[24].
Рассмотрим проблему таргетирования (определения целевой аудитории), типичную для прямого маркетинга. Необходимо принять решение, кому из потребителей разослать коммерческие предложения, потому что рассылка по всем адресам обойдется слишком дорого. Эта проблема возникла давно; ее изучением занимались многие исследователи и практики. Наиболее распространенный подход к ее решению такой.
1. Рассылка тестовых предложений только выборке покупателей.
2. Использование результатов тестовой рассылки для построения «модели реагирования» потребителей на рассылку в зависимости от их характеристик, истории покупок и т. п.
3. Рейтинговая оценка каждого потребителя, включенного в базу, и рассылка предложений тем, кто получил максимальный рейтинг.
Эта последовательность действий выглядит вполне логичной и способной обеспечить необходимый результат. А может быть, и нет.
Термин «модель откликов» предполагает, что рассылка станет непосредственной причиной покупки. Но в действительности потребитель мог бы просто зайти в супермаркет и купить этот продукт (речь идет о торговцах, имеющих несколько каналов сбыта, а не о фирмах, торгующих по каталогам).
Модели откликов нацелены в первую очередь на то, чтобы отделить покупателей, склонных совершать покупки по собственной инициативе, от тех, кто совершает их под влиянием рассылок коммерческих предложений. Менеджерам требуется выявить как раз последнюю категорию. Рассылка предложений тем покупателям, которые купят продукт так или иначе, а также тем, кто не станет покупать его ни при каких обстоятельствах, это пустая трата времени, которая лишь напрасно раздражает адресатов. Поэтому особенно важно выделить ту категорию покупателей, которых именно рассылка коммерческих предложений заставит совершить покупку.
Такая модернизированная формулировка проблемы выделения целевой категории потребителей, а также методов ее решения появилась относительно недавно. У нее несколько названий: инкрементное моделирование, моделирование поведения потребителей. Разработана она гораздо менее детально по сравнению с традиционной моделью управления потенциальными продажами. Тем не менее для многих розничных сетей инкрементное моделирование – намного более подходящий и полезный метод, позволяющий сформулировать и решить проблему выделения целевого сегмента потребителей.
В этом примере изучение предыдущих поисков решения выявило новые методы, что и стало толчком к пересмотру формулировки. Рамакришнан в таких ситуациях предлагает следующее: «Хотя новые методы исследований по определению еще не опробованы в достаточной мере, но благодаря своей простоте могут дать результат достаточно быстро».
Мы завершим главу, посвященную формулированию проблемы, двумя примерами: один из области бизнеса, а другой – из области права. В обоих формулировка проблемы сыграла решающую роль с точки зрения конечного результата, но в одном случае она оказалась удачной, а во втором некорректной. Правда, мы пока не обсуждали остальные этапы количественного анализа, но думаем, что это не помешает читателям разобраться в сути приводимых примеров.
Пример аналитического мышления: Transitions Optical
Одна из наиболее распространенных проблем в бизнесе – определить сумму затрат на тот или иной вид деятельности. Особенно сложно рассчитать расходы на маркетинг. Автор концепции универсамов Джон Ванамейкер и кое-кто из розничных торговцев в Европе до него любили говорить: «Я знаю, что половину денег на рекламу трачу зря; проблема в том, что я не знаю, какую именно». Но сегодня розничные компании применяют количественный анализ, чтобы установить, какие сбытовые затраты эффективны, а какие нет и каким должно быть их распределение по отдельным статьям, чтобы общая сумма была потрачена с максимальной пользой. Обычно такой анализ называют маркетинг-микс анализом, и он приобретает все большую популярность среди компаний, продающих товары непосредственно населению.
Определение и формулирование проблемы. Компания Transitions Optical продает фотохромные линзы для очков и является дочерней компанией PPG и Essilor, которые постоянно давят на менеджеров, желая сократить маркетинговые расходы. В частности, PPG не занимается маркетингом розничных продаж, поэтому скептически воспринимает информацию о стоимости и ценности рекламных мероприятий и акций по продвижению продуктов. В целом они считают, что расходы на маркетинг неоправданно высоки, но не могут привести данные, на основе которых можно было бы определить их оптимальный уровень. Менеджеры Transitions Optical решили сформулировать проблему так: оптимизация отдельных видов затрат на маркетинг с целью стимулирования роста объема продаж на каждый инвестированный доллар. По словам директора по маркетингу Грейди Ленски, в компании «считали маркетинг своего рода искусством, но теперь требуется научный подход».
Изучение предыдущих поисков решения. Никакого поиска просто не было. В компании имелись данные о потребителях, пригодные для такого анализа, но в отрывочном виде, рассредоточенные по разным подразделениям. Ленски и некоторые его коллеги понимали, что в принципе анализ эффективности различных маркетинговых подходов провести можно, но не знали как.
Моделирование (выбор переменных). Модели оптимизации маркетинг-микса, приобретавшие все большую популярность в крупных компаниях и применявшиеся для оптимизации маркетинговых расходов, обычно включают показатели маркетингового отклика, расходов на сбыт и рентабельности отдельных видов продуктов. Ежемесячную или еженедельную сумму расходов на рекламу и сбыт, а также оптимальный уровень цен на продукты можно рассчитать с помощью оптимизационных моделей методами линейного и нелинейного программирования. В качестве критериев принимаются максимальное увеличение объема продаж, рентабельности или обоих показателей. Модели позволяют определить, какие средства массовой информации выбирать для размещения рекламы, чтобы ее эффект был максимальным. Как правило, в них включается ряд «контрольных» переменных, которые могут повлиять на расходы и поведение потребителей: это, например, погода или макроэкономические факторы.
Сбор данных. Для Transitions Optical этот шаг оказался наиболее трудным, поскольку компания работает с посредниками (например, с оптическими лабораториями), а с конечными потребителями практически не контактирует и не имеет о них информации. Соответственно, невозможно адекватно определить, заметил ли потребитель рекламу и повлияло ли это на объем продаж. Transitions Optical пришлось в течение нескольких лет вести сбор данных о потребителях через своих торговых партнеров (а среди них были и конкуренты их материнских компаний). Ленски когда-то возглавлял дистрибьюторскую фирму, поэтому занимался организацией сбора данных. Данные о потребителях попадали в Transitions Optical в тридцати разных форматах, но в итоге их удалось конвертировать и объединить в общую базу. Ленски замечал, что его департаменту маркетинга пришлось упорно убеждать различные подразделения в необходимости предоставить необходимые данные. Предыдущий аналитический проект пришлось проводить, не опираясь на общую базу данных.
Анализ данных. Transitions Optical наняла внешнего консультанта для анализа данных, поскольку никто из постоянных сотрудников не имел опыта работы с оптимизационными моделями маркетинг-микса. Сначала такой анализ занимал несколько месяцев, поскольку требовалось сначала собрать данные, затем разработать модель с учетом многочисленных внешних факторов, влияющих на поведение потребителей (погода, маркетинговые акции конкурентов и т. п.). Сейчас такие модели в достаточной степени апробированы и отработаны, поэтому результат можно получить в течение нескольких дней.
Результаты и необходимые меры. Менеджеры компании чувствовали, что интерпретация результатов анализа и оформление их для клиента – очень серьезная работа, так что для этого в штат наняли специальных сотрудников. Они ознакомились с разработанной внешним консультантом оптимизационной моделью, совместно с топ-менеджерами обсудили ее особенности и степень соответствия их взглядам на ситуацию на рынке. В итоге Transitions Optical приняла решение увеличить расходы на сбыт, в частности на телевизионную рекламу.
Пример аналитического мышления: People vs. Collins
Под названием People vs. Collins известен суд присяжных, слушавший нашумевшее дело супругов Коллинз, в ходе которого математические методы и теория вероятности были использованы для доказательства виновности подсудимых. Однако проблему идентифицировали неверно, и результат оказался неутешительным[25]. Суд признал Малкольма Коллинза и его жену Джанет Коллинз виновными в ограблении второй степени. Малкольм обжаловал это решение, и Верховный суд штата Калифорния отменил его, подвергнув сомнению результаты статистических выкладок и способ их представления в суде. Рассмотрим этот случай в соответствии с требованиями к стандартной процедуре количественного анализа.
Определение проблемы. Сделав кое-какие покупки, миссис Хуанита Брукс шла домой по переулку в районе Сан-Педро. Внезапно ее швырнул на землю человек, лица которого ей не удалось разглядеть. Придя в себя от шока и болезненного ушиба, миссис Брукс обнаружила пропажу кошелька, в котором оставалось от 35 до 40 долларов. Очевидец происшествия сообщил, что грабителей было двое: чернокожий мужчина с бородой и усами и белая женщина с белокурыми волосами, завязанными в конский хвост. Они скрылись с места преступления на желтой машине. Подозреваемых задержали быстро, но идентифицировать их как лиц, совершивших ограбление, не удалось и через неделю. Потерпевшая не смогла опознать Джанет Коллинз и не видела лица мужчины. Показаний свидетеля также оказалось недостаточно. Прокурор, видимо, стремясь спасти разваливающееся дело, решил построить обвинение на расчете вероятности случайного совпадения внешности обвиняемых с описанной свидетелем.