Hero SASCOM Background 3q2014

Optymalizacja kampanii według SAS Institute

Zbuduj business case dla programów marketingowych

 

Problem optymalizacji marketingu w przeciętnej dużej organizacji opiera się na typowym scenariuszu. Zespół marketingu pracuje pod presją dostarczania zyskownych (w sensie rosnącego ROI) kampanii, przy jednoczesnych ograniczeniach budżetu i dostępnych zasobów. Dodatkowo, warunki rynkowe nie są sprzyjające. W czasie kryzysu i niepewności ekonomicznej, klienci są wyjątkowo ostrożni w wydawaniu pieniędzy i mniej podatni na przekaz marketingowy, którym ze względu na dostępność wielu metod i kanałów, są zasypywani przez organizacje. Wyzwania związane z osiągnięciem efektywności w komunikacji marketingowej ciągle rosną i nabierają coraz większego znaczenia, między innymi jako efekt kilku obserwowanych ostatnio trendów:

Bardziej wymagający klienci. Oczekują możliwości elastycznego kontaktu z organizacją we wszystkich dostępnych kanałach i mediach, w dowolnym momencie i czasie z wykorzystaniem urządzeń mobilnych. Bardziej niż kiedykolwiek, oczekują komunikacji spersonalizowanej i adekwatnej do ich bieżących potrzeb. Jednocześnie wymagają, aby kontekst tej interakcji był spójny bez względu na kanał i sposób kontaktu.

Ogromne wolumeny danych. W 1976 zaledwie 1% wszystkich rejestrowanych danych dostępny był w postaci cyfrowej. W 2000 roku, odsetek ten przekroczył 94%, aby w ciągu kolejnych 12 lat osiągnąć 99%. Wolumen danych o klientach, dostępnych w publicznej przestrzeni cyfrowej wyprzedza dane posiadane przez organizację o 1 eksabajt, co nie dziwi, biorąc pod uwagę chociażby ogromną ilość danych dostępnych w serwisach społecznościowych, forach dyskusyjnych czy też blogach.

Nowe kanały kontaktu, złożoność i szum informacyjny. Obecnie nawet małe i średniej wielkości organizacje docierają do klientów poprzez kilkanaście kanałów komunikacji, poczynając od tradycyjnego call center, przesyłki bezpośredniej, email po urządzenia mobilne, geolokalizację oraz serwisy społecznościowe, które powoli zaczynają być rozpoznawane jako narzędzia biznesowe. Wyzwaniem jest osiągnięcie optymalnego balansu wykorzystania wielu punktów kontaktu i uniknięcie niespójnej komunikacji, przy jednoczesnym dążeniu do osiągania coraz lepszych efektów biznesowych.

Internet jako kanał zewnętrzny. Tradycyjne kanały przekazu marketingowego pozostają pod kontrolą organizacji w zakresie formy i treści, podczas gdy potężny ekosystem informacyjny jakim jest internet (fora dyskusyjne, blogi, vortale, media społecznościowe), na który departamenty marketingu mają ograniczony wpływ, zaczyna odgrywać coraz większą rolę w kształtowaniu postrzegania wizerunku i marki firmy.

Potencjał danych marketingowych. Systemy marketingowe generują i konsumują ogromne ilości danych o klientach, kanałach i kampaniach. Dane te, posiadają ogromny potencjał informacyjny w sensie fizycznej dokumentacji dynamiki rozwoju firmy, a zatem analizowane całościowo, w kontekście wszystkich departamentów biznesowych stanowią źródło nowych szans sprzedażowych. Z praktyki jednak wynika, że niewiele firm, w sposób spójny wykorzystuje w taki sposób dostępne informacje.

Powyżej przedstawione przykłady powodują, że problem dobrania odpowiedniej i optymalnej strategii marketingowej dopasowanej do rzeczywistości biznesowej i gwarantującej satysfakcjonujący poziom zysku z inwestycji jest zagadnieniem złożonym i wielowymiarowym.

Wyższa efektywność, precyzyjne targetowanie, duże wolumeny - to ciągle za mało.

W większości organizacji główny akcent kładziony jest na wielkość baz w kampaniach marketingowych, a strategia oparta jest o priorytet dotarcia w ciągu roku do każdego klienta, do którego tylko można trafić z przekazem, a każdy klient powinien być skontaktowany zgodnie z paradygmatem "3R": Right time, Right message, Right channel. Złożoność problemu wzrasta, gdy wziąć pod uwagę, że oczekiwania klientów są w oczywisty sposób różne, a co gorsza, zmieniają się w czasie, są zależne od momentu i sposobu kontaktu. Co więcej, jeżeli spojrzeć na cele biznesowe działań marketingowych, może okazać się, że być może wcale najbardziej priorytetowa i największa w sensie wolumenu kampania, nie pozwala na osiągnięcie najważniejszego celu, jakim jest kontrybucja do całościowego wzrostu wyniku finansowego organizacji. Reasumując, oprócz wspomnianego wcześniej paradygmatu 3R, konieczne jest również, aby planując program marketingowy umieć odpowiedzieć na następujące pytania:

  • Jak mogę maksymalizować nie tylko sukces pojedynczej kampanii, ale przede wszystkim kontrybuować do wzrostu wyniku całej organizacji, biorąc pod uwagę wszystkie ograniczenia i restrykcje oraz indywidualne cele poszczególnych kampanii?
  • Co się stanie, jeżeli zwiększę budżet na kampanie marketingowe? Jaki będzie payback? Czy potrafię ocenić od strony finansowej wpływ dodania zasobów na realizację całościowego celu, jakim jest osiągnięcie maksymalizacji wyniku?

Każda kampania marketingowa to inwestycja z potencjalnym zwrotem finansowym. Programy marketingowe realizowane są dziesiątkami bądź setkami kampanii rocznie z milionowymi budżetami. Podejmując zatem decyzję o rozpoczęciu kosztownej inwestycji warto zbudować odpowiedni i wiarygodny business case, który oprócz pokazania przewidywanego wyniku finansowego będzie również brał pod uwagę podejście 3R. Marketerzy powinni zatem objąć swoją perspektywą szerszy ekosystem zbudowany na trzech wymiarach: klient, operacje oraz finanse:

  • Klient: Czy klient jest usatysfakcjonowany z interakcji z nami? Czy ta interakcja angażuje go?
  • Operacje: Czy efektywnie wykorzystuję zasoby? Czy i jakie kompromisy są konieczne?
  • Finanse: Jaki jest końcowy zwrot z inwestycji?

Tak sformułowane podejście stanowi bazę do tzw. Zintegrowanego Zarządzania Marketingiem (Integrated Marketing Management - IMM) jako holistycznej wizji marketingu, która pozwala na podejmowanie decyzji strategicznych, a nie wyłącznie taktycznych, w kontekście np. podniesienia ROI jednej kampanii (prawdopodobnie kosztem innej). Analitycy rynku szacują, że do końca 2014 roku, organizacje, które implementują strategię IMM osiągną 50% wzrost na ROMI, w porównaniu do tych, które realizują standardowe, izolowane i silosowe podejście do marketingu. Jednakże, osiągnięcie tak zintegrowanej wizji wymaga ujęcia wielu zmiennych oraz budowy i analizy wielu różnych scenariuszy (business cases), tak aby na koniec wybrać ten jedyny, który zapewni największy wzrost biznesu. Do realizacji tak określonego zadania najlepszym narzędziem jest właśnie optymalizacja.

Pojęcie "optymalizacja" często jest rozumiane w różnorodny sposób. W podejściu SAS Institute, optymalizacja oznacza zawsze zadanie matematyczne, rozwiązywane z wykorzystaniem miksu opatentowanych algorytmów i funkcji optymalizacyjnych oraz heurystyki. Optymalizacja w podejściu SAS Institute nie oznacza wyłącznie metody na znalezienie lepszej odpowiedzi na zadane pytanie ale znalezienie najlepszej możliwej odpowiedzi dla zadanego zbioru warunków i ograniczeń. Optymalizacja oparta jest o analizę matematyczną trzech kluczowych elementów:

  • Zmienne decyzyjne: dane zawierające informację o potencjalnym dostępnym wyborze (np. lista ofert które możemy skierować do klienta dla poszczególnych kanałów, oczekiwany efekt finansowy komunikacji na poziomie pojedynczego klienta).
  • Funkcja celu: właściwy cel optymalizacji, taki jak np. maksymalizacja sprzedaży, profitu, wskaźnika konwersji, wskaźnika cross-sell lub minimalizacja kosztów etc.
  • Warunki brzegowe: informacje o występujących w danym obszarze (np. w programie marketingowym) ograniczenia takie jak: dostępny budżet, preferencje klientów odnośnie sposobu kontaktu, polityka kontaktu z klientami, przepustowość kanałów etc.

Przykład optymalizacji.

Aby zilustrować różnicę pomiędzy optymalizacją, a potocznym jej rozumieniem (jako priorytetyzacji), rozważmy następujący hipotetyczny przykład.

Załóżmy, że departament marketingu sieci hoteli stoi przed zadaniem wybrania najlepszej metody wyboru dla każdego z klientów jednej z trzech ofert promocyjnych:

  • 5% zniżka na nocleg (5%),
  • 30% zniżki na karnet SPA (SPA)
  • 1+1 nocleg - druga noc za darmo (1+1)

Dla uproszczenia przykładu zakładamy również, że każdy gość hotelu musi dostać jedną z promocyjnych ofert, a każda kampania może być skierowana maksymalnie do 3 gości.

Na początek rozważmy najczęściej stosowane podejście, czyli priorytetyzację ofert zgodnie np. z ustaloną strategią oferowania w pierwszej kolejności 5% rabatów dla najważniejszych gości.

Priorytetyzacja według oferty

Rys. 1 Efekt priorytetyzacji według oferty

Przy takiej priorytetyzacji osiągnięto wynik 655. Czy można to poprawić? Załóżmy teraz podejście oparte o priorytetyzację klientów, czyli zakładamy że dla każdego kolejnego klienta wybieramy tą ofertę, która potencjalnie przyniesie największą wartość. W takim przypadku, schemat wyboru wyglądałby w następujący sposób.

 

Priorytetyzacja według klienta

Rys. 2 Wynik priorytetyzacji wg. klienta

Jak widać udało się uzyskać lepszy wynik niż przy poprzednim podejściu. Czy można i to poprawić?

Jeżeli hotel do znalezienia najlepszej strategii wykorzystałby metody holistycznej optymalizacji matematycznej, umożliwiającej wzięcie pod uwagę wszystkich warunków brzegowych dla dostępnych zmiennych decyzyjnych, proces przyporządkowania ofert do klientów wyglądałby w następujący sposób:

 

Strategia holistyczna optymalizacji matematycznej

Rys. 3 Wynik holistycznego podejścia

Choć powyższy przykład jest mocno uproszczony, reprezentuje prawdziwy problem matematyczny, z którym borykają się marketerzy w procesie planowania kampanii i programów marketingowych. Jeżeli rozszerzylibyśmy ten scenariusz do 50 produktów, ośmiu kanałów i 5 milionów klientów, wtedy wzrost wyniku o 14% (tak jak miało to miejsce w opisywanym przykładzie) oznacza realne i bardzo konkretne pieniądze. Przykładowo:

  • Operujący w kilkunastu stanach bank w USA zwiększył o 55% dochodowość programu kampanii bezpośrednich, osiągając czteromiesięczny payback.
  • Międzynarodowy operator telekomunikacyjny osiągnął wzrost response rate o ponad 300% do 1000%, zwiększając jednocześnie ROI kampanii o 400% przy jednoczesnym ograniczeniu ich kosztów o 30%.
  • Międzynarodowa instytucja finansowa (ponad 1000 oddziałów na świecie) osiągnęła wzrost ROI kampanii o 50%.
  • Duża firma ubezpieczeniowa w USA osiągnęła 12% wzrost dochodu, 52% wzrostu przypisu składki oraz $4 miliony dolarów oszczędności w ciągu jednego roku.
  • Duża firma telekomunikacyjna w USA osiągnęła $6 milionów wzrostu na wartości życiowej klienta (NPV oczekiwanego zysku z klienta) w ciągu pierwszego miesiąca od wdrożenia optymalizacji marketingu.

Proces Optymalizacji.

Optymalizacja powinna stanowić część całego procesu marketingowego, zapewniającego odpowiednie dane konieczne do wyboru optymalnego rozwiązania. Sam proces budowy scenariusza optymalizacyjnego opiera się przede wszystkim na testach i symulacjach "what-if":

  • Co będzie jeżeli zwiększymy o 20% liczbę stanowisk call center i będziemy mogli wykonywać więcej rozmów telefonicznych?
  • Jaki będzie wzrost zysku na kampaniach, jeżeli zwiększymy budżet na kampanie depozytowe o 2%?
  • Co się stanie, jeżeli zamiast wysyłać emaile do klientów z przekierowaniem na stronę www, będziemy kontaktować się z nimi przez Facebook?

To właśnie dzięki wykorzystaniu silnika optymalizacji matematycznej (a nie wyłącznie heurystyki opartej o reguły) możliwy jest tuning scenariuszy optymalizacji z wykorzystaniem analiz what-if oraz analiz wrażliwości. Optymalizacja pozwala na ocenę wielu różnych podejść, zanim jeszcze kampanie wypuszczone zostaną na rynek, zachowując perspektywę wpływu na klienta oraz wymiaru operacyjnego i finansowego.

 

Schemat procesu optymalizacji kampanii

Rys. 4 Schemat procesu optymalizacji kampanii

Podsumowanie.

Decyzja o uruchomieniu kampanii, czy też całego programu marketingowego jest zdecydowanie decyzją biznesową o charakterze inwestycji finansowej zatem powinna podlegać weryfikacji i odpowiedniemu przygotowaniu podobnie jak inne projekty wydatkowe. Najlepszą metodą oceny sensowności takiej decyzji jest budowa odpowiedniego business case, umożliwiającego wzięcie pod uwagę wielu czynników zewnętrznych i analizowanie go przy zmiennych założeniach. Złożoność takiego business case ze względu na wielość zmiennych wpływających na niego wymaga podejścia opartego na wykorzystaniu matematycznych metod optymalizacji w powiązaniu z heurystyką zawartą w opatentowanych algorytmach oferowanych w rozwiązaniu SAS Institute - priorytetyzacja lub optymalizacja oparta wyłącznie na regułach biznesowych mają tutaj ograniczone zastosowanie.

Rozwiązaniem jest kompleksowe środowisko optymalizacji kampanii umożliwiające realizację czterech kluczowych zadań:

  1. Elastyczne definiowanie celów biznesowych (np. maksymalizacja przychodu lub minimalizacja kosztów) oraz warunków brzegowych zadania optymalizacji.
  2. Pełne przeniesienie do środowiska reguł marketingowych funkcjonujących w procesach w organizacji (polityka kontaktu, reguły wykluczeń, zależności między jednostkami biznesowymi etc.)
  3. Zrozumienie zależności i wpływu zmiany dostępnych do realizacji kampanii zasobów i warunków brzegowych na optymalizowaną funkcję celu.
  4. Definiowanie, porównywanie i symulowanie różnych scenariuszy optymalizacji, pozwalające na wybór najlepszego w sensie optymalizowanego celu.

Informacja o autorze:

Radosław Grabiec

Radosław Grabiec
Jest absolwentem Uniwersytetu Warszawskiego, pracuje w firmie SAS Institute jako Business Development Director, od 2011 roku Dyrektor Regionalnego Centrum Kompetencyjnego Customer Intelligence SAS Institute.

Back to Top