (дата
обращения - 05.05.2017)
32
Google Think Performance 2015 – Пример успешной кампании Brandformance32, Роман
Осокин, Юлмарт [Электронный ресурс] URL: )
https://www.youtube.com/watch?v=wjTDd1vE0Z8 (дата обращения - 05.05.2017
33
Метод кейсов [Электронный ресурс] URL:
https://ru.wikipedia.org/wiki/%D0%9C%D0%B5%D1%82%D0%BE%D0%B4_%D0%BA%D0
%B5%D0%B9%D1%81%D0%BE%D0%B2 (дата обращения - 05.05.2017)
36
взаимодействия. В данном кейсе проблема поставлена несколько ýже,
т.к. описывается организация продвижения исключительно в онлайнсреде. Такой подход имеет право на существование, т.к. связать данные
из офлайна и онлайна часто бывает нетривиальной задачей. Безусловно,
многие игроки рынка сталкиваются с такой задачей, но в данном кейсе
эта проблема практически не затрагивается.
На
рынке
электронной
торговли
очень
жесткая
ценовая
конкуренция и практически невозможно иметь устойчивое конкурентное
преимущество за счет самой низкой цены на рынке.
Юлмарт старается достичь конкурентного преимущества за счет
высокого уровня лояльности и удовлетворенности клиентов. По
заявлениям докладчика одна из важнейших задач Юлмарта
–
продвижение как сервиса и продукта, а не как дискаунтера.
По данным кейса Юлмарт – самый крупный интернет-магазин
российского сегмента интернета. У
активных
покупателей
и
более
него в активе 8,2 миллиона
120 000
различных
товарных
наименований.
Несмотря
на
широкий
ассортимент
товаров,
у
Юлмарта
практически нет уникальных товарных предложений, которые нельзя
было бы приобрести у конкурентов.
В таких условиях крайне неэффективно вручную создавать
рекламные сообщения. Это бы вылилось в очень большие расходы,
которые бы нивелировали все положительные притоки капитала с
продаж.
Поэтому вся реклама, за исключением имиджевой и видеорекламы
была автоматизирована.
37
По данным исследования Data Insight, средняя конверсия в
российском eCommerce в 2016 году составила 2,4%.34 Средняя
конверсия на сайте Юлмарта составила 4%.
Такие
высокие
показатели
достигаются
за
счет
показов
релевантных рекламных сообщений заинтересованной аудитории.
Наилучшие возможности для анализа клиентского поведения
появляются у магазина тогда, когда уже имеется информация о
предыдущих реакциях клиента на взаимодействие с компанией.
В данном примере наивысшую эффективность имеет ремаркетинг.
Ремаркетинг – это функция, позволяющая показывать рекламу
пользователям, которые раньше уже заходили на сайт. 35
В работе с пользователями, которые уже являются лояльными
клиентами,
очень
эффективно
работает
email-рассылка.
Также
достаточно эффективный канал – предложение сопутствующих товаров.
При большом объеме клиентов и длительной истории взаимодействия с
ними
у
Юлмарта
появилась
возможность
настроить
систему
рекомендации сопутствующих товаров, которая автоматически искала
статистические
закономерности
сочетаемости
товаров
и
делала
релевантные предложения лояльным клиентам.
Однако
исключительно
достаточно
вокруг
сложно
лояльных
строить
клиентов.
свою
стратегию
Необходимо
также
привлекать новых клиентов, чтобы пополнять клиентскую базу.
Одна из наиболее инновационных метрик, которыми пользовался
Юлмарт для привлечения новых клиентов – это look alike.
34
Конверсия интернет-магазинов Рунета в разных категориях. Исследование Data Insight,
приложение 7
35
Ремаркетинг - Cправка – AdWords [Электронный ресурс] URL:
https://support.google.com/adwords/answer/1752338?hl=ru (дата обращения - 05.05.2017)
38
Look-Alike
(англ.
«поиск
похожих»)
—
социально-
демографический и поведенческий таргетинг, благодаря которому товар
и/или услугу предлагают пользователям, по многим показателям
похожим на существующих клиентов рекламодателя.36
Юлмарт использовал данный подход таким образом:
Команда отследила наиболее лояльных клиентов (у них был
наиболее высокий показатель customer life-time value37) и запустила
кампанию по поиску людей, похожих по социально-демографичеким и
поведенческим характеристикам на данных клиентов. По заявлениям
докладчика эта кампания принесла очень хорошие результаты.
