Цифровая эра основательно вошла в нашу жизнь, теперь мир - набор данных. Это касается не только обычных людей, IoT или научных изысканий. Прежде всего, это касается бизнеса. Любого, от стартапа на коленке до мега холдинга. Сейчас практически у каждой компании такая конкурентная среда, что приходится действовать, как на полях сражений: собирать данные, анализировать и принимать стратегические и тактические решения. Иначе клиент просто не проявит интерес к вашей разработке, продукту, услуге. Встают вопросы: какие данные собирать, где их брать, как хранить и вообще - зачем на это тратить время? Мы знаем на них ответы.


Данные о клиентах - это актив наравне с вашими основными и оборотными средствами. Если вы их правильно собираете, храните, обрабатываете и интерпретируете, то у вас есть все шансы получить пул лояльных покупателей и увеличить свою прибыль.

На самом деле, бизнес не всегда собирает информацию о клиентах - точнее, ту информацию, которой будет достаточно для выстраивания именно отношений, а не попыток выцепить пару дополнительных продаж email или SMS-рассылкой. Даже по нашей предыдущей статье и комментариям к ней можно судить о том, какая информация чаще всего собирается: ФИО, контакты, что и когда купил. Этого мало. Поверьте опыту CRM-щиков : какую систему бы вы ни взяли, в карточке клиента предусмотрено множество полей, заполнение которых делает клиентскую базу более качественной.

В процессе разработки RegionSoft CRM мы также сделали карточку главной сущностью системы. В ней предусмотрено много вкладок, которые включают всю коммерческую информацию: от банальных контактов до аспектов финансовой безопасности. Все действия, документы, сделки, логи звонков и т.д. также доступны из карточки клиента. Таким образом, пользователи CRM-системы получают максимум данных, доступ к которым обеспечивается буквально в пару кликов.

Сбор данных помогает подходить к каждому клиенту индивидуально, исходя из его потребностей и профиля. Подобная персонификация делает покупку более ценной для клиента и прибыльной для вас - всё потому, что покупатель получает то, что хочет именно он.

Всем очевидно, но мы напомним, что отдавая свою личную и финансовую информацию вам, клиенты рассчитывают, что она останется в безопасности (все знают про ужесточение 152-ФЗ с 1 июля?) и вы не будете злоупотреблять доверием, как то продавать данные третьим лицам, спамить пару раз в день, небрежно хранить данные и т.д. Кстати, есть такая распространённая ситуация, как уход менеджера с клиентской базой. Это одна из проблем, частичное решение которой лежит на CRM-системе. Так вот, если ваш менеджер «уводит» или продаёт данные, это двойная проблема: во-первых, потеря части клиентской базы, а во-вторых, передача информации третьим лицам, которые потенциально будут извлекать коммерческую выгоду. То есть фактически компания не справилась с защитой переданных ей данных.

Какие данные собирать и зачем?

Персональные данные

Вообще собирать нужно любые данные - хорошая аналитика не знает мелочей и не терпит пренебрежительного отношения к фактам. Прежде всего, бизнесу нужны контактные данные клиента, его демографические и географические данные, а также информация, соответствующая целям компании (например, сколько лет машине для автосалона или какой марки телефон для салона связи). Эти данные собираются в процессе первых взаимодействий и с помощью персонального анкетирования (привет, 152-ФЗ, анкеты с определёнными данными надо также хранить особым образом).

Кстати, если вы думаете, что персональные параметры типа марки машины есть только в секторе В2С, то вы ошибаетесь: в В2В-секторе тоже есть предпочтения, которые потенциально могут сказаться на ваших взаимоотношениях. Это, например, наличие или отсутствие корпоративного транспорта, особенности корпоративной культуры, предпочтительное программное обеспечение, марки и модели рабочих ПК и т.д.

Транзакционные данные

После того, как собраны персональные и анкетные данные, важно тщательно собирать данные транзакционные: все точки взаимодействия с клиентом должны записываться. Из транзакционной информации также становится ясно, насколько ценен клиент, как часто и много он тратит, насколько быстро оплачивает счета и не формирует ли дебиторку, каковы его предпочтения. В транзакциях не существует мелочей, менеджерам стоит фиксировать всё: от протоколов личных встреч до фактов неответа на звонок. Транзакционная информация даст вам понять, насколько клиент контактен, разговорчив, что и когда он покупает, с какой периодичностью обращается в техническую поддержку, можно ли ему доверять. И такая информация - не просто источник допродаж, но и способ решить конфликтные ситуации.

Сравнительно недавно с нами произошла история, когда наша CRM-система нас же самих и выручила - всё потому, что менеджеры записывают в неё каждую мелочь, а в карточке хранятся документы, история переписки и записи переговоров. Дело было так: пользователь на публичном ресурсе обвинил нас в том, что наш продукт сырой и часть функциональности работала не так, как это ожидалось. Выпад с его точки зрения был красивым. Однако мы подняли информацию и нашли в его карточке клиента много опровержений его словам, а также гарантийное письмо, в котором он отказывался от претензий к продукту, который настоятельно купил в бета-версии. Нападение было отбито. Вообще, когда все данные и транзакции записаны, компанию максимально сложно опорочить лживыми сведениями - на вашей стороне будут факты.

Коммуникационные данные

Ещё один важный блок информации - коммуникационный. Прежде всего, нужно замерять время ответа клиента на письма, звонок, иные сообщения, считать количество входящих и исходящих коммуникаций. Обязательно отслеживать и анализировать, на какие воздействия клиент лучше реагирует: так, интроверт выберет электронную почту и с удовольствием будет общаться в чате, а занятый человек предпочтёт быстрые телефонные переговоры или редкие письма. Это позволит компании сделать общение комфортным и деловым, а не превратить его в надоедливый спам.

Откуда брать данные о клиентах?

Источников много, и у каждой компании есть свои секреты добычи ценной для бизнеса информации. Единственное важное условие - все методы должны быть законными, а данные - «чистыми». Иначе можно нарваться на штраф и в условиях вездесущего интернета поплатиться репутацией.

