Поведение потребителей

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-

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-

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.