Brief
В 2017 г. компании во всем мире потратили более 1 триллиона долларов США на маркетинг, согласно одному из исследований. Это означает, что директора по маркетингу уверенно представляют свои бренды на обсуждение генеральных и финансовых директоров; советов директоров, которым необходимо знать, куда уходят деньги и что они получают взамен — и им безразличны бренды как таковые.
Для решения этой проблемы директора по маркетингу взялись за оптимизацию маркетингового микса (ММО) — аналитический подход, позволяющий понять, какие его элементы — СМИ, креатив и т.п. — более эффективны, а какие менее, и правильно перераспределить расходы.
Однако здесь кроется затруднение: ММО во многом непроницаем для пользователей и направлен в прошлое. Чтобы этот инструмент стал действительно эффективным, директорам по маркетингу необходим такой подход, который будет прозрачен для их организации, нацелен в будущее с обучением в ходе работы и с акцентом на результаты. При продуманном применении ММО помогает маркетинговой организации сократить расходы на 10–25 %.
Оптимизация маркетингового микса уже прошла две стадии: на стадии «ММО 1.0» модель выстраивалась сверху вниз на основе общих данных с целью подтвердить, что результаты достигнуты за счет вложенных средств. Однако, учитывая, что вариативность расходов была невелика, эти модели были статистически слабыми и, как следствие, не вполне убедительными, чтобы подтолкнуть к изменениям. «ММО 2.0» идет снизу вверх, детализируя информацию о поведении потребителей. Это делается для более точной оценки эффекта от различных инструментов, таких как контекстная реклама, с точки зрения доходности инвестиций. Хотя инструмент «ММО 2.0» принес определенные выгоды, сложность инструмента заставила директоров по маркетингу обращаться к сторонним провайдерам за помощью, и у многих появилось ощущение, что они зависят от своего рода черного ящика, который не раскрывает ни данные, ни логику анализа.
Сегодня мы наблюдаем приход «ММО 3.0». Этот этап должен принести больше результатов благодаря тому, что решения будут выноситься на основе искусственного интеллекта, на усовершенствованном ПО и с опорой на новые и более крупные массивы данных, такие как неструктурированный текст и цифровой след интернета вещей.
Полная версия на английском языке доступна на сайте Bain.com.