• Информация при регистрации на сайте. Создавайте формы на сайте, которые помогут вам собрать данные от клиентов. Правила: не требуйте данные за незначительные бонусы (типа скачивания рекламного буклета), собирайте данные поэтапно (часть - при регистрации, часть - во время совершения заказа), не забудьте прописать политику обработки данных (вы же всё ещё помните про 152-ФЗ?).
• Информация с онлайн-презентации. Постарайтесь собрать данные при оформлении заявки, а также во время общения с клиентом. Правила: задавайте наводящие вопросы, подготовьтесь к работе с клиентом заранее, сформируйте стандартную анкету (например, в RegionSoft CRM анкетирование - встроенная функция).
• Информация из чата. Спросите имя и электронную почту в чате. Многие приложения имеют встроенную возможность запроса информации о клиенте. Правила: не используйте назойливые всплывающие кнопки «перезвонить», в случае нежелания оставить свои данные клиент должен иметь возможность продолжить чат на сайте.
• Информация из телефонных переговоров. Уточняйте необходимые данные во время общения по телефону с клиентом. Правила: записывайте звонки и сохраняйте их, это даст возможности для обучения менеджеров и избавит вас от сотен конфликтных ситуаций (мы предусмотрели такую штуку - в RegionSoft CRM все разговоры записываются и сохраняются).
• Информация из заказов на сайте или в интернет-магазине. При оформлении заказа можно собрать много разнообразной информации, от наличия детей до предпочтительных способов оплаты. Неплохой результат дают анкеты по результатам покупки или сервиса. Правила: не перегружайте поля лишними вопросами, клиент может отказаться от покупки. Предоставьте формальный бонус за полную регистрацию или же предложите подключиться к бонусной системе после заполнения подробной анкеты.
• Информация в обмен на информацию. Предлагайте полезную информацию в обмен на данные клиента. Это могут быть интересные рассылки, статьи, видео уроки и т.д. Правила: не скатывайтесь в инфобизнес и не гоните дешёвый контент, работайте над содержанием.
• Личное общение в продажах. Во время разговора с клиентом менеджеры могут выяснить потребности клиента, задачи на будущее и многое другое. Кстати, наводить справки о клиенте в Интернете тоже никто не запрещает. Правила: не будьте слишком навязчивы, не настаивайте на своих вопросах, если клиент их намеренно и жёстко обходит.
• Интернет вещей (IoT). Отлично работает для ритейла, B2C. Поставьте NFC-метки, счётчики потока клиентов, интерактивные экраны - так ваши покупатели расскажут о себе сами. Правила: всё должно быть в рамках закона.
• Системы аналитики. Самый щедрый и безопасный способ сбора данных. Используйте привычные Яндекс.Метрику и Google Analytics, расширяйте свой арсенал систем BI, используйте трекеры, парсеры и т.д. Правила: информация на вас буквально польётся, но это не значит, что вы сможете её правильно обработать и интерпретировать. Выбирайте и используйте ценные данные, сравнивайте, ищите новые закономерности.
• Социальные сети. По нашему мнению, способ на любителя и практически всегда только для В2С. Однако, если вы сможете собрать данные из социальных сетей и правильно их использовать то это нужно делать, поскольку лишний источник не помешает. Правила: помните о приватной части жизни ваших клиентов.
• Заказные исследования - как целевых групп, так и потенциальных пользователей в целом. Отличный метод, в результате работы которого вы получите наглядный информативный документ с выводами и даже рекомендациями. Дорого. Очень дорого. Правила: используйте этот способ только, если он целесообразен. Перед заказом исследования проведите анализ, установите цели, которые вам нужно достичь, и гипотезы, которые нужно проверить в ходе исследования.

- Там, куда ты копаешь, откуда ты возьмёшь новую одежду, Как ты рассчитываешь преодолеть забор?
- Да кто ты?!
- Я бизнес-аналитик.

Как хранить информацию?

Как мы уже успели выяснить, адептов Excel у нас в стране достаточно - собственно, это и есть один из распространённых способов хранения клиентской базы среди тех предприятий, которые еще не внедрили CRM-системы. В какой-то мере он даже удобный и привычный широкому классу работников, но, конечно, один из самых небезопасных. Также у офисных работников есть привычка хранить все контакты и взаимодействия в почтовых клиентах. Это также чревато проблемами с безопасностью (особенно, если речь идёт о бесплатных почтовых приложениях), потерей данных, «уходом» базы вместе с менеджером.
Для хранения и анализа информации наиболее эффективно, безопасно и целесообразно использовать CRM-системы. Они, кстати, уже эволюционировали и объединяют в себе несколько решений: управление проектами и задачами, персональное и групповое планирование, телефонию и т.д.

Стоит помнить про два важных правила работы с клиентскими данными. Первое: не собирайте всю информацию сразу - взаимодействуйте дозированно и извлекайте ценные данные из каждого взаимодействия. Второе: не экстраполируйте информацию об одном клиенте или узкой группе на всю клиентскую базу или даже широкий сегмент. Вероятнее всего, вы ошибётесь с выводами и предположениями, что сделает продажи на данных неэффективными. И да, не забудьте оставить возможность отказаться от рассылок и взаимодействия с вами.

Методы сбора и обработки информации

Конечно, информация, способы её обработки и аналитические инструменты сильно отличаются от компании к компании. В любом случае, собранные данные должны быть обработаны и использованы, простое их наличие - не рецепт успеха, в «сыром» виде они бесполезны.

• Документы, справки, заявления и прочие бумаги -такой способ хорош для получения официальных данных. Плюс - точная и всеобъемлющая информация, минус - сбор требует времени, много законодательных ограничений (чаще всего нет согласия на обработку персональных данных и нужно исхитриться его получить).
• Анкетирование, опросы - отличный метод, когда нужно собрать специфическую информацию в сжатые сроки. Плюс анкет в их добровольности и иногда - анонимности, минус - в необходимости найти способ получить ответы от респондентов, в ошибках при заполнении и ложной информации.
• Телефонное или личное интервью - хороший способ «приблизиться» к клиенту, «снять» психологический портрет и получить нужные данные. Плюс - в общении с клиентом и охвате данных, минус - требует время и трудозатраты, интервьюеры должны быть обучены.
• Наблюдение - прекрасный способ для бизнеса, который знает, что он хочет. Информация о пользователях собирается со стороны и выглядит как умозаключение. Плюс - никаких законодательных ограничений, минус - трудности в персонализации, интерпретации и классификации данных.
• Исследования - собственные и заказные. Очень хороший источник информации, даёт полную корректную картину, позволяет выявить сложные и неочевидные тренды и закономерности. Плюсы - мощное средство сбора информации. Минусы - либо у профессионалов и дорого, либо самостоятельно и долго, с подготовкой и внимательной проработкой каждого вопроса панели, а также связок между вопросами. Об ошибках любительских исследований мы писали на своём примере.
• Фокус-группы - умерли. Шутка с долей шутки. Достаточно дорогое и глубокое исследование целевых групп с возможностью опроса, обсуждения и т.д. Плюсы - быстрый способ получить много информации, одновременное продвижение продукта в группе. Минусы - очень дорого, требует профессионального анкетирования, сложно собрать группу. А вымирают, потому что продвинутый бизнес ищет более дешевые цифровые способы и старается избегать грубых обобщений.

Бизнес инвестирует в аналитику (как минимум, платит за софт и зарплату маркетологам, аналитикам и сопровождающим программистам), а значит, должен получать отдачу от инвестиций. То есть информацию мало получить - её важно уметь проанализировать. Мы уже писали о принципах аналитики в бизнесе, но повторим несколько базовых способов применения этого актива.

• Оперативная аналитика: разведка и работа с данными при продвижении продукта, оперативная отчетность.
• Описательная аналитика: сегментация потребителей, создание портрета клиента, разработка программы лояльности.
• Предиктивная аналитика: прогнозы, предсказания, поведенческие паттерны.

Что считать и как не облажаться?

Есть целая группа информации, которую собирать строго обязательно любому бизнесу, поскольку она отражает его «здоровье» и адекватность требованиям клиентов.

• Считайте конверсию и пользуйтесь воронкой продаж. Данные о том, сколько входящих обращений превратились в покупки, сразу скажут вам, насколько корректно работает коммерческая служба и насколько правильно выстроена логика реализации.
• Постоянно пересматривайте ассортимент, используйте товарные матрицы и ABC-анализ. Это касается не только магазинов или интернет-магазинов, но и компаний с узким продуктовым ассортиментом (например, компании-разработчики софта). В случае низкого спроса на продукт, вы сможете его переработать или прекратить работу над ним, перебросив усилия на более перспективные направления.
• Измеряйте каналы продаж. Трудно найти компанию, которая продавала бы свой продукт через один канал. Проверяйте, все ли каналы рентабельны, чтобы избежать утечки денег на те, которые имеют самую высокую цену продажи. Но не попадите в типичную ловушку: канал может иметь высокую цену продажи, но эффективно поддерживать, продвигать, приводить лиды. Обязательно учитывайте это.