Стоит отметить, что такой подход не будет эффективен без
наличия большой и репрезентативной выборки, т.к. для корректной
работы look-alike нужно большое количество тестовых примеров,
которое позволит системе обучиться и найти закономерности.
Ключевым принципом онлайн-продвижения Юлмарта является
отслеживание поведения клиента не только во время текущей
транзакции, но и на всем протяжении взаимодействия клиента с
интернет-магазином.
36
wiki-look-alike [Электронный ресурс] URL: http://rtb-media.ru/wiki-look-alike/ (дата
обращения - 05.05.2017)
37
CLTV, параграф 2.1, с.26
39
По
заявлению
докладчика,
Юлмарт
старается
строить
коммуникацию вокруг клиента. Поэтому ключевым показателей
является пожизненная ценность клиента (LTV = CLTV) 38. Такая метрика
позволяет
увеличивать
лояльность
клиентов
и
их
ценность
в
долгосрочной перспективе.
По данным других докладов, а также теоретического параграфа
2.1. это наиболее важный показатель для data-driven кампаний.
Еще одним определяющим моментом в онлайн-продвижении
Юлмарта является модель атрибуции.
Модель
определяющих
атрибуции –
принцип
это
правило
распределения
или
ценности
набор
среди
правил,
точек
взаимодействия в пути конверсии.39
38
CLTV, параграф 2.1, с.26
Модель атрибуции - Cправка - Google Analytics [Электронный ресурс] URL:
https://support.google.com/analytics/answer/6086214?hl=ru (дата обращения - 05.05.2017)
39
40
На
рисунке
Существуют
2
выше
основных
изображен
подхода
жизненный
к
цикл
клиента.
интерпретации
данных
изображенных на рисунке: last-click и post-click.
Если использовать last-click атрибуцию, эффективным считается
только тот канал взаимодействия, в результате которого пользователь
совершил целевое действие.
В last-click атрибуции эффективными считаются каналы organic
search, Email и type-in.
Post-click атрибуция оценивает картину в целом. В данном случае
все каналы взаимодействия будут считаться эффективными настолько,
насколько велика пожизненная ценность клиента в результате всего
цикла взаимодействия.
Post-click атрибуция – важная часть data-driven технологии в
ритейле. Она используется интернет-магазином «Юлмарт», когда
41
существует такая техническая возможность и приносит лучший
результат, чем last-click.
Если клиент заходит на сайт интернет-магазина с одного и того же
устройства (напр. компьютера), то есть хорошие шансы «узнать» его и
добавить данные для post-click атрибуции. Но если у клиента несколько
активных устройств, то такое взаимодействие сложнее отследить. Такое
взаимодействие называется кросс-девайсным.
По мнению экспертов кросс-девайсное взаимодействие – очень
актуальный тренд в отрасли, который в скором времени может стать
определяющим.
Основываясь на данном кейсе, кейсе Эльдорадо40 и других
материалах профильных конференций можно сделать вывод о том, что
крупный онлайн-ритейлеры системно используют свои огромные
массивы данных о клиентах для того, чтобы повысить результативность
продвижения.
Можно
заметить,
что
система
анализа
и
интерпретации
клиентских данных сильно отличается от теоретической модели из
параграфа 2.1. Модель, которой пользуется магазин Эльдорадо также
сильно отличается от теоретических выкладок из первого параграфа.
Некоторые
метрики
являются
определяющими
как
в
теоретической части, так и в данном кейсе. Однако различий все же
больше, чем сходств. Практически невозможно разработать детальное
решение, которое работало бы в общем случае.
40
Google Think Performance: Успешная практика data-driven маркетинга, Мирослав
Пинкас, Эльдорадо [Электронный ресурс] URL:
https://youtu.be/LodN7s4YUj8?list=PLm4rB-wmRQyxNTEf4Q6u9e15f0IqUwYc7&t=997
(дата обращения - 05.05.2017)
42
Данный факт осложняет интеграцию data-driven технологии в
продвижение
компании.
Необходимо
очень
тщательно
проанализировать специфику бизнес-процессов и системы сбора и
обработки клиентских данных не только на уровне маркетинга, но и на
уровне менеджмента.
