В биографии Стива Джобса, написанной Уолтером Айзексоном, рассказывается об одном собрании руководства Apple, на котором все швырнули свои телефоны на стол и пожаловались на них с раздражением и в деталях. (Звучит очень похоже на одну из опороченных фокус-групп, не так ли?) iPhone родился в результате инновационного процесса проектирования, призванного исправить многие вещи, которые разочаровывали команду Apple в имевшихся у них телефонах.
Использование качественных методов для получения сырых данных о разочарованиях и проблемных точках позволяет исследователям извлекать идеи из проблем, которые нужно решать, что, в свою очередь, определяет инновационные вызовы, которые инженеры, предприниматели и проектировщики могут использовать для руководства своей работой. Как показывает пример iPhone, иногда эти инновации меняют мир, обращаясь к потребностям, которые никакой покупатель не мог бы сформулировать напрямую, которые выведены и интерпретированы на основе пользовательского опыта.
Более активное изучение «почему», стоящее за пониманием, также помогает улучшить качественное понимание и делает его более действенным. Все уважающие себя специалисты по качественному анализу будут утверждать, что всегда поступали именно так. Однако необходимость делать выводы из более разнообразного цифрового мира повышает ставки и увеличивает важность преобразования понимания клиентского опыта в возможности продукта и еще более критической дифференциации. Эта задача усложняется в среде, характеризующейся высокой доступностью информации.
Возьмем, например, некий бренд деликатесных сыров премиум-класса. Его производители создали новый твердый сыр в итальянском стиле с кристаллами[234]. «Кристаллы отличают его от других сыров» — прекрасное начало идеи, которая может привести к заявке на дифференцированный бренд. Однако требуется больше исследований и определений, чтобы найти полезную идею, которую бренд может использовать для сообщений о влиянии продукта. «Мы — бренд с кристаллами» — слишком буквально и не способствует созданию бренда. Если эти кристаллы действительно выделяют сыр на фоне остальных, то как это происходит? И почему они важны? Это просто вопрос создания другого ощущения во рту или речь о какой-то вспышке вкуса, которая добавляет сенсорное удивление в однородное вкусовое ощущение? Такая способность добавлять сыру вкус и эмпирическую энергию может стать эмоциональным преимуществом, которое легко использовать в позиционировании бренда. Это также подскажет идеальные ситуации для рекламы (например, моменты в течение дня, когда необходим умственный и физический всплеск). Или, возможно, особый сыр, который затрагивает разные чувства, лучше насыщает и сильнее похож на настоящую еду (а не на топпинг или перекус), что может расширить рамки использования и вдохновить на создание различных упаковок, форм и вкусов при разработке продукта. Неустанные поиски «почему» могут превратить прямолинейное заявление (отличие — в кристаллах) в более действенные возможности.
Кроме большего внимания к «почему», понять дифференциацию даже для кажущихся тождественными концепций можно с помощью стремления к глубине и разным аспектам. Сегодня потребители и клиенты требуют инноваций во всем — от орехового масла до автоматизированных конвейерных систем, и качественные методы должны более педантично и тщательно раскрывать концепции, которые клиенты считают важными для себя, описывая их так, чтобы продемонстрировать потенциал дифференциации (отличия от других).
Например, беседы с инженерами — механизаторами сельского хозяйства и людьми, занимающимися очисткой хлопка, о том, чего им хотелось бы от партнера по хлопкоочистительному оборудованию, показали (и неудивительно), что инновации важны. Используя призму сопереживания, эти беседы помогали изучать специфику, подтверждения и показатели инноваций, а также сравнивать постепенный и полномасштабный изобретательский подход к новинкам. Полученное понимание позволило компании Lummus создать собственную историю дифференцированных инноваций, хотя заявки на них в хлопкоочистительной промышленности широко распространены.
Инновационная версия Lummus избегает риска и ориентирована на окупаемость. Компания использует стратегию внедрения инноваций только тогда, когда это может сделать процесс очистки хлопка более прибыльным и эффективным. Она никогда не меняет продукт только ради новизны. Ее инновации основаны на глубоком понимании того, как связаны хлопкоочистка и масштабные перемены в хлопковой промышленности — тенденции на рынке труда, на рынках растительных масел и технологические разработки на предыдущих стадиях работы с хлопком (оборудование для сбора и очесывания хлопка). Благодаря инженерному мастерству и изобретательности Lummus удается внедрять инновации в области, поистине старой как мир (очистка хлопка существует в той или иной форме примерно с 12 000 года до нашей эры), повышая рентабельность и улучшая качество волокна для своих клиентов, производящих хлопковые ткани.
Улучшение качественного понимания в этом примере не стало результатом нового метода. Оно произошло благодаря использованию каждой капли потенциала традиционных детальных бесед — путем разработки дополнительных вопросов, тем и упражнений, которые нужно предлагать клиентам, пока не появятся новые идеи, способные помочь в дифференциации.
Количественные методы: использование силы технологий и больших данных
Чтобы количественные данные работали для брендов в цифровой среде, необходимы как квалификация в области технического анализа данных, так и ноу-хау в сфере применения брендов. Без такого сочетания компании рискуют соблазниться тактическими идеями, которые, возможно, не совпадают с долгосрочным стратегическим видением бренда.
Кроме того, повышение количественного понимания требует все большего усложнения в оценке качества данных, в их сочетании, аналитике и визуализации, причем с прицелом на поиск полезных идей, которые могут помочь рекламным обращениям и каналам распространения при создании брендов.
Разработки цифровой эпохи, которые подпитывают возможности количественного понимания, проистекают из комбинации технологий и больших данных. Технологии предоставили устройства и приложения, которые клиенты используют для пассивного и активного генерирования больших объемов данных. Исследования в области нейробиологии и когнитивной психологии, изучающие внимание и поведенческие реакции на стимулы, дают доказательства погружения пользователей в мобильное программное обеспечение. Приложения предназначены для создания триггеров, побуждающих к действию (например, звуки, уведомления и т. д.); они обеспечивают вознаграждение пользователя, количественно оценивают его взаимодействие с приложением и следят, чтобы вовлеченность оказалась конкурентной и самоисполняющейся. По сути, основным конкурентом времени, затрачиваемым на приложения, разработчики сегодня считают сон. Если учесть, что единственным реальным ограничивающим фактором оказывается количество часов в сутках, совокупное время, проведенное в мире в приложениях, открывает огромные возможности для сбора данных, подходящих для создания бренда.
С распространением интернета, мобильных устройств и приложений в мире появилась масса источников количественных данных для создания бренда в цифровом мире. Среди них:
• трансакции клиентов / участников;
• информация о лояльности;
• данные о клиентском опыте и удовлетворенности клиентов;
• контент и комментарии в социальных сетях, отметки «Нравится», «Не нравится» и «Поделиться»;
• данные третьей стороны (например, анализаторы, государственные и отраслевые отчеты);
• посещаемость сайта, включая время, потраченное на взаимодействие с приложением или сайтом;
• местоположение с геотегами;
• рейтинги кликов и конверсии продаж;
• электронная почта, видео, страницы сайта;
• торговый персонал и другие данные управления взаимоотношениями с клиентами.
Все эти большие данные, предоставляемые технологиями, могут обеспечивать накопление данных и (во все большей степени) возможность машинного обучения. Машинное обучение и обработка естественного языка помогут разрабатывать и предоставлять клиентам адаптивный и оптимизированный контент и опыт, а также повышать узнаваемость бренда (B2C) и расширять возможности продаж (B2B); и то и другое, несомненно, оказывается благом для создания брендов.
В задачи этой главы не входит оценка различных платформ для обработки и анализа данных, выдача руководства по прогнозной аналитике или что-то подобное. Основной вывод о потенциале технологий / больших данных для повышения количественного понимания заключается в следующем: при больших данных возникает большая ответственность за создание здоровых межфункциональных отношений между отделами данных/IT и группами, занимающимися маркетингом. Чтобы реализовать потенциал количественного анализа для построения бренда, мастера работы с данными и лица, занимающиеся стратегией бренда, должны применить свой опыт взаимодействия с клиентами, чтобы использовать аналитику на основе данных для продвижения брендов и увеличения доходов.
Теперь мы знаем, что ценные идеи для бренда можно получить, встроив аспект пути клиента в традиционные методы исследования. Мы также знаем, что использование растущей мощи технологий и больших данных может дать ценные идеи, если мы сможем интерпретировать эти результаты с точки зрения построения бренда. Как же нам определить, будут ли наш внешний партнер или исследовательская группа использовать для продвижения бренда эти перспективы или станут продвигать традиционные исследовательские подходы?
Ниже мы предлагаем четыре стратегии.
1. Попросите исследовательскую группу привести конкретные примеры идей, полученных в результате умозаключения, о том, что клиенты