  Пример из жизни. Компания продавала свои сервисы и свои продукты через монобрендовые салоны, дилеров, агентов, почтовые киоски и отделения, интернет-магазин. после исследования выяснилось, что цена продажи в монобренде в 10 раз выше средней цены по каналам. Закрыли два монобренда - выручка от подписок в полугодовом периоде ощутимо снизилась. Оказалось, что монобренды приносили самых высокодоходных и лояльных клиентов, которые приходили в салон с «серьёзными намерениями», а не брали продукт «на погонять недельку».

• Финансовые и денежные потоки. Обязательно отслеживайте, откуда точно приходят деньги и куда они уходят. Любая агрегация и укрупнение показателей в таких делах - худшее, что может случиться.
• Информация по технической поддержке клиентов. Анализируйте количество обращений, качество обслуживания, длительность общения клиента с сотрудником, собирайте отзывы и предложения - среди них иногда находятся потрясающие инсайты. И да, в наше ультра конкурентное время выигрывает тот, у кого лучше сервис.
• Информацию по персоналу. Обязательно анализируйте внутренние процессы - и это точно не опоздания и не интернет-логи. если человек работает продуктивно и дает вам запланированный результат, зачем его контролировать и провоцировать на нелояльность. Анализируйте KPI, скорость выполнения задач, пробуйте оценить, какие задачи кому удаются лучше и исходя из этого выстраивайте команду.
• Информационный шум вокруг вашей компании. Собирайте максимум внешней информации о вашей компании: отзывы, упоминания, цитирования и т.д. Чем больше вы заметны на рынке, тем больше шума. Но даже небольшие компании обязаны мониторить абсолютно всё во избежание репутационных потерь или во имя использования удачного момента. Тут вам на помощь придут специальные запросы в поисковиках, google alerts и т.д.
• Информацию о конкурентах. Вы должны знать о них всё - но не только для того, чтобы скопировать лучшее, а для того, чтобы отстроиться и занять свою нишу. Тщательно изучайте своих соперников по рынку, не оставляйте без внимания новые продукты, изменение цен, освоение технологий и рынков.

Оперативность информации - её важное свойство. Вы можете на минуту отвлечься от чтения статьи и задуматься, насколько быстро вы узнаете об изменении динамики важнейших для вас показателей. Можно биться о заклад, что сисадмин об изменении количества работающих нод или о критическом падении скорости соединения с сервером узнает практически сразу, а вот менеджер по продажам и его руководитель о резком падении объёма продаж узнают в лучшем случае спустя сутки - и то, если они ежедневно мониторят ситуацию. А так самый распространённый интервал - месяц, а затем уже неделя.

Между тем, чем раньше компания узнает о проблеме, тем дешевле и эффективнее окажется её решение. Так почему об информации не знают?

1. Неверно выбран отчётный период. Можно пропустить кризисный момент или сравнить с неправильно выбранным базовым периодом. Во избежание такой проблемы используйте различные отрезки мониторинга для разных показателей: оперативные в режиме реального времени, почасовые, ежедневные, еженедельные, ежемесячные и т.д.
2. Компания не уделяет внимание аналитике. Да, таких компаний, к сожалению, много. У них могут быть биллинг, CRM, BI и что угодно, но они даже счётчик метрики на сайт они не поставят, предпочитая работать по наитию. Ничем хорошим такая позиция не заканчивается, компания просто потеряет себя в конкурентной среде, потому что не сможет оценить и спрогнозировать своё состояние.
3. Компании, анализируя данные, не берут во внимание фактор сезонности и в итоге получают ошибки и делают неверные выводы. Например, могут сравниваться показатели пика деловой активности и периода спада. Эта же ошибка происходит при планировании - план на любые периоды ставится без учёта сезона. В то время как у каждой компании есть свои интервалы спада и роста внутри года, соответственно, нужно их учитывать как при анализе информации, так и при планировании и прогнозировании.
4. Данные аккумулируются в нескольких корпоративных информационных системах, между которыми взаимодействие настроено слабо или не настроено вообще. Это у нас здесь под номером три, а в сердцах CRM-щиков и других вендоров решений автоматизации бизнеса это номер один и гран-при среди причин аналитических фейлов бизнеса. Есть прекрасное исследование , которое показывает, что компании в среднем используют в работе 14 рабочих приложений. Среди них нередко есть и пересекающиеся в аналитике, а также те, которые должны друг друга дополнять (например, CRM и биллинг, CRM и 1С). Так вот, отстутствие интеграций делает данные лоскутными и снижает их информативность и полезность для бизнеса.

Чем хороша для сбора и хранения информации CRM-система?

Говоря про аналитику, нелишним будет ещё раз остановиться на роли руководителя. Некоторые топ-менеджеры свято верят в эффективность своей команды и полностью доверяют ей управление ключевыми ситуациями. Ну они говорят, что уверены, на самом деле им просто лень или неинтересно вникать в оперативную работу. Такая ситуация чревата - без активного контроля бизнес может зайти совсем не туда, куда бы хотелось его основателям и руководителям. Мы сейчас говорим не о микро-менеджменте, который по большей части кроме суеты, ничего не даёт, - мы говорим о периодическом контроле за показателями и активностями, а также об анализе управленческой деятельности. У руководителя должен быть доступ ко всем базовым показателям с возможностью их детализации (например, до менеджера или до региона).

Итак, имейте в виду, что эти числа точно так же точны, как и фиктивные данные, смехотворные предположения и принятие желаемого за действительное, на которых они основаны!

Кстати, такой контроль проще всего осуществлять в CRM-системе с помощью инструментов планирования, план-фактного анализа, воронки продаж и т.д. Начальник получает доступ к важным для бизнеса показателям в режиме реального времени, может иметь удалённый доступ к рабочему месту. Повторимся в сотый раз, CRM - инструмент контроля оперативной работы и выполнения задач, а не инструмент тотального контроля и слежки за сотрудниками. Система не умеет шпионить (мы о своей, конечно), да и вообще «фу» таким быть.

Экономия времени на отчётности. Можно сколько угодно хвалить Excel, но ваши сотрудники гарантированно тратят на него слишком много времени. Чтобы сделать отчёт в электронных таблицах, в 90% случаев необходимо приложить усилия - это касается численных данных. Хуже обстоит дело с задачами - например, если работник должен по окончании дня или недели отчитаться сколько времени на какую задачу у него ушло. Вы не просто получите материал, на создание которого убито около полутора часов, - вы получите поток вдохновенного вранья. В то время как в CRM у вас отобразятся сделанные, просроченные и отложенные задачи по каждому из подчинённых.

Улучшение производительности труда и результатов работы компании. Боб Парсон, основатель компании GoDaddy, заметил: «Всё, что измеряется и наблюдается, улучшается». Соответственно, если и руководитель, и сотрудники могут постоянно наблюдать за своим результатом на дашбордах, графиках, прогресс-барах, с помощью напоминаний, они будут даже чисто психологически стремиться улучшить показатели, исправить ситуацию с отставанием. Кстати, это уменьшает уровень нервозности и стресса в компании. В отечественной деловой практике живо наследие «догнать и перегнать» и «пятилетку в четыре года», поэтому управлению стрессом внимание почти не уделяется. Между тем, спокойный коллектив, способный контролировать свою работу и своё время, работает гораздо продуктивнее.

