CC BY
48
2. Leshkova A.I. Metodica opredelenia tipa rinochnoy strukturu: teoriy i praktica (na primere naftanogo rinka Rossii) [Methods of determining the type of market structure: theory and practice (on the example of the oil market of Russia)] / A.I. Leshkova, O.A.Verxovech// Vestnik Omskogo universiteta. Seria «Economika» [Bulletin of Omsk University. Series «Economy»]. - 2013. - № 3. - PP. 70-77 [in Russian].
3. Pricaz Federalnoy antimonopolnoj sluzby ot 28 aprela 2010 g. № 220 «Ob utverzdenii Poradka provedenia analiza sostoyania konkurenzii na tovornom pinke» [The order of the Federal Antimonopoly service dated 28 April 2010 № 220 «On approval of the Procedure for analyzing the state of competition on commodity market »] [Electronniy resurs]// rezum dostupa [[Electronic resource]// access mode]: http://base.garant.ru/12177774/ [in Russian].
DOI: 10.18454/IRJ.2016.53.182 Коробков С.А.
Аспирант
ФГБОУ ВО «РЭУ им. Г.В. Плеханова» ОСНОВНЫЕ КОМПОНЕНТЫ СИСТЕМЫ СКВОЗНОЙ МАРКЕТИНГОВОЙ ИНТЕРНЕТ-АНАЛИТИКИ ДЛЯ МАЛОГО БИЗНЕСА
Аннотация
Рост активности использования интернет-маркетинга бизнесом, и наметившееся в последние несколько лет тенденция к перераспределению маркетинговых бюджетов в пользу интернет-маркетинга увеличивают бюджеты интернет-маркетинга, растет конкуренция среди рекламодателей в этих каналах, что неизбежно приводит к росту цен. А увеличение объем маркетингового воздействия на потребителей заставляет последних становится менее восприимчивыми к маркетинговому воздействию. В случае если компания не может увеличивать затраты на маркетинг, наиболее рациональным решением может стать оптимизация затрат при помощи сквозной аналитики. В статье разобран подход к определению сквозной аналитики, предложен перечень базовых компонентов системы сквозной маркетинговой интернет-аналитики.
Ключевые слова: сквозная аналитика, интернет-маркетинг, big data, маркетинг.
Korobkov S.A.
Postgraduate student Plekhanov Russian University of Economics BASIC COMPONENTS OF MARKETING THROUGH INTERNET ANALYTICS SYSTEM
Abstract
The growth of active usage of Internet marketing over the past few years and the trend of reallocating marketing budgets to online marketing makes spending to Internet marketing grow. Increasing competition among advertisers in Internet marketing channels inevitably leads to higher prices. If the company cannot increase marketing budgets, the most efficient solution would be to optimize costs with thought analytics. This article explores the approach to defining thought analytics and offers a list of basic components of the system through online marketing analytics.
Keywords: thought analytics, internet marketing, big data, marketing.
Растущая конкуренция заставляет компании искать новые методы увеличения результативности маркетинга, в том числе интернет-маркетинга как важнейшего элемента системы маркетинга. Зачастую аукционный принцип формирования стоимости рекламы и сокращение времени, которое потребитель готов тратить на контакт с рекламой, приводит к увеличению стоимости рекламы. Например, контекстная реклама, как наиболее широко используемый рекламный канал, обладая специфичным методом ценообразования, основанным на аукционной механике, с каждым годом становится все дороже за счет указанных выше причин. Постоянный рост активности использования интернет-маркетинга бизнесом, и наметившееся в последние несколько лет тенденция к перераспределению маркетинговых бюджетов в пользу интернет-маркетинга так же увеличивают финансовое давление на каналы интернет-маркетинга, растет конкуренция среди рекламодателей в этих каналах, что неизбежно приводит к росту цен. А увеличение объем маркетингового воздействия на потребителей, как уже было сказано выше, заставляет последних становится менее восприимчивыми к коммуникационным активностям бизнеса. В случае если компания не может увеличивать затраты на маркетинг, наиболее рациональным решением может стать оптимизация затрат при помощи сквозной аналитики.