Такие особенности создают достаточно высокий порог входа для
интеграции data-driven технологии в структуру продвижения.
Для реализации такой технологичной стратегии продвижения
необходимо иметь сильную и компетентную команду с клиентской
стороны. Это также является одним из трендов отрасли.
Однако в данном кейсе, как и в аналогичных кейсах крупных
онлайн-ритейлеров это оказалось действенной мерой. Детали кейсов
позволяют сделать вывод о том, что data-driven подход становится
стандартом в данной отрасли.
3.3. SWOT-анализ целесообразности интеграции data-driven
технологии
На предыдущих этапах исследования были выполнены следующие
действия:
было описаны современные трактовки понятия продвижения
было дано представление о динамике роста различных каналов
коммуникаций
была описана специфика продвижения в сегменте eCommerce
43
было рассказано о теоретических положениях, описывающих
детали data-driven технологии
на
примере
кейса
интернет-магазина
Юлмарт
было
дано
представление о том, насколько положения первого параграфа
второй главы применимы на практике
В данном параграфе будет представлен обобщенный анализ
целесообразности интеграции data-driven технологии в структуру
продвижения интернет-магазина.
Для
того,
чтобы
отчет
давал
полное
недвусмысленное
представление о преимуществах и недостатках данной технологии, был
выбран инструмент стратегического менеджмента SWOT-анализ.
SWOT-анализ
– один из самых распространенных методов,
оценивающих в комплексе внутренние и внешние факторы, влияющие
на развитие компании. Это анализ сильных и слабых сторон
организации, а также возможностей и угроз со стороны внешней
окружающей среды.
Термин SWOT впервые был использован Кеннетом Эндрюсом
(Kenneth Andrews) в 1963 году в Гарварде на конференции по проблемам
бизнес-политики.
SWOT расшифровывается как:
Strengths – сильные стороны,
Weakness – слабые стороны,
Opportunities – возможности,
Threats – угрозы.41
41
SWOT-анализ [Электронный ресурс] URL: http://www.executive.ru/wiki/index.php/SWOT-%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7
(дата обращения - 05.05.2017)
44
S. Сильные стороны.
1. Появляются инсайты, которые можно использовать для развития
продвижения и бизнеса в целом.
В результате интеграции data-driven технологии в структуру
продвижения,
возрастает
количество
найденных
закономерностей
пользовательского поведения.
Появляется возможность обнаружить и сегментировать новые
группы потребителей. В результате таких исследований появляются
интересные инсайты, которые можно применить не только в онлайнпродвижении, но и посредством более традиционных способов
коммуникации с клиентом.
Также, в результате этого, появляется возможность адоптировать
получившиеся выводы для оптимизации работы других отделов
компании.
2.
Легкость
масштабирования
при
расширении
ассортимента
/
клиентской базы
Данная технология легко масштабируется и практически не
требует увеличения количества сотрудников при расширении оборота и
клиентской базы.
Это свойство очень актуально для небольшого интернет-магазина
на этапе быстрого роста.
3. Автоматизация процессов размещения интернет-рекламы.
Актуальная функция при большом ассортименте товаров. Без
автоматизации в крупном интернет-магазине необходимо содержать
очень большой и финансово затратный штат сотрудников, который бы
45
вручную создавал рекламные сообщения для каждого отдельного
товара.
4. Положительное влияние на нематериальные активы компании
Статус
технологичной
компании,
использующей
передовые
технологии, может положительно повлиять на взаимоотношения со
инвесторами, потенциальными сотрудниками, отраслевыми СМИ и
профессиональными ассоциациями.
5. Сокращение нецелевых расходов
Более
широкие
возможности
оценки
отдельных
каналов
взаимодействия с пользователями позволяют эффективнее распределять
бюджет между каналами и избегать необязательных финансовых потерь.
6. Более точная сегментация клиентов
Если у клиента есть история взаимодействия с магазином, то
можно использовать не только социально-демографические параметры
классификации, но и поведенческие.
7. Возможность для прогнозирования дальнейшего поведения клиентов
Если у клиента уже есть история взаимодействия с магазином, то
появляется возможность проанализировать активность пользователя и
спрогнозировать его дальнейшую ценность для бизнеса.
Чем длиннее история взаимодействия, тем точнее прогноз.
W. Слабые стороны
1. Сложность внедрения и интеграции.