No Big Data или почему мы не «прикрутили» машинное обучение к RegionSoft CRM

В Facebook нас спросили, есть ли в нашей CRM-системе машинное обучение. Не будем делать интриги из этого вопроса - нет. Просто потому что пока нашей системе такая функциональность не нужна. И вот почему.

Для начала дадим простое объяснение того, что же такое машинное обучение и искусственный интеллект относительно корпоративной информационной системы (CRM, ERP и т.д.). Это программно-аппаратный комплекс или просто программа, которая собирает, хранит и анализирует информацию в автоматическом режиме. Искусственный интеллект заключается в том, что программа на основе больших данных «учится» находить в данных закономерности и связи, а потом при попадании на вход похожих данных, моделировать ситуацию (опять же, всё основано на теории вероятности - это работающая на больших данных теорема Байеса, согласно которой можно определить вероятность события при условии, что произошло другое статистически взаимозависимое с ним событие). Данных для обучения системы должно быть много, колоссально много. И именно в этом и заключается проблема медленного внедрения таких технологий в CRM-системы: малый и средний бизнес практически не в состоянии нагенерировать такое количество релевантной информации, а для обработки их данных на предмет закономерностей вполне достаточно базовых инструментов CRM-ки и умной человеческой головы, способной к дедукции и индукции.

- Ну и как там твой проект с большими данными, Хоскинс?

Машинное обучение актуально в банках (вот это реально огромные массивы данных), в телефонии и других видах связи федерального уровня, в безопасности граждан и дорожного движения, в крупных транспортных компаниях, в промышленности. В основном, машины внутри информационных систем компаний этих сфер учатся распознавать критические ситуации, мошенничество, фрод и т.д.

Внедрение машинного обучения в CRM для малого и среднего бизнеса возможно (то есть мы, разработчики в RegionSoft, можем взять и запилить самообучающуюся нейронную сеть), но это дорогая и довольно длительная разработка, которая сильно удорожает цену лицензии и сделает софт перегруженным и недоступным для части клиентов. Хотя не спорим, маркетинг красивый. Нам же хочется, чтобы для начала все освоились с базовой автоматизацией. А в этом процессе, увы, даже свет в конце туннеля не всегда виден.

Если вы владеете информацией, вы обладаете конкурентным преимуществом. Вы удивитесь, но пока по миру шагают машинное обучение, big data и data mining, большая часть конкурентов компаний малого и среднего бизнеса даже не удосуживается взглянуть на текущие показатели и проанализировать профиль продаж. В общем, деньги считать умеют все, а вот грамотно обеспечивать их прирост - лишь некоторые. А значит, можно смело обгонять своих конкурентов за счёт грамотной аналитики и умного управления бизнесом.

У нас есть работа

У нас есть вакансии в Нижнем Новгороде (разработка, офис) и в регионах (толковые продажники, удалёнка)

В Нижнем Новгороде:

Программист Delphi - работа в отделе разработки программных решений, участие в разработке типовых решений и проектов, интеграционные решения.

Web-разработчик - работа по созданию и поддержке web-сервисов, SAAS-технологий, web-сайтов, интеграционных проектов.

Рассмотрим всех, в том числе молодых разработчиков, желающих развиваться в самых что ни на есть боевых условиях и практиковаться под руководством очень опытного инженера. Вы освоите не просто разработку, но и научитесь сопоставлять её с бизнес-задачами - в общем, энтерпрайз-хардкор.

Пишите письмо, шлите резюме и портфолио на [email protected]

Кстати, есть и такое:

Программист 1С - работа в отделе внедрения проектов на базе 1С: Предприятие 8, интеграционные решения.

По России:

Мы ищем надёжных и сообразительных продажников на удалёнке в Санкт-Петербурге, Новосибирске, Екатеринбурге, Москве и других городах. Обучим, разъясним и поддержим. Фактически у вас будет интересная и стабильная работа прямо из дома. Если есть технический опыт - оторвём с руками.

Пишите на [email protected]

Теги: Добавить метки

Анализ данных в маркетинге определяет ваши действия, исходя из влияния тех или иных факторов на компанию в целом. Причем анализировать данные можно как в Интернете, так и в оффлайн. Естественно, что такой анализ подходит для любой отрасли.

В этой статье вы узнаете какие задачи помогает решить анализ данных в маркетинге, алгоритм такого анализа и в конце вас ждет вывод по всей теме.

Зачем нужен анализ данных в маркетинге

Как в работе с клиентами, так и в своих занятиях со студентами Университета «Синергия» я не перестаю утверждать одну простую вещь. Маркетинг — это в первую очередь работа с целевыми данными, а не проведение креативных мероприятий или акций.

Анализ данных в маркетинге позволяет решать ряд важных задач, таких как:

• выпуск нового продукта;
• выход на новые рынки;
• повышение конкурентоспособности;
• снижение оттока клиентов и так далее.

По своим источникам, данные бывают двух видов — первичные и вторичные.

Первичные данные вы получаете самостоятельно, задействовав внутренние ресурсы компании, либо пригласив стороннее агентство на проектной основе. Такие данные собирают ваши маркетологи, подрядчики, пресс-служба или штатный аналитик.

Как правило, в малом бизнесе функции сбора данных и дальнейшей работы с ними ложатся на самого владельца. Однако в нашей практике такое случается крайне редко.

Вторичные данные собраны и проработаны не вами. Их публикуют консалтинговые компании, исследовательские центры, государственные органы. Основной минус при работе с вторичными данными — их доступность, которой могут воспользоваться ваши конкуренты, а также не совсем оперативное размещение.

Иногда выделяют данные по степени влияния на компанию — прямые и косвенные.

Алгоритм анализа данных в маркетинге

Основной инструмент для сбора и анализа данных в маркетинге — это CRM. Именно в такой системе хранятся данные о ваших клиентах, сделках, количестве покупок, сумме и длительности сделки, количества обращений.

1. Сбор необходимых данных

Все маркетинговые решения танцуют вокруг четырех групп данных: данные о ваших клиентах, данные по конверсии, данные по среднему чеку, данные по повторным покупкам.

Данные о клиентах — общее количество потенциальных клиентов (лидов) и реальных (т.е. тех, кто хотя бы раз купил у вас). Информация о клиентах должна храниться у вас в CRM-системе.

Данные по конверсии показывают сколько человек от общего числа посетителей выполнило целевое действие. Например, на ваш сайт в месяц заходит 1000 человек, 100 из которых подписывается на рассылку. В данном случае конверсия равна 10%.

Данные по среднему чеку — это не что иное, как размер средней покупки за какой-то период. Он (средний чек) считается по каждому продукту отдельно.

Наконец, данные по повторным покупкам помогают нам понять, какие продукты, по какой цене, в каком количестве и через какое время приобретает наш клиент.

2. Визуализация первичных данных

Собрав первичные данные по четырем обязательным группам кто-то может сразу их считать. Я советую перед началом анализа провести визуализацию. Все те показатели, которые мы имеем, собираем в дашборд (панель данных) для наглядного отображения. Получается что-то похожее на рисунок ниже.

Для визуализации можно воспользоваться Excel, расширениями для вашей CRM или отдельными инструментами. Например, Qlik.com.

