Bla Bla Blog

When it comes to data, size isn’t everything.

[a-kravets]

Как уменьшить отток клиентов и не спамить их своими акциями?

Credit todaysengineer.org

В предыдущем посте мы разобрались, как с пользой можно использовать имеющуюся у компании информацию о клиентах. Сегодня рассмотрим вопрос, как можно уменьшить отток клиентов с точки зрения выявления наиболее вероятных «отказников» и точечных акционных предложений.

Изначально мы не знаем, какие клиенты перестанут пользоваться нашими услугами или покупать у нас товары, а какие продолжат. Тем не менее, если вести статистику по клиентам и их отказам, то это даст возможность проанализировать их характеристики (частоту пользования услугами, сумму, возраст и т.д). А это, в свою очередь, позволит построить прогнозную модель, которая бы показывала с какой вероятностью тот или иной клиент покинет вас.

Приведем упрощенный пример. Предположим, вы накопили статистику по всем вашим клиентам (для наглядности пускай их будет 6 человек). Из них два клиента отказались от ваших услуг (выделены желтым цветом), остальные же продолжили голосовать за вас долларом.

Как видим, мы собрали квартальную информацию за три года. Во второй таблице вместо плюсов и минусов мы использовали единицы и нули, чтобы посчитать количество покупок, среднее за год, а также сравнить последний показатель за первый и третий года, и за второй и третий.

Исходя из полученных данных, мы моем придти к выводу, что существует высокая степень вероятности, что клиент покинет нас, если объем заказанных услуг (купленных товаров) в третьем году по сравнению с первым упадет на 75% и больше (у Сидорова и Сергеева в заказы в третьем году составляют 25% и 0% от заказов в первом году), а по сравнению со вторым – на 67% и более (у Сидорова и Сергеева 33% и 0% соответственно).

При этом мы видим, что Андреев также очень близко подошел к этим границам, но мы знаем, что в итоге он все же остался нашим клиентом. Поэтому, скажем, отсутствие заказов за последние три квартала, которое наблюдается у него с отказниками, не может служить 100%-м признаком будущего отказа от услуг.

Обладая такими знаниями – кто вероятнее всего откажется от услуг, а кто нет – мы можем сделать наши акционные предложения, призванные удержать клиента, более точечными. А не спамить ими всем подряд. С одной стороны это раздражает, т.к. это спам, а с другой, предлагая скидки клиентам, которые и так, скорее всего, останутся, вы теряете деньги. Поэтому проведение масштабных акций для всех клиентов с целью их удержания – затея с точки зрения эффективности весьма сомнительная.

[a-kravets]

Как компаниям заработать на информации о клиентах?

Credit BCG

Помимо продажи своих товаров и услуг, многие компании могут также продавать имеющуюся у них информацию. Крупнейшие накопители информации – это банковские учреждения и телекоммуникационные компании. Однако заработать могут и компании поменьше – ритейлеры, страховики, Интернет-провайдеры и т.д. Ниже приведем несколько примеров, которые были опубликованы консалтинговой компанией BCG.

General Motors собирает информацию со встроенной в свои автомобили навигационной системы и передает ее страховой компании, предварительно убрав имена клиентов и любую другую информацию, которая может идентифицировать владельца автомобиля. Страховик предлагает автовладельцам скидки вплоть до 54% на страховку при условии, что годовой пробег не превышает 15 000 миль. Впрочем, также известны случаи, когда страховик дает скидки автовладельцам за бережную езду.

Многие банки анализируют поведение владельцев платежных карт и продают ее заинтересованным ритейлерам. К ней относятся социально-демографические характеристики покупателей, география расходов, покупательское поведение и т.д.

Некоторые телекоммуникационные компании начали предоставлять информацию о местонахождении абонентов, а также об их их поведенческих характеристиках. Например, компания Verizon предлагает доступ к анонимизированным данным более, чем 86 млн абонентов. Компания также позволяет посчитать эффективность outdoor-рекламы: она отслеживает поток людей, проходящий мимо рекламного щита, и рассчитывает сколько из них позже посещали магазин рекламодателя.

Credit BCG

Однако не спешите бездумно покупать информацию. Многие компании обладают собственными, довольно обширными, объемами данных, но просто не в состоянии их выявить и оценить. Поэтому, возможно, вы не только не нуждаетесь в сторонней информации, но и сможете ее продавать или же обмениваться с партнерами.

[a-kravets]

Маркетинговая аналитика для малого бизнеса: миф или реальность?

Credit perceptive-analytics.com

Принято считать, что маркетинг и маркетинговая аналитика – прерогатива среднего и крупного бизнеса. Все это дорогое ПО, базы данных, data mining, big data и SAP у многих ассоциируются с большим бизнесом. И это верно, т.к. малый бизнес попросту не может себе позволить покупать все эти дорогостоящие решения и нанимать целые отделы, а то и департаменты специалистов. Но это не значит, что малый бизнес не может себе позволить воспользоваться знаниями и достижениями маркетологов.

Возьмем для примера бизнес спортивных клубов. Грубо говоря, спортивный клуб располагает такими источниками доходов:

Продажа абонементов новым членам клуба;

Продление абонементов;

Заказ услуг персонального тренера (как тренажерного зала, так и, скажем, боевых искусств);

Заказ других услуг клуба (массаж, сауна  т.д.);

Покупки в кафе;

Покупки спортивного питания;

Покупки других товаров (полотенце, тапочки и т.п.);

Прочее.

Если анализировать совокупный доход клуба, без разбивки по клиентам и клиентским сегментам, то пользы особой не будет. Да, вы будете знать, сколько вы продали новых абонементов, сколько человек «продлилось», сколько бутылок воды продано, но связать всех клиентов в единую систему вы не сможете. Например, вы никогда не сможете узнать, что, скажем, ваши постоянные клиенты (больше одного продления), тратят в среднем на 25% больше на покупку спортпита и на 70% больше на другие услуга клуба, чем новички. Или то, что посетители клуба младше 20 лет в среднем не задерживаются в клубе дольше месяца, а те, кто заказал услуги персонального тренера ходят в зал, в среднем, больше года. Зная такие «мелочи» вы сможете выделить разные сегменты клиентов, их поведенческие характеристики и посчитать ожидаемый доход. А затем, уже обладая этой информацией, скорректировать свои рекламно-маркетинговые усилия и сделать их более нацеленными, а привлеченных клиентов более доходными.

Как это осуществить? Проще, чем вам может показаться. Хотя, если у вас есть специалист по маркетингу, который сможет вас проконсультировать и сделать львиную долю подготовительной и аналитической работы, вам будет значительно легче, а результаты будут точнее.

Для начала вам нужно будет проанализировать какая информация у вас уже имеется. Но, поскольку, у разных клубов, этот объем и полнота, будут разными, начнем с нуля.

Какую информацию вы можете с легкостью получить?

Пол клиента;

Возраст клиента;

Адрес;

Профессиональный уровень (например, новичок, любитель, профессионал);

Продолжительность пользования услугами клуба;

Откуда клиент узнал о клубе;

Получал ли предложения об участии в акциях, если да, то сколько раз, в каких и через какой канал;

Участвовал ли в акциях клубах, если да, то в каких, сколько раз, на какие суммы  через какой канал получил предложение;

Сколько денег потратил на товары и услуги клуба за все время членства в клубе (LTV);

Какова была стоимость привлечения клиента (рассчитывается в зависимости от канала привлечения и количества клиентов) (CAC);

Какими услугами клуба пользуется, сколько раз, на какие суммы.

Все это заносится в базу данных. Как вы, наверное, заметили, часть информации более-менее статична (возраст, адрес и т.д.), другая меняется (услуги клуба, потраченные суммы и т.д.). Поэтому ее нужно периодически обновлять.

На основании приведенной выше информации можно построить таблицу (ниже один из возможных вариантов):

Пространство для анализа этих данных просто огромное. В результате вы наверняка сможете найти не один сюрприз и не одну идею повышения эффективности своих рекламно-маркетинговых кампаний, а также повышения продаж.

Второе, что можно сделать, это начать анализировать процессы. Это поможет вам найти слабые стороны в организации работы своего клуба.

Ниже очень упрощенный пример записи происходящих процессов:

Что можно сказать проанализировав данный лог (номер кейса – это клиент и его активности)? Во-первых, если спортивный клуб начинает работать с 8:00, то администратор Аня, скорее всего, опоздала, поскольку членские карточки первых троих посетителей (1, 2 и 3) были зарегистрированы вместе, в одно и то же время и маловероятно, что они втроем пришли в клуб в 8:10. Другими словами, утром образовалась пробка, а клиентам пришлось ждать под клубом минут десять. Не очень клиентоориентированный подход. А, во-вторых, тренер Владимир, похоже, также опоздал, т.к. его клиент (2) пришел в 8:10 (если у них, конечно тренировка не начинается в 8:30).

Все это может показаться мелочами. Но если собрать данные за недели или месяца, а затем их проанализировать, найти проблемные места, то, скорее всего, всплывет немало сюрпризов. В т.ч. сюрпризов, от которых страдают ваши клиенты. Делается это путем построения модели активностей клиентов. Ниже один из возможных примеров описания определенного процесса:

Credit conceptdraw.com 

Построить такую модель уже сложнее. Но она стоит того!

Как мы видим, пространство для маркетингового и бизнес анализа для малого бизнеса довольно обширное. Было бы время, желание, а иногда и немного ресурсов.

О том, как можно уменьшить отток клиентов с точки зрения выявления наиболее вероятных «отказников» и точечных акционных предложений, вы можете прочитать здесь.

[a-kravets]

Как провести опрос и получить точные результаты?

Credit milewalk.com

Собственно, провести социологический опрос, скажем прямо, не сложно. Придумали вопрос, задали их респондентам лично или же онлайн, посчитали ответы и вуаля, вы уже без пят минут социолог или познавший истину маркетолог.

Однако все не так просто. Для иллюстрации этого утверждения, предлагаю ознакомиться с занимательной историей из Financial Times, произошедшей около 80 лет тому назад в США.

Итак, в 1936 году двумя главными кандидатами на пост президента США были республиканец Альфред Лэндон и действующий Президент Франклин Рузвельт. На то время уважаемый журнал The Literary Digest поставил перед собой амбициозную задачу – провести 10 миллионный почтовый опрос, то есть опросить четверть электората. В итоге, издание получило 2.4 млн ответов и после обработки журналисты пришли к выводу, что Лэндон победит с 55% голосов, тогда как Рузвельт наберет лишь 41%. Каково же было разочарование, когда по результатам голосования Рузвельт набрал 61%, а Лэндон лишь 37%. Что еще более удручало незадачливых журналистов, так это то, что гораздо менее амбициозный опрос, проведенным Джорджем Геллапом показал намного более точные результаты, предсказав победу действующего Президента. Причина тому была проста: Гэллап понимал, что когда речь идет о данных, одни лишь их объемы еще не гарантируют результат.

Есть несколько моментов, которые необходимо учитывать при проведении любого вопроса.

Во-первых, это репрезентативность (sample bias). Если вы хотите узнать мнение ваших клиентов о своих услугах, но спросите об этом лишь ВИП-клиентов или лишь какой-то другой сегмент клиентов, вы вряд ли получите ответы, которые будут справедливы для всех клиентов. Тут следует заметить, что нерепрезентативным опрос может быть и в случае его проведение каким-то одним ограниченным каналом, например, на странице компании в Facebook.

Во-вторых, необходимо учитывать и посчитать ошибку исследования (margin of error). Если вкратце, то она показывает отклонение результатов в выборке. Например, если ошибка составляет 5% и 90% ваших клиентов ответили, что на какой-то ответ утвердительно, то это значит, что вы можете быть уверены, что у 90% (+/-5% или 85-95%) ваших клиентов тоже будет утвердительный ответ.

И, наконец, важно знать уровень надежности (confidence level) вашего исследования. Если уровень надежности составляет 95% при ошибке в 5% и 90% ответивших утвердительно, то это означает, что с вероятностью в 95% утвердительный ответ ваших клиентов будет в районе 85-95%.

Таблица с расчетами разных значений ошибок и уровня надежности (показывает сколько нужно получить ответов в зависимости от разных параметров ошибки и уровня надежности):

Credit Checkmarket.com

[a-kravets]

Размер имеет значение или почему стоимость CPM-рекламы в Интернете можно делить надвое

Credit Web Hosting Bays

Относительно недавно Google опубликовала отчет, посвященный тому, какой процент объявлений, показываемый на сайтах, реально просматривается посетителями. Результаты многих удивили.

Особенно расстроились рекламодатели. Ведь согласно исследованию, 56,1% рекламных блоков, отображаемых на сайтах, остаются незамеченными посетителями. При этом средний процент просматриваемости у среднестатистического рекламодателя составляет 50,2%. То есть, грубо говоря, каждый второй пользователь не видит рекламу. Что успокаивает, так это то, что значительная часть непросматриваемых объявлений приходится на небольшую часть рекламодателей. Что заставляет нервничать – определение термина «просматриваемость». Согласно методологии исследования, объявление считается просмотренным, если хотя бы 50% его размера были у посетителя на экране хотя бы одну секунду. Реально ли так просмотреть? А осмыслить? Вряд ли.

Размер имеет значение

Размер баннера имеет значение. Однако он скорее обратно пропорционален просматриваемости. Другими словами, большой размер рекламного объявления автоматически не даст вам большую видимость баннера.

Средний уровень просматриваемости баннеров разных размеров:

И если в целом зависимости такой не особо наблюдается:

То если разбить рекламные блоки на вертикальные и горизонтальные, зависимость становится более очевидной:

  Для вертикальных баннеров корреляция составляет -0,89, для горизонтальных -0,82, что говорит об обратной зависимости.

Для вертикальных баннеров можно вывести некое правило: вы получаете относительно высокий коэффициент просматриваемости, если их размер меньше 100 000 (например, 240х400 = 96 000).

Для горизонтальных можно говорить о граничном размере в 40 000:

Кроме того, исследование показало, что наиболее просматриваемые горизонтальные баннеры – те, которые находятся в нижней области видимой страницы (до прокрутки) сайта. Если точнее, то в нижних 75% нижней половины видимой страницы. В целом же, баннеры в видимой части страницы просматриваются в среднем в 68% случаев, в то время в области с прокруткой – в 40%.

Что касается квадратных баннеров, то их средняя просматриваемость составляет 47,6% с очень низким уровнем распределения.

На основании предоставленных Google данных можно построить простое дерево решений, которое бы в итоге отвечало на вопрос какой средний ожидаемый уровень просматриваемости будет иметь тот ил иной баннер.

Конечно, это дерево решений очень примерное, т.к. не имея исходных данных, по которым Google делал обобщения и выводы, сложно делать точные прогнозы. Тем не менее, в качестве иллюстрации основных идей оно подойдет.

Сам по себе размер баннера не является показателем эффективности. Ведь без учета показателей конверсии о ней говорить сложно. Тем не менее, при принятии решений о рекламе в рамках кампании повышения узнаваемости бренда, приведенные исследование и выводы будут весьма полезны. Ведь одно дело проводить рекламную кампанию типа PPC (pay-per-click) и совсем другое – CPM (cost per impression). Т.к. в последнем случае вы платите за все отображенные показы, вне зависимости от того увидел их посетитель сайта или нет.

[a-kravets]

Дожить до пенсии: Миссия бессмысленна

Credit zn.ua

Каковы у мужчины шансы дожить до пенсии, если государство поднимет пенсионный возраст до 65 лет?

Правительство Украины предлагает поднять пенсионный возраст для мужчин и женщин до 65 лет. Что может и не плохо для правительства. Но абсурдно для украинцев. И вот почему.

Средняя продолжительность жизни мужчин в Украине составляет меньше 64 лет. Если мы возьмем распределение смертности мужчин, которое можно найти в базе данных Госкомстата, то сможем построить следующий график.

Мужская смертность в Украине:

Из него следует, что вероятность того, что мужчина доживет до пенсии составляет 55%. Именно столько мужчин умирает в возрасте 65+.

Подтверждают эту цифру и данные Госкомстата в Зеркале недели:

Другими словами, шансы среднестатистического мужчины дожить до пенсии почти равнозначны шансам угадать выпадет орел или решка, если подбросить монету. И если в примере с монетой терять нечего, то в случае с пенсией, это не так. Ведь за свою жизнь мы платим в Пенсионный фонд немалые деньги.

Сайт Ціна держави поможет нам просчитать простой пример.

Допустим, что ваша средняя заработная плата на руки составляет 3400 грн. в месяц. Исходя из сегодняшнего законодательства, помимо выдачи на руки чистой зарплаты, работодатель платит 33% в пенсионный фонд (ПФ), что составляет 1122 грн. или 13 464 грн. в год. Это те деньги, которые мы могли бы откладывать на пенсию самостоятельно, но государство решило, что этим должно заниматься оно. Если допустить, что вы проработаете 35 лет и нормы отчисления в ПФ не изменятся, то на вашем пенсионном счету должно накопиться 471 240 грн. И это не считая процентов. Впрочем, государство их и не начисляет. Вместо этого оно говорит, что будет выплачивать пенсию до самой смерти. Но как мы уже выяснили, для 45% мужчин это обещание сродни кидку.

А для остальных? Подсчеты Ціна держави говорят о том, что если в приведенном выше примере мужчина все же доживет до пенсии, то она у него составит 2 688,06 грн. В год государство выплатит такому счастливчику 32 256,72 грн. Допустм, что он доживет до 75 лет. В этом случае государство выплатит ему за 10 лет 322 567,20 грн. Что на 148 672,80 грн. меньше, нежели человек накопил на своем пенсионном счету. Простые подсчеты показывают, что дабы всего лишь получить назад свою накопленную пенсию, человек должен прожить чуть больше 79,5 лет. Какова вероятность этого события? Небольшая.

Ну а если еще учесть, что неплохо бы и проценты по этим сбережениям получать, то миссия становится невыполнимой. К примеру, при простых 5% годовых, за 35 лет человек накопит уже 1 243 700 грн. Для того, чтобы их получить обратно, ему нужно будет прожить немногим более 103,5 лет. При 10% годовых сумма вырастет до 3 813 471 грн. Столько не живут.

[a-kravets]

Самые распространенные имена и фамилии в Украине

Credit The Ideal Muslimah Узнать, какие самые распространенные сочетания имени и фамилии в Украине, наверное, не так уж и сложно: в государственных базах данных наверняка такую информацию можно найти. Однако они закрытые, поэтому мы пойдем другим путем.

Чтобы разобраться какие же наиболее распространенные имена и фамилии в Украине, необходимо узнать какие популярные в Украине имена и фамилии соответственно. А затем посчитать вероятность их совпадения.

К счастью, относительно недавно в газете «Сегодня» вышла статья, в которой был представлен рейтинг самых распространенных фамилий в Украине. В ней фигурируют данные из госбазы совершеннолетних украинцев, а также из базы all_ukraine. Для нашего исследования мы усредним их результаты и получим следующий рейтинг фамилий совершеннолетних украинцев:

Самые распространенные фамилии украинцев

  Конечно, в идеале нам нужен рейтинг не только совершеннолетних, а всех украинцев. Но для целей нашего исследования мы допустим, что он не отличается либо же отличается незначительно от наявного списка для анализа.

Для интереса сразу же можно подсчитать сколько процентов украинцев имеют ту или иную фамилию. Для сравнения и подсчета доли мы взяли данные Госкомстата на 01.01.2014 года, который говорит, что население Украины на эту дату составляло 45,4 млн.

Самые распространенные фамилии украинцев

Поиск наиболее популярных имен украинцев привел нас на сайт ПриватБанка. Его математики составили Топ-50 мужских и женских имен за каждый год, начиная с 1930 года. Данные для этой статистики были собраны, основываясь на анонимизированных данных клиентов ПриватБанка. При этом в банке считают, что эти данные являются абсолютно репрезентативными для всей страны, так как клиентами ПриватБанка является более 16 млн человек. Понятно, что какое-то отклонение от общеукраинской статистики все равно будет, но вряд ли оно будет значительным, да и других надежных источников данных обнаружено не было.

База данных ПриватБанка дает нам представление о рейтинге имен с 1930 года. Однако отталкиваться от этого периода вряд ли стоит. Согласно данным Госкомстата, средняя продолжительность жизни украинцев составляет 65 лет для мужчин и 70 лет для женщин. Следовательно, если мы хотим подсчитать популярность имен для ныне живущих украинцев, то нам нужно взять для расчета данные с 1949 по 1996 гг для мужчин и с 1944 по 1996 гг для женщин. Верхний порог – 1996 год – взят, чтобы отсеять несовершеннолетних украинцев и таким образом сделать рейтинги имен и фамилий максимально сравнимыми. Да и 1996 год – это последний год, для которого у ПриватБанка доступны данные, поскольку подавляющее большинство украинцев начинает пользоваться банковскими услугами (открывает счет) лишь с наступлением 18 лет.

В итоге мы получили такой рейтинг популярных имен в Украине в процентном отношении к общему совершеннолетнему мужскому и женскому населению:

Рейтинг украинских мужских имен

  Рейтинг украинских женских имен

Примечательно, что на Топ-10 мужских имен приходится 67,5% имен, тогда как на Топ-10 женских – лишь 55,5%. Другими словами, при прочих равных условиях, вариация женских имен на 10 п.п. выше вариации мужских.

Далее мы может также посчитать количество обладателей того или иного имени. Для этого мы взяли отдельно процент мужских и женских имен, и посчитали сколько совершеннолетних мужчин и женщин должно быть в Украине.

В целом, в Госкомстате утверждают, что отношение мужчин к женщинам составляет 46,3 к 53,7 (другими словами население Украины это 46,3% мужчин и 53,7% женщин). Но это в целом. Нас же интересует соотношение совершеннолетних мужчин и женщин. Для того, чтобы его найти мы обратились к данным переписи населения Украины 2001 года и пришли к выводу, что соотношение совершеннолетних мужчин и женщин составляет примерно 45 к 55. Плюс мы посчитали, что доля совершеннолетнего населения в общем населении Украины составляла в 2001 году примерно 78%. Затем мы применили эти соотношения к данным Госкомстата на 01.01.2014 г., согласно которым в Украине проживало на эту дату 45,4 млн человек, предполагая, что эти соотношении либо не поменялись за это время, либо поменялись незначительно.

В итоге мы получили следующие данные:

Популярность мужских имен в Украине

  Популярность женских имен в Украине

  Ну и в конце концов, на основании статистических данных мы можем построить таблицу, которая бы показывала какие наиболее распространенные сочетания имен и фамилий в Украине. Для этого мы перемножим вероятности имен на вероятности фамилий и получим вероятность тех или ных сочетаний имени и фамилии. После чего посчитаем сколько же человек в натуральном выражении их имеют в зависимости от того мужчина это или женщина.

Самые распространенные имена и фамилии в Украине

  Кликните на изображение для его увеличения

Отдельно стоит отметить, что таблица не учитывает созвучность и сочетаемость тех или иным имен и фамилий. Например, возможно, не все Мельники захотят назвать свою дочку Марией или сына Михаилом, т.к. начальные буквы имени и фамилии совпадают, но это уже индивидуально. Плюс еще раз следует подчеркнуть, что эта статистика справедлива для совершеннолетних украинцев. Экстраполировать ее на все население Украины можно лишь с натяжкой, т.к. популярность разных имен с 1996 по 2014 годы заметно отличается от популярности имен до этого периода.

[a-kravets]