46
Внедрение данной технологии может быть сложным решением для
менеджмента компании, т.к. это технологически сложно и дорого.
2.
Необходимость
иметь
сильный
ИТ-отдел
и
развитую
ИТ-
инфраструктуру.
Для настройки и поддержки структуры продвижения, основанной
на данных, необходимо иметь в команде специалистов, занимающихся
выгрузкой и анализом данных.
В случае с разнообразным ассортиментом и широкой клиентской
базой, необходимо иметь CRM-систему. Ее поддержка и обучение
персонала взаимодействию с ней также может быть очень трудоемким
процессом.
3. Набор компетенций профильного специалиста сильно отличается от
традиционных навыков, принятых в сфере рекламы и маркетинга.
Необходимо хорошо разбираться в анализе данных. Нужны
базовые знания статистики и теории вероятности.
4. Мало квалифицированных специалистов в этой области.
Это очень молодое направление. Специалист с одной стороны
должен хорошо знать математику и статистику, а с другой стороны
глубоко понимать маркетинга и менеджмента. Это не самый часто
встречающийся набор компетенций на рынке труда.
5. Внедрение данной технологии редко дает быстрый результат.
Интеграция и настройка системы может занимать до полугода.
Для того, чтобы оценить отложенный эффект, необходимо еще
несколько месяцев.
47
Для
принятия
решения
о
внедрении
данной
технологии
необходимо иметь очень серьезный кредит доверия руководства или
должна быть очень серьезная рыночная необходимость.
6. Сложность данных, сложность интерпретации данных.
Зачастую
выводы,
которые
получаются
в
результате
сопутствующих исследований основываются на очень сложных и
громоздких причинно-следственных связях и не кажутся интуитивнопонятными.
7. В случае с небольшим ассортиментом / клиентской базой выгоды от
интеграции данной технологии слишком малы и не соответствуют
затраченным усилиям.
Если интернет-магазин имеет маленькую клиентскую базу, узкий
ассортимент товаров и не собирается расширяться, то интеграция
данной технологии может быть нецелесообразной.
Возможно имеет смысл частично внедрить отдельные элементы,
но комплексное решение будет слишком трудоемким.
О. Возможности
1.
Широкое
применение
коммуникационной
кампании,
результатов,
для
полученных
лучшего
в
ходе
взаимодействия
с
клиентами.
В результате интеграции и использования data-driven технологии,
у компании появляется больше информации о клиентах. Появляется
больше
поведенческих
критериев
покупательной способности клиентов.
для
сегментации
и
прогноза
48
2. Персонализация контента для различных групп аудитории.
На данный момент это функция реализована как список
сопутствующих товаров. В перспективе возможна более детальная
адаптация контента на сайте под конкретную модель поведения клиента.
3. Отслеживание кросс-девайсных клиентских действий.
Сейчас довольно сложно идентифицировать одного и того же
человека, когда он заходит на сайт интернет-магазина с различных
устройств. Решение данной проблемы – один из главных трендов в
отрасли.42 Если данная проблема будет решена, то нецелевые расходы на
продвижение могут быть снижены по сравнению с текущими
показателями.
4. Более точные персональные рекомендации
Уже сейчас системы рекомендаций во многих кейсах (особенно в
ремаркетинге) приносят хороший результат. Но в перспективе их
эффективность может еще вырасти.
5. Возможное расширение количества устройств, с которых будут
совершаться покупки. Например VR, AR – очки, умные часы и т.п.
Увеличение количества гаджетов и, как следствие, увеличение
паттернов
поведения
клиентов
может
дать
дополнительную
информацию о вероятности целевого действия, что, в свою очередь,
может повысить эффективность кампании.
T. Угрозы
1. Существует вероятность не окупить инвестиции, затраченные на
интеграцию технологии и обучение персонала
42
Конференция Google Think Performance 2016
49
Стартовые затраты могут быть довольно болезненны, особенно в
случае отсутствия ИТ-инфраструктуры в компании.
2. Если коммуникация между разными отделами компании затруднена, и
затруднен
обмен
клиентскими
данными,
то
эффективность
коммуникационных кампаний будет значительно ниже ожидаемого
уровня.
Для эффективной работы данного подхода необходимо системно
агрегировать клиентские данные всеми доступными способами. От этого
напрямую зависит эффективность работы.