3. Анализ данных

Собрать первичные данные и наглядно их отобразить — это только полдела. Основная задача заключается в правильном анализе собранных показателей.

На этапе анализа можно использовать известные методологии: шесть сигм, количественный анализ (социологи поймут), целевые опросы клиентов (так называемая выборка), факторный анализ, когортный анализ и другие инструменты.

Кстати, о когортном анализе очень здорово рассказал наш коллега Илья Балахнин.

4. Поиск зависимых связей

В маркетинге поведение ваших клиентов можно оцифровать. Другими словами, перевести клиентские решения в плоскость цифр. В этом вам поможет RFM-анализ.

В основе такого анализа лежат три показателя: R (recency) — давность; F (frequency) — частотность; M (monetary) — денежность.

Чем больше времени клиент у вас не покупает, тем меньше шансов его вернуть (R). То же самое касается и двух последних показателей: чем реже клиент у вас покупает, тем меньше вероятность, что он все-таки что-то купит (F). Наконец, чем ниже сумма среднего чека одной покупки, тем больше шанс, что клиент к нам не вернется.

5. Принятие решений

После анализа данных вам остается принять решение, поставить цель и подобрать инструменты для ее достижения.

Увидели, что большинство клиентов имеет маленький средний чек, значит его надо увеличить (апселы и кросс-селы вам в помощь).

Вывод

Анализ данных в маркетинге показывает реальную картину в вашем бизнесе. По сути, анализ — универсальный способ ответить на практически любой вопрос: от «Почему мы теряем половину клиентов?» до «Как нам внедрить повторные продажи?»

Что такое Big Data?

Мы живем в удивительное время: загруженность на дорогах, нужный автобус и даже курьера, который несет нам пиццу, можно отслеживать в режиме реального времени. Информационные технологии правят миром. Настоящий успех приходит к тому, кто не просто владеет информацией, но и умеет правильно ей распорядиться. Рассказываем, что значит Big Data в современном мире и как им пользоваться.

Big Data — термин достаточно новый, в дословном переводе с английского означает “большой объем информации”. Это не только сами данные, информация, но и технология сбора и обработки данных.

Откуда берутся данные?

Источник BD — корпоративные базы данных; информация, которую пользователи самостоятельно выкладывают в социальные сети; информация с датчиков, измерительных устройств и сенсорных сетей (например, шагомер или датчик движения) и так далее.

Как обрабатываются данные?

Мы начали разговор с информации о загруженности на дорогах, поэтому давайте рассмотрим процесс обработки BD на примере работы навигаторов. Раз в несколько секунд навигаторы отправляют свои координаты в систему поставщика приложения. На основании полученных данных строится маршрут с информацией о скорости движения — трек. Исходя из суммы треков, полученных от водителей, выявляется степень загруженности дорог. Автомобили — часть сети, они формируют стабильный поток информации.

Зачем это нужно?

Сегодня BD — это зеркало общества , он улучшает работу транспорта, медицины, активно используется в банковской сфере, страховой деятельности, сфере профилактики правонарушений и др.. BD имеет огромное значение для маркетинга, рекламы и ритейла. Рассказываем, как использовать BD так, чтобы не попасть под статью Закона.

Для чего используют BD в маркетинге и современном ритейле?

Компании применяют BD для решения различных задач: повышение конкурентоспособности, улучшение взаимодействия с клиентами и между собой, создание новых сервисов. Все это в итоге приводит к более качественной работе с аудиторией.

BD включает в себя так называемые 3V:

1. Volume — это объем или количество информации.

Количество — это, пожалуй, основной показатель BD. Именно та информация, которая выходит за пределы возможностей обработки вручную, считается BD. Это такой объем информации, который не смогли бы обработать даже сотни тысяч, миллионы людей вручную. BD присуща именно автоматизированная обработка.

2. Velocity — это скорость обработки.

Данные нужно обрабатывать быстро, ведь их показания постоянно меняются. Например, информация о покупателях какого-либо магазина растет как вертикально (с прибавлением каждого нового покупателя), так и горизонтально (появляется новая информация о каждом конкретном покупателе: ФИО, пол, адрес доставки, каждая новая покупка и посещение магазина).

3. Variety — это разнообразие информации.

Информация при этом может быть как структурированной, так и не структурированной. Например, интернет магазин может владеть информацией о городах, в которых совершаются покупки; о домашних животных; о гаджетах, которыми пользуется покупатель и так далее. Иногда добавляют еще 2V: veracity — достоверность, правдоподобность данных; и value — ценность.

BD — один из инструментов CRM (Customer Relationship Management), который базируется на клиентоориентированном подходе, то есть учитывает потребности каждого конкретного человека.

Сегодня для продавца важна не массовость, а персонализация: не так важно привлечь одного-двух новых покупателей для единоразовой покупки, как сохранить одного постоянного покупателя, а еще лучше сохранить постоянного, привлечь нового, и сделать из нового постоянного. Для этого становится необходимым собирать, обрабатывать, хранить и анализировать большие объемы информации о клиентах, включающие не только сведения, которые клиенты оставляли о себе самостоятельно (например, заполняя анкету для участия в программе лояльности), но и IP адрес, длительность пребывания на сайте, количество посещений, типы мобильных устройств, запросы сделанные на сайте и др.

Анализ BD применяется для определения целевой аудитории, сегментации клиентов, выявления их предпочтений, изучения активности потребителей. Помимо этого BD в ритейле можно использовать, например, для выбора места открытия нового магазина, для разработки маркетинговых акций, для работы с ценами, для прогнозирования объема продаж того или иного продукта.

Как компании собирают данные?

Компании используют разные инструменты для сбора данных, такие как:

1. форма обратной связи
2. форма для введения email для получения рассылки
3. форма для регистрации и создания личного кабинета
4. анкета для участия в программе лояльности
5. форма заполнения контактных данные для оформления заказа
6. регистрация через социальные сети
7. cookie-файлы, Google Analytics, Яндекс.Метрика.

Что такое персональные данные и как они соотносятся с Big Data?

Персональные данные – не только те данные, которые характеризуют человека, но и данные, которые могут быть использованы для идентификации: динамический IP адрес, cookie-файлы пользователя плюс информация от провайдера. Однако эти данные будут считаться персональными, только если у вас есть возможность легально получить дополнительную информацию от провайдера. Не всегда можно однозначно сказать, являются ли те или иные данные персональными, это зависит от дополнительной информации, которой вы обладаете.

Big Data — это большой объем разнообразных быстро обрабатываемых с помощью технических средств (автоматизированная обработка) персональных данных.

Какие законы регулируют обработку BD?

Разобравшись, что такое BD и как они собираются, становится очевидно, что BD очень тесно коррелирует с частной жизнью человека, с его конституционным правом на неприкосновенность частной жизни, личную и семейную тайну, защиту своей чести и доброго имени, с правом на тайну переписки, телефонных переговоров, почтовых, телеграфных и иных сообщений (статья 23 Конституции РФ).

Чтобы компании при обработке личных данных не нарушали конституционные права человека, сбор, обработку, хранения и использования персональных данных регулируется Законом. Используя BD в своей деятельности, нужно учитывать законодательство не только Российской Федерации, но и других стран, граждане которых являются действующими или потенциальными клиентами или пользователями сайта.

Основополагающим актом в сфере персональных данных стала Конвенция о защите физических лиц при автоматизированной обработке персональных данных, принятая Советом Европы 28 января 1981 г. Россия ратифицировала Конвенцию и в результате был принят Федеральный Закон №152 от 27.07.2006 г. «О персональных данных» (далее — Закон о персональных данных), который вступил в законную силу 26.01.2007 г.

