внедрение подхода дата-дривен
Редакция

Data-driven: в чем особенность подхода и как он работает на практике

Data-driven – это подход к управлению бизнесом, который строится на использовании собранной информации. Это может быть статистика по рекламным кампаниям, KPI, данные с метрик, конверсии, e-commerce, и любые другие данные, которые может собрать бизнес во время работы.

Для термина data-driven буквальный перевод названия и означает, что marketing строится «на основе данных».

Сам по себе подход, на первый взгляд, не приносит ничего нового. Управляющий персонал, рекламщики, маркетологи, вебмастера всегда собирали и анализировали данные, чтобы использовать их в работе и укреплять культуру компании.

В чем заключается суть дата-дривен – в том, что можно систематизировать работу над данными, сделать ее более удобной и понятной. Кроме того, есть несколько основных принципов, которых нужно придерживаться при использовании этого подхода.

Принципы

Хоть способ и не новый, но, чтобы он приносил наибольшую результативность, нужно следовать нескольким правилам. Вот они.

Данные должны быть измеряемы и объективны

Дата-дривен не терпит пространных формулировок, данных без цифр и отсутствия наглядной статистики. Кроме того, данные должны быть объективны. Нельзя считать нужные цифры примерно, и нельзя допускать возможности подтасовки этих данных.

Бизнес должен быть готов инвестировать в этот подход

Это значит, что для сбора и анализа информации нужны специалисты, консультации экспертов, обучение внутри компании. Это требует ресурсы, но организация должна быть готова их вложить, чтобы получить максимально точный эффект.

Информации нужно доверять

Это значит, что стратегические и ежедневные рабочие действия не должны идти вразрез с данными. Это нужно как для того, чтобы систематизировать работу, так и, чтобы четко двигаться по вектору развития. Кроме того, если не доверять собранной информации, то зачем вообще ее собирать?

Данные нуждаются в обработке

Нельзя использовать только голые цифры. Чтобы информация работала во благо, нужно ее связывать с деятельностью компании. Эти данные нужно анализировать, связывать с ключевыми событиями, которые повлияли на изменение цифр.

Дата-дривен – простой метод, при котором собранная информация становится самым важным аспектом как для оценки эффективности работ, так и для принятия действий по развитию бизнеса. Если компания использует этот способ, то собранная информация – основополагающий аналитический ресурс.

Как подход работает на практике

как дата-дривен работает на практике

Чтобы понять, в чем заключается работа data-driven на практике, лучше взглянуть на примеры работ. Есть несколько примеров, и они расписаны на разном уровне компании, от единичного сотрудника до состояния бизнеса в целом.

Пример 1. Реклама

Главный персонаж – таргетолог в социальной сети, например, ВКонтакте. Ему нужно настроить рекламу на небольшое производство одежды. Вот как проявляет себя дата-дривен в данном случае:

  1. Прежде, чем запрашивать средства на тестовые рекламные кампании, таргетолог проводит исследование, и записывает аналитические данные. Он ориентируется только на данные, которые собирает парсером. Его интересует конкретная демография, геопозиция, возраст, активность, эффективность рекламы конкурентов.
  2. После того как таргетолог собрал информацию, он адаптирует ее. Готовит портрет целевой аудитории, смотрит, какие варианты креативов принесли больше клиентов в рекламе, какая аудитория проявляет большую вовлеченность. Эти данные он тоже оформляет в виде цифр, например, распределяет вовлеченность по возрасту и отражает ее в процентах.
  3. Когда информация собрана, таргетолог может оценить по цифрам, какой подход больше нравится аудитории. Он запрашивает рекламный бюджет у заказчика и начинает работать с тестовыми рекламными кампаниями.
  4. Тестовые рекламные кампании тоже дают статистику, благодаря которой таргетолог может оптимизировать свою работу. Он вновь собирает эти данные, анализирует, применяет, и так, пока не достигает цели. Тестирование тоже важно, так как помогает определить правильность вектора работы.

