Please enable JavaScript.
Coggle requires JavaScript to display documents.
Prez - Coggle Diagram
Prez
Проблемы и боли
Маркетинг
Маркетингу не доверяют
Красиво говорят
Используют много непонятных слов
Рисуют красивые презентации
Обещают золотые горы
Не могут привести реальных расчетов и доказательств
Часто не думают о результатах и не мыслят категориями выручки и прибыли
Нужно ли что-то считать
Кто мы? -Маркетологи
Что мы хотим? -Оценить программу лояльности
Когда мы это хотим? -Когда руководство попросит отчет
Только 60% компаний хотя бы как-то оценивают свои программы лояльности
Только половина из оценивающих делает это регулярно
Пример Как подводим итоги
Взгляд маркетолога:
-Трафик (рост)
-Заказы/клиенты (рост)
Взгляд аналитика:
-Выручка (рост)
-Маржа (падение)
Вывод нужно взаимодействие
Логистика
Ошибки комплектования заказов
Продажи
Задачи менеджерам
Нет анализа клиентов в динамике (кроме оборота)
увеличилось ли кол-во заказов
увеличилась ли частота
как изменилась маржа по клиенту
Даем доп скидки клиентам, которые и так хорошо покупают
Не всегда КП релевантны потребностям клиентов
Не видно отток клиентов
Вставить дырявое ведро
Фиктивные резервы
Закупки
Управление товарными запасами
Менеджеры продаж постоянно жалуются на нехватку товарных запасов
Хотя при этом склад стремительно увеличивается по площадям и персоналу
Ручная работа
Высокий уровень излишков замораживает оборотные средства
Неликвидный товар списывается в убытки или распродается по низким ценам
Несбалансированный ассортимент
Быстрооборачиваемый и востребованный клиентами товар часто отсутствует, а неликвидный товар загромождает склад и полки
Возникают упущенные продажи.
Уровень наличия товара в среднем составляет 85%
Анализ ассортимента
Трудоемкое сравнение с конкурентами
Ввод / вывод товара из ассортимента
Ручная работа - анализировать кучу Excel таблиц
Нет возможности моделирования ценообразования
Аналитика
Качество данных
Ручная работа
Проблема с восприятием табличной информации
Вставить картинку "Найти цифру 5"
Бизнес-процессы
Работает ли процесс как задумывалось?
Невозможно количественно и качественно оценивать процессы
ИТ
Перебои с доступам к данным
Несвоевременное обновление информации
Кадры
Тратим время на подготовку отчетов, а не на продумывание решений
"Общий закон наименьших усилий применим и к физической, и к умственной нагрузке. Закон утверждает, что
если существует несколько путей достижения цели, то люди будут склоняться к наименее трудозатратному
. В экономике усилия - это издержки, а приобретение знаний и навыков зависит от баланса издержек и выгоды. Лень лежит глубоко в нашей природе."
Даниэль Канеман (Нобелевский лауреат)
Склад идей
Название отдела
Отдел Управления Корпоративными Данными и Обработки Информации (ОУКДиОИ)
Отдел Управления Корпоративными данными (ОУКД)
Дата-офис
Отдел дата-аналитики
Информационно-вычислительный центр
Отдел аналитики данных
Офис CDO
Chief Digital Officer
Цифровая трансформация - это не о технологиях или даже управления изменениями... это о трансформации бизнес-моделей и целых индустрий
Современный подход к стратегии - это в большой степени поиск возможностей за рамками текущей бизнес-модели
Старая бизнес-модель
Создание краткосрочной стоимость с помощью операционных улучшений и фокус на текущих компетенциях
Новая бизнес-модель
Создание существенной долгосрочной стоимости с помощью новой бизнес-модели
Стратегия в эпоху Agile
Подход к планированию
Проект по техническому заданию с четким планирование задач
>>>
Реализация приоритетных на текущий момент задач
Реализация
Команды заказчика и консультанта, которые взаимодействуют на отчетных встречах
>>>
Совместная кросс-функциональная гибкая команда
Результаты
Итоговый документ в виде презентации и финансовая модель с оценкой эффектов внедрения стратегии
>>>
Интерактивный дашборд для стратегического управления и экспертиза по ключевым приоритетным задачам
Бюджет
Проектный бюджет с фиксированной суммой, разбитой по этапам проекта
>>>
Проектный платеж + ежемесячная подписка + success fee (при достижении целей)
Работа с данными: извлечение, хранение, анализ, интерпретацию, визуализацию и прочее
Ошибки при сборе данных
Собирать все подряд без четкой цели и структуры
Ничего не собирать, либо собирать минимум данных и жить в информационном вакууме
Не обращать внимания на качество данных и не работать над ним
Цитаты
Джеф Безос (Amazon)
"Я в прямом смысле потерял миллиарды долларов на различных провальных проектах Amazon. В этом мало приятного, но это и не имеет никакого значения. Что имеет значение, так это факт, что
если компания не будет экспериментировать и поощрять неудачи, то рано или поздно она окажется в ситуации, когда будет вынуждена поставить все на одну маловероятную ставку
по принципу "пан или пропал". Я не верю в такие ставки"
"Ваша прибыль - это моя возможность для роста"
Говорит о том, что если есть какая-то индустрия, рынок, где еще хорошо зарабатывают, где есть прибыль, то Amazon практически ничего не стоит туда выйти и занять там существенную долю, отобрав тем самым прибыль у традиционного бизнеса
Эрик Шмидт (Google)
"Интернет исчезнет. Будет так много IP-адресов, так много устройств, датчиков, вещей, которые на вас надеты, вещей, с которыми вы взаимодействуете, что вы перестанете это ощущать. Интернет станет частью вас."
Даниэль Канеман (Нобелевский лауреат)
"Общий закон наименьших усилий применим и к физической, и к умственной нагрузке. Закон утверждает, что
если существует несколько путей достижения цели, то люди будут склоняться к наименее трудозатратному
. В экономике усилия - это издержки, а приобретение знаний и навыков зависит от баланса издержек и выгоды. Лень лежит глубоко в нашей природе."
Клейтон Кристенсен (The Innovator's Dilemma)
"Причиной отсутствия прорывных идей был именно высококлассный менеджмент. Менеджеры играли в игру по ее сложившимся правилам. Сами по своей сути
процессы принятия решений и распределения ресурсов, которые принесли успех компании, становятся теми самыми процессами, которые препятствуют развитию инноваций...
по этим причинам хорошо зрелые компании не справляются, когда оказываются перед лицом прорывных технологических перемен."
Дейв Сноуден (How leaders change culture through small actions)
"
Управлять настоящим, чтобы сформулировать направление движения
- более важно, чем создавать ошибочные ожидания о том, как будет выглядеть будущее"
Джон Чемберс, Председатель совета директоров Cisco
"По крайней мере 40% всех компаний исчезнут в следующие 10 лет... если они не найдут способ полностью перестроиться на цифровые рельсы"
Георг Кристоф Лихтенберг, немецкий ученый, философ и публицист
"Будущее должно быть заложено в настоящем. Это называется планом. Без него ничто в мире не может быть хорошим"
Перспективы изменений для компании при внедрении ИИ
Повышение выручки в рамках текущей бизнес-модели
Повышение точности, ускорение существующих бизнес-процессов
Снижение издержек в рамках текущей бизнес-модели
Автоматизация труда, облегчение существующих бизнес-процессов
Запуск новой (ранее невозможной) бизнес модели
Объединение нескольких решений в один продукт для создания уникальной пользы
Примеры внедрения ИИ в российских компаниях
МТС снизила издержки колл-центра на 80% за счет обработки входящих запросов ИИ чат-ботом
Магнит сократил дефицит продукции в магазинах на 2% (рост выручки до 4 млрд. рублей в год) благодаря нейросетям
Superjob увеличил число закрытых вакансий на 5,4% с помощью персонализированных откликов от кандидатов в личном кабинете рекрутера
Яндекс запустил умную колонку и голосового помощника "Алису", объединив несколько ранее недоступных возможностей ИИ в одном продукте
Решение, как это делаем
Создаем проактивный отдел - компетенции PaEi
Разработчики - исполнители, единицы готовы придумывать решение с 0 и реализовывать его
Бизнес-аналитики - могут описать "боли" бизнеса, но не придумать готовое решение
Нужны люди, которые готовы придумать решение и реализовать его
Цель отдела
Фокус на качество данных
Фокус на внутреннем заказчике
Реализация Data Driven стратегии
Обучение сотрудников работе с данными
Предложения по внедрению и участие во внедрении Big Data / Machine Learning решений (как собственных, так и с привлечением сторонних организаций)
Аналитика текущих процессов с точки зрения data-driven подхода
Структура отдела
Chief Data Officer
Администратор Баз Данных
Разработчик / Архитектор Баз Данных
Аналитик BI / Дизайнер дашбордов
Data Scientist
Области воздействия
SQL Базы данных
Microsoft
Analysis Services (OLAP)
Reporting Services
MySQL
PostgeSQL
BI платформа
PowerBI
Tableau
QlikSense
Аналитические платформы / Языки для анализа
Loginom
Python
Excel Power Query
VBA
Маркетинг
Подход Data-Driven
Отвечает на вопросы
Где искать точки роста
Куда утекают клиенты
Насколько эффективно расходуется бюджет
Как должно быть (как это выглядит на практике):
Мы посчитали возможную эффективность будущей компании и предполагаем, что в период рекламы трафик на наш сайт
вырастет на 35%
, что позволит нам получить
прирост количества регистраций на 29%
.
С учетом конверсии из регистраций в покупку
рост
числа новых клиентов
составит 25%
.
Мы планируем
увеличить
процент реактивации с 5
до 8%
. Кратность у постоянных клиентов
вырастет на 8%
.
С учетом текущего LTV компании затраты на рекламу оправданы и окупаются уже
на втором заказе
.
Направления анализа для DDM(data-driven marketing)
Клиентская аналитика
Сервисная аналитика
Аналитика программы лояльности
Анализ конкурентов и benchmark
Web-аналитика
PR и smm-аналитика
Аналитика директ-маркетинга
Мобильная аналитика*
Использование всех возможных источников данных для DDM
Сайт
Данные о действиях на сайте, в мобильном приложении, данные заполненных анкет и результатов опросов
Call-центр
Жалобы, предложения, обращения, данные о заказах
Соцсети
Данные профилей, посты в группе, данные опросов в группе
Базы данных
Все данные о покупках клиентов, информация о доставке
История взаимодействия (конверсии по email, смс, push и т.п.)
Что делать?
Аудит текущих показателей / отчетов
Сверяем данные в разных источниках и определяемся с методологией расчета показателей
Определение наиболее важных проблем и начинаем строить отчеты от "болей"
Ведение базы знаний / документации
Условия построения успешной отчетности в маркетинге
Методология расчета показателей согласована и едина во всех отчетах
Все ключевые показатели в различных источниках сходятся
Существует понятная структура аналитической отчетности с описанием взаимосвязей основных показателей
Есть описания таблиц Базы данных с картой связей
Есть описание отчетов, и отсутствуют проблемы приемственности
Ведутся динамические ряды показателей
Есть зафиксированные результаты прошлых акций
Как понять, что у нас Data-driven маркетинг
Есть система метрик и KPI для план-фактного анализа
У каждой метрики есть ответственный
Знаем эффективность своих каналов сбыта
Умеем прогнозировать результаты своих действий
Оперативно вносим изменения в маркетинговую стратегию
Принимаем решения на основе данных, а не интуитивно
Примеры
Цель - снизить затраты на смс-рассылки и уменьшить жалобы на спам
Что делали:
Проверили все телефоны в базе на валидность
Проверили доставляемость смс и активность телефонных номеров
Выделили сегменты, с которыми прекратили коммуникацию
Что получили:
Конверсия в покупку из рассылок - рост в 3 раза
Снижение затрат на коммуникации - более чем на 10 млн. в год
Цель - вернуть клиентов, которые перестали пользоваться сервисом
Что делали:
Провели выборочный опрос клиентов, которые давно не делали заказы
Сегмент: неактивные клиенты с высоким средним чеком
Что получили:
Выяснили основные причины отсутствия покупок
Скорректировали коммуникации в рассылках по сегменту
Конверсия в покупку из числа получивших новое предложение - 10%
По сравнению с контрольной группой рост выручки составил 15%
Скиллы маркетолога-аналитика
Клиентская аналитика и сегментация
Customer Journey Map и Jobs To Be Done
Yandex Metrica, Google Analytics, App Metrica
A/B-тестирование
Основы математической статистики
Excel, Google Sheets
SQL
PowerBI (или аналоги платформы для визуализации)
Customer Development
Полезные ресурсы
Андерсон К. "Аналитическая культура. От сбора данных до результатов"
Джефри М. "Маркетинг, основанный на данных"
Дэвенпорт Т., Ким Джин Хо. "О чем говорят цифры"
Курносов Ю. "Азбука аналитики"
Филлипс Т. "Управление на основе данных. Как интерпретировать цифры и принимать качественные решения в бизнесе"
Хьюз А.М. "Маркетинг на основе баз данных"
https://t.me/internetanalytics
- канал "Интернет-аналитика"
https://www.thinkwithgoogle.com/intl/ru-ru/consumer-insights/consumer-trends/books/
- 10 самых влиятельных книг для маркетологов
Аналитика
Аудит текущих отчетов
Формирование культуры дашбордов
Коммерческий блок
Дашборд "Воронка продаж по менеджерам"
Описание бизнес-процесса
2. Прогрев и обработка лидов
Действия менеджеров, направленные на классификацию лидов, взаимодействие с ними, включая действия по "утеплению"
3. Закрытие на сделку
Все те действия, которые менеджеры совершают ради продажи:
установление контакта
выявление потребностей
презентация продукта через боли клиента
отработка возражений
согласование условий
4. Развитие клиента
Действия направленные на развитие взаимоотношений с клиентом:
увеличение лояльности
допродажи
повторные продажи
расширение участия в объеме закупок клиента
формирование потребностей клиента
1. Лидогенерация
Описать все активные действия направленные на поиск клиентов: работа "хантеров", деятельность колл-центра, рассылки по холодной базе
Сегментация клиентской базы
Рекомендации по взаимодействию с клиентами на основе ИИ (задачи менеджеру)
Давно не покупал - свяжись
Падение продаж - выяснить причину
Закупки
Управление товарным запасом
Тестирование методологии Demand Driving Material Requirements Planning на стабильном ассортименте (аля MinMax с двигающимися границами)
Реализация Integrated Business Planning (Прогноз на 12 мес - Корректировка - Утверждение планов)
Управление ассортиментом
Управление ассортиментом категории
Работа с поставщиками
Управление запасами
Реализация промо-активности и стимулирования продаж
Ценообразование
Следующий шаг
Сейчас
Мои мысли по подобному отделу могут отличаться от ваших, поэтому на основании услышанного попробуйте прямо сейчас составить 5 перспективных задач для такого отдела
Потом
Определить точные зоны ответственности
Какие дополнительные функции / операции будет выполнять отдел
Минимальное количество сотрудников
Вычислить затраты на отдел
Развитие отдела до "идеолога" цифровой трансформации
Титул, префрейминг, контекст
Структура презентации
Большое обещание, результаты
Создать культуру Data-driven подхода в компании
Запуск новой (ранее невозможной) бизнес модели
Создание компетенций внутри компании
Услуги IT консалтинга для компаний холдинга / партнеров
Сервис управления товарными запасами клиентов
Онлайн-платформу аналитики больших данных
Позволить поставщикам компании формировать отчёты по истории покупок их товаров
Повышение выручки в рамках текущей бизнес-модели
Технологии машинного обучения и Big Data позволяют формировать правильные выводы – какой аудитории что предлагать, какое рекламное сообщение показывать – и другие параметры для максимально персонализированных коммуникаций
Персонализированные предложения клиентам, согласно истории их покупок
Прогнозирование оттока клиентов
Прогнозирование покупательской способности торговой точки / клиента
Повышение точности, ускорение и автоматизация существующих бизнес-процессов
Автоматизированный анализ сайтов конкурентов (ширина ассортимента, цены, акции и т.д.)
Автоматизированное управление запасами части ассортимента по модели DDMRP
Рекомендательная система временного снижения цен на товары (оптимальный % согласно истории снижения цен)
Автоматизированное формирование удобной визуальной отчетности
Внедрить систему дашбордов, отражающих состояние происходящих на РЦ процессов в реальном времени. В реальном времени также считаются важнейшие KPI производственных процессов. Например, количество скомплектованных коробов на человека в час.
Профиль клиента - дашборд
Process Mining - количественная оценка и качественная оценка каждого этапа бизнес-процесса
Оптимизация ширины ассортимента, рекомендательные системы
Предиктивная HR аналитика
Прогнозирование "ухода" сотрудников
Снижение издержек в рамках текущей бизнес-модели
Оптимизация товарных запасов путем работы по методологиям DDMRP / IBP
Прогнозирование - Корректировка - Работа по плану
Чат-боты в помощь колл-центру / техподдержке / отделу продаж
Складская логистика
Внедрение системы голосового отбора
Объединение нескольких решений в один продукт для создания уникальной пользы
Частые вопросы
Риски
"Я в прямом смысле потерял миллиарды долларов на различных провальных проектах Amazon. В этом мало приятного, но это и не имеет никакого значения. Что имеет значение, так это факт, что
если компания не будет экспериментировать и поощрять неудачи, то рано или поздно она окажется в ситуации, когда будет вынуждена поставить все на одну маловероятную ставку
по принципу "пан или пропал". Я не верю в такие ставки"
Джеф Безос, Amazon
«Если новый отдел не создать, какие потери (проблемы) нас ждут? Какие выгоды для бизнеса обеспечит создание нового подразделения?» В этом разделе стоит также отразить ответ на вопрос о том, почему это надо делать сейчас.
Потребности компании в аналитике все ширятся, количество людей которые используют различные отчеты для принятия решений постоянно растет, но количество людей, которые способны дать бесперебойный доступ к данным и обеспечить их достоверность остается прежним.
График сложность задачи / время выполнения
Отказоустойчивость, взаимозаменяемость. Зависеть от одного/двух людей или от команды?
Все останется как есть