В России нет отдельного законодательства, которое регулировало бы обработку Big Data. Обрабатывая большой массив персональных данных, компании должны руководствоваться Законом о персональных данных. Этот закон содержит основополагающие принципы защиты и обработки персональных данных.

Компании, которые осуществляют свою деятельность в РФ, и чьи продукты и услуги ориентированы на российского потребителя и российский рынок, должны руководствоваться в Законом о персональных данных.

Те компании, которые:

— осуществляют свою деятельность не только на территории РФ, но и имеют филиалы или дочернии компании в любой из 28 стран Евросоюза

— осуществляют свою деятельность только на территории РФ, но ориентированы на европейский рынок

— осуществляют свою деятельность в РФ, не ориентированы на европейский рынок, но исходя из сайта компании, потенциальным покупателем может стать гражданин ЕвроСоюза, то есть:

• сайт дает возможность перевести страницу на английский или любой другой европейский язык (кнопка ru/eng)
• цена указана не только в рублях, но и в евро
• есть информация о продуктах/ услугах на английском или другом европейском языке
• есть информация о том, что компания «работает по всему миру», «предоставляет свои услуги по всему миру» и др.
• любая информация, которая трактуется как то, что товар или услугу на этом сайте может приобрести любой, в том числе гражданин Евросоюза.

должны помимо российского законодательства соответствовать недавно вступившему в законную силу в ЕвроСоюзе GDPR – General Data Protection Regulation.

Что такое GDPR?

GDPR – это Регламент, принятый в Евросоюзе и вступивший в законную силу 25 мая 2018 года. Если провести аналогию с Российским законодательством, GDPR — это Закон, обязательный к выполнению во всех странах, входящих в Евросоюз, а также для всех, кто имеет отношение к обработке Персональных данных граждан Евросоюза.

Почему российские компании должны соответствовать GDPR?

Евросоюз как наднациональное объединение очень внимательно и со всем уважением относится к частной жизни человека и гарантирует своим гражданам защиту персональных данных. Именно для этого был разработан GDPR, который достаточно строго регулирует то, как компании должны обрабатывать, хранить и передавать любые персональные данные. Так как многие российские компании ориентированы на европейский рынок, они также должны гарантировать гражданам Евросоюза защиту их персональных данных в полной мере. Такая гарантия имеет место только при соответствии компании условиям регламента GDPR.

Как соответствовать GDPR и Закону о персональных данных?

Соответствие Закону о персональных данных не гарантирует соответствия GDPR. Однако соответствие GDPR обеспечит компании соответствие Российскому Закону о персональных данных. Ниже будут приведены основные условия Регламента и Закона о персональных данных, а перечень действий, которые должна предпринять компания, чтобы обрабатывать и хранить BD без угрозы попасть под штраф размером в полтора миллиарда или понести еще более строгое наказание.

7 Принципов обработки персональных данных:

GDPR и Закон о персональных данных формулируют 7 принципов – основополагающие начала, в соответствии с которыми разработаны остальные пункты Регламента и Закона, и в соответствии с которыми должны действовать все компании:

1) Законность, справедливость и прозрачность обработки и хранения персональных данных. Субъекту персональных данных должна быть предоставлена, доступна и понятна любая информация о целях, методах и объемах обработки персональных данных.

2) Ограничение цели . Данные должны собираться и использоваться исключительно в тех целях, которые были заявлены при сборе этих данных.

Например: сделав заказ в интернет-магазине, покупатель оставил свой email, при этом согласие на получение рекламной рассылки не давал. В данном случае магазин имеет право отправлять на почту только ту информацию, которая касается непосредственно сделанного заказа, — никакой рекламы и акций. Очевидно, что это использование персональной информации (пусть и достаточно безобидное) не в соответствии с оговоренной целью. Если же дело касается домашнего адреса, паспортных данных и данных банковской карты, дело принимает серьезный оборот.

3) Минимизация данных. Нельзя собирать личные данные в большем объеме, чем это необходимо для целей обработки.

Например: для оформления заказа магазину не нужно отчество покупателя, его дата рождения (если нет соответствующего возрастного ограничения), пол, адрес (при оформлении самовывоза) и так далее. Однако если цель – анализ и статистика, то получение информации о возрасте или поле – правомерно.

4) Точность. Имеющиеся данные должны соответствовать действительности. Неточные данные должны быть удалены или исправлены по требованию пользователя.

5) Ограничение хранения. Персональные данные должны храниться не дольше, чем это необходимо для целей обработки.

Например: адрес доставки хранится до момента, когда доставят товар; email, ФИО и контактные данные хранятся до тех пор, пока пользователь не удалит свой личный кабинет.

6) Целостность и конфиденциальность. При обработке данных компании обязаны обеспечить защиту персональных данных от несанкционированной или незаконной обработки, уничтожения и повреждения данных. Компании обязаны обеспечить защиту от неправомерного доступа к данным.

7) Не допускается объединение баз данных , содержащих персональные данные, обработка которых осуществляется в целях, несовместимых между собой.

Например: нельзя объединить базу данных, в которой содержится информация о сотрудниках компании, предоставленная работодателю при устройстве на работу, и базу данных, в которой содержатся персональные данные покупателей или клиентов компании. Цели обработки таких данных кардинально разные и несовместимы между собой.

Права субъектов персональных данных, которые каждая компания должна гарантировать:

1.Право на информацию. Право на получение информации о цели использования персональных данных, о том, как они защищены, сколько хранятся, где хранятся, кому и для чего передаются и пр.

2.Право доступа к данным , которые были собраны компанией. Подразумевает наличие личного кабинета, где пользователь может просматривать информацию о себе, изменить или удалить ее при необходимости.

3. Право на изменение и удаление информации пользователя о себе. При этом не следует забывать про принцип ограничения хранения.

Пользователь имеет право удалить любую информацию о себе, кроме той, хранить которую в течение определенного времени предписано Законом (пр. «пакет законов Яровой»).

Что делать чтобы соответствовать GDPR и Закону о персональных данных? 9 шагов.

1. Определить и проанализировать действующие процессы обработки персональных данных в компании.

Ответьте на следующие вопросы:

• какие категории данных вы собираете (ФИО, пол, различные предпочтения, и др.)?
• зачем вы собираете их, с какой целью?
• каким образом вы получаете данные пользователей (пользователи их отправляют на специальный email, или заполняют обратную форму на сайте) ?
• кому и для каких целей вы передаете собранные данные? (вы можете их передавать другим компаниям или исключительно внутри своей компании определённой категории сотрудников)
• как долго вы храните данные на своих серверах?
• передаете ли вы персональные данные в другие страны?

2. Откорректировать «Политику в отношении обработки персональных данных» и/или «Политику конфиденциальности» (не имеет значения, как вы назовете документ) . По Регламенту Политика должна быть составлена на всех официальных языка стран Евросоюза. Если такой возможности нет и пользователи из Евросоюза лишь потенциальные, необходимо обеспечить наличие Политики хотя бы на английском языке.

В Политике должна содержаться следующая информация:

• полное название и контактная информация (адрес, email, тел.) юридического лица, которое определяет цели обработки данных;
• категории собираемых и обрабатываемых данных;
• цели обработки данных;
• названия третьих лиц, которым вы передаете данные, цели для которых вы эти данные передаете.

(к ним могут относиться сервис-провайдеры, рекламные, курьерские службы и др.);

• информацию о передаче персональных данных в другие страны вместе с перечнем таких стран и целью передачи;
• период времени, в течение которого данные пользователей обрабатываются компанией.

(можно указать абстрактные периоды, например: до тех пор, пока пользователь не удалит аккаунт, не сообщит об отказе получать рекламную рассылку)

3. Назначить ответственного в компании за обработку данных – это может быть физическое лицо, отдел или департамент. В «Политики в отношении обработки персональных данных» должны быть указаны контактные данные, email, на который пользователь может написать для получения любой информации касательно обработки его персональных данных.

4. Обновить согласие на обработку персональных данных. Если компания ранее обрабатывала данные без согласия пользователей, такое согласие необходимо разработать. Текст согласия должен быть:

• явным, прямым и однозначным;
• информативным: пользователь должен понимать, какие данные обрабатываются, кем и для каких целей;
• полученным путем активных действий: в соответствии с Законом о персональных данных допускается формулировка «Если вы продолжаете пользоваться сервисами, то даете свое согласие на обработку персональных данных», но в соответствии с GDPR это не является согласием пользователя и не дает компании право обрабатывать его данные . Необходимо, чтобы пользователь дал согласие своими активными действиями, например, поставил галочку;
• свободным: пользователь должен иметь возможность использовать сервисы без предоставления согласия (например: чтобы посмотреть интернет-каталог, нет необходимости регистрироваться и оставлять свои данные).

5. Политика и согласие должны быть открыто и доступно опубликованы на сайте компании. Везде, где есть форма заполнения персональных данных, у пользователя должна быть возможность ознакомиться с условиями обработки своих данных.

6. Шифровать персональные данные , обеспечивать их псевдонимизацию и анонимность, при обработки, хранении и передачи этих данных.

• Согласно GDPR, шифрования данных необходимо обеспечивать как при передаче, так и при хранении. В соответствии с Законом о персональных данных, шифровать данные нужно в случае необходимости для обеспечения дополнительной защиты, если есть риск их утечки или попадания к недобросовестным лицам.
• Методы шифрования компания выбирает самостоятельно.

7. Провести оценку эффективности защиты BD . Систематизировать описание операций по обработке данных, их целей и соотношение между ними, а также перечень мер по минимизации рисков:

• организовать учет деятельности по обработке персональных данных: запись различной информации о процессах их обработки;
• провести оценку воздействия на защиту данных;
• обеспечить и зафиксировать технические меры обработки больших данных, проводить регулярные проверки, выявлять, фиксировать и исправлять нарушения;
• вести учет технических средств, на которых осуществляется обработку персональных данных;
• ограничивать круг лиц и фиксировать лиц, имеющих доступ к персональным данным (компании которые используют автоматизированную обработку информации должна разрабатывать «Политику об информационной безопасности»);
• ликвидировать архивы ненужной персонально идентифицируемой информации.

8. Назначить представителя в ЕС. Представителем может быть юридическое или физическое лицо, которое занимается защитой персональных данных. В обязанности Представителя входят ответы на различные запросы физических лиц и регулирующих органов о соответствии вашей деятельности требованиям GDPR. Представитель должен отвечать на запросы на том языке, на котором они были написаны.

• Для ответа на запросы физических лиц существуют определенные сроки: до 30 дней с возможностью пролонгации срока на 2 месяца.
• В случае если произошла утечка каких либо данных, Представитель должен сообщить об этом в специализированный орган Евросоюза не позднее чем через 3 дня после обнаружения такой утечки.

Из формулировки восьмого шага понятно, что это необходимо исключительно для соответствия GDPR, Закон о персональных данных подобного пункта не предусматривает.

9. Получать согласие на обработку данных cookie-файлов, на обработку персональных данных в таких системах, как Google Analytics и Яндекс.Метрика.

• Обратите внимание, что в России достаточно предупреждения о том, что “если вы продолжите пользование сайтом, вы даете согласие на обработку персональных данных”. В Евросоюзе такого предупреждения недостаточно, и вам обязательно понадобится «активное» согласие пользователя: галочка или нажатие кнопки о согласие на обработку своих cookie-файлов.

Что будет если нарушить GDPR или Закон О персональных данных?

За несоответствие регламенту GDPR предусмотрены два уровня штрафов в зависимости от значимости правонарушения:

1) 10 млн. (~800 млн. рублей) евро или 2% от общего оборота компании за год.

2) 20 млн. евро (~ 1,5 млрд. рублей) или 4% от общего оборота компании за год в зависимости от того, какая сумма будет больше.

Российское законодательство за нарушение Закона “О персональных данных” не предусматривает таких больших штрафов (например, в случае совершения административного правонарушения, максимальный штраф составит 50 тысяч рублей). Но в случае нарушения Закона нужно иметь в виду, что лица, ответственные за обработку персональных данных, будут нести в России уголовную ответственность. Статья 137 УК РФ — Неприкосновенность частной жизни, предусматривает штраф до 300 тысяч руб. или лишение свободы на срок до 4-х лет.

Кто и каким образом может наложить штраф за нарушение GDPR?

Если с Российским законодательством все понятно: любая жалоба поступает в Роскомнадзор, который проводит проверки, выписывает штрафы и предписания, то за нарушение GDPR Роскомнадзор или иной орган, который имеет действие на территории РФ, не может вас оштрафовать за не соответствие европейскому регламенту. Такой штраф будет выписан надзорным органом одной из стран Евросоюза. Принудить вас к оплате штрафа, пока вы находитесь на территории РФ, никто не может. Однако важно понимать, что ответственность несет владелец компании или лицо, которое числится таковым по учредительным документам. При пересечении границы (отпуск, командировка) он обязан будет выплатить наложенный на компанию штраф.

Еще немного вполне реальных последствий нарушения Закона

1. Контрагенты или клиенты могут выставить требования по исполнению основных требований GDPR. Логично предположить, если ваша деятельность не соответствует регламенту, то, скорее всего, с вами прекратят сотрудничество и расторгнут договор. Европейское законодательство устроено таким образом, что компании, которые работают с теми, кто не соблюдает GDPR, также штрафуют. Не исключен и запрет со стороны Евросоюза европейским компаниям на работу с вашей компанией.
2. Соответствующее учреждение Евросоюза может опубликовать на своем сайте информацию о несоответствии вашей компании регламенту и, как следствие, вы рискуете потеряете клиентов.
3. В проекте Евросоюза создание «черного списка» неблагонадежных сайтов и их блокировка.

Какие выводы следует сделать?

На данный момент сложно судить о том, как будет контролироваться соблюдение GDPR, с какой периодичностью компаниям будут выставляться штрафы и к чему они приведут, так как прошло немного времени с момента вступления Регламента в силу и на данный момент нет еще ни одного прецедента. Сам Евросоюз еще дорабатывает систему органов и методы выявления нарушений. Однако зная требования регламента, уже сейчас стоит обеспечить соответствие обработки BD Регламенту GDPR.

Что касается Российского законодательства, соответствовать Закону О персональных данных, а также обрабатывать персональные данные и BD, необходимо, соблюдая все технические регламенты, не допуская утечки данных и обеспечивая защиту частной жизни человека и его право на получение честной информации. Обрабатывать и хранить данные о пользователях необходимо в соответствии с принципами, которые одинаковы как для Регламента GDPR, так и для Закона О персональных данных.

Надеюсь, что статья оказалась полезной для Вас и вашего бизнеса. Если что-то показалось вам слишком сложным, или если вы хотите обсудить грамотное внедрение правильных нормативных актов для работы с данными в Вашем бизнесе, то вы всегда можете присылать свои вопросы нам на почту: sales@сайт.

А если интересно получать ещё больше крутой информации, кейсов, инсайтов, подписывайтесь на наш Телеграм-канал Retention Marketing . Публикуем только самую интересную сочную информацию по нашей теме. Как влюбить в свой бренд, как заставить говорить о себе, как сделать первоклассный клиентский сервис.

Во внутренних базах данных компаний, таких как ERP и CRM-системы, хранится много полезной информации, которую можно использовать для повышения продаж. В этой статье мы расскажем, как объединить данные из вашей CRM с данными о действиях пользователей на сайте и получить дополнительную выгоду.

Что есть в CRM и ERP, чего не хватает в Google Analytics?

Во-первых , это подробная информация о ваших клиентах: пол, возраст, увлечения, наличие детей, машины, домашних животных и т.д. Кто-то может возразить, что в Google Analytics тоже можно посмотреть пол, возраст и интересы аудитории. Да, но там эта информация не привязана к конкретным пользователям и их Client или User ID. Кроме того, благодаря информации из внутренней системы можно провести RFM-анализ Сегментация клиентов в анализе сбыта по лояльности. Учитываются время до последней покупки, частота покупок за период и общая стоимость покупок за период и объединить клиентов в сегменты в зависимости от давности последней покупки, частоты покупок и суммы, которую потратил каждый пользователь.

Данные о пользователях и результаты RFM-анализа вы можете передать в Google Analytics, чтобы строить с их помощью новые пользовательские отчеты и сегменты , а также создавать аудитории для ремаркетинга. Например, своим лучшим клиентам, которые покупают часто и тратят много, вы можете предложить программу лояльности, подготовить специальные предложения. Тем, кто давно ничего у вас не покупал, напомните о себе каким-нибудь интересным письмом с акцией. А тем, кто часто делает недорогие покупки, можно предложить сопутствующие товары. К слову о сегментах, историю о том, как компания boodmo оптимизировала рекламные затраты и увеличила LTV с помощью когортного анализа.

Во-вторых , это подробная информация о ваших товарах: внутренняя классификация (она нередко отличается от представленной на сайте), поставщик конкретных позиций и другие особенности товаров. Добавив эти данные в GA, вы сможете отслеживать, например, продажи товаров конкретных поставщиков по каналам трафика. Очевидно, что вы не указываете на сайте маржу на товары. Но с помощью этой информации вы могли бы построить отчеты в Google Analytics и понять, какие источники трафика приносят больше прибыли, а не дохода.

Также не стоит забывать, что информация о продажах в Google Analytics может не совпадать с продажами в вашей ERP, так как в GA нет данных об отмене заказов, возвратах, покупках офлайн и через колл-центр. Кроме того, часть заказов может не попадать в GA, потому что не отработал JavaScript код на сайте. Если передавать эту информацию из CRM сразу в Google Analytics, она может искажаться из-за того, что GA не поддерживает репроцессинг данных. То есть нельзя изменить сумму или добавить транзакцию за прошедший период.

Передавать данные о пользователях и марже в Google Analytics непосредственно с сайта — тоже не лучший вариант, и вот почему:

• Коммерческую информацию из вашей внутренней системы могут увидеть в коде страницы посетители сайта.
• В Google Analytics нельзя передавать персональную информацию и контакты посетителей.
• Долго и сложно договариваться с IT отделом и объяснять им, что именно и куда передавать.

Как решить проблему и использовать для анализа все данные, которые есть в CRM? Вы можете выгружать данные из вашей внутренней системы в Google BigQuery, а уже оттуда передавать их в Google Analytics с помощью сервиса .

‘‘

Мы давно пользуемся OWOX BI Pipeline и хотели бы отметить удобство интерфейса настройки потока, стабильность работы и широкое разнообразие источников данных. Он помогает нам автоматически обогащать наши данные, что делает аналитику полноценной, а маркетинговые стратегии более качественными.

Менеджер по web-аналитике М.Видео

Как передавать данные из CRM / ERP в Google Analytics

Шаг 1. Выгрузите данные из вашей внутренней системы в Google BigQuery.

Для передачи данных из CRM в Google BigQuery можно воспользоваться готовыми библиотеками и приложениями (подробнее — в справке). При этом выгрузку можно сделать автоматически обновляемой, т.е. у вас всегда будут актуальные данные в Google BigQuery.

Еще один плюс — договориться с IT будет намного легче. Разработчикам не придется вносить изменения на сайт, так как есть готовые интеграции. Кроме того, можно выгрузить всю информацию, а не выбирать, что нужно сейчас и переделывать, когда понадобится что-то еще.

Шаг 2. Выполните необходимые настройки в Google Analytics.

Создайте в Google Analytics пользовательские параметры уровня пользователя (меню «Ресурс» — «Пользовательские определения» — «Пользовательские параметры» — «+ Специальный параметр»). Затем создайте новый набор данных для импорта данных из Google BigQuery (меню «Ресурс» — «Импорт данных» — «Создать»). Подробнее о настройках Google Analytics читайте в этой , а о том, как настроить импорт результатов RFM-анализа — в справке .

Шаг 3. Подготовьте SQL-запрос.

Этот запрос будет выбирать необходимые вам данные в формате «ключ — значение». Например, пользователь 2346 — есть машина. Сохраните запрос в вашем проекте OWOX BI, чтобы потом просто указать его при настройке потока.

Шаг 4. Создайте поток из Google BigQuery в Google Analytics.

Этот поток будет автоматически загружать данные, выбранные запросом, в Google Analytics. Вы настраиваете поток один раз, а все последующие загрузки будут происходить без вашего активного участия (подробнее — в справке). Информацию о статусе загрузки можно посмотреть в интерфейсе OWOX BI на странице потока.

В результате движение данных будет выглядеть так:

В чем преимущества такого решения

1. Данные можно выгружать в Google BigQuery в произвольной структуре — это позволяет сэкономить время IT-специалистов.
2. Вы можете предварительно проверить данные до их отправки в Google Analytics — так быстрее выявляются возможные ошибки.
3. Мы следим за лимитами Google Analytics Management API. Если при загрузке данных что-то пойдет не так, мы предупредим вас об этом и подскажем, как исправить.
4. Вы можете использовать данные, загруженные из внутренней системы, не только для импорта в GA, но и для любых отчетов на основе данных в Google BigQuery.
5. Можно управлять потоком данных без привлечения IT. Например, добавить в таблицу новое поле, если раньше выгружали только цвет товара, а теперь еще и материал. Или добавить другой веб-ресурс Google Analytics, если данные решили собирать параллельно в несколько веб-ресурсов.

В результате вы получите в Google Analytics дополнительные данные, с помощью которых сможете строить пользовательские отчеты и сегменты. Также вы сможете создавать аудиторию для ремаркетинга, используя подробную информацию о ваших клиентах, и перестанете спамить. Отправляйте рекламу подгузников только тем, у кого есть дети, а рекламу кошачьего корма — кошатникам. И смотрите, не перепутайте:)

А как вы создаете аудитории для ремаркетинга? Поделитесь своим опытом и впечатлениями от статьи в комментариях.