Пример 2. Отдел продаж

Менеджеры крупной компании решили внедрить в отдел продаж этот способ обработки данных. Вот, как это будет происходить:

  1. Менеджеры вводят дополнительные метрики, чтобы отслеживать действия сотрудников, и измерять их. Начинают высчитываться конверсии, среднее время разговора по телефону, соответствие скрипту в процентах, количество клиентов в день для каждого члена команды, прибыль, которую может принести клиент, оценки клиентов после звонка.
  2. Нанимается отдельный специалист, который анализирует эту информацию. Он прослушивает запись разговоров, оценивает, какие действия могли влиять на цифры, ищет закономерности. Эти данные будут применены в management-е компании в дальнейшем.
  3. Когда закономерности были выявлены, эти данные можно использовать, чтобы повышать эффективность отдела. Например, если конверсии снижались при соответствии скрипту продаж – значит, надо менять скрипт. Если персонал недостаточно квалифицирован – нужно учиться.
  4. В дальнейшем сбор данных поможет оптимизировать работу отдела, улучшить его показатели, наладить управление отделом.

Пример 3. Крупная компания

пример внедрения дата-дривен в крупной компании

Крупная компания, например банк, решает ввести этот подход. Вот, какие этапы нужно пройти в больших масштабах:

  1. Нанимается отдельный штат специалистов и оборудования. Это нужно, так как, чтобы заниматься data-driven в больших масштабах, нужно гораздо больше персонала и мест для хранения информации.
  2. Вводятся новые метрики. В приложения, сайты, рекламу вводятся дополнительные аналитические инструменты и цели, которые помогут оценить реакцию на действия компании у большого количества пользователей.
  3. Дорабатывается CRM-система для персонала. Теперь в нее вносится больше данных, все отражается в конкретных цифрах. Эти данные собираются и отправляются на анализ специалистам.
  4. Эксперты обрабатывают и анализируют данные, после чего загружают результат управляющему персоналу.
  5. Управляющий персонал корректирует различные действия на разных этапах принятия data-driven решения в соответствии с собранными данными, чтобы улучшать и развивать компанию.

В каких областях и как он применяется

Применять данный способ можно в любом виде бизнеса, вне зависимости от масштабов. Частные специалисты также могут использовать этот метод обработки данных для повышения эффективности.

Data-driven в маркетинге используется для того, чтобы принимать более верные действия и чтобы структурировать информацию.

Дата-дривен также поможет расположить и проанализировать информацию более точно, на основании чего корректировать деятельность. Это увеличит правильность и эффективность дальнейших действий.

В дизайне, например, использование этого подхода нужно, чтобы точнее отслеживать векторы развития трендов либо эффективность сотрудников. Это поможет студии дизайна всегда быть «в теме», а частным специалистам точнее контролировать свое время и определять, в какую сторону развиваться.

Использовать этот метод можно почти в любой сфере, так как сбор и обработка данных и так есть в каждой нише. Применение этого способа упростит жизнь внутри компании и сделает действия как управляющего персонала, так и сотрудников более взвешенными. В общем, не повредит в любом случае.

Инструменты для работы с данными

инструменты для работы с данными в дата-дривен

Чтобы эффективнее собирать информацию, точнее анализировать данные, а также, чтобы их хранить – нужны специальные программы. Эти приложения нужны для обработки, хранения и аналитики, и они существенно облегчат принятие data-driven решений (это действительно важно, поверь).

Веб-аналитика

Яндекс.Метрика

Самый популярный маркетинговый инструмент от отечественного IT-гиганта. Яндекс Метрика позволяет подключать на сайты либо в рекламные кампании счетчики, которые собирают информацию. При правильной и подробной настройке, метрика может давать подробный отчет о тех действиях, которые выполняет посетитель сайта.

Из наиболее важных данных, которые может записать метрика, можно выделить статистику по переходам, глубину пролистывания сайта, среднее время нахождения на сайте и еще взаимодействие с интерактивными элементами.

Google Analytics

Это аналог Яндекс.Метрики от Гугла. Имеет схожий функционал, но отличается слегка перегруженным интерфейсом и немного ограниченными функциями. Подойдет в тех случаях, когда необходимо взаимодействовать с внутренней экосистемой Гугла. В остальных случаях, пользуйся Метрикой. Тем более, она лучше работает в российском сегменте и удобнее интегрируется с другими инструментами Яндекса.

Roistat

Это сервис, который позволяет оценивать эффективность инвестиций компании. Он оценивает работу рекламных кабинетов, собирает статистику по множеству направлений и легко интегрируется с популярными CRM. Это гибкий инструмент, который позволяет собирать и сразу же анализировать знания.

CRM-системы

Это прикладные программы, которые позволяют вести учет данных внутри компании. При помощи этих систем можно выставлять задачи сотрудникам, контролировать ход работы и собирать статистические данные.

Рассмотрим на примере двух наиболее популярных CRM-систем.

AmoCRM

Популярная система имеет множество возможностей для интеграции со сторонними сервисами, что увеличивает достоверность собираемых данных. Из основных плюсов можно отметить приятный дизайн, легкость в настройке, бесплатный тестовый период. Так как система популярна, вероятнее всего, некоторые сотрудники уже сталкивались с ней, что снижает расходы на обучение персонала.

Bitrix24

Самая популярная русская система на данный момент. Имеет широкий функционал, интеграцию почти со всеми сервисами, а также имеет функции за пределами обычных систем. То есть, используя Битрикс, ты получишь не только функции сбора и учета данных, но и возможность подключить онлайн-магазин к системе напрямую, наладить мессенджер прямо внутри программы, собирать все данные, вплоть до телефонных разговоров.

Все эти функции позволят тебе собрать как можно больше данных и проанализировать их прямо в приложении.

Расчет юнит-экономики

расчет юнит-экономики для дата-дривен

Эти сервисы взаимодействуют с пользователем, собирая информацию о его действиях, связанных с прибылью. Иными словами, эти сервисы помогут рассчитать, насколько выгоден клиент, какие действия привели его к покупке, как можно стимулировать эти действия.

Может использоваться не только для клиента, но и для, например, оборудования. В данном случае будут использоваться данные о расходах на покупку, и прибыль, которую принесло оборудование.

Эти сервисы используются, скорее, для аналитики, чем для сбора данных. Они дают конкретные цифры эффективности, которые в дальнейшем можно использовать для более тонкого анализа юнит-экономики.

UE Calc – калькулятор для юнит-экономики

Введи те данные, которые необходимо рассчитать, и сервис проведет оценку эффективности и прибыльности выбранного юнита.

JetStyle калькулятор

Проект удобно собран и позволяет оценить окупаемость и риски даже на этапах планирования и постановки задачи. Для анализа тоже можно использовать.

Lifetime value

Калькулятор, который, скорее, настроен на долгосрочное планирование. Назначение одно – реклама. Он оценивает рекламную статистику, и выдает расчет того, как может меняться динамика рекламы в дальнейшем. Подойдет как для оценки эффективности рекламы на текущий момент, так и в перспективе.

Визуализация

Эти приложения нужны для аналитики, постройки стратегий, принятия действий, а также, чтобы адаптировать собранные данные в удобный формат. Это поможет при финальной обработке данных, чтобы работать с собранной статистикой было приятнее. Можно использовать эти программы для упаковки данных в кейсы.

OWOX

Приложение для удобной визуализации в виде дэшбордов. Можно интегрировать с Гугл Аналитикой, использовать для сбора данных, расчетов, подготовки отчетов. Есть встроенная интеграция с рекламными сервисами, но, в основном, с зарубежными. Сервис подойдет компании, которая работает на глобальном рынке, либо если в компании работают с другими зарубежными сервисами.

Продукт от Майкрософта

Из плюсов – более широкий функционал, приятный дизайн, цена на лицензионную версию ниже. Кроме того, имеет гибкую интеграцию с CRM и рекламными инструментами. Главный минус в том, что за счет расширения функционала программа стала сложной в освоении. Для использования придется отдельно обучать аналитиков.

Заключение

Теперь ты понимаешь, в чем заключается data-driven подход.

Дата-дривен – модель, которая опирается на данные. Она не новая, но она позволила структурировать все предыдущие наработки маркетологов и упаковать их в удобный формат. Использование этого метода повысит эффективность действий, а сами действия станут более взвешенными и правильными.

Комментарии (0)

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *