Оценка исполнения и построение прогнозных моделей
Высшему руководству намного легче обосновать рекламный бюджет и другие маркетинговые расходы, если можно непосредственно и точно увязать изменение продаж с расходованием средств. В зтом и состоит прелесть прямого маркетинга: система мониторинга исполнения программ может быть применена для постоянного мониторинга взаимоотношений с потребителями, включая отклик заказчиков на конкретные рекламные акции. Таким образом, термин «измеримый отклик» по определению Direct Marketing Association заслуживает особого внимания.
Особенно яркий пример проектирования измеримого отклика по совокупности всех рекламных акций, включая рекламу для поддержания имиджа, приведен в книге «Maxi-marketing»:
Большинство тех, кто рекламирует товары, услуги и организации, посвящая свои рекламные кампании созданию благоприятного образа, могут, по крайней мере, рассматривать элемент прямого отклика в качестве показателя исполнения. Использование прямого отклика в некоторых случаях поможет оценить сравнительное воздействие творческой составляющей акции, сравнительную эффективность позиционирования и сравнительное исполнение программ средствами массовой информации.
(Rapp and Collins, 1988)
Системы мониторинга исполнения могут быть разработаны на разных уровнях сложности, например, от низкого (скажем, стадия 1) до высокого (стадия 5).
♦ Стадия 1: однократные фрагментарные исследования.
♦ Стадия 2: однократные подлинные эксперименты.
♦ Стадия 3: постоянный мониторинг и построение отношений.
♦ Стадия 4: постоянный мониторинг/построение отношений в сочетании с подлинными экспериментами.
♦ Стадия 5: постоянный мониторинг/построение отношений, подлинные эксперименты в сочетании с построением прогнозных моделей функции потребительского отклика.
Стадия 1: однократные фрагментарные исследования
На стадии 1 оценивается исполнение рекламных обращений и рекламное пространство в конкурирующих средствах массовой информации в расчете на один запрос (потенциальных клиентов). Также оценивается конверсионная сила рекламных обращений в зависимости от рекламного пространства; конверсия — это процент откликнувшихся респондентов, превратившихся впоследствии в покупателей. Кроме того, могут быть отслежены доходы и чистая прибыль, порождаемые каждым рекламным обращением и выбираемым вариантом рекламного пространства. Уровни конверсии могут быть выявлены в ходе опросов потребителей с целью выяснения — приобрели ли они бренд или воспользовались именно той услугой, информацию о которой искали.
Затраты на один запрос (CPI — cost per inquiry), доход с одного запроса (RPI — revenue per inquiry) и прибыль на инвестиции (ROI — return of investment) являются показателями исполнения, зачастую применяемыми для сравнения силы воздействия кампаний прямого маркетинга. Затраты на один запрос — это удельная стоимость запроса, подсчитанная посредством деления всех затрат по размещению конкретного рекламного обращения в конкретном средстве массовой информации (например стоимости рекламного пространства и затрат на размещение, включая расходы на публикацию) на общее число запросов, вызванных данным размещением рекламы. Доход с одного запроса — это удельный доход, подсчитанный посредством деления дохода, полученного рекламодателем от размещения рекламы, на общее число запросов, вызванных данной рекламой. Прибыль на инвестиции — это прибыль от вложенных средств, подсчитанная посредством деления чистого дохода на вложенные средства на сумму вложенных средств.
Система мониторинга, разработанная в штате Луизиана для оценки исполнения рекламы в целях привлечения туристов, отражает подробности, свойственные стадии 1 (Woodside and Soni, 1990). В отчете А. Вудсайта и П. Сони уровень конверсии в расчете на одно рекламное обращение, помещенное в 1987 г. в журнале «Southern Living» («Южная жизнь»), был очень велик (0,46) по сравнению с таковым от рекламы в журнале «Bon Appetit» («Приятного аппетита») (0,11).
Однако уровни конверсии являются только одним средством оценки исполнения. Подобно осмотру пациента врачом, для оценки состояния, т. е. исполнения, рекламы должны использоваться множественные оценочные методики. Таблицы 1 и 2 показывают примеры RPI и CPI, а также методы оценки прибыльности исполнения рекламы в рамках рекламной кампании в штате Луизиана в 1987 г. (табл. 7 и 8 в Woodside andSoni, 1990). Заметьте — в табл. 2 прибыль, связываемая с рекламой в «Bon Appetit», положительна; таким образом, рекламное исполнение в штате Луизиана в 1987 г. в журнале «Bon Appetit» может быть расценено как очень хорошее, хотя и с низким уровнем конверсии (Журналы X и Y не названы в табл. 1 и 2 по причине нерентабельного для рекламодателя исполнения).
Оценка показателей является основной проблемой как на стадии 1, так и на других стадиях мониторинга исполнения. Менеджеры, проводящие исследования и занимающиеся оценкой, должны задаться вопросом, как в исследованиях определить переменные величины. Каковы подробности процедур, с помощью которых собирались данные? Какие факторы контролировались и не контролировались при получении данных? Каковы статистические характеристики данных? В каком направлении проблемы, возникающие в связи с данными, сместят результаты? (Clarke, 1993).
По некоторым соображениям, оценка данных, касающихся исследования в штате Луизиана в 1987 г., позволяет сделать вывод об их достаточно неплохом состоянии. Исследование было разработано с надеждой на достижение высокой степени отклика (52%) на анкету, разосланную респондентам; она включала во-
Таблица 1 Анализ прибыли и расходов на рекламу в конкурирующих журналах
|
Источник: Woodside and Soni, 1990. |
Таблица 2 Анализ рентабельности рекламы в журналах
|
•Оценка произведена исходя из 9% от общего дохода. Источник: Woodside and Soni, 1990. |
просы о покупке конкурирующих торговых марок (например, при посещении других штатов); сама анкета и письмо-обращение даже не намекали на спонсора исследования (чтобы снизить вероятность предвзятости потребителей в отношении спонсора). Многие исследования в сфере туризма показали очень высокий общий уровень конверсии — свыше 45%. Такие свидетельства придают огромным расходам средств на рекламу достаточную обоснованность, даже если оценка нереалистична (т. е. оценка реальности неправильна). Одной из причин такой зачастую завышенной оценки уровня конверсии является то, что предпринимаемые многочисленные попытки не позволяют «достучаться» до нереспондентов в выбранных домохозяйствах. Нереспонденты обычно отличаются от респондентов в исследованиях: не по своему демографическому профилю, но по характеру использования товара ( Woodside and Ronkainen, 1994).
Для стадии 1 оценки исполнения характерны два основных недостатка: (1) маркетинг отношений не создан; (2) главный вопрос относительно эффективности рекламы (стимулирует ли реклама спрос?) не имеет четкого ответа. Главным недостатком стадии 1 мониторинга исполнения является то, что с потребителями, принимающими участие в исследованиях, не установлены долгосрочные взаимоотношения. После того как отправлена некоторая литература, возможно, брошюры или информационный пакет, который может включать видеозапись или предложение дополнительной информации, отношения заканчиваются. Рыночный деятель не предпринимает никаких дополнительных контактов с клиентом; он самоустраняется от имен, адресов и другой информации, предоставленной опрашиваемыми. Трудно поверить, не так ли? Тем не менее многие рыночные деятели, использующие прямой маркетинг, производят только оценку исполнения стадии 1; они не предпринимают дополнительных «торговых усилий» по телефону, лично или по почте, ограничиваясь только однократным ответом на запрос потребителей. Почти все государственные туристические фирмы в США, а также канадские провинциальные туристические агентства, производят оценку исполнения рекламных программ, ограничиваясь стадией 1, даже если они имеют дело с услугами очень высокого уровня (средние затраты туристов в штате за ночь, с посещением вечеринок, как правило превышают $1000).
Мониторинг на стадии 1 не дает ответа на основной вопрос: какой объем продаж (или прибыли) достигается посредством рекламы? Как инструмент исследования, изучение по типу стадии 1 не является научным методом получения достоверных данных относительно причинно-следственных связей, даже если клиент отвечает утвердительно на вопрос о влиянии информации, запрошенной им, на его покупательское поведение (удовлетворит ли вас медицинское заключение о положительном действии нового лекарства, которое основано лишь на том, что пациенты, принимавшие этот препарат, стали чувствовать себя лучше?). Научное исследование по выяснению причинно-следственных связей требует прямого сравнения результатов двух однотипных групп, одна из которых подвергается воздействию (скажем, рекламе), а другая — нет. Такие сравнения известны как «подлинные эксперименты» (Banks, 1965).
Стадия 2: однократные подлинные эксперименты
Проведение подлинных экспериментов по оценке причинно-следственных связей между рекламной акцией и объемами продаж дает более точные результаты, чем исследование уровня конверсии. Хотя стадия 1 — конверсионные исследования — может предоставить полезную информацию при сравнении альтернативных рекламных акций и средств массовой информации, она не может ответить на более глобальные вопросы: вызывает ли реклама продажи сверх того, чего можно было ожидать и без рекламы? Или превысили ли продажи после новой рекламной кампании уровень, отмеченный после предыдущей?
Стадия 2, подлинные эксперименты, предоставляет полезные ответы на вопрос: стимулирует ли реклама сбыт? При проведении подлинных экспериментов создают две, три или более равные выборки объектов (например будущие клиенты) и подвергают одну группу воздействию А, вторую группу воздействию Б и третью группу иному методу воздействия. Воздействие А может быть новой рекламой, а воздействие Б может быть стандартной рекламой, обычно применяемой фирмой; руководители фирмы хотят знать, воздействует ли новая реклама лучше, чем стандартная, с точки зрения порождения отклика, привлечения новых потребителей, увеличения объемов продаж и прибыли. Равные выборки формируются посредством случайного отбора лиц (скажем, 20 ООО) из всей совокупности населения, принимающего участие в исследовании, в каждую группу (10 ООО — группа А, 10 ООО — группа Б); могут быть проверены демографические и поведенческие характеристики группы для того, чтобы убедиться, что случайный отбор привел к формированию двух или более групп, действительно не отличающихся друг от друга (более подробно см. Banks, 1965).
Воздействие А можно сравнить с воздействием Б лишь в том случае, если оно не является рекламой, т. е. одна группа объектов отобрана для рекламного воздействия А, а вторая группа подвержена воздействию, не включающему рекламу. Данная оценка предназначена для обнаружения влияния, оказываемого рекламной обработкой в сравнении с нерекламной, и если ответ утвердительный, для ответа на вопрос — стимулирует ли реклама спрос?
Подлинные эксперименты применяются в медицинских исследованиях для оценки эффективности новых препаратов в сравнении с нейтральным лекарством, прописываемым для самоуспокоения больного (сахарные пилюли); при этом врачи, выписывающие лекарства, и пациенты, подвергающиеся воздействию либо А, либо Б, не знают, какое лечение включает использование нового препарата. Таким образом принимаются меры по избежанию ложных выводов о воздействии, которые могут появиться в силу того, что объекты знают о проводимом эксперименте.
Подлинные эксперименты известны как А-В-разбивка в рекламе и прямом маркетинге. «А-В-разбивка» — это старый газетный термин, относящийся к дроблению текста разбиением рекламного сообщения или газетной рубрики путем добавления второго рекламного сообщения или газетной рубрики (или даже неоднократного повторения этого приема).
«А-В-разбивка» и другие формы подлинных экспериментов могут применяться для установления причинно-следственных связей, вызываемых рекламными средствами-нерекламными, газетой-телевидением, станцией A-станцией В, журналом Х-журналом Y, обращением М-обращением R, заголовком Т-заголов - ком U. Здесь приведен пример (из Copies, 1974) тестирования двух заголовков; обращение и иллюстрации были идентичными в обеих рекламах, за исключением некоторых изменений в формулировке заголовка:
♦ Заголовок рекламы А: Сэкономьте один галлон газа из каждых десяти.
♦ Заголовок рекламы В: Владельцы машин! Сэкономьте один галлон газа из каждых десяти.
Реклама В вызвала на 20% больше откликов (хотя результаты продаж не были приведены в данном тесте, скорее всего, реклама В вызвала просто «больше» продаж, чем реклама А).
Книга Джона Кейплса (Copies, 1974) продолжает оставаться лучшей по подлинным экспериментам, а также кладезем мудрости рекламной деятельности. Она содержит следующие, сейчас уже хорошо известные, данные:
Я видел, как одно рекламное объявление о товаре, заказываемом почтой, действительно сработало не в два, не в три, а в девятнадцать раз лучше, чем другое.
Оба рекламных объявления занимали одно и то же пространство. Оба были напечатаны в одном и том же издании. Оба имели [одни и те же] фотографии. Оба имели тщательно продуманный рекламный текст. Разница состояла в том, что одно объявление использовало правильный призыв, а другое — неправильный.
(Caples, 1974)
Дэвид Огилви (David Ogilvy) в предисловии к книге Дж. Кейплса дает изложение наблюдения за прямым маркетингом:
Опыт убедил меня в том, что факторы, «срабатывающие» в рекламе товара, заказываемого почтой, в равной мере срабатывают во всех других рекламных акциях. Но подавляющее большинство лиц, работающих в [рекламных] агентствах, а также почти все их клиенты, никогда не слышали об этих факторах. Вот почему они лишь беспомощно топчутся на месте во всей красе своего блеска. Они тратят миллионы на плохую рекламу, тогда когда хорошая реклама может принести им в девятнадцать с половиной раз больше прибыли.
В 1993 г. отчет Дона Шульца (Don Schultz) подтвердил, что большинство рекламных агентств все еще неспособны освоить прямой маркетинг и программы ИМК; к сожалению, выводы насчет рекламных агентств, сделанные Д. Огилви еще на пороге вступления в середину 1990-х, до сих пор остаются верными (см. Schultz, 1993). Д. Шульц отмечал две проблемы, подстерегающие многие рекламные агентства в области прямого маркетинга: он несколько немоден и менее выгоден (для рекламного агентства) по сравнению с размещением имиджевой рекламы на телевидении.
Действенные решения о превращении рекламы из имиджевых коммуникаций в интегрированные маркетинговые коммуникации (ИМК) должны приниматься в фирмах клиентов, а не в рекламных агентствах. Менеджеры по рекламе и маркетингу должны настаивать на разработке стратегий маркетинга отношений (т. е. программ ИМК) поскольку: (1) программы ИМК более эффективны, чем имиджевая реклама; (2) программы ИМК обеспечивают достоверные сведения, требующиеся высшему руководству, по поводу силы влияния рекламы и маркетинга на объемы продаж; (3) большинство рекламных агентств не займутся этим, пока их не заставят. Реальная проблема состоит в том, что многим менеджерам по рекламе и маркетингу не хватает знаний/способностей (они не знают, как это сделать) и уверенности (они на самом деле не верят в это), необходимых для создания программ ИМК; мы вернемся к этой проблеме в следующем разделе данной статьи.
Наилучшим техническим отчетом по подлинным экспериментам в маркетинге продолжает оставаться книга С. Бэнкса (Banks, 1965). С. Бэнкс предлагает детализированные хронологически пронумерованные примеры простейших подлинных экспериментов, равно как и утонченные исследовательские проекты, предназначенные для тестирования причинно-следственных связей. Книга уже снята с переиздания, но ее стоит найти, поскольку она легко читаема и обеспечивает техническую подготовку, необходимую менеджерам по рекламе и маркетингу.
Стадия 3: постоянный мониторинг и построение отношений
Две важные особенности маркетинга отношений заключаются в: (1) создании уникальных товаров/услуг для различных групп заказчиков, состоящих в клиентской базе фирмы; (2) передаче предложения этим различным группам. Например, Синди Л эй (Cindy Lay) использовала свой персональный компьютер для того, чтобы найти 1400 покупательниц платьев от Анн Кляйн (Anne Klein), которые приобретают их только на распродажах. Анализируя эти покупки, С. Лэй обнаружила, что они ожидают второй уценки, когда платья «обходятся в $75 каждое». Приняв это во внимание, она потратила $850 для извещения данных клиентов о «специальной распродаже» одежды до того, как закончился период первой уценки. Двухдневная активность увеличила объем продаж платьев на 97% по сравнению с обычным замедленным течением торговли (Bulkeley, 1993). Мисс С. Лэй является директором отдела маркетинговых исследований в Proffitt’s Inc., Алкоа, Теннеси, сети универмагов, которые недавно создали программы ИМК.
Все фирмы в некоторых сферах бизнеса провозгласили себя рыночными деятелями, устанавливающими отношения посредством создания программ ИМК: фирмы прямого маркетинга по финансовым инвестициям, например Fidelity Investment', компании, реализующие кредитные карты, например American Express, авиалинии для заказчиков, которые часто летают на самолетах, например Delta Airlines; компании прямого маркетинга, торгующие одеждой, например L. L. Bean, фирмы, поставляющие товары по заказу почтой, например Burpee. Некоторые фирмы и целые отрасли сейчас вынуждены начинать программы ИМК, например маркетинговые отделы в государственных и провинциальных правительственных организациях Канады, большинство банков, многие универмаги.
Используя программы ИМК, многие рыночные деятели способны хранить и использовать клиентскую базу данных с полной историей совершенных покупок на каждого клиента. Демографическая информация о клиенте и его образе жизни может быть зачастую включена в такие базы данных. Индивидуальные данные по каждому заказчику часто начинаются с ввода следующей информации:
♦ Как долго заказчик приобретал товары у данной компании.
♦ Какие товары он приобрел в этом году.
♦ Как клиент реагировал на каждую маркетинговую коммуникационную акцию, которая была нацелена именно на него.
♦ Рекламации заказчиков и характер реагирования фирмы на них.
♦ Общее количество денежных средств, которые потратил заказчик на покупки в этом году.
♦ Сколько раз в год заказчик совершает покупки.
Модель «SALES»,* разработанная Pareto, маркетинговой компанией по базам данных, имеющей головной офис в Цинциннати, является примером системы баз данных, предназначенной для того, чтобы дать работникам отделов универмагов возможность ориентироваться на клиентов, которые имеют уникальные истории покупательского поведения, чтобы сформировать маркетинговые коммуникации
‘Модель SALES — в данном случае аббревиатура, составленная из первых букв английских терминов, означающих соответственно Sales, Across, Last, Extent, Shopping — см. перевод в тексте.
специально под этих клиентов. Модель SALES основана на пяти ключевых показателях деятельности потребителя и ценности. Данные о продажах обрабатываются согласно модели SALES, а затем создаются обобщающие записи по заказчику/отделу. По всем уникальным отношениям между заказчиком и отделом в магазине заносится в компьютер количественный индикатор значимости. К индикаторам относятся:
S — история продаж (объем продаж для этого клиента в данном конкретном отделе);
А — в других отделах (перекрестные покупки в других отделах);
L — последняя покупка (последняя покупка, с указанием даты, в данном отделе);
Е — длительность отношений (как долго этот человек является клиентом); S — частота покупок (частота покупок в данном отделе).
Здесь дается пример использования модели SALES. Если розничный продавец решает пригласить 1000 своих лучших клиентов на специальный предварительный просмотр мужских костюмов, клиенты могут быть отобраны по критериям на основе записей в модели SALES по отделу мужской одежды. Типичные критерии выбора могут включать:
♦ отбор из всех клиентов:
1 из 20% ведущих клиентов в отделе продаж (S);
2 из 25% ведущих клиентов в других отделах (А);
♦ из 20% лучших клиентов, купивших на днях товар в отделе мужской одежды (L);
♦ из 30% лучших клиентов, поддерживающих длительные отношения (Е);
♦ из 40% лучших клиентов, часто осуществляющих покупки в магазине мужской одежды (Е).
Первый критерий (первое S-требование) дает основание для выбора самых крупных клиентов данного отдела в этом году. Если выбрано менее 1000 клиентов, можно пересмотреть критерий и снова произвести компьютерный отбор. Таблица 3 представляет результаты записей в клиентской базе данных модели SALES.
Самой большой проблемой в создании клиентской базы данных, необходимой для создания маркетинга отношений, является то, что управленческие информационные системы фирмы (УИС) запрограммированы только для того, чтобы отвечать потребностям финансового и бухгалтерского отделов. Например банки, как правило, имеют базы данных, фиксирующие состояние счета клиентов на каждый товар: закладные, займы на товар, накопления и кредитные карты, сберегательные счета. Базы данных могут даже по-разному обозначать заказчиков, например без упоминания отчества или постановкой фамилии на первое место. Рыночные деятели должны использовать единую клиентскую базу данных, которая бы включала все аспекты отношений фирмы с каждым клиентом.
Самым действенным решением этой проблемы является не попытка преобразовать существующие УИС фирмы в полную клиентскую базу; учитывая значи-
Таблица 3 Система продаж отдела женской одежды
|
Примечание: приведенный выше пример иллюстрирует три выборочные записи из системы SALES конкретного отдела. У Мелани Джонс в первом пункте (история продаж) стоит цифра 4, что указывает на то, что она отвечает за 40-49% продаж (год, к которому можно отнести расходование средств в этом отделе). Цифра 1 под буквой А показывает, что она попадает в самую меньшую из четырех равных групп с точки зрения «тенденции покупать товары в других отделах». Цифра 4 под буквой L указывает, что с точки зрения «периода, прошедшего с момента последней покупки в данном отделе», она попадает в промежуток между 40-49%. В плане «долгосрочное™ отношений» с отделом женской одежды она относится к группе 90% или более. В конце концов, цифра 3 под второй буквой S указывает на то, что она занимает место в промежутке между 30 и 39% с позиции «частоты покупок» в данном отделе. |
тельное снижение цен на компьютерные программы по базам данных, а также на действующее компьютерное оборудование, самым быстрым и действенным решением является создание потребительской базы данных с нуля посредством отбора из нескольких высококачественных, доступных, развернутых компьютерных программ, а также на основе использования компьютерной сети или локального персонального компьютера с необходимым объемом памяти жесткого диска. Критический момент, связанный с данным подходом: настало время для рыночного деятеля овладеть обширными компьютерными знаниями, чтобы сформировать свою собственную клиентскую базу данных на своем собственном компьютере.
На протяжении многих лет гуру маркетинга превозносили заслуги процесса «формирования» корпоративных баз данных. Но такие базы данных были недоступны широкому кругу пользователей, за исключением тех программистов, которые их создавали. Рыночные деятели, разрабатывающие кампании по прямому маркетингу, вынуждены были стоять в очереди, чтобы попросить программистов найти определенный тип клиентов. Сегодня эксперты по маркетингу сами (без программистов) могут получить эти данные. Персональные компьютеры с двумя гигабайтами жесткого диска (в 20 раз больше, чем 100- мегабайтный дисковод), которые большинство домашних пользователей сейчас приобретают, могут вмещать в памяти несколько миллионов имен клиентов, что стоит около $10 000 на сегодняшний момент. Программное обеспечение для управления этими данными стоит от $15 000.
(Bulkeley, 1993)
Таким образом, сегодня, учитывая, что рыночный деятель готов потратить некоторое время, он способен лично приобрести технические возможности и знания для создания и управления потребительскими базами данных, чтобы воспользоваться двумя основными преимуществами прямого маркетинга: (1) маркетинг отношений, включая вклад маркетинговой тактики в прогнозируемую чистую прибыль, реально опирается на функцию отклика клиентов и финансовые данные; (2) доказательное измерение силы воздействия рекламы и маркетинга на объемы продаж. До 1990-х гг. основанная на низких затратах реализация маркетинговых программ построения высокоэффективных отношений (МВО) была не так уж распространена. В настоящее время ситуация изменилась. Самым лучшим техническим достижением по управлению потребительскими базами данных и маркетингом отношений является книга Д. Кларка (D. Clarke) «Marketing Analysis and Decision Making» («Маркетинговый анализ и методы принятия решений»), (1993). Ознакомление с этой книгой дает деятелю рынка основные навыки и знания о том, как работать с базами данных, чтобы принимать более совершенные решения.
Стадия 4: постоянный мониторинг/построение отношений в сочетании С ПОДЛИННЫМИ экспериментами
Стадия 4 включает подлинные эксперименты (стадия 2) в программах маркетинга отношений (стадия 3). Именно таким образом Park Seed, компания, занимающаяся рассылкой семян по почте, смогла протестировать специальное предложение семян лука по высокой цене, разработанное для лучших клиентов фирмы (отобранных с использованием программного обеспечения модели SALES), посредством случайного распределения наугад выбранных лучших покупателей в две группы: первая группа получает специальное предложение (воздействие А), а вторая группа не получает специального предложения (воздействие Б). Заметьте, что используются два этапа формирования случайной выборки: (1) случайный отбор для того, чтобы достичь репрезентативности выборки из совокупности лучших клиентов; (2) случайное распределение в две группы, чтобы достичь равенства двух групп по всем параметрам, так чтобы лишь маркетинговое предложение (воздействие А против воздействия Б) могло объяснить любые различия в объемах продаж.
На стадии 4 программ ИМК можно также провести квази-эксперименты. Такие эксперименты касаются наблюдения изменений в реакции потребителей на присутствие и отсутствие маркетинговых предложений в некоторый промежуток времени без эквивалентного тестирования и контроля подвергающихся воздействию групп. Квази-подлинные эксперименты не совсем отвечают двум требованиям подлинных экспериментов по установлению причинно-следственных связей, но все же проверка показателей взаимоотношений между маркетинговыми акциями и потребительским откликом в течение некоторого времени дает полезную информацию, когда не запланированы подлинные эксперименты. Модели отклика клиентов могут быть рассмотрены и проверены для того, чтобы узнать, какие из них, если таковые есть, полезны для объяснения потребительского отклика на конкретные маркетинговые акции в некоторых группах клиентов. Самым лучшим, совершенным толкованием квази-подлинных экспериментов является книга Т. Кука и Д. Кэмпбелла (Cook and Campbell, 1979); ознакомление же с работой С. Бэнкса (Banks, 1965) является полезной подготовкой для перехода к книге Т. Кука и Д. Кэмпбелла.
Стадия 5: постоянный мониторинг/построение отношений, подлинные эксперименты в сочетании с построением прогнозных моделей функции потребительского отклика
Стадия 5 маркетинга отношений — это то, что, согласно Дэвиду Шепарду (Shepard, 1990), подразумевает фраза «новый прямой маркетинг». На стадии 5 рыночный деятель использует базу данных клиентов, разрабатывает и тестирует функции отклика потребителей, а также производит финансовый анализ окупаемости («что если») различных маркетинговых стратегий и методов. Например, при наличии полезных моделей отклика потребителей, разработанных самостоятельно фирмой и проверенных с использованием базы данных, компания, торгующая по каталогу, может изучить, что произошло бы, если бы бизнес строился на предпосылке о трех ежегодных отправках каталога клиентам, а не на двух? Каков будет объем чистой прибыли, если вместо использования третьей рассылки каталога фирма потратит имеющийся маркетинговый бюджет на привлечение новых клиентов? Анализ жизнеспособности нового потребительского маркетинга может предсказать полезные ответы на данный вопрос, основанные на реальных функциях отклика клиентов. Книга Д. Шепарда (Shepard, 1990) является очень полезным введением в стадию 5 маркетинга отношений.
Уравнение 1 представляет иллюстрацию модели отклика клиентов. В данной модели на продажи единицы товара X влияют четыре переменные величины: цена товара, реклама, ежегодный семейный доход клиента и возраст главы семейства. Двумя маркетинговыми величинами являются реклама и цена. Данная модель была разработана и проверена в сравнении с другими возможными моделями с использованием информации, взятой из потребительской базы данных фирмы.
Уравнение І:
Объем продаж товара = 320 [1 + ((1/250000) (реклама)1,5) ((1/12 (цена) - ~°’9)]+ + (0,65)(доход) + (,86)(возраст).
Гипотетическая модель указывает, что усиление рекламных кампаний оказывает позитивное влияние на объем продаж товара; увеличение цены оказывает негативное влияние; увеличение дохода оказывает позитивный эффект; увеличение возраста также оказывает положительный эффект. Данные об объемах продаж товара, прогнозируемые согласно уравнению 1, могут использоваться совместно с уравнениями дохода и затрат по реализованным товарам (ЗНПТ) для того, чтобы спрогнозировать объем чистой прибыли для различных комбинаций уровней цен и рекламного воздействия.
Уравнение 2:
Доход = (объем продаж товара) х (цена).
Уравнение 3:
Затраты = ($8,00) х (объем продаж товара).
Если фирма хочет рассмотреть влияние четырех уровней цен на объем чистой прибыли при каждом из трех вариантов рекламного воздействия, тогда двенадцать (4 варианта цены умножить на 3 варианта рекламного воздействия) комбинаций конкретных цен и затрат на рекламу могут быть включены в уравнение 1 в компьютерной программе для того, чтобы спрогнозировать продажи для каждой комбинации. Уравнения 2 и 3 могут использоваться для оценки «чистого» воздействия компонентов при каждом сочетании «цена-реклама».
Проблемы стратегий прямого маркетинга и программ ИМК
Две основные проблемы почти всегда встречаются при проектировании и осуществлении программ ИМК: (1) планирование и координация проходит недостаточно глубоко, недостаточно даже для того, чтобы завершить стадию 1 программы прямого маркетинга. Данная проблема включает следующие аспекты: (а) члены маркетинговой команды отказываются связываться с новыми заказчиками (т. е. не отвечают на запросы потенциальных клиентов, которые откликнулись на рекламное предложение); (Ь) отсутствует повторное обращение, которое определяет, получили ли потенциальные клиенты информацию, в которой они нуждались, а также стимулирует ли эта информация процесс покупки; (2) недостаток знаний у рекламодателя, а также технических способностей при моделировании информационного поиска клиента/ рыночного деятеля и взаимоотношений в программах ИМК.