Cyfroteka.pl

klikaj i czytaj online

Cyfro
Czytomierz
00177 008379 24109780 na godz. na dobę w sumie
wyszukaj dokładnie | pobierz wtyczkę
Te małe seksowne cyferki - ebook/pdf
Te małe seksowne cyferki - ebook/pdf
Autor: , Liczba stron:
Wydawca: Promise Język publikacji: polski
ISBN: 978-83-7541-172-0 Data wydania:
Lektor:
Kategoria: ebooki >> biznes >> biznes it
Porównaj ceny (książka, ebook, audiobook).
Czytaj online.
Komentuj

Czy możesz sobie wyobrazić, że jesteś w stanie zidentyfikować klientów przynoszących największe zyski, wypracować lepszą strategię komunikowania się z nimi i zainspirować ich, aby kupowali więcej?
A więc, naprawdę możesz to zrobić. A najlepsze jest to, że możesz to osiągnąć używając danych, które już masz.
Wszystko, co robimy, tworzy dane. Za każdym razem, gdy ktoś ogląda coś w sieci, szuka w Google lub nawet przegląda sieć w swoim telefonie, tworzona jest kolejna cząstka danych, które mogą pomóc nam zrozumieć i przewidzieć zachowanie konsumentów. Rewolucja w analizowaniu danych właśnie się toczy i metody oraz narzędzia radzące sobie z tym „potopem danych” stają się coraz prostsze i mniej kosztowne, a jednocześnie bardziej precyzyjne, niż kiedykolwiek wcześniej.
Dimitri Maex, Managing Director globalnej agencji reklamowej OgilvyOne New York i mózg praktyki analitycznej stosowanej w agencji pokazuje, jak możemy przekształcić swoje dane – te małe seksowne cyferki, które mogą zapewnić więcej zysków naszemu biznesowi – w skuteczne strategie prawdziwego wzrostu. W jasnym, przejrzystym stylu wyjaśnia, jak:
• Ustalić, którzy klienci mają największy potencjał zwiększenia wartości, po których można spodziewać się większych zakupów, a którzy nie są warci targetowania.
• Alokować zasoby marketingowe w najlepszy możliwy sposób.
• Przewidzieć, jakich produktów lub usług klienci będą potrzebować w przyszłości.
• Zoptymalizować swoją obecność w sieci, aby uzyskać największy zwrot z wyszukiwania.
Lektura obowiązkowa dla marketerów starających się uzyskać najwyższy zwrot z inwestycji, właścicieli małych firm pragnących rosnąć szybciej lub kreatywnych twórców pragnących poznać reakcję na swoje działania – i nie tylko.

Znajdź podobne książki Ostatnio czytane w tej kategorii

Darmowy fragment publikacji:

D M W: P B. B te małe  cyferki Jak rozwinąć biznes przy użyciu danych, które już mamy P: M W ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== Te małe seksowne cyferki: Jak rozwinąć biznes przy użyciu danych, które już mamy Tytuł oryginału: Sexy little numbers: how to grow your business using the data you already have, ISBN 978-0-307-88834-1 Original English language edition copyright © 2012 by Ogilvy Mather All rights reserved. This translation published by arrangement with Crown Business, an imprint of the Crown Publishing Group, a division of Random House, Inc. Polish edition copyright © 2012 by APN PROMISE SA APN PROMISE SA, ul. Kryniczna 2, 03-934 Warszawa tel. 22 355 16 00, faks 22 355 16 99 e-mail: mspress@promise.pl Wszystkie prawa zastrzeżone. Żadna część niniejszej książki nie może być powielana ani rozpowszechniana w jakiejkolwiek formie i w jakikolwiek sposób (elektroniczny, mechaniczny), włącznie z fotokopiowaniem, nagrywaniem na taśmy lub przy użyciu innych systemów bez pisemnej zgody wydawcy. Wszystkie nazwy handlowe i towarowe występujące w niniejszej publikacji mogą być znakami towarowymi zastrzeżonymi lub nazwami zastrzeżonymi odpowiednich fi rm odnośnych właścicieli. APN PROMISE SA dołożyła wszelkich starań, aby zapewnić najwyższą jakość tej publikacji. Jednakże nikomu nie udziela się rękojmi ani gwarancji. APN PROMISE SA nie jest w żadnym wypadku odpowiedzialna za jakiekolwiek szkody będące następstwem korzystania z informacji zawartych w niniejszej publikacji, nawet jeśli APN PROMISE została powiadomiona o możliwości wystąpienia szkód. ISBN: 978-83-7541-100-3 Przekład: Marek Włodarz Korekta: Ewa Swędrowska Projekt okładki, skład i łamanie: MAWART Marek Włodarz ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== SPIS TREŚCI W  5 Dlaczego liczby od zawsze były seksowne R 1  11 Jak ta książka może pomóc w rozwij aniu biznesu R 2  34 Targetowanie: Do kogo mówić? R 3  68 Odkrywanie: O czym powinniśmy rozmawiać z klientami? R 4  95 Lokalizowanie: Jak ich znaleźć? R 5  128 Budżet: Jak wiele powinniśmy wydać? R 6  161 Kryteria: Jak ustalić, co działa, a co nie? R 7  198 Optymalizacja: Jak robić więcej tego co działa, a mniej tego co nie? R 8  223 Przyszłość I  229 ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== WPROWADZENIE DLACZEGO LICZBY OD ZAWSZE BYŁY SEKSOWNE R ,      ,   - chodzi z jednej witryny internetowej do drugiej; precyzyjne korygowa- nie skuteczności kampanii marketingowych w czasie rzeczywistym; zdolność do zwracania się wprost do znakomitej większości najbardziej dochodowych osób z całej bazy klientów – to zaledwie trzy spośród tysięcy rzeczy, które stały się dziś możliwe dzięki analityce – co jest skrótową nazwą sztuki ana- lizowania wszelkich danych, które mamy do dyspozycji. Ktoś mógłby więc pomyśleć, że liczby nagle stały się atrakcyjne, jednak pogląd taki daleki jest od rzeczywistości. Zapewne można uczciwie założyć, że seksowność tych małych cyferek zaczęła się wkrótce po wymyśleniu pierwszych kampanii bezpośrednich. Aaron Montgomery Ward wynalazł katalog wysyłkowy w roku 1872, zaś Richard Sears i Alvah Roebuck skopiowali ten pomysł w roku 1886. Choć nie ma realnych dowodów na to, czy i jak pionierzy sprzedaży z katalogu mierzyli swoje sukcesy i optymalizowali działania, mieli możliwości, aby to robić, zaś fakt, że obydwa katalogi przetrwały na rynku ponad 100 lat (i zostały zastąpione dopiero przez swoje odpowiedniki online), sugeruje, że najprawdopodobniej robili to – i że robili to bardzo dobrze! | 5 | ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 6 | TE MAŁE SEKSOWNE CYFERKI W istocie w Scientifi c Advertising Claude’a Hopkinsa (1923), prekursorze tej książki, czytamy: „Nadeszły czasy, w których reklama w rękach niektórych osiągnęła status nauki. Opiera się na ustalonych zasadach i jest w rozsądnym