Димитри Маекс - Ключевые цифры. Как заработать больше, используя данные, которые у вас уже есть
Теперь давайте предположим, что мы задали участникам два независимых вопроса: первый – о важности управления цепочкой поставок; второй – о возможности сотрудникам постоянно работать за пределами офиса. Ответы на эти вопросы выглядели так, как представлено ниже.
Вы довольно легко можете увидеть три сегмента: первый – люди, считающие управление цепочкой важным (справа); второй – люди, не считающие управление цепочкой важным, но отдающие должное важности мобильности рабочей силы (вверху слева); третий – люди, не считающие важным ни один из вопросов (внизу слева).
Нам было нужно придать этим результатам визуальную форму. Но справиться с этой задачей на компьютере не так-то просто. Один вариант может состоять в том, чтобы нарисовать границы с помощью определения сравнительного расстояния. При проведении кластерного анализа мы давали компьютеру следующие инструкции:
• минимизировать расстояние между точками, принадлежащими к одной и той же группе, что позволяет более четко выразить суть групп, а значит, позволяет и вам легче их выявить;
• максимизировать расстояние между центрами различных групп, чтобы группы стали более заметными и вам было проще их найти.
Если вопрос заключался бы в оценке всего двух-трех потребностей, то нам вообще не понадобился бы компьютер. Мы могли бы увидеть и нарисовать нужные точки самостоятельно, а затем провести границы вокруг кластеров. Но вы наверняка помните, что мы хотели изучить не две потребности, а целых семнадцать. Это нам не по силам. (Вы мне не верите? Попытайтесь оценить хотя бы половину – и вы рискуете сойти с ума.)
Заставив компьютер обработать данные по всем семнадцати параметрам, мы обнаружили, что у нас сформировалось пять основных кластеров. Они значительно различаются между собой, когда речь заходит о сравнительной важности каждой из семнадцати потребностей, однако внутри каждого кластера потребности участников были крайне схожи между собой.
• Сегмент 1
Базовые потребности (16 %)
Небольшие компании, работающие «для удовольствия» владельцев и обеспечивающие их постоянной занятостью и доходом. Небольшой уровень потребностей в информационно коммуникационных технологиях.
• Сегмент 2
Ориентированность на клиента (16 %)
Компании, занимающиеся сервисом для конечных пользователей и нуждающиеся в укреплении связей с клиентами и улучшении сервиса. Необходимость создания технологии, позволяющей ориентироваться на клиента.
• Сегмент 3
Эффективность работы (14 %)
Компании среднего размера, имеющие потребности в упрощении производственных процессов и улучшении сервиса для клиентов. Большая потребность в технологиях, улучшающих операционную деятельность.
• Сегмент 4
Гибкость и безопасность (18 %)
Оптимистичные и нацеленные на активное использование технологий компании, для которых гибкость бизнеса служит основным приоритетом. Хорошо разбираются в вопросах информационно коммуникационных технологий, обеспечивающих гибкость и безопасность бизнеса; испытывают в них потребность.
• Сегмент 5
Высокие потребности (19 %)
Молодые, технологически подкованные компании, основная мотивация которых связана с ростом и расширением. Масса потребностей во всех направлениях.
Наше исследование позволило компании получить огромную отдачу. Разделив рынок подобным образом, BT получила возможность разговаривать различно с каждой группой. Например, при общении с группой из второго сегмента (сильнее всего сфокусированной на интересах клиентов) мы могли говорить о вопросах безопасности совсем не так, как с группой из третьего сегмента, интересовавшейся улучшением внутренних операций. Если при общении с первыми мы говорили о том, как технологии BT помогут им обеспечить безопасность их клиентов, то, общаясь с другими, мы уделяли внимание тому, как решения BT обеспечивают безопасность внутренних систем.
Такая сегментация по потребностям позволила нам получить мощный инструмент для подбора соответствующих брендовых коммуникаций.
