Как не превратиться в маркетингового хайпожора

Все помнят период бурного развития интернета. Практически каждый год появлялись новые платформы и возможности. Рост конкуренции, стремление найти «голубые океаны» заставлял маркетологов осваивать всё новые инструменты. Десять лет назад, чтобы получить поток клиентов, достаточно было продвинуть сайт в топ, сегодня приходится собирать данные о поведении пользователей, строить на их основе карты пути клиента, привлекать в помощь искусственный интеллект. Прогресс технологий очевиден, но как он усложнил жизнь маркетолога!

Если тебе кажется, что мир становится сложнее, тебе не кажется. Болезнь прогрессирует: если сейчас насчитывается 7 040 рекламных технологий, то к середине этого десятилетия, по прогнозам chiefmartec.com, их количество приблизится к 30 000. Если давать оценку сложившейся ситуации, можно сказать, что мы вступили в эру цифровой дивергентности — размножения технологий без существенного роста их эффективности.

Возьмём, к примеру, контекстную рекламу. Навскидку можно вспомнить минимум 6 сервисов для её автоматизации: eLama, Marilyn, Origami, K50, Aori, Alytics. Чтобы выбрать наиболее эффективный инструмент, нужно тратить время, тестировать, разбираться. А завтра появятся ещё шесть, а эти изменятся — станут удобнее, эффективнее. Пользователю снова придётся выбирать, только из большего количества вариантов.

Выйти из этой гонки нельзя. Конкуренты не упустят свой шанс, и твоя компания останется за бортом, превратится в следующую Nokia. Но и отдать все силы на освоение инноваций тоже губительно — не останется времени на текущую деятельность. Как не слить весь бюджет на подтверждение рискованных гипотез? Давай разбираться.

Тренды и гипотезы: доверяй, но проверяй

Если посмотреть, что пишут коллеги-маркетологи, создаётся ощущение необычайной продвинутости рынка digital-маркетинга: у каждой второй компании настроена сквозная аналитика, реализован омникальный подход, собирается big data, вовсю работает искусственный интеллект. У кого-то из читателей даже может развиться чувство неполноценности. На деле существует два мира: мир мечты, в котором супертехнологии внедрены у всех, и реальность, где ситуация совсем иная.

Ещё одна популярная тема статей и докладов — сквозная аналитика. Но реально сквозная аналитика корректно настроена у 0,91 % компаний (данные за первый квартал 2019 года). Некоторым такой уровень аналитики действительно избыточен, поскольку нерешённые проблемы часто лежат на поверхности: очевидные ошибки в UX и UI, рекламных кампаниях, unit-экономике бизнеса.

Чтобы освоить сложное, начни с простого

Стремление быть прогрессивным похвально, но иногда это приводит к пустой трате ресурсов. Для одного нашего клиента — интернет-магазина широкого профиля — мы настроили связку «Google Analytics — Коллтрекинг» и электронную коммерцию. Все необходимые данные были под рукой.

Но в один прекрасный день клиент перешёл на систему сквозной аналитики ROISTAT. Дело хорошее, но для использования всех возможностей системы необходимо импортировать данные по продажам из CRM. Однако это не было сделано. Клиент смотрел в ROISTAT те же цифры, что предоставлял Google Analytics. Некоторые из показателей не совпадали из-за разных алгоритмов подсчёта — пришлось разбираться в причинах. В итоге клиент потратил время и деньги, но не получил никакой пользы от «модернизации».

Второй пример — персонализация. Маркетологи стремятся показывать рекламные сообщения, адаптированные под конкретного пользователя. Базой для персонализации является сегментация аудитории, составление развернутого портрета клиента: потребности, фобии, семейное положение, уровень дохода.

На бумаге это звучит хорошо, а в жизни нам приходят брифы следующего содержания (дословно): 25-35 лет, М или Ж, средний достаток. С подобной информацией никакой персонализации не получится.

Внедряем технологии: спешить нельзя остановиться

Мы ощутили это на своём опыте, когда экспериментировали с новыми инструментами маркетинга. Одним из последних трендов является развитие голосовых помощников. На Западе популярны Alexa, Google Assistant, Cortana, Siri, в России — Алиса. По данным Яндекса, её используют 33 млн человек, 20 % запросов задаются голосом в приложении.

Мы разрабатываем голосовой навык для Ingate. Алиса использует ИИ только для распознавания речи, но не для понимания глубинных смыслов — все возможные варианты диалога продумывает маркетолог. Мы подготовили сценарии диалогов и перешли к тестированию. Оказалось, всё не так просто.

Реальный диалог отличался от планируемого. Пользователь хотел общаться, но не понимал, что разговаривает с голосовым навыком. Как итог — взаимное разочарование.

Задача оказалась сложнее, чем думали. Стало понятно, что нужно сначала проработать диалоги по самым приоритетным продуктам, а потом расширять возможности голосового навыка. Но оправданно ли тратить сейчас на это много ресурсов — при том, что пока диалоги с компаниями через голосовые навыки не вошли в обиход.

Другой пример — Яндекс.Коллекции. Это новый сервис коллекций изображений, аналог Pinterest, куда можно выкладывать фотографии. Маркетологи активизировались — вот новый источник органического трафика! Мы решили попробовать, проработали 10 проектов в разных тематиках. Сделали коллекции для клиента, продающего свадебные платья.

И получили вот такой трафик. Количество визитов едва перевалило за один десяток.

Ещё одна технология, которую, как оказалось, пока рано масштабно внедрять, — почтовые AMP-рассылки, интерактивные письма. Звучит здорово: красивая страница вместо классического email-сообщения. Но по нескольким причинам внедрять его как рабочий инструмент рано:

• читать можно только в самых свежих версиях почтовых клиентов;
• чтобы отправлять, нужно попасть в «белый лист» Google и Mail;
• технологию поддерживают Gmail, Mail, Yahoo, планирует присоединиться Outlook. Яндекс не участвует;
• не у всех сервисов рассылки есть функционал отправки таких писем.

Не делать поспешных выводов без анализа

Только-только вышедшие инструменты и технологии не всегда адаптированы под текущий рынок и способны показать высокую эффективность. Их можно и нужно тестировать, но в процессе соизмерять ожидаемую выгоду с потраченными ресурсами. Но если какая-то технология не даёт результата, не стоит делать поспешных выводов.

Я советую перед финальной оценкой ответить себе на три вопроса.

• Достаточно ли у тебя экспертизы? Проверь, правильно ли сотрудник подошёл к планированию эксперимента, реализовал ли всё задуманное.
• Правильно ли измеряли результат? В маркетинге непросто добиться идеальных условий. Обычно инструменты используются в комплексе. Бывает, продажи выстрелили, но понять влияние отдельного канала на этот результат сложно — это отдельная, серьёзная работа.
• Работает в других тематиках? Вполне возможно, что новинка не подходит для конкретной отрасли. Например, существует технология look-alike, которая на разных проектах может показать разные результаты. Вот пример, как с её помощью мы успешно привлекали заводчиков животных.

На основании этих ответов можно принимать решение о дальнейшей судьбе технологии: стоит ли её внедрять в бизнес-процесс или, наоборот, отказаться от использования. Возможно, стоит вернуться к тестированию позже или испытать на других проектах.

Запомнить

1. Не гонись за трендами, пока не освоил базовый инструментарий.
2. Не торопись внедрять инновации, оцени и спланируй.
3. Если технология не «выстрелила» на одном проекте, не спеши с выводами — возможно, на другом проекте всё будет иначе.