stopniu dokładna. Przypadki i ich wyniki zostały starannie przeanalizowane, aż do pełnego zrozumienia. Dowiedziono poprawności właściwych metod postępowania. Wiemy, co jest najbardziej skuteczne i działamy na podstawie elementarnych praw”. Hopkins, a później także John Caples w swojej książce Tested Advertising Methods (1932), pisali głównie o sprzedaży wysyłkowej i innych rozwią- zaniach marketingu bezpośredniego. Zadanie nie było trudne. Wiedzieli, do kogo wysłali swoje katalogi lub listy z ofertami, zatem wszystko, co trzeba było zrobić, to prześledzenie, czy osoby te rzeczywiście ostatecznie dokonały zakupu. Działało to doskonale do momentu, gdy do gry włączyły się prawdziwie masowe media – radio, a następnie telewizja. Nie istniała żadna prosta metoda określenia, kto konkretnie słyszał lub oglądał przekaz. Te nowe media wymagały stworzenia nowych technik do uzyskania takiego samego poziomu przewidywalności marketingu. Pierwsze zastosowania bardziej zaawansowanych technik matematycz- nych zaczęły pojawiać się w latach pięćdziesiątych XX wieku, gdy badania operacyjne i naukowe modele zarządzania, które stały się popularne w prze- myśle i produkcji po II Wojnie Światowej, zaczęły być wprowadzane także w branży reklamowej. Choć niesłychanie prymitywne z punktu widzenia dzisiejszych standardów – gdy potrafi my określić dokładnie, jak długo ktoś patrzył na ogłoszenie online, które części klikał i jakie działania (jeśli w ogó- le) podjął w rezultacie – zaczęły dostarczać wiedzy o tym, jak mieszanka marketingu i mediów wpływa na takie wyniki, jak rozpoznawalność marki, jej atrakcyjność i, ostatecznie, sprzedaż oraz zysk. Trzecia era ewoluowania analityki zaczęła się w latach dziewięćdzie- siątych, gdy zarządzanie relacjami z  klientami (Customer Relationship Management – CRM) stało się obsesją wielu marketerów. Możliwości ofero- wane przez nowe, potężne mechanizmy bazodanowe dokonały transformacji marketingu bezpośredniego – a wraz z nim naszych małych, seksownych ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 7 | DLACZEGO LICZBY OD ZAWSZE BYŁY SEKSOWNE cyferek – i łatwo zrozumieć dlaczego. Frederick Reichheld w roku 1996 opub- likował książkę The Loyalty Eff ect1, w której wykazał, że pięcioprocentowa poprawa stopnia retencji klientów zazwyczaj pociąga za sobą od 25 do 100 procent wzrostu zysków. W tym samym roku pojawiła się publikacja Gartha Hallberga All Consumers Are Not Created Equal, w której zademonstrował (co omówimy w rozdziale 2), że stosunkowo niewielki fragment klientów fi rmy zazwyczaj odpowiada nieproporcjonalnie dużemu udziałowi w przychodach. W rezultacie tych odkryć fi rmy zapragnęły poznać swoich najcenniejszych klientów. Pojawiły się karty lojalnościowe, pozwalające na rejestrowanie danych transakcyjnych, a jednocześnie fi rmy intensywnie inwestowały w technologie magazynowania danych, pozwalające przechowywać wszystkie informacje o klientach w jednej bazie danych. Modele wartości całościowej (Life Time Value) pozwoliły na przewidywanie, jaką wartość będzie miał klient na dłuższy dystans, a ponadto powstały modele przeciwdziałania umożliwiające prognozowanie prawdopodobieństwa, że dana osoba zrezyg- nuje z bycia aktywnym konsumentem. Rewolucja CRM znacząco rozszerzyła skuteczność narzędzi i technik marketingowych, zaś zdolność analityków do przetwarzania ogromnych ilości danych szybko została przetestowana na skoncentrowanych na kliencie danych uzyskiwanych z mediów cyfrowych. Wraz z komunikacją cyfrową – cokolwiek, co jest przesyłane poprzez sieć – wszystko stało się mierzalne. Wszystko generuje dane i ich rozmia- ry są przygniatające. Baza danych Google, zapewne największa ze wszyst- kich, rejestruje więcej niż 1 miliard zapytań dziennie na całym świecie. Tak ogromna ilość danych może dać fi rmom nie mający precedensu obraz tego, jak klienci wiążą się z markami i jak to powiązanie ostatecznie przekłada się na przychody. Środowiska e-commerce zapewniają nam system zamkniętych oddzia- ływań, które z punktu widzenia pomiarów skuteczności marketingu niemal zbliżają się do doskonałości. Wiemy, z którymi mediami dana osoba miała 1 Najnowsze wydanie polskie: „Efekt lojalności”, Wydawnictwo Onepress 2007, ISBN 978-83-246-0973-4 (przyp. tłum.). ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 8 | TE MAŁE SEKSOWNE CYFERKI kontakt; jak trafi ła do określonej witryny i co zrobiła, gdy już się tam zna- lazła. Możemy obserwować całe zachowanie zakupowe tych osób przez całą drogę do ostatecznego dokonania zakupu. Cyfrowe dane są dodatkowo dostępne w czasie rzeczywistym. Nie musimy już czekać tygodniami lub miesiącami, zanim dowiemy się, jaki był oddźwięk naszej aktywności marketingowej. Odczyt możemy otrzymać momentalnie, co pozwala na natychmiastową optymalizację. Cyfrowe środowisko to mate- matyczny marketing na sterydach. Sam Palmisano, prezes fi rmy IBM w tamtym czasie, lepiej niż ktokolwiek inny opisał nowy świat podczas swojego wystąpienia na Council of Foreign Relations w 2008 roku, gdy powiedział: „Wszystkie rzeczy stają się inteli- gentne: Nowe modele obliczeniowe potrafi ą obsłużyć rozpowszechnienie wykorzystywanych przez użytkowników urządzeń, sensorów i mechanizmów i połączyć je z systemami w tle. W połączeniu z zaawansowaną anality- ką te superkomputery mogą obrócić góry danych w wiedzę, którą można przekształcić na działania, przez co nasze systemy, procesy i infrastruktury stają się bardziej wydajne, bardziej produktywne i lepiej reagujące – jednym słowem, mądrzejsze”. Dla przykładu przyjrzyjmy się sieci Zara, fl agowej marce hiszpańskiej grupy Inditex, SA. Dzięki zintegrowaniu analityki z każdym pojedynczym elementem swojego biznesu dokonali czegoś, co wydawało się niemożliwe w branży tekstylnej – przechodzenia od biurka projektanta do sklepu w czasie liczonym w tygodniach. U innych detalistów nie jest niczym nadzwyczajnym, że praca nad nową linią produktów, które mają pojawić się w sprzedaży przed świętami Bożego Narodzenia, zaczyna się zaraz po Nowym Roku. Co to wszystko znaczy dla nas, osobiście dla ciebie i dla mnie? Spróbujmy wyobrazić sobie, jak wyniki analityki i wzajemnej łączności, o których mówił Palmisano, może zmienić coś tak pospolitego jak domowa lodówka. Nie tylko uprzedzi nas, że kończy nam się mleko i masło orzechowe, ale będzie też w stanie sporządzić listę niezbędnych zakupów, a nawet przesłać zamówienie do lokalnego supermarketu, który w efekcie dostarczy je do domu. ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== DLACZEGO LICZBY OD ZAWSZE BYŁY SEKSOWNE A   ? | 9 | Wszystko to brzmi niemal cudownie, ale ma swoją potencjalną cenę. Wielu ludzi niepokoi fakt, że handlowcy są w stanie gromadzić te wszystkie dane o tym, co kupują i jakie miejsca odwiedzają w sieci. Zamierzam szerzej zająć się problemem prywatności w ostatnim roz- dziale, ale już tutaj chciałbym poruszyć ten temat i być może moje stano- wisko okaże się zaskakujące. Wierzę, że ludzie mają uzasadnione powody, aby buntować się przeciwko szerzącemu się gromadzeniu danych do celów komercyjnych. Zbiory danych w większości nie podlegają żadnym regulacjom i są ukryte. A to jest niewłaściwe. Jednak zaczyna się to zmieniać. Z braku innych standardów i dzięki temu, że konsumenci mówią nam, zdecydowanie słusznie, o swoich obawach, bran- że reklamowe i marketingowe zaczęły same wprowadzać potrzebne regula- cje. Zobowiązujemy się, że nie będziemy gromadzić osobistych informacji identyfi kacyjnych (personal identifi able information – PII) bez zgody klienta i dajemy mu możliwość wypisania się z każdego zbioru danych, jednak przede wszystkim będziemy starać się wyjaśniać konsumentom powody, dla których zależy nam na gromadzeniu tych danych. Mam nadzieję, że edukacja pomoże ludziom zrozumieć, że to, co może na pierwszy rzut oka wyglądać jak narzucanie się, w istocie jest dla nich korzyst- ne. Zdaję sobie sprawę, że brzmi to jak rodem z Orwella, ale zastanówmy się, jak niewiele osób spoza branży marketingowej rozumie, że reklama jest niezbędna dla zapewnienia funduszy na tworzenie zawartości, szczegól- nie obecnie, gdy ludzie oczekują coraz więcej i lepszych treści darmowych. Konsumenci ciągle demonstrują, że nie zamierzają płacić pełnej stawki za treści, które im się podobają, bez względu na to, czy chodzi o oglądanie ich ulubionego show w telewizji, czy też spędzają czas na ulubionych witrynach internetowych. Bez reklam każda witryna znajdowałaby się za płatną ścianą, musielibyśmy uiścić opłatę subskrypcyjną, aby ją zobaczyć, a każdy kanał telewizyjny należałby do segmentu premium. ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 10 | TE MAŁE SEKSOWNE CYFERKI Aby zachować bezpłatny dostęp do większości tych treści, media oparte na reklamie nie znikną, ale mamy teraz możliwość, aby było to mniej irytują- ce. Załóżmy, że odbiorca jest 25-letnim graczem i że sieć TV musi wyświetlić mu sześć minut reklam, aby zapłacić za produkcję jego ulubionego, półgo- dzinnego programu. Czy wolałby on sześć minut reklam najnowszych gier, czy sześć minut ogłoszeń o dowolnej tematyce? Większość graczy prefe- rowałaby pierwszy scenariusz, ale aby tak mogło się stać, muszą pozwolić marketingowcom użyć matematyki do analizy swoich gustów, zachowań i preferencji, tak by ci ostatni wiedzieli dostatecznie dużo, aby móc wybrać reklamy pasujące do odbiorcy. A jeśli już na to pozwolimy, będziemy w rezultacie oglądać mniej reklam. Ogłoszenia, które zostały spersonalizowane, zapewniają wyższą stopę zwrotu dla ogłoszeniodawcy, a tym samym ci będą gotowi zapłacić więcej za dopa- sowaną 30-sekundową reklamę lub baner, niż za ogólnikową. Oznacza to, że mimo wyświetlania mniejszej liczby reklam dostawcy zawartości uzyskają za nie więcej pieniędzy. Czyż nie brzmi to jak dobry interes dla wszystkich zaangażowanych? To jeszcze jedna potencjalna korzyść, jaką mogą dać te wszystkie małe, seksowne cyferki, które otaczają nas ze wszystkich stron. Po tym wstępnym wprowadzeniu, zabierzmy się do pracy. ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== JAK TA KSIĄŻKA MOŻE POMÓC W ROZWIJANIU BIZNESU ROZDZIAŁ 1 P         koncepcji do prostych spostrzeżeń. Takie nagłówki jak Merrill Lynch is bullish on America, Finger lickin’ good czy Don’t Leave Home Without It wyszły spod piór moich kolegów z Ogilvy Mather. Także w moim zakątku agencji reklamowej – do niedawna kierowałem zespołem analitycznym w Ogilvy, a teraz prowadzę nowojorskie biuro Ogilvy One, naszego oddziału cyfrowego marketingu bezpośredniego – opieramy się na pojedynczej przesłance: najskuteczniejsze fi rmy w dzisiejszych cza- sach to te, które potrafi ą przekształcić zalewającą nas wszystkich „powódź danych” w spostrzeżenia, które zapewniają prawdziwy wzrost. Nasza praca polega na pomaganiu naszym klientom w odnajdywaniu tych spostrzeżeń. Aby to osiągnąć, musimy potrafi ć objaśniać to, co zauważamy w ich danych, posługując się prostymi i oczywistymi terminami. Wprawdzie dyrektor fi nansowy pewnie czułby się swobodnie słuchając o „regresji logi- stycznej”, jednak inne osoby z „klasy S” (poziomu szefów), którym miał- bym to zaprezentować, zazwyczaj nie posługują się tak swobodnie językiem matematyki i oczy ich zaczęłyby się zamykać po dziesięciu lub piętnastu | 11 | ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 12 | TE MAŁE SEKSOWNE CYFERKI sekundach, gdybym zaczął tak mówić*. Tak więc nauczyłem się przedstawiać moje pomysły w taki sposób, jak robią to „kreatywni”, w prostych, miejmy nadzieję, łatwych do zapamiętania obrazach, takich jak „przy stu kilome- trach na godzinę najsilniejszym źródłem hałasu w tym Rolls-Royce jest elektryczny zegar” (to też wymyślone w naszej fi rmie). Także w tej książce w miarę możliwości będę starał się używać takiego języka. Prosty język jedynie podkreśla ten istotny fakt: obecnie istnieją spraw- dzone sposoby dramatycznego zwiększenia wielkości sprzedaży oraz zwrotu z inwestycji przy użyciu danych, które zapewne już macie, ale nie zdajecie sobie z tego sprawy. Jak? Jeśli się nad tym zastanowić, istnieją tylko dwa aspekty każdego bizne- su – podaż i popyt. Strona podaży określa, jak fi rma pracuje nad realizacją zamówień – mówiąc inaczej, jak stara się wypełnić potrzeby swoich klien- tów – i jest tym, nad czym ma się kontrolę. Na przykład wiadomo, jak bardzo wzrośnie produktywność po zakupie nowej maszyny. Strona podaży jest tym miejscem, gdzie większość ludzi „lewomóz- gowych” – typy logiczne, fi nansowe – czują się dobrze. Od dziesięcioleci zajmują się podnoszeniem wydajności łańcuchów dostaw, usprawnianiem procesów i wypracowywaniem metod pomiarowych dla śledzenia postępów. Z drugiej strony, strona popytu jest czymś, czego fi rmy nie kontrolu- ją – to domena konsumentów. Oczywiście próbują wszelkich sposobów, aby nad tym zapanować, ale w ostateczności to klient/konsument decyduje, czy jest zainteresowany tym wszystkim, co fi rma ma do zaoferowania. Strona * Całkiem niedawno jeden z moich kolegów z zespołu przyszedł do mnie, podniecony prezentacją, którą właśnie obejrzał. – Ci faceci są super – powiedział. – Powiązali trzy tysiące zmiennych z zewnętrznego agregatora z cookie serwera reklamowego, zbudowali drzewo CHAID do przypisania im prawdopodobieństwa konwersji i zała- dowali algorytm oceniania z powrotem na serwery reklam w SQL, więc mogli użyć ich do targetowania indywidualnych cookie przy wymianie reklam. Miał rację, to był fantastyczny wyczyn. Jednak wątpię, czy większość Czytelników poczuje taki sam dreszczyk emocji jak on – w każdym razie nie po takim wyjaśnieniu jak to. ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 13 | JAK TA KSIĄŻKA MOŻE POMÓC W ROZWIJ ANIU BIZNESU popytu jest strefą rozmytą, w której przyczyna i skutek nie zawsze są jasne i zrozumiałe. Czy klienci kupują dlatego, że produkt perfekcyjnie odpowiada ich potrzebom? Czy spodobała im się kampania reklamowa? Czy wybrali z powodu atrakcyjnej ceny? Może dzięki opiniom znajomych? A możliwa jest dowolna kombinacja tych czynników – i jeszcze setek innych. Odkrycie, co naprawdę się dzieje, gdy ktoś wykręca numer telefonu lub naciska guziki, jest trudną sprawą – klient dokonał zakupu bezpośrednio po kliknięciu ogłoszenia w Internecie, ale czy to oznacza, że baner rekla- mowy był prawdziwym powodem, dla którego to zrobił? – i ustalanie takich zależności jest tym, czym zajmuję się na co dzień. Jak pokażę, biorę w tym celu zrozumiałe, wypróbowane i przetestowane narzędzia ze strony podaży i stosuję je po nieuporządkowanej stronie popytowej. Narzędzia te mogą pomóc, że zacytuję podtytuł książki, rozwinąć biznes w taki sposób, który zwiększa zarówno sprzedaż, jak i zyski. Jest to nie tylko żywotnie istotne dla osób z „klasy S” – pomij ając wszyst- ko inne, to udziałowcy będą ostatecznie osądzać, jak skutecznie wydawane są ich pieniądze – ale także dla pracowników na wszystkich poziomach przed- siębiorstwa. Zarówno pracownicy marketingu, jak i kierownicy poszczegól- nych działów muszą wiedzieć, kim są najbardziej dochodowi klienci, aby móc się skupić właśnie na nich; projektanci muszą mieć na uwadze (docho- dowego) konsumenta, gdy przystępują do tworzenia nowych produktów lub usług; osoby z działu obsługi klientów chcieliby poświęcić najwięcej uwagi najcenniejszym użytkownikom/nabywcom; no i oczywiście ludzie z działu fi nansów zawsze będą pytać, czy fi rma cokolwiek zarobi na swoich najnow- szych przedsięwzięciach. Dzięki wykorzystaniu idei, o których chcę mówić, zwrot z inwestycji może być naprawdę wielki. Jak wielki? Oto dwa krótkie przykłady wykorzystania tych technik, któ- rymi zamierzam się podzielić: • Firma Ceasars poprawiła zwrot z  wydatków na reklamę online o 15 do 30 procent dzięki analizie danych uzyskanych z recenzji swo- ich hoteli wpisywanych przez klientów – wykorzystywane są programy, ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== TE MAŁE SEKSOWNE CYFERKI | 14 | które nie tylko wyszukują wszystkie komentarze tworzone w sieci, ale automatycznie sortują je w niezliczonych kategoriach – i używając tych ustaleń do zmiany swoich ofert i języka stosowanego w reklamach. Dla przykładu, klienci zachwycali się widokiem z okien hotelowych, zatem widoki te stały się głównym elementem ogłoszeń, podczas gdy cena poko- ju była mniej wyróżniona. • TD Ameritrade zwiększyła liczbę nowych kont swojej witryny interne- towej o 14 , dokonując jedynie nieznacznych zmian tekstu, kompozy- cji i obrazów w oparciu o nieprawdopodobnie staranną analizę strony startowej. Przetestowaliśmy każde pojedyncze słowo, kolor i element projektowy we współpracy z klientami, aby zobaczyć, co można ulepszyć. Okazało się, że zwykłe zastąpienie zwrotu używanego przy logowaniu z „Apply online now” na „Get started”2 i zmiana koloru klikanego przy- cisku z pomarańczowego na zielony spowodowała ogromny skok liczby osób, które otworzyły nowe konta. Jak pokazują te przykłady, materiały przedstawione w tej książce nie są teoretyczne. Techniki te są już wykorzystywane przez różne fi rmy do zwięk- szania popytu na ich usługi. Zamierzam pokazać, jak inne przedsiębiorstwa mogą zrobić to samo. Dzięki odmiennemu spojrzeniu na istniejące dane o klientach, którymi fi rma już dysponuje, można ulepszyć: Swoją strategię. Pokażę, jak dopasować nadrzędne podejście zarówno do swoich klientów, jak do konkurencji, przeglądając dostępne liczby doty- czące funkcjonowania biznesu. Na przykład będzie można określić, którzy klienci zapewniają największe zyski, kto najprawdopodobniej zechce kupo- wać od was i jakie segmenty klientów nie są warte zachodu. 2 „Złóż wniosek online” oraz „Zaczynamy”. Jednak witryna ta ulega ciągłym zmianom i w momencie przygotowywania polskiego wydania książki wyglądała jeszcze inaczej (przyp. tłum.). ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== JAK TA KSIĄŻKA MOŻE POMÓC W ROZWIJ ANIU BIZNESU Taktykę używaną do(cid:98)realizacji tej strategii. Wasze dane, jeśli zostaną właś- ciwie przejrzane, odpowiedzą na pytanie, jak podchodzić do/sprzedawać swoim najbardziej dochodowym klientom oraz wskażą najlepsze sposoby dotarcia do tych, którzy zapewne kupią więcej. | 15 | Realizację tej taktyki. Wasze dane pomogą ukierunkować działania na te obszary, z których można będzie uzyskać największy zwrot i wskazać najlepszy czas na implementację wybranej taktyki. Istnieją dwa proste powody, dzięki którym usprawnienia te są możliwe. Pierwszym jest znaczący przełom technologiczny, który pozwala nam porządkować wszystkie dane o zachowaniu klientów i znajdować rozpo- znawalne – i przewidywalne – wzorce kupowania. Zawsze mieliśmy jakieś dane, jednak do niedawna fi rmy mogły ich używać tylko w zgrubnym przy- bliżeniu. Po drugie, niemal wszystko, co dziś robimy, generuje jakieś dane, dając nam znacznie pełniejszy obraz ludzi, którzy robią z nami interesy, co pokażę w poniższym przykładzie (można też zauważyć, że przykład ten pokazuje, jak wiele potencjalnych zysków fi rmy tracą). Było to podczas mojej niedawnej podróży w interesach. Poranek przywi- tał mnie w dzielnicy Londynu, Canary Wharf. Wymeldowałem się z Hiltona i pojechałem metrem do stacji Paddington. Tam przesiadłem się w Heathrow Express, zapewne najdroższy pociąg na całym świecie, choć nadal tańszy i szybszy od taksówki – no i nie powoduje u mnie choroby lokomocyjnej. Odprawiłem się na mój lot British Airways do Nowego Jorku i czeka- jąc na odlot zatrzymałem się przy Boots, sklepie największej sieci droge- rii w Zjednoczonym Królestwie, aby kupić czteropak ogórkowych płatków odświeżających. Moja żona, Brytyjka, mówiła mi, że są najlepsze na świecie i że nie można ich dostać w USA (podobnie jak Marmite lub Cadbury Crème Eggs, jest to kolejny dziwny produkt, którego brakuje Brytyjczykom mieszka- jącym za granicą). Przejrzałem także dział perfum, w którym sprzedawczyni przekonała mnie do kupienia Flory, najnowszego zapachu Gucci’ego. Trzy godziny po przebudzeniu wszedłem na pokład samolotu zabierającego mnie do domu. ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 16 | TE MAŁE SEKSOWNE CYFERKI W tym krótkim czasie zostawiłem za sobą bogaty ślad danych. Hilton, gdy- by wiedział, gdzie zajrzeć, mógłby się przekonać, że był to mój trzeci pobyt w tym hotelu w ciągu minionych sześciu miesięcy. Mogliby również odkryć, że pij am kieliszek wina przed pójściem do łóżka i że preferuję śniadanie kon- tynentalne, pomimo promocji na typowe angielskie śniadanie. Marketerzy z London Transport Authority, gdyby zechcieli, mogliby stwierdzić, że byłem w mieście przez tydzień – kupiłem siedmiodniowy bilet, płacąc kartą – i że krążyłem po całym mieście, zawsze wracając na wieczór do Canary Wharf. Mogli też zauważyć, że gdy mieszkałem w Londynie siedem lat temu, postę- powałem tak samo każdego dnia. Firma utrzymująca najdroższy pociąg na świecie, Heathrow Express, gdzieś w swoich rekordach ma zagrzebaną informację, że skorzystałem z ich usług trzeci raz w ciągu pół roku. British Airways również mogło stwierdzić to samo. Boots mógłby dojść do wniosku, że jestem kolejnym brytyjskim emigrantem (w istocie belgij skim, ale z brytyjską żoną), chomikującym ich legendarne płatki odświeżające. Zaś Gucci, gdyby zwrócił na to uwagę, mógł- by zauważyć, że kupiłem perfumy w sklepie zawierającym kilka wielkich monitorów, na których stale odtwarzana była ich reklama. Wszystkie te dane na mój temat zostały zgromadzone, choć nie logo- wałem się online i nie surfowałem po sieci. Gdybym to zrobił, różne fi rmy byłyby w stanie śledzić moje każde kliknięcie – także w przypadku, gdybym nic od nich nie kupił. Nie opowiadam tego, by pochwalić się, jak wiele podróżuję w interesach, ale by dać skromny przykład ogromu danych, które są gromadzone, ale rzad- ko używane. Oczywiście, personel Hiltona wie (jeśli to sprawdzi), że mam konto stałego gościa (Hilton HHonors), ale jak dotąd nie otrzymałem od nich spersonalizowanego listu mówiącego „Mr. Maex, gdy ponownie będzie pan w Londynie, możemy zasugerować...” (niektóre sieci hotelowe zaczęły już realizować tego typu mailingi). Boots nigdy nie wysłał swojego katalogu do naszego mieszkania w Brooklynie, podobnie jak nigdy nie otrzymałem zaproszenia od Gucci’ego, co zapewne byłoby dla nich dobrą rzeczą, biorąc pod uwagę, jak moja żona lubi ich produkty. ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 17 | JAK TA KSIĄŻKA MOŻE POMÓC W ROZWIJ ANIU BIZNESU W czasie gdy podróżowałem, miliony innych osób generowało podobne zbiory danych, tego samego ranka. Podobnie jak ja, robią to również poprzez interakcję z witrynami internetowymi, sieciami społecznościowymi, urzą- dzeniami przenośnymi, kasami sklepowymi itp. Firmy nie wykorzystują (czy raczej – nie wykorzystywały) ogromnej więk- szości informacji, które generujemy, gdyż – aż do dziś – zbyt trudne było zajmowanie się nimi w jakiś inny sposób niż bardzo uproszczony. Rozumiem to. Objętość danych gromadzonych każdego dnia jest oszałamiająca. Aby pokazać to z właściwej perspektywy, wyobraźmy sobie bazę danych zawiera- jącą wszystkie słowa wypowiedziane przez istoty ludzkie od początku czasu. Jeśli weźmiemy 200 takich baz danych, uzyskamy coś zbliżonego do objętości wszystkich danych, które zostaną zebrane do końca roku 2012 – to bardzo dużo danych – i liczby te mogą tylko jeszcze wzrosnąć w kolejnych latach. Jednak fi rmy nie mają już wymówki, że porządkowanie tych danych jest zbyt trudne. Narzędzia wynalezione w ciągu ostatnich kilku lat sprawiają, że stało się to niezwykle łatwe. Przyjrzyjmy się temu. Oto przykład praktyczny z udziałem strategii. Historia ta zaczyna się krótko po moim ślubie. C S: A  Katherine i ja na nasz miesiąc miodowy wybraliśmy niezbyt romantyczny cel – Krzemową Dolinę. Niezupełnie było to to, co planowaliśmy. Kilka dni przed ślubem otrzymałem telefon z propozycją objęci a posady w San Jose. Choć kocham Belgię, mój rodzinny kraj, zawsze chciałem pra- cować w USA. Aby moja praca sprawiała mi satysfakcję, potrzebuję ogrom- nych zbiorów informacji. W Belgii mieszka tylko 10 milionów ludzi, zatem tutejsze bazy danych są małe. Praca w miejscu, gdzie rynek jest w większej skali i bardziej złożony, była wielką okazją. Tak więc, zaraz po tym, gdy Katherine i ja pobraliśmy się na przepięknym, szesnastowiecznym rynku Antwerpii, znaleźliśmy się w centrum Krzemowej ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 18 | TE MAŁE SEKSOWNE CYFERKI Doliny wraz z kartonami zawierającymi nasze wszystkie rzeczy. Pracować będę dla Cisco Systems, zaawansowanej technologicznie fi rmie wartej 40 miliardów dolarów. Nowy szef Cisco do spraw generowania popytu zwrócił się do Ogilvy o pomoc w utworzeniu czegoś, co nazwali „grupą zaawansowanych analiz”. Celem tej nowej jednostki miało być precyzyjne ustalenie, do kogo powinny być kierowane działania marketingowe Cisco i jak wiele powinni zainwe- stować, aby trafi ć do właściwych osób. Aż do tego momentu w Cisco – a być może także w waszej fi rmie – decyzje takie podejmowane były na podstawie instynktu, niekiedy wspieranego jakimiś, często anegdotycznymi, danymi. Takie działanie może się sprawdzać w przypadku fi rmy, która dopiero rozpoczyna działalność, ale gdy jest to już dobrze rozwinięte przedsiębior- stwo, takie, które wydaje sporo pieniędzy na marketing – setki milionów dolarów w przypadku Cisco – potrzeba czegoś więcej niż przeczuć i „pasują- cych do wszystkiego” reguł (takich jak to, że należy wydawać 5 przychodów na reklamę). Tak więc, Ogilvy wysłało mnie do Krzemowej Doliny, abym przekonał się, czy dam radę pomóc Cisco. Oprócz szefa działu generowania popytu nikt inny w fi rmie nie uważał za potrzebne utworzenia grupy analitycznej. Najogólniej mówiąc, marketingowcy w tamtym czasie nie byli szczególnie zainteresowani analizami (był to rok 2004; szczęśliwie, zaczyna się to zmieniać). Większość ludzi nie wybiera marketingu, bo lubią matematykę – raczej jest odwrotnie. Czekało mnie więc sporo przekonywania. Zwłaszcza że osoba, która zwróciła się do mnie o to, jedyne wsparcie, na jakie mogłem liczyć, opuściła fi rmę Cisco, aby przejść do Oracle jeszcze zanim wylądowałem w San Jose! Tak więc, znalazłem się w moim małym, szarym boksie (koncept boksów biurowych był dla mnie czymś obcym; widziałem je wcześniej tylko w fi l- mach, takich jak Clerks, i zawsze wydawało mi się, że ludzie, którzy je zaj- mują, mają beznadziejną robotę) pierwszego dnia nowej pracy w nowym kraju. Nikt nie prosił mnie o pomoc. Nikt w istocie nie rozumiał, do czego może służyć zaawansowana analityka. Ba, oni nawet nie wiedzieli, co ten termin oznacza. ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 19 | JAK TA KSIĄŻKA MOŻE POMÓC W ROZWIJ ANIU BIZNESU Biorąc to wszystko pod uwagę, pierwsze, czym się zająłem, było wyszu- kanie podobnie do mnie myślących ludzi, którzy rozumieją (lub mogą zrozu- mieć) potencjalne możliwości analizy danych w marketingu. Jednym z nich był Mike Foley, który odpowiadał za marketingową bazę danych Cisco. Był w stanie powiedzieć mi wszystko o informacjach, które fi rma miała na temat swoich klientów i perspektyw. To było świetne. Jeśli mam zbudować funkcje zaawansowanej analizy, będę potrzebował danych. Dane to surowiec dla wszystkiego, co robię. Mike i ja stworzyliśmy zespół i zacząłem wgryzać się w dane, zapoznając się ze wszystkim, co fi rma Cisco wiedziała o swoich klientach – a wiedziała dużo. Dla każdej fi rmy, która kiedykolwiek kupiła któryś z ich produktów, Cisco przechowywało informacje o tym, kiedy dokonano zakupu, co kupiono, ile to kosztowało i jak często klient kupował od Cisco. (Zapewne również macie – albo możecie do nich sięgnąć – podobnego rodzaju dane. Ktoś – albo jakiś dział – w waszej fi rmie wystawia faktury. Te dane siedzą w ich komputerach). Byliśmy naprawdę podnieceni dostępnością tego typu informacji, ale zdawałem sobie sprawę, że nikogo innego w dziale marketingu Cisco to nie poruszy. Bo dlaczego miałoby? To były po prostu surowe liczby. Musieliśmy zatem zademonstrować, jak dane te mogą pomóc handlowcom w podejmo- waniu lepszych decyzji. Kluczem do osiągnięcia tego jest zachowanie pro- stoty. Musisz mieć historię do opowiedzenia. Same cyfry nikogo do niczego nie przekonają. Zacząłem więc bawić się danymi, próbując znaleźć sposób na odmalo- wanie obrazu, który usprawniłby strategię marketingową Cisco. Ostatecznie wykorzystałem prostą strukturę, która była w użyciu w Ogilvy od jakiegoś czasu. Nazywamy ją modelem rozkładu wartości (Value Spectrum Model) – mapuje on klientów na siatkę 2 x 2, podobną do pokazanej na następnej stronie. Szczegółowo zajmę się tym tematem w rozdziale 3. Na razie wystarczy wiedzieć, że jest to proste działanie segmentujące, które dzieli klientów na cztery kategorie w zależności od tego, jak cenni są oni dla fi rmy. Pozwala ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== TE MAŁE SEKSOWNE CYFERKI | 20 | to łatwo określić, komu należy poświęcić czas, a których klientów można bezpiecznie zignorować. Schemat ten dla Cisco przedstawiłem na ilustracji. Wydatki w CISCO Niskie wydatki w Cisco/ Wysokie wydatki na kategorię Wysokie wydatki w Cisco/ Wysokie wydatki na kategorię ę i r o g e t a k a n i k t a d y W Niskie wydatki w Cisco/ Niskie wydatki na kategorię Wysokie wydatki w Cisco/ Niskie wydatki na kategorię S    Na razie szło dobrze. A jeśli ktoś robił już podobne ćwiczenia, tego typu segmentacja będzie wyglądała znajomo. Istnieje jednak różnica pomiędzy tym, co zdarzało się nam robić w przeszłości, a tym, co jest możliwe dziś. Dawniej nie można było zrobić wiele więcej, niż rozdzielić klientów pomię- dzy te cztery koszyki na poziomie koncepcyjnym. Naturalnie, można było na przykład poradzić sobie z dwudziestu pięcioma najlepszymi klientami. Można nawet było mieć „wyczucie”, którzy należą do kolejnej pięćdziesiątki, ale nie dawało się ich precyzyjnie zidentyfi kować. Na przykład, choć mogli- śmy wiedzieć, że mamy tysiące rzetelnych (podkreślmy to!) klientów na północnym wschodzie, nie można było wyizolować spośród nich konkretnej Mary Smith – ani tego, jak ją znaleźć (124 Main Street, Plymouth, Mass.) ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 21 | JAK TA KSIĄŻKA MOŻE POMÓC W ROZWIJ ANIU BIZNESU lub jak się z nią skontaktować bezpośrednio (781-555-1234, MarySmith@ email.com). Cisco na pewno tego nie potrafi ło. To właśnie zmieniło się teraz. Możemy teraz wykorzystać techniki opisane w dalszej części książki nie tylko do podzielenia klientów na różne kategorie, ale także do ich identyfi kowania (coś, co obecnie fi rma Cisco robi rutynowo). Możemy pójść jeszcze dalej. Podczas gdy już mamy (skądś) informacje o tym, jak wiele nasi klienci wydają u nas, na potrzeby Cisco wypracowa- liśmy model statystyczny, który pokazywał, jak wiele ich klienci wydawali również u ich konkurentów. Nie jest to drobna sprawa. Jeśli już wiemy, że do nas trafi a większa część budżetu naszych klientów, nie warto wydawać pieniędzy na próby przekonania ich, aby kupowali więcej. Oni zwyczajnie nie mają już (zbyt) wiele pieniędzy do wydania, zatem środki przeznaczone na marketing zostaną zmarnowane. I odwrotnie, jeśli wiemy, że mamy tylko 10 portfela klientów, możemy bardziej agresywnie postarać się o jakąś część pozostałych 90 . Oto, jak ustaliliśmy, jak wiele klienci Cisco wydają u innych dostawców. Powiedzmy, że mamy dwie pracownie architektoniczne w Chicago, każ- da zatrudniająca 25 pracowników i osiągająca podobne przychody. Wiemy z naszej bazy danych, że A A Partners wydaje 50 000 dolarów rocznie na IT, wszystko kupując od Cisco. Nasze rejestry pokazują też, że B B Partners rów- nież jest klientem Cisco, ale wydaje tylko 10 000 dolarów rocznie. Naturalnie, Cisco nie wie dokładnie, ile B B Partners wydaje na sprzęt IT. Wie jednak, że fi rma ta ma niemal identyczny profi l, jak ich konkurent, A A. Oznacza to, że można z dobrym prawdopodobieństwem założyć, że B B wydaje 40 000 ze swojego rocznego budżetu IT u jakiegoś innego dostawcy – i że warto by się postarać, aby również te pieniądze trafi ły tutaj. Zbudowane przez nas modele statystyczne wykonywały bardzo podobne oszacowania, ale w nieporównywalnie większej skali, analizując miliony fi rm na całym świecie. Pozwoliło nam to zidentyfi kować „Wygrane” w strukturze Value Spectrum i dowiedzieć się wielu rzeczy: co kupują, jak wiele kupują, kiedy, jakie zachęty skłaniają ich do kupowania, jakie inne produkty również kupili… lista ta praktycznie nie ma końca. ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 22 | TE MAŁE SEKSOWNE CYFERKI Jednak choć tak właśnie jest, nadal potrzebujemy sposobu zaprezentowa- nia danych w taki sposób, aby można je było łatwo zrozumieć. Budowałem wiele bardzo złożonych struktur segmentacyjnych dla różnych klientów, aby pomóc im w ustaleniu, kim są potencjalnie najbardziej dochodowi klienci (niektóre omówię w dalszej części książki), ale często wracałem do starego dobrego Value Spectrum, z jego „Wygranymi”, „Samorodkami” i tak dalej. Gdy dane są przedstawiane w taki sposób, wnioski są oczywiste i marketingowcy od razu wiedzą, jak tego użyć. Mike’owi bardzo spodobała się ta struktura. Od razu zrozumiał, że prosta historia prezentowana przez macierz 2 x 2 może zademonstrować siłę bazy danych, którą od lat budował dla Cisco. Nie było to tylko ćwiczenie teoretyczne. W rzeczywistości powiązaliśmy to z jego bazą danych w taki sposób, że kiedy któryś z handlowców zażądał listy „Wygranych” w rejonie Detroit, mogliśmy dostarczyć mu gotową listę fi rm z nazwiskami i danymi kontaktowymi osób odpowiedzialnych za decy- zje. Proste, ale bardzo użyteczne narzędzie. Działając zgodnie z procedurami, uzyskaliśmy zgodę na przedstawie- nie naszych spostrzeżeń działowi sprzedaży. Pamiętam, że na zakończenie mojego wystąpienia ktoś powiedział żartem: „Nadal nie spodziewam się, że będziecie w stanie dać mi nazwy tych Wygranych”. Chwilę później wręczy- liśmy im listy podzielone według ich terytoriów sprzedaży. Byli zdumieni. Przeciągnięcie działu sprzedaży na naszą stronę spowodowało, że zwróci- liśmy na siebie uwagę osób zajmujących się marketingiem w Cisco. Zostałem poproszony o prezentację dla Jamesa Richardsona, wówczas naczelnego szefa marketingu fi rmy. To było już poważne wyzwanie i musieliśmy udowodnić, że prosta macierz 2 x 2 działa. Oczywiście było jeszcze za wcześnie, aby zauważyć jakieś sukcesy wynikające z faktu, że dział sprzedaży przyswo- ił sobie tę ideę, zatem cofnęliśmy się do danych historycznych. Aby móc zapanować nad ogromem danych, wyizolowaliśmy jeden segment rynku Cisco – w tym przypadku małe i średnie fi rmy – i prześledziliśmy zmiany w ich zachowaniach zakupowych z upływem czasu (na przykład klient, który ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== JAK TA KSIĄŻKA MOŻE POMÓC W ROZWIJ ANIU BIZNESU był Samorodkiem, mógł stać się Wygraną; klient, który był Żołędziem mógł przejść do statusu Samorodków – łatwo zauważyć, o co chodzi). | 23 | Macierz migracji poniżej pokazuje liczbę fi rm, które przeszły z jednego segmentu do innego wraz z przychodem powiązanym z tą zmianą. FY 04/05 8,705 2,640 2,767 3,369 188 25 494 92 4,940 9,618 200 446 5,301 1,632 5,274 TOTAL 31 104 2,833 14,409 7,660 14,346 1,839 3,465 11,287 2,303 7,299 11,351 8,991 692,829 721,652 Total 16,625 16,213 12,853 13,268 714,086 773,045 FY 04/05 TOTAL 28,231,119 -86,311,374 -876,566 -747,962 -75,968,611 -35,673,394 10,308,480 -859,266 11,689,854 -37,751 -11,420,133 109,681,185 287,400 -12,467,497 11,752,737 -54,199,522 -82,802,880 -137,429,762 736,250 -1,611 66,666,187 230,044 -10,911,497 56,719,372 91,830,565 13,508,956 194,258,103 11,886,436 0 411,484,060 Total 31,393,815 -86,130,792 283,490,315 -42,886,755 -181,103,121 404,781,461 3 0 / 2 0 Y F 3 0 / 2 0 Y F Choć tabela zawierała w jednym miejscu wszystkie ruchy, które nastąpiły, nie było intuicyjnie oczywiste, co właściwie się wydarzyło. Mówiąc inaczej, nie miałem zrozumiałej historii do opowiedzenia. Tak więc uprościliśmy liczby w tabeli, aby pokazać zarówno dobre, jak i złe strony. W ten sposób ludzie mogli nie tylko szybko zauważyć, że fi rma zwiększyła przychody w segmencie małych i średnich przedsiębiorstw o 404 miliony dolarów pomiędzy rokiem fi skalnym 2002/2003 a 2004/2005, ale konkretnie skąd wziął się ten wzrost. Jednak analiza ta dała również fi rmie Cisco bardzo dokładny obraz, w którym miejscu nastąpiły straty przychodów. ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== Maex_9780307888341_3p_01_r1.j.indd 19 5/21/12 2:46 PM | 24 | TE MAŁE SEKSOWNE CYFERKI Pierwsze 5 pozytywnych strumieni przychodów Pierwsze 5 negatywnych strumieni przychodów 0 0 $194m - 5,274 firm $192m - 4,940 firm $128m - 8,705 firm $110m - 2,767 firm $67m - 1,632 firm 0 0 -$86m - 2,640 firm -$83m - 3,465 firm -$76m - 2,833 firm -$54m - 1,839 firm -$12m - 494 firm 0 oznacza firmy niebędące klientami To było lepsze niż bardzo szczegółowa tabela, pokazana na poprzedniej stro- nie. Jednak nie uważam, że było to dostatecznie dobre. Nie chciałbym czekać, aż mój szef – albo akcjonariusze – spyta „No dobrze, ale co to wszystko znaczy?”. Chcę, aby moja historia była tak jasna i zrozumiała, jak to możliwe. Tak więc, zanim poszedłem na spotkanie z Jamesem Richardsonem, zebrałem razem wszystko, czego już się dowiedziałem (proces, który wyko- rzystałem, pokażę nieco dalej w tej książce), w następujące trzy zalecenia (których podstawą były dwa wykresy, pokazane nieco wcześniej): 1. Musimy wycisnąć więcej z naszych obecnych klientów. Uśredniając, uzy- skanie dodatkowego 1 z budżetu IT klientów z segmentu Samorodków oznacza roczny wzrost przychodów o 8,6 miliona dolarów. Zwiększenie o 1 udziału fi rm z segmentu Żołędzi daje dodatkowo 6,3 miliona rocznie. 2. Musimy przekształcić więcej fi rm z segmentu Wygranych w Samorodki. Każdy 1 spośród Wygranych, który uda się zmienić na Samorodki, da zwiększenie przychodów o 5,7 miliona. 3. Powstrzymać fi rmy z segmentu Samorodki przed migracją w dół. Każdy 1 spadku sprzedaży dla fi rm segmentu Samorodków powoduje zmniej- szenie rocznych przychodów o 4,1 miliona dolarów. ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 25 | JAK TA KSIĄŻKA MOŻE POMÓC W ROZWIJ ANIU BIZNESU Dzięki „przedestylowaniu” surowych danych do tego poziomu precyzji mia- łem wreszcie interesującą historię o opowiedzenia, taką która mogła mieć gruntowny wpływ na to, co ludzie w Cisco myśleli o marketingu. Do tego czasu rola marketingu sprowadzała się do budowania znajomości marki Cisco i tworzenia wskazówek dla działów sprzedaży. Realizacja tych trzech rzeczy, które zasugerowałem, nie tylko spowodo- wałaby, że fi rma stałaby się bardziej ukierunkowana na klienta, ale również pozwoliłaby Cisco skoncentrować swoje atuty marketingowe tam, gdzie wygenerują one najwyższy możliwy zwrot z inwestycji. Uzbrojony w te wszystkie informacje udałem się do Building 10 w kampu- sie Cisco. To jest to miejsce, w którym mieszczą się biura Johna Chambersa, prezesa i CEO, a także wszystkich innych wyższych kierowników, jak James Richardson – wewnętrzne sanktuarium. To było coś. Nie co dzień zdarza się robić prezentację dla globalnego szefa marketingu takiej fi rmy jak Cisco. Pamiętam dyskusję z Heather, która prowadziła sprawy Cisco w agencji Ogilvy, czy powinniśmy w prezentacji umieścić tabelę ze wszystkimi licz- bami pokazanymi wcześniej. Heather nie uważała tego za dobry pomysł. Jej zdaniem był to zbyt duży poziom szczegółowości dla kogoś tak zajętego, jak James. Ja jednak chciałem ją dołączyć, bo choć było w niej mnóstwo cyfr, były to cyfry reprezentujące prawdziwe pieniądze. I liczby te nie tylko opowiedziały swoją historię, pozwoliły nam również pokazać, jak szczegó- łowo możemy się zagłębić w to, gdzie fi rma zdobywa lub traci pieniądze. Na koniec Heather powiedziała, abym nie dołączał tej tabeli, ale i tak wsta- wiłem ją do prezentacji. Okazało się, że dla Jamesa był to najlepszy slajd. Będziemy jeszcze mówić o wizualizacji danych w dalszej części książki, ale na razie wystarczy wniosek, że nie powinniśmy się wstydzić pokazywania rzeczywistych liczb, jeśli wynika z nich jakaś opowieść. Prezentacja ta dała nam pozycję, której potrzebowaliśmy, aby napraw- dę zacząć działać. Było jasne dla wszystkich, że „zaawansowane analizy” mogą odsłonić spostrzeżenia, które mogą zmienić strategiczne kierunki marketingu. ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw== | 26 | TE MAŁE SEKSOWNE CYFERKI Cisco przyjęło nasze zalecenia całym sercem. Przeszli od działań marke- tingowych skoncentrowanych głównie na generowaniu wskazówek do two- rzenia programów zaprojektowanych na uzyskanie większych przychodów od istniejących klientów. Oczywiście, nie zatrzymaliśmy się na modelu Value Spectrum. Mike i ja spędziliśmy kolejne pół roku budując modele skłonności dla każdego produktu w ofercie Cisco. Modele skłonności wyliczają prawdopodobieństwo zakupu określonego produktu przez istniejącego lub obiecującego klienta w ciągu następnych 12 miesięcy. Pozwoliło nam to zidentyfi kować produkty, które mogą być następnym logicznym zakupem każdego indywidualnego klienta i odpowiednio ukierunkować wysiłki działu sprzedaży. Jak to  osiągnęliśmy? Poprzez proces zwany „modelowaniem podo- bieństw”, który jest dokładnie tym, jak brzmi. Powiedzmy, że zauważymy, że gdy któryś z naszych klientów zajmujących się globalnym eksportem prze- kracza 5 milionów dolarów przychodów, dokonuje zakupu systemów telefo- nii internetowej (IP/Telephony), jako że takie systemy pozwalają znacząco zredukować koszty międzynarodowych połączeń telefonicznych. Wiedząc o tym, możemy udać do każdego spośród naszych klientów tego segmentu, który zbliża się do poziomu 5 milionów dolarów sprzedaży, i zacząć – jak to zrobiło Cisco – proponować im systemy telefonii internetowej. Nasze modelowanie skłonności podwoiło poziom reakcji, jaki Cisco uzyskiwało w odpowiedzi na emaile próbujące zainteresować potencjalnych klientów swoimi produktami – a głównym celem tych maili było generowanie trendów. Firma była bardzo zadowolona. Jak można zauważyć z przedstawionego przykładu, koncepcja wykorzy- stania istniejących danych o posiadanych klientach nie jest jakąś hipote- tyczną ideą. Wszyscy, od Ameritrade po UPS – i niezliczone mniejsze fi rmy też – wprowadzili programy realizujące takie zadania jako sposób znaczą- cego zwiększenia sprzedaży niemal bez ponoszenia kosztów. Na zawsze zmienił się sposób myślenia o informacjach, które gromadzimy o swoich klientach, w dodatku do zmiany podejścia do tego, jak zwiększać poziom zwrotu z inwestycji. ##7#52#aSUZPUk1BVC1WaXJ0dWFsbw==
Pobierz darmowy fragment (pdf)

Gdzie kupić całą publikację:

Te małe seksowne cyferki
Autor: ,
Sklep
Format
Cena

Opinie na temat publikacji:

Inne popularne pozycje z tej kategorii:

Czytaj również:

Prowadzisz stronę lub blog? Wstaw link do fragmentu tej książki i współpracuj z Cyfroteką: