Ключевые цифры

Cisco Systems

Для своего медового месяца мы с Кэтрин выбрали фантастическое место – Кремниевую долину. Правда, нельзя сказать, что выбор мы сделали совершенно добровольно.

За пару дней до свадьбы, состоявшейся в 2004 году, мне позвонили и сказали, что меня решили направить в одну компанию в Сан-Хосе. Я очень люблю свою родину, Бельгию, но всегда хотел работать в Америке. Мне было необходимо иметь дело с большими массивами информации, а в Бельгии живет всего 10 миллионов человек, поэтому базы данных там довольно невелики. Шанс поработать на материале крупномасштабных и сложноструктурированных рынков показался мне весьма соблазнительным.

Мы с Кэтрин дали друг другу клятвы в антверпенской ратуше XVI века и тут же отправились в путь. И вот мы со своим скарбом, уложенным в коробки, оказались в самом центре Кремниевой долины, где меня ждала работа в Cisco Systems, технологическом гиганте с ежегодным оборотом в 40 миллиардов долларов.

Новый глава подразделения Cisco по стимулированию спроса обратился к Ogilvy за помощью в создании группы по самым современным методам аналитики, ее даже назвали Advanced Analytics. Этой группе предстояло разобраться со многими вопросами: как строить маркетинг в Cisco; на кого из клиентов обращать внимание; сколько денег вкладывать в развитие отношений с ними. До того времени решения в Cisco (возможно, как и в вашей компании) принимались на основе здравого смысла, интуиции и не всегда правильно обработанных данных.

Для начинающей компании это вполне нормально, но когда вы уже утвердились на рынке и тратите на маркетинг большие деньги – а в данном случае речь шла о десятках миллионов долларов, – то вам нужно нечто другое, чем просто здравый смысл, догадки или универсальные практические методы, как, например, принять решение выделить из общего бюджета 5 % на маркетинговые исследования.

Поэтому компания Ogilvy отправила меня в Кремниевую долину, чтобы понять, смогу ли я помочь Cisco. Никто в компании кроме главы подразделения по стимулированию спроса особо не жаждал создавать группу аналитиков. Специалисты по маркетингу не особенно интересовались тогда результатами аналитических исследований (такая ситуация имела место в 2004 году, к счастью, сегодня многое начало меняться). Большинство сотрудников вообще не думали ни о каком маркетинге, поскольку были математиками. А мне приходилось всех убеждать в обратном. Мое положение осложнялось тем, что единственный человек, на которого я мог рассчитывать и, собственно, по чьему желанию я приехал, к моменту моего приземления в Сан-Хосе уже покинул Cisco и перешел на работу в компанию Oracle.

Итак, в чужой стране в первый день своего присутствия на чужой работе я сидел в отведенном мне маленьком отсеке с серыми стенами (мне всегда казалась странной сама идея этих кабинок, правда, я видел их только в американских фильме вроде «Клерков» и думал, что в подобных загончиках могут работать лишь неудачники). Ни один человек не обращался ко мне за помощью. Никто не понимал, чем должна заниматься «продвинутая аналитика». Люди даже не знали, что означает сей термин.

С учетом всего вышеизложенного я решил прежде всего найти единомышленников, людей, способных понять потенциальную силу данных и аналитики для маркетинга. Одним из них оказался Майк Фоли, отвечавший в Cisco за реализацию баз данных. Он рассказал мне обо всей имеющейся в компании информации о текущих и потенциальных клиентах. Это было прекрасно. Если я собирался заняться аналитической работой, то не мог обойтись без этой информации. Данные – это сырье для всего, что я делаю.

Мы с Майком объединились, и я углубился в изучение информации, знакомясь с тем, что знала Cisco о своих клиентах, и оказалось, знала она на удивление много. По каждому корпоративному клиенту, когда-либо покупавшему у Cisco какой-либо продукт, имелись данные о дате покупки, предмете контракта, израсходованной сумме и частоте покупок. (Возможно, подобные данные есть и у вас. Наверняка кто-то в вашей компании занимается выставлением счетов, так что вы найдете все, что вам нужно, в недрах его компьютера.)

Меня с Майком подобная информация восхитила, но я понимал, что вряд ли она вдохновит кого-то еще в компании. С какой стати? Просто набор цифр? Поэтому мы поставили перед собой задачу показать маркетологам, как уже имеющиеся у них данные помогут им принимать правильные решения. Это следовало сделать максимально просто. Нам был необходим рассказ о цифрах, поскольку сами по себе, оставаясь голыми, они ни в чем никого не способны убедить.

Я начал манипулировать данными, пытаясь найти способ изобразить маркетинговую стратегию Cisco более наглядным образом. В итоге я решил взять на вооружение довольно простую идею, которую ранее уже использовал в Ogilvy, – это матрица «два на два», названная «Модель ценностного спектра» (см. ниже).

Матрица представляет собой простое упражнение по сегментированию, делящее ваших клиентов на четыре категории в зависимости от уровня их ценности для вас, то есть, по сути, она помогает понять, на кого стоит тратить время, а от кого можно безболезненно отказаться. Детально я буду рассказывать о матрице в третьей главе, а пока посмотрите, как она выглядит в варианте Cisco.

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.

Используя все свои контакты и знакомства, мы получили разрешение представить свою модель вниманию сотрудников отдела продаж. Я помню, как в конце моего выступления кто-то пошутил: «Не думаю, что вы сможете вытащить какой-нибудь „джекпот“ прямо сейчас». И вот тут мы вручили аудитории списки «джекпотов» и «самородков» – естественно, в соответствии с областью ответственности каждого сотрудника. Публика от восторга потеряла дар речи. Умудрившись привлечь на свою сторону продавцов, мы привлекали внимание маркетингового сообщества Cisco. Меня попросили сделать презентацию для Джеймса Ричардсона, занимавшего в то время в Cisco пост директора по маркетингу. В сложившейся ситуации это могло дать серьезный шанс, и нам предстояло постараться и доказать, что наша матрица действительно работает. На тот период мы еще не были готовы доходчиво рассказывать, каких успехов с нашими данными могли достичь продавцы, поэтому мы решили внимательнее изучить уже имеющиеся факты. Чтобы не утонуть в материале, мы выделили из всего рынка Cisco один конкретный сегмент – небольшие и средние компании – и оценили изменения в покупательском поведении этой группы в течение определенного времени. (Например, клиенты, прежде бывшие «золотыми самородками», переходили в группу «джекпотов», а клиенты, составлявшие группу «желудей», вдруг становились «самородками». Думаю, идея понятна.)

Приведенная ниже матрица показывает количество компаний, перешедших из одного сегмента в другой, и изменения доходов, связанные с такой миграцией.

Хотя таблица охватывала все изменения, из ее содержания не был понятен смысл произошедшего. Иными словами, у меня не было ясного рассказа, который помог бы объяснить все эти цифры. Поэтому мы с Майком упростили цифры в таблице, чтобы наглядно показать как хорошие, так и плохие изменения.

С помощью нашего аналитического метода Cisco смогла узнать многое: за два финансовых года (2002/2003 и 2004/2005) доходы компании в сегменте небольших и средних компаний выросли на 404 миллиона долларов; причины такого роста; точное понимание того, где именно компания теряла доходы.

Наша последняя таблица получилась лучше, чем изображенная выше детальная таблица. Тем не менее мне все равно казалось, что этого недостаточно. Думаю, в подобной ситуации вы наверняка не захотите ждать, пока ваш начальник или акционер спросит: «Ну и что все это значит?» Вы стремитесь к полной ясности.

Поэтому перед встречей с Джеймсом Ричардсоном я свел все, что мне удалось узнать (об этом процессе мы еще поговорим позднее), к следующим трем рекомендациям (подкрепленным двумя диаграммами, которые вы уже видели выше).

1. Нам необходимо больше получать от существующих клиентов. В среднем получение дополнительного 1 % от бюджета «самородков» на информационные технологии означает ежегодный прирост доходов на 8,6 миллиона долларов. Получение еще 1 % от бюджета «желудей» означает прирост на 6,3 миллиона долларов в год.

2. Мы должны превращать как можно больше «джекпотов» в «самородков» еще. Каждый дополнительный 1 % «джекпотов», ставших «самородками», приносит нам дополнительный доход в размере 5,7 миллиона долларов.

3. Мы должны остановить уход «самородков». С каждым 1 % снижения продаж «самородкам» общая величина дохода снижается на 4,1 миллиона долларов в год.

После того как мы дошли до столь высокого уровня детализации, у нас появился по-настоящему интересный рассказ о цифрах. Теперь мы могли повлиять на общее отношение Cisco к маркетингу. До этого основные усилия отдела маркетинга концентрировались на ознакомлении потенциальных клиентов с брендом Cisco и принятии его в список возможных поставщиков, а также на привлечении потенциальных покупателей, список которых передавался в отдел продаж.

Предложенные мной рекомендации могли не только усилить степень концентрации Cisco на клиентах, но и позволяли компании сфокусировать свои маркетинговые активы там, где это обещало наивысшую отдачу.

Вооружившись всей информацией, я направился в десятое здание Cisco – именно там, в этом корпоративном святилище, сидели и председатель правления Джон Чемберс, и СЕО компании, и высшие руководители, такие как Джеймс Ричардсон. Я почувствовал всю серьезность момента. Не каждый день вам приходится делать презентации для всего руководства компании вроде Cisco. Помню, мне пришлось изрядно поспорить с Хизер, моей коллегой, которая отвечала в Ogilvy за отношения с Cisco. Мы никак не могли договориться, включать ли в презентацию приведенную выше таблицу со всеми данными. Эта идея не казалась Хизер хорошей. Она полагала, что таблицы перегружены цифрами и это может раздражать столь занятых людей. Я настаивал на включении всех данных, так как каждая цифра означала реальные деньги. Цифры позволяли нам не просто рассказать, как обстоят дела, но и продемонстрировать высочайший уровень нашего метода детализации, который даст нам возможность объяснить Джеймсу, где он зарабатывает или теряет деньги. В конце концов Хизер приказала мне убрать таблицу, но я решил ее показать, и именно она понравилась Джеймсу больше всего. Чуть позже мы еще поговорим о визуализации данных, но пока запомните: вам не следует стесняться показывать цифры, если они помогают приходить к интересным и нужным выводам.

Презентация, сделанная для Джеймса, дала нам необходимый уровень известности и уверенности в себе. Теперь всем стало ясно, что аналитики могут раскопать данные, способные изменить стратегическое направление маркетинга компании. Cisco всецело приняла наши рекомендации. Компания отказалась от идеи искать потенциальных клиентов и сконцентрировала свои силы на создании программ, призванных увеличивать доход от реальных покупателей.

Мы с Майком не остановились на «Ценностном спектре». Следующие шесть месяцев мы провели вместе, выстраивая модели для каждого продукта из портфеля Cisco. Наши модели рассчитывали вероятность покупки определенного продукта существующим или потенциальным клиентом в течение следующих двенадцати месяцев. Это позволяло понять, какой продукт скорее всего окажется интересным для каждой отдельно взятой компании, и, следовательно, распределить усилия команды продавцов правильным образом.

Как мы это сделали? С помощью процесса «моделирования подобных». Предположим, вы обратили внимание, что как только оборот вашего клиента, занимающегося глобальным экспортом, достигает отметки 5 миллионов долларов, он чаще всего покупает систему IP-телефонии (что позволяет значительно снизить расходы на международную связь). Зная это, вы направляетесь ко всем своим клиентам, занимающимся глобальным экспортом и достигшим аналогичного оборота, и начинаете (как это сделала Cisco) предлагать им аналогичные телефонные системы. Благодаря нашей модели количество откликов на электронные рассылки Cisco (призванные заинтересовать потенциальных покупателей) выросло в два раза – а основная цель этой рассылки как раз и заключалась в создании такого списка. Компания была счастлива.

Как можно увидеть из примера Cisco, идею об использовании существующих данных о ваших клиентах вряд ли можно считать гипотетической. Каждая компания – от Ameritrade до UPS, не говоря уже о массе более мелких компаний, – делала то же самое, что позволяло им резко увеличивать объемы продаж при минимальных затратах. По сути, сейчас происходит безвозвратный слом старого представления о наших клиентах и о наших методах увеличения прибыли.

Однако кое-что из происходящего сегодня предвидел основатель нашего агентства Дэвид Огилви, как-то точно и довольно откровенно заметивший:

У меня практически не осталось сомнений, что агентства и их клиенты зачастую подтасовывают результаты исследований. Порой они пользуются данными лишь для того, чтобы доказать свою правоту. В сущности, они используют исследования в тех же целях, что и пьяница, которому фонарный столб нужен не для освещения, а для поддержки.

Теперь же у нас появилась возможность увидеть все в новом свете.