3. Если полностью отказаться от традиционных метрик оценки
эффективности и полностью автоматизировать процесс, доверить
стратегические решения алгоритмам, то есть риск совершить ошибки и
потерять деньги.
Пока что современные системы автоматизации взаимодействия с
клиентами
успешно
справляются
с
тактическими
однотипными
задачами, но рискованно полагаться исключительно на такие данные,
особенно принимая стратегические решения.
50
Выводы к главе 2.
Data-driven технология – технологически сложное комплексное
управление процессами продвижения на основе собранных данных о
продуктах и пользователях.
Теоретическая
модель
описанная
Марком Джеффри
имеет
сильные расхождения с рассматриваемым кейсом интернет-магазина
«Юлмарт» (пар. 2.2), а также с другими примерами применения (кейсы
конференции Google Think Performance 2015).
Интеграция data-driven технологии в структуру продвижения
компании – очень сложный и болезненный процесс. Нет единой
теоретической модели, которая подходила бы в общем случае. Каждый
раз необходимо тщательно анализировать специфику сферы бизнеса и
конкретной компании.
Тем не менее данная модель достаточно результативна в случае с
Юлмартом, а также с другими крупными интернет-магазинами.
Специфика eCommerce позволяет получить существенные выгоды от
анализа клиентских данных, особенно при крупных объемах бизнеса.
51
Заключение
В
текущем
исследовании
были
оценены
возможности
и
целесообразность интеграции data-driven технологии с структуру
продвижения интернет-магазина.
В ходе исследования были решены следующие задачи:
1. Рассмотреть современные трактовки понятия продвижение.
2. Выявить
специфику
приоритетов
продвижения
в
сфере
электронной коммерции
3. Оценить текущий статус и перспективы рынка электронной
коммерции
4. Дать представление об основах data-driven технологии на основе
наиболее распространенной теоретической модели
5. Проанализировать кейс интерент-магазина «Юлмарт»
6. Оценить насколько практический опыт применения согласуется с
теоретической моделью
7. Сделать SWOT-анализ данной технологии на основе данных,
представленных в кейсе и в предыдущих главах/параграфах
Обобщенные
итоги
исследования
подвел
SWOT-анализ
(параграф 3.3).
На основе предыдущих этапов данного исследования и SWOTанализа, как обобщающего элемента, можно сделать следующие
выводы:
52
Данный подход имеет как серьезные преимущества, так и
серьезные недостатки.
Тяжело обобщить и систематизировать опыт применения данной
технологии. Этот аспект осложняет интеграцию data-driven технологии в
прикладной задаче.
Зачастую решение сильно зависит от уровня технической
грамотности руководителя отдела продвижения / рекламы / маркетинга
или главы компании. Сложно получить однозначный ответ на то нужно
ли применять data-driven технологию в том или ином конкретном
случае.
Тем не менее, изученные кейсы позволяют убедиться в том, что
лидеры рынка, крупнейшие интернет-магазины активно используют
data-driven технологию в онлайн-продвижении, даже несмотря на
сложности интеграции.
Это обусловлено:
жесткой конкуренцией
практически одинаковым и очень широким ассортиментом
товаров
обширной клиентской базой
низкой
маржинальностью
товаров
из-за
сильной
ценовой
конкуренции и возможности клиента быстро сравнить цену с
аналогичным предложением конкурента
Такие специфические условия рынка крупных сетевых интернетмагазинов
вынуждают
игроков
рынка
разрабатывать
предельно
эффективные кампании по продвижению. Это необходимо для того
чтобы бизнес в данных жестких условиях оставался жизнеспособным.
53
Перед началом исследования была сформирована гипотеза о том,
что eCommerce – наиболее перспективная сфера бизнеса для применения
data-driven технологии.
Анализ докладов практикующих специалистов на профильных
конференциях Google Think Performance 2015, Google Think Performance
2016, конференции Яндекса «Digital-маркетинг для брендов», а также
анализ кейса интернет-магазина «Юлмарт» позволяет сделать вывод о
том, что специфика рынка eCommerce (особенно крупных игроков)
очень хорошо подходит для интеграции data-driven технологии.
Таким
образом
можно
утверждать,
что
гипотеза,
сформулированная во введении, подтвердилась.
