Иногда бывает достаточно просто сменить обстановку, чтобы свежим взглядом взглянуть на мир и место вашего продукта в нем. Последуйте совету Бланка — выйдите из офиса.
Не жалейте времени на некоторых ценных клиентов, я имею в виду лидеров пользования (lead user). Это название придумал Эрик фон Хиппель, профессор инноваций Массачусетского технологического института, для описания потребителей, которые расширяют границы продуктов, модернизируя их, чтобы они выполняли больше функций, чем те, что в них встроены
[71]. Этих клиентов иногда считают исключением из правил. Но они способны идти впереди всех, демонстрируя, как будет меняться рынок, и выявлять еще не удовлетворенные нужды новых рынков.
Общее у всех этих подходов одно — поиски вдохновения для инноваций за пределами привычной обстановки. Стивен Джонсон, автор книги «Откуда берутся хорошие идеи»
[72], приводит убедительные доказательства того, что многие величайшие революционные идеи родились из «смежных возможностей»
[73], находившихся буквально в шаге от общепринятого сценария использования.
Чем активнее маркетинг исследует мир вне своей повседневности, тем больше инноваций он обнаружит.
Глава 21. Большое тестирование важнее больших данных
* * *
Данные стали путеводной звездой маркетинга и бизнеса. В последнее время мы двигались в сторону принятия большего количества решений в маркетинге на основе данных, привнесения аналитической строгости в дисциплину, которая всегда основывалась на инстинктах. В современном маркетинге интуиция все еще играет важную роль, но данные обеспечивают систему проверки и баланса внутреннему голосу, противостоят предубеждениям, которые могут повести по неверному пути.
Цифровой мир привел к экспоненциальному взрыву данных, и для описания этого явления появился термин «большие данные», который описывает ряд характеристик: объем, скорость и разнообразие. Объем больших данных — гигантский. Скорость — это увеличение темпа, с которым новые данные генерируются и обрабатываются. Разнообразие — это широчайший диапазон собранных вместе различных типов данных в структурированном и неструктурированном формате.
Большие данные получили широкое признание благодаря своему потенциалу в сочетании с технологией машинного обучения, обеспечивающему прогнозную аналитику. Имеется в виду, что большие данные помогают ответить на вопрос: какие потенциальные клиенты особенно склонны к покупкам и, вероятно, пожизненно станут приобретать ваш продукт; данные также способствуют лучшей автоматизированной персонализации многих точек взаимодействия с клиентами. Это очень интересный поворот в маркетинге.
Тем не менее большие данные можно считать семенами, из которых нужно выращивать полезную информацию. Сами по себе данные инертны, они не меняются, пока кто-то не начнет что-то с ними делать с помощью программы. Данные могут информировать о виде деятельности, который мы развиваем, но мы сами должны позаботиться о том, чтобы они нам пригодились.
Один из самых простых, но эффективных способов активировать данные — это проверка. Мы можем найти в данных интересные закономерности, использовать их для формирования гипотез, а затем проводить эксперименты ради того, чтобы определить, будут ли наши предложения успешно работать в маркетинге. Результаты экспериментов часто и есть наиболее ценный вклад в принятие решений, управляемых данными.
Не все данные одинаковы, их качество варьируется — от «грязных» (необработанных), неточных до «чистых», намытых, словно крупицы золота, из сырых данных и тщательно выверенных. Как понимать определенную совокупность данных, зависит от контекста: когда и где они собраны, как и от кого получены, какие намерения были у этих людей (что не всегда можно выяснить). Нужно быть осторожными, чтобы не делать преждевременных выводов. При изучении больших данных, например, нередко обнаруживаются интересные корреляции между двумя и более объектами, поэтому они кажутся связанными между собой. Но, как говорят специалисты по обработке данных, корреляция не обязательно означает причинно-следственную связь.
Чтобы доказать, что одно событие служит причиной другого, нужно провести тестирование. В идеальном случае все остальные факторы остаются постоянными, а мы проверяем последствия изменения только одной переменной, то есть проводим управляемый эксперимент, что не всегда доступно, особенно в случае маркетинговых экспериментов, требующих времени. Тем не менее мы стараемся делать лучшее из того, что можем. В этом суть научного подхода.
Наука маркетинга включает в себя больше, чем просто аналитическое мышление. Научный подход рассматривает почти все положения в области маркетинга как гипотезы, требующие тщательной проверки. К счастью, благодаря адаптивности цифровой среды проводить тестирование в цифровом маркетинге легче, чем в большинстве других случаев. Относительно просто также проводить эксперименты с использованием А/B-тестирования с помощью различных маркетинговых программ. Маркетологи имеют доступ к достаточному количеству потенциальных клиентов, чьи действия изучают ради достижения статистической значимости в результатах исследований. Причем рис. большинства маркетинговых экспериментов при условии тщательного проведения сравнительно низкий.
Хотя большие данные имеют значение для современного маркетинга, еще важнее для него большое тестирование — организационные возможности, обеспечивающие непрерывные исследования и масштабные эксперименты. Три условия делают такое тестирование действительно масштабным:
1. Готовность проверять большие идеи.
2. Открытый подход к решению проблем, поощряющий масштабное тестирование в компании.
3. Руководитель, приверженный тестированию, который поддерживает широкий размах мероприятия.
В свою очередь, масштабное тестирование дает возможность ответственно внедрить смелые бизнес-идеи, так как доказывает их правильность поначалу в малом масштабе. При этом возникает доверие, необходимое для создания большого опыта. Речь идет о замечательном клиентском опыте, который выделяет компанию среди конкурентов.
Мы можем представить совокупность больших данных с исследованиями в виде концентрических кругов (рис. 21.1). Большие данные расположены в центре, окружены большим тестированием, доказывающим или опровергающим гипотезы о рынке, которое затем позволит аудитории получить большой опыт. По мере того как мы движемся от внутреннего анализа к учету влияния внешнего мира, увеличивается сила действий, основанных на данных.
