Ключевые цифры. Как заработать больше, используя данные, которые у вас уже есть

Поиск дополнительного миллиарда в системе сбыта

Если вы уже делали нечто подобное, занимаясь сегментацией, то такой вид матрицы вам знаком. Однако сегодня возможно делать массу вещей, о которых совсем недавно нельзя было и мечтать. В прежние времена вы могли разделить клиентов на четыре группы, руководствуясь концептуальными соображениями. Разумеется, вы при этом четко понимали, кто входит в список ваших двадцати пяти ключевых клиентов. Возможно, вы представляли и следующую группу, состоящую примерно из пятидесяти клиентов, но вряд ли были бы способны назвать каждого из них. Словом, вы знали, что в северо-восточном регионе страны у вас имеется тысяча постоянных клиентов, но при этом вряд ли могли бы вычленить из них конкретную Мэри Смит. Вы не знали, ни где она живет (123, Мэйн-стрит, Плимут, Массачусетс), ни как связаться с ней (телефон 781–555–1234; электронная почта MarySmith@email.com). Этого не могла сделать и Cisco. В наши времена все иначе. Вы можете воспользоваться методами, описанными ниже в этой книге, не только для того, чтобы сегментировать свою клиентскую базу, но и чтобы выделить каждого из них (чем в наши дни Cisco занимается на регулярной основе).

Вы можете пойти дальше. Так как у большинства компаний имеются данные о том, сколько клиенты им платят, мы разработали для Cisco статистическую модель, показывавшую, сколько денег ее клиенты тратят на продукцию конкурентов компании. Это далеко не мелочь. Если вы знаете, что вам принадлежит львиная доля бюджета клиента, то наверняка не захотите тратить лишние суммы на бесплодные попытки убедить его покупать еще больше. У него может просто не найтись больше денег. Напротив, если вы знаете, что вам принадлежит лишь 10 % кошелька ваших клиентов, то можете разработать довольно агрессивную политику по получению оставшихся 90 %.

Каким образом мы выяснили, сколько тратили клиенты Cisco на конкурентов? Давайте предположим, что в Чикаго имеются два архитектурных бюро с одинаковым оборотом и двадцатью пятью сотрудниками в каждом. Из своих баз данных мы знали, что фирма A&A тратит на приобретение информационных технологий 50 тысяч долларов в год (причем отдавая всю эту сумму Cisco). Также наши записи показывают, что бизнес с Cisco ведет и фирма B&B, перечисляющая компании за услуги 10 тысяч долларов в год. Cisco в точности не знает, сколько тратит на информационные технологии фирма B&B, однако понимает, что профиль компании очень похож на профиль деятельности ее конкурентов в A&A. Это означает, что Cisco с большой степенью вероятности может быть уверена, что B&B тратит 40 тысяч долларов из своего годового бюджета на информационные технологии, закупая их у кого-то еще. За эти тысячи имело смысл побороться.

Выстроенные нами статистические модели позволяли проводить сходную оценку в гораздо бо́льших масштабах, среди миллионов компаний по всему миру. Они давали нам возможность выявить клиентов-«джекпотов» в структуре «Ценностного спектра» и узнать о них побольше: что они покупали, в каких объемах, когда, по каким мотивам, какие еще продукты они приобрели – этот список может быть бесконечным.

Но даже в этом случае данные нужно было предоставлять ясным и простым образом. Мне доводилось выстраивать для своих клиентов массу довольно комплексных сегментационных структур, которые помогали выявлять наиболее потенциально прибыльных клиентов (о некоторых из этих структур мы поговорим позднее), но я почти всегда возвращался к старому доброму «Ценностному спектру» с его «джекпотами», «самородками» и прочими персонажами. Когда данные показываются подобным образом, выводы кажутся очевидными, а маркетологи довольно быстро понимают, каким образом их можно использовать.

Майку такой подход понравился. Он тут же понял, что такое простое изложение фактов, представленное в виде матрицы «два на два», способно идеально продемонстрировать всю силу баз данных, которые он уже несколько лет выстраивал в Cisco. Это не было теоретическим упражнением. Мы на самом деле привязали модель к реальной базе данных. Иными словами, если кто-то из продавцов захотел бы получить список «джекпотов» в Детройте, то мы могли предоставить ему список компаний с именами, телефонами и лицами, принимавшими решения. История получилась простой, но мощной.