Есть основания полагать, что в других сферах и на других рынках
data-driven технология не так распространена из-за другой специфики
паттернов поведения клиентов, конкурентной среды и зачастую
меньшего количества клиентов, товаров и сопутствующих данных.
Сфера eCommerce была выбрана именно из-за того, что в ней
(согласно
гипотезе
из
введения)
сформировалась
наиболее
благоприятная среда для интеграции data-driven технологии. Такая
специфика организации бизнеса позволяет наиболее подробно и
разносторонне проанализировать преимущества и недостатки такого
подхода к продвижению.
В последние 5 – 10 лет наблюдается взрывной рост технологий
обработки и анализа данных. Данное исследование анализирует
актуальный пример применения этих технологий в продвижении.
Динамика роста, мнение экспертов, публикации в отраслевых СМИ
позволяют
прогнозировать
продвижения.
дальнейшую
эволюцию
технологий
54
Список использованных источников и литературы
1. 5 Killer Examples of Data-Driven Marketing [Электронный ресурс] URL:
http://www.wordstream.com/blog/ws/2016/08/25/data-driven-marketing
(дата обращения - 05.05.2017)
2. A
Data-Driven
Approach
to
Customer
Relationships
[Электронный ресурс] URL: https://sloanreview.mit.edu/case-study/a-data(дата обращения -
driven-approach-to-customer-relationships/
05.05.2017)
3. Big
Data
Use
Case
Pattern
–
Data
Driven
E-Commerce
ресурс]
[Электронный
URL:
https://www.qubole.com/resources/solution/ecommerce-big-data/
(дата
обращения - 05.05.2017)
4. Case study No3 Яндекс.Маркет Большая конференция для рекламных
агентств,
30
октября
2015[Электронный
ресурс]
URL:
https://events.yandex.ru/lib/talks/3240/ (дата обращения - 05.05.2017)
5. Data-Driven Marketing in 2016: Bigger, Faster, Better [Электронный
ресурс] URL: https://www.entrepreneur.com/article/254739
(дата
обращения - 05.05.2017)
6. Data-driven
E-commerce
case study -
cohorts
and segmentation
[Электронный ресурс] URL: https://medium.com/data36/data-driven-ecommerce-case-study-cohorts-and-segmentation-c87cf07c867f
(дата
обращения - 05.05.2017)
7. Data-driven Sberbank. Кейсы применения ML и AI в банке Конференция Яндекса «Машинное обучение для бизнеса», 16 февраля
2017 [Электронный ресурс] URL: https://events.yandex.ru/lib/talks/4328/
(дата обращения - 05.05.2017)
55
marketing.
8. Data-driven
Маркетинг,
основанный
на
[Электронный ресурс] URL: http://rtb-media.ru/wiki-data-driven/
данных
(дата
обращения - 05.05.2017)
9. Data-driven маркетинг: будущее уже здесь [Электронный ресурс] URL:
http://www.cossa.ru/152/115144/ (дата обращения - 05.05.2017)
10. eCommerce в России 2016. Итоги года. Исследование Data Insight.
Приложение 5
11. Google Think Performance: Возможности расширенной электронной
торговли,
Александра
Кулачикова
[Электронный
(дата
https://www.youtube.com/watch?v=bvtPbdUJTIk
ресурс]
URL:
обращения
-
05.05.2017)
12. Google Think Performance: Использование CRM для максимизации
прибыли с рекламы, Ладо Лебанидзе [Электронный ресурс] URL:
https://youtu.be/lpAtY6dynRg?list=PLm4rBwmRQyxNTEf4Q6u9e15f0IqUwYc7&t=242
(дата
обращения
-
05.05.2017)
13. Google Think Performance: Пример успешной кампании Brandformance,
Роман
Осокин,
Юлмарт[Электронный
https://www.youtube.com/watch?v=wjTDd1vE0Z8
ресурс]
URL:
(дата обращения
-
05.05.2017)
14. Google Think Performance: Успешная практика data-driven маркетинга,
Мирослав
Пинкас,
Эльдорадо
[Электронный
ресурс]
URL:
https://youtu.be/LodN7s4YUj8?list=PLm4rBwmRQyxNTEf4Q6u9e15f0IqUwYc7&t=932
(дата
обращения
-
05.05.2017)
15. Janstch J. Duct Tape Marketing Revised and Updated: The World's Most
Practical Small Business Marketing Guide, Thomas Nelson, 2011- 311 p.
16. Kaushik A., Web Analytics 2.0 The Art of Online Accountability & Science
of Customer Centricity, Wiley Publishing, Inc., Indianapolis, Indiana, 2010
– 507 p.
56
17. Pasquale F. The black box society : the secret algorithms that control money
and information, Harvard University Press, Cambridge, MA, 2015 – 320 p.
[Электронный
18. SWOT-анализ
ресурс]
URL:
http://www.e-
xecutive.ru/wiki/index.php/SWOT(дата
%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7
обращения - 05.05.2017)
19. Ecommerce в России: числа и тренды 2016 года Взгляд из ноября.
Исследование Data Insight. Приложение 3
20. «Компьютер не понимает смысла событий»: проблемы использования
машинного обучения в маркетинге [Электронный ресурс] URL:
https://vc.ru/p/big-data-marketing
(дата обращения - 05.05.2017)
21. Анализ данных Vs интуиция. Как совместить несовместимое в
интернет-маркетинге?
[Электронный
ресурс]
URL:
http://lpgenerator.ru/blog/2015/11/26/analiz-dannyh-vs-intuiciya-kaksovmestit-nesovmestimoe-v-interent-marketinge/
(дата обращения -
05.05.2017)
22. Быков И. А. SMM как проблема PR-образования // Студентпреподаватель-работодатель
Материалы
в
эпоху
научно-практического
цифровых
семинара.
технологий.
СПб.:
Санкт-
Петербургский государственный электротехнический университет
ЛЭТИ, 2016. С. 18-21.
23. Быков И. А. Копилефт и технологии вирусного маркетинга в
интернете // Средства массовой информации в современном мире:
Петербургские чтения. СПб.: Роза мира, 2009. С. 174-175.
24. Быков И. А. Этические и правовые аспекты интегрированных
коммуникаций
//
Интегрированные
коммуникации
(основы
рекламы и связей с общественностью): учебное пособие (под ред.
А. Д. Кривоносова). СПб.: СПбГЭУ, 2014. С. 160-170.
57
25. Быков И. А., Мажоров Д. А., Слуцкий П. А., Филатова О. Г.
Интернет-технологии в связях с общественностью. СПб.: Роза
мира, 2010. 275 с.
26. Гэд Т., «4D брэндинг: взламывая корпоративный код сетевой
экономики» – СПб: Издательство: Стокгольмская школа экономики в
Санкт-Петербурге, 2001 – 230 с.
27. Джеффри М. Маркетинг, основанный на данных. 15 показателей,
которые должен знать каждый, МИФ, 2013 – 384 с.
28. Диксит А., Нейлбафф Б. Теория игр. Искусство стратегического
мышления в бизнесе и жизни, МИФ, 2016 – 494 с.
29. Исследование GfK: Тенденции развития FMCG рынка и ритейла в
России [Электронный ресурс] URL: http://www.gfk.com/ru/insaity/pressrelease/issledovanie-gfk-tendencii-razvitija-fmcg-rynka-i-riteila-v-rossii/
(дата обращения - 05.05.2017)
30. Кейс агентства Mark&Sales: Как автоматизировать продажи за месяц
[Электронный ресурс] URL: https://vc.ru/p/automation-sales
(дата
обращения - 05.05.2017)
31. Ким Ч., Моборн Р. Стратегия голубого океана, МИФ, 2016 – 336 с.
32. Ключевые подходы в онлайн-маркетинге для электронной коммерции
7
сентября
2015[Электронный
ресурс]
URL:
https://events.yandex.ru/lib/talks/3175/ (дата обращения - 05.05.2017)
33. Котлер Ф., Армстронг Г., Сондерс Д., Вонг В. Основы маркетинга.–М.:
Вильямс, 2003.
34. Кукьер К., Майер-Шенбергер В. Большие данные. Революция, которая
изменит то, как мы живем, работаем и мыслим, МИФ, 2013 – 240 с.
35. Метод
кейсов
[Электронный
ресурс]
URL:
https://ru.wikipedia.org/wiki/%D0%9C%D0%B5%D1%82%D0%BE%D0%
B4_%D0%BA%D0%B5%D0%B9%D1%81%D0%BE%D0%B2
обращения - 05.05.2017)
(дата
58
36. Мобильная аудитория e-commerce. Исследование GFK. Приложение 4
37. Объем рекламы в средствах ее распространения в 2014 году | АКАР
[Электронный
ресурс]
URL:
http://www.akarussia.ru/knowledge/market_size/id5354 (дата обращения 05.05.2017)
38. Объем рекламы в средствах ее распространения в 2016 году | АКАР
[Электронный
ресурс]
URL:
http://www.akarussia.ru/knowledge/market_size/id7363 (дата обращения 05.05.2017)
39. Объёмы рынка рекламы | АКАР [Электронный ресурс] URL:
http://www.akarussia.ru/knowledge/market_size
(дата
обращения
-
05.05.2017)
40. Понятие
«продвижение».
Управление
продвижением
товара
[Электронный ресурс] URL: http://www.goodstudents.ru/marketing/549promotion-definition.html (дата обращения - 05.05.2017)
41. Продвижение
(promotion)
[Электронный
ресурс]
URL:
http://www.marketch.ru/marketing_dictionary/marketing_terms_p/prodvizhe
nie_promotion/ (дата обращения - 05.05.2017)
42. Рис Э. Бизнес с нуля. Метод Lean Startup для быстрого тестирования
идей
и
выбора
бизнес-модели,
Альпина Паблишер, 2017- 256 с.
43. Ритейл
–
Записки
маркетолога
[Электронный
ресурс]
URL:
http://www.marketch.ru/marketing_dictionary/marketing_terms_r/riteyl/
(дата обращения - 05.05.2017)
44. Рынок Интернет-торговли. Результаты 2016. Исследование АКИТ.
Приложение 2
45. Словарь бизнес-терминов. Академик.ру
Электронная
коммерция
[Электронный ресурс] URL: http://dic.academic.ru/dic.nsf/business/17355
(дата обращения - 05.05.2017)
59
46. Ульяновский А.В. Маркетинговые коммуникации: 28 инструментов
Миллениума. – ЭКСМО, 2008
47. Управление маркетингом, термины [Электронный ресурс] URL:
http://vocable.ru/slovari/upravlenie-marketingom-terminy.html
(дата
обращения - 05.05.2017)
48. Финансово-кредитный энциклопедический словарь.—
М.: Финансы и статистика. Под общ. ред. А.Г. Грязновой
[Электронный ресурс] URL: http://finance_loan.academic.ru/2027 (дата
обращения - 05.05.2017)
49. Финансовый
словарь
проекта
«Финам»,
проект
www.finam.ru/dictionary - термин продвижение [Электронный
ресурс]
URL:
http://vocable.ru/slovari/finansovyi-slovar-proekta-
finam-proekt-www-finam-ru/dictionary.html
(дата обращения -
05.05.2017)
50. Электронный
фонд
правовой
и
нормативно-технической
документации, ГОСТ Р 51303-2013 Торговля. Термины и определения
(с Изменением N 1), оперделение №57, 2014 [Электронный ресурс]
URL:
http://docs.cntd.ru/document/1200108793
(дата
обращения
-
05.05.2017)
51. Электронный
фонд
правовой
и
нормативно-технической
документации, ГОСТ Р 51303-2013 Торговля. Термины и определения
(с Изменением N 1), оперделение №80, 2014 [Электронный ресурс]
URL:
http://docs.cntd.ru/document/1200108793
(дата
обращения
-
05.05.2017)
52. Янч Д. По рекомендации. Бизнес, который продвигает себя сам, МИФ,
2015 – 272 с.
60
Приложения
Все приложения прикреплены к исследованию на электронном
носителе.
Список приложений:
1. Интерактивная инфографика «Изменение объемов рынка каналов
рекламной коммуникации в %»
2. Рынок Интернет-торговли. Результаты 2016. Исследование АКИТ.
3. Ecommerce в России: числа и тренды 2016 года Взгляд из ноября.
Исследование Data Insight.
4. Мобильная аудитория e-commerce. Исследование GFK.
5. eCommerce в России 2016. Итоги года. Исследование Data Insight.
6. Использование
CRM
данных
для
максимизации
Исследование Google.
7. Конверсия интернет-магазинов Рунета в разных категориях.
Исследование Data Insight, приложение 7
прибыли.
Отзывы:
Авторизуйтесь, чтобы оставить отзыв