Согласно М.Боровику, сквозная аналитика - это «анализ эффективности рекламных кампаний на основе данных о продажах путем отслеживания каждого клиента сквозь всю воронку продаж» [1]. Воронка продаж - это наглядное представление перемещение потенциального клиента компании от первого обращения в компанию до приобретения товара или услуги. Название «воронка» не случайно, дело в том, что внешне воронка продаж традиционно изображается в виде перевернутого вершиной вниз треугольника. Новые обращения от клиентов попадают в широкую часть воронки, далее, проходя через этапы обработки обращения (консультация, замер, расчет стоимости, отправка коммерческого предложения), часть клиентов по тем или иным причинам принимает решение не сотрудничать с компанией, визуально этот отток клиентов представляется сужением воронки. Из нижней части воронки поступают клиенты компании. То есть те компании и частные лица, которые успешно прошли все этапы воронки, приняли положительное решение относительно сотрудничества и приобрели товары или услуги компании. Конкретные этапы воронки продаж зависят от специфики компании и от того, как организованы продажи в ней. Говоря о системе маркетинговой сквозной аналитики, следует расширить данное определение, пользуясь перечнем минимального числа показателей М.Джеффри, необходимых для анализа и внедрения в жизнь компании маркетинга, основанного на данных.
Таблица 1 - Минимальное число показателей М.Джеффри, необходимое для внедрения в жизнь компании
маркетинга, основанного на данных [2]
Осведомлённость о компании Тест-драйв
Отток клиентов Уровень удовлетворённости клиентов
Количество посещений Прибыль
Чистая приведенная стоимость (NPV) Внутренняя норма доходности (IRR)
Окупаемость Пожизненная ценность клиента (CLTV)
Цена за клик Конверсия по транзакциям (TCR)
Возврат на инвестиции в рекламу (ROA) Доля отказов
Сарафанное радио (WOM)
С нашей точки зрения, если определение М.Боровика является недостаточным, другими словами, не затрагивает данные, получаемые в процессе маркетинговой деятельности в интернете, то перечень М.Джеффри, приведенный в таблице 1 является оптимальным, но не всегда легко внедряемым в реальную деятельность малых компаний. Например, внедрение полного и постоянного анализа уровня удовлетворённости клиентов, может вызвать определённые сложности у малых компаний, которые не всегда могут систематически выделять финансовые и человеческие ресурсы на эту работу.
Для малых компаний следует ориентироваться на готовые решения, такие как на онлайн-сервис ROIstat.com, в котором доступно более 28 интеграций с системами, содержащими маркетинговые данные. Это и системы управления сайтами (CMS), CRM, бухгалтерские системы, социальные сети, сервисы коллтрекинга и онлайн чаты [4]. Следует отметить, что данный сервис будет соответствовать базовым потребностям в сквозной аналитике не только мелких, но и средних компаний.
Зарубежом принято называть сквозную аналитику «Big Data Analytics», а управление маркетингом с использованием интеграции информационных систем и анализа данных «Big Data-Driven marketing» и включать в данный термин сбор, обработку и анализ маркетинговой информации для увеличения результативности маркетинга
[5].
М.Боровик и М.Джеффри согласны с тем, что система сквозной аналитики анализирует маркетинговые данные, проходящие через статистические и информационные системы, расположенные как внутри и снаружи компании. В общем виде движение этих данных (информации) представлено на рисунке 1.
Рис. 1 - Этапы обработки маркетинговой информации об интернет-обращении потенциального
клиента [3]
На рисунке видно, что интернет-трафик (посещения) превращаются на сайте компании в потенциальных клиентов, попадают в информационную систему, с тем, чтобы впоследствии, в случае согласия клиента сотрудничать с компанией, попасть в учетную систему. Мы считаем, что недостатком данной схемы является тот факт, что в ней не учтены потенциальные покупатели товаров или заказчики услуг, которые контактируют с организацией, не посещая ее сайт. Например, они могут получить всю необходимую информацию в социальных сетях и разместить заказ или связаться с компанией через контакты, указанные там же (в социальной сети). Или даже сообщить о желании приобрести товары или заказать услуги, отправив письмо по электронной почте или написав компании непосредственно в социальной сети.
Резюмируя мнения авторов, указанных выше, можно составить основные (базовые) компоненты системы сквозной маркетинговой интернет-аналитики, разделив по системам обработки маркетинговой информации.
Таблица 2 - Основные (базовые) компоненты системы сквозной маркетинговой интернет-аналитики, разделив по
системам обработки маркетинговой информации
№ Система (этап) обработки маркетинговой информации Анализируемые данные
1 Я Интернет-маркетинг Цена за клик Стоимость трафика (не CPC)
2 Л Сайт компании Количество посещений Конверсия по транзакциям (TCR)
3 Информационная система (например, CRM) Сарафанное радио (WOM) Доля отказов
4 Ö Учетная система (например, ERP/бухгалтерия) Отток клиентов Уровень удовлетворённости клиентов Чистая приведенная стоимость (NPV) Прибыль Внутренняя норма доходности (IRR) Пожизненная ценность клиента (CLTV) Возврат на инвестиции в рекламу (ROA)
Примечание: составлено автором на основании [2], [3].
Стрелками обозначено направление движения информации. Следует отметить, что в таблице приведены лишь базовые компоненты системы, перечень этапов и анализируемые данные будут изменяться под конкретные теоретические или практические задачи. Для реализации практических задач, на состав таблицы прямое влияние оказывает не только тип компании и рынок, на котором она работает, но и ее размер и специфика сложившейся маркетинговой информационно-технологической архитектуры. Включая структуру отдела маркетинга, информационные системы, используемые онлайн-сервисы и источники трафика, а так же структуру сайтов компании.
Список литературы / References
1. Боровик М. Performance-маркетинг: Заставьте интернет работать на вас / М.Боровик, Г.Загребельный, Т.Меркулович, И.Фролкин. М.: Альпина Диджитал, 2016. - 270 с.
2. Джеффри М. Маркетинг, основанный на данных: 15 ключевых показателей, которые должен знать каждый // Манн, Иванов и Фербер. 2013.
3. Коробков, С.А. Интеграция внутренних и внешних информационных систем для повышения результативности интернет-маркетинга (на примере информационно-технологических компаний) / С.А. Коробков Материалы VIII Международной научно-практической конференции «Современная экономика: концепции и модели инновационного развития». - М., 2016.
4. ROIstat.com [Электронный ресурс] // ROIstat.com URL: http://roistat.com/ru/features/integrations (дата обращения: 17.10.2016).
5. Artur L. Big data marketing. Engage your customers more effectively and drive value. Wiley. 2013
6. Данченок Л.А., Невоструев П.Ю. SMART-обучение: основные принципы организации учебного процесса//Открытое образование. 2014. № 1.
7. Мешков А.А., Мусатова Ж.Б., Твердохлебова М.Д, Горохов М.А. Интернет-маркетинг: Учебное пособие. М.: ФГОУ ВПО «РЭУ им. Г.В. Плеханова», 2012.
Список литературы на английском языке / References in English
1. Borovik M. Performance-marketing: Zastav'te internet rabotat' na vas [Performance marketing: Make Internet work for you] / M.Borovik, G.Zagrebel'nyj, T.Merkulovich, I.Frolkin. M.: Al'pina Didzhital, 2016. - 270 s. [in Russian]
2. Dzheffri M. Marketing, osnovannyj na dannyh: 15 klyuchevyh pokazatelej, kotorye dolzhen znat' kazhdyj [Data driven marketing: 15 key indicators that everybody should know] // Mann, Ivanov i Ferber. 2013. [in Russian]
3. Korobkov, S.A. Integraciya vnutrennih i vneshnih informacionnyh sistem dlya povysheniya rezul'tativnosti internet-marketinga (na primere informacionno-tekhnologicheskih kompanij) [Internal and external information systems integration to increase internet marketing efficiency] / S.A. Korobkov Materialy VIII Mezhdunarodnoj nauchno-prakticheskoj konferencii «Sovremennaya ehkonomika: koncepcii i modeli innovacionnogo razvitiya». [VIII International scientific-practical conference «Modern economy: concepts and models of innovation development»] - M., 2016. [in Russian]
4. ROIstat.com [EHlektronnyj resurs] [Electronic resource] // ROIstat.com URL: http://roistat.com/ru/features/integrations (data obrashcheniya: 17.10.2016). [in Russian]
5. Danchenok L.A., Nevostruev P.YU. SMART-obuchenie: osnovnye printsipy organizatsii uchebnogo protsessa [SMART-learning: basic principles of organizing learning process] // Otkrytoe obrazovanie. 2014. № 1. [in Russian]
6. Meshkov А.А., Musatova ZH.B., Tverdokhlebova M.D, Gorokhov M.A. Internet-marketing: Uchebnoe posobie. M.: FGOU VPO «REHU im. G.V. Plekhanova» [Internet-marketing: tutorial], 2012. [in Russian]