Согласованность ваших методов
Вы можете совмещать анализ потребностей с любой другой работой по сегментации, которую вы уже ведете, чтобы лучше разобраться в интересах своих клиентов. Именно это мы сделали в Cisco. Как вы помните из первой главы, мы провели анализ сегментов, основанный на том, сколько денег они тратили на покупки в данной категории и какая доля покупок приходилась на Cisco. И хотя сотрудники отдела продаж с готовностью приняли на вооружение нашу модель ценностного спектра, некоторые маркетологи поначалу проявили куда меньший энтузиазм – ведь они уже провели сегментирование в соответствии с собственной методикой. Согласно нему, клиенты делились на четыре группы, основанные на их отношении к технологиям: руководствующиеся советом; руководствующиеся ценой; ценители передовых технологий; идущие за лидером (то есть действующие подобно компаниям из списка Fortune 100). В то время как некоторые маркетологи считали, будто эти два типа сегментации конкурируют между собой, мне стало ясно, что они способны помочь друг другу. Модель ценностного спектра позволяла Cisco понять, с какими клиентами стоит говорить, а сегментация по отношению к происходящему давала компании ясное представление, о чем с ними нужно говорить.
Я попытался показать, каким образом эти два подхода могут сочетаться между собой, с помощью диаграммы, представленной ниже.
В рядах слева направо вы можете увидеть сегменты, созданные в модели Ценностного спектра, а в колонках, идущих сверху вниз, можно заметить сегменты, выстроенные вследствие отношения клиентов к предложениям. Размер пузыря показывает количество компаний, соответствующих каждой ячейке. Чем больше пузырь, тем больше клиентов в сегменте.
Давайте взглянем на первый ряд, в котором представлены ключевые клиенты Cisco – «золотые самородки». Эта группа сильнее остальных ориентирована на самые передовые технологии. Однако среди «самородков» все равно встречаются компании, ориентирующиеся на советы, цену или поведение других игроков. Одновременное использование двух типов сегментации позволяет не только выявить «самородков», но и адаптировать свое сообщение для каждого из них.
В работе с Cisco мы сначала определили шестнадцать сегментов – и это было слишком много для создания различных стратегий и типов коммуникации. Поэтому мы в итоге сгруппировали их в три сегмента (основанные на том, что казалось интуитивно правильным и позволяло нам относиться к ним по-разному).
• Любовь. Самые ценные клиенты с высоким потенциалом, которые считают, что бренд Cisco подходит им идеально, – к ним относятся «золотые самородки» и «джекпоты», занимающие сегмент ценителей передовых технологий и сегмент ориентирующихся на поведение других. Чтобы сохранить их, с ними нужно выстраивать максимально «любовные» отношения.
• Защита. Самые ценные клиенты с высоким потенциалом, для которых бренд Cisco не был идеальным, – к ним относятся «золотые самородки» из сегментов руководствующихся советами и ценой. Нужно сделать все возможное, чтобы защитить свои интересы и удержать этих клиентов, которые открыты для предложений со стороны конкурентов.
• Без определения. Все остальные клиенты, для которых мы решили не создавать дифференцированной маркетинговой коммуникации.
Сконцентрировавшись на этих трех сегментах, мы смогли очень быстро создать сегментированные и индивидуализированные маркетинговые предложения для каждого из них. Кластерный анализ – не только быстрый, но и сравнительно недорогой метод. Например, всего за две недели перед тендером, в котором наше агентство принимало участие, меня попросили провести подобный тип сегментации для IKEA.
Сначала мы сказали, что это невозможно из-за полного отсутствия времени, однако затем собрались с силами и сделали работу. Нам не удалось поговорить с большим количеством клиентов IKEA, однако мы смогли поговорить с достаточно репрезентативной выборкой. Мы обнаружили три четких сегмента в категории мебели для дома и пять сегментов для любителей самостоятельно собирать мебель. При этом на большинство этих сегментов ни один из конкурентов не обращал достойного внимания. Стоимость опроса – всего 3 тысячи долларов, поскольку все нужные вопросы задавались нами в Интернете. (Кстати, тот тендер мы тоже выиграли.)
Анализ потребительской корзины
Помимо сегментации, сделанной на основе исследований отношений, о которой мы только что поговорили, есть и другие методы, помогающие корректировать и адаптировать вашу маркетинговую коммуникацию. Анализ потребительской корзины, то есть буквальная добыча информации об ассортименте продуктов, который находится в тележке покупателей во время их хождения по магазину, зачастую способен рассказать обо всем, что вам нужно знать, поскольку вы сразу понимаете, в чем конкретно проявляется покупательская заинтересованность. Этот метод стал довольно популярным в 1990-е годы в среде розничных магазинов благодаря замечательной истории про «пиво и подгузники».
