Цифры, измерения, решения. Зачем нужна статистика

В современном маркетинге, к сожалению, измерения чаще всего играют дурную роль. И это касается не только интерактивного маркетинг, но всего комплекса, хотя в интернете, где возможности измерений больше, ситуация особенно остра. Огромный вал цифр, значений, разнородных измерений не только не проясняют картину, но в большинстве случаев запутывают ее.

Я занимаюсь исследованиями уже 13 лет (почти юбилей) и раньше я считал «как это ужасно, что компания собирает огромное количество данных и складывает их в папки на полке, но никак не использует весь этот массив». Теперь я понимаю: куда хуже, когда компания собирает огромный массив данных и пытается использовать его, опираясь в своих решениях на не те измерения. Не на неверные значения (как раз, скорее всего, верные), а просто не те, что нужно.

Простейший пример – хосты (о! как я их не люблю). Это отличный пример абсолютно правильных, но совершенно ненужных данных. Судите сами: какая разница, сколько разны IP-адресов используется для доступа к сайт? В своей повседневной жизни я использую десятки IP-адресов: телефон, офис, дом, а также все wi-fi сетки в кафе или на улицах, к которым я подключаюсь. Одновременно со мной те же IP используют десятки (а в случае сотовой связи – миллионы) человек.

Другой пример – посещаемость целевых страниц. Для подавляющего большинства сайтов, если это не страница купона или не страница оформления заказа в интернет-магазине, целевой страницей будет являться любая страница сайта, на которой есть телефон и адрес офиса. Даже для интернет-магазина, если за ним стоит офлайновая сеть, то до 70% всех заказов придется именно на розницу – сюда придут все люди, которые захотят посмотреть на заказанную вещь до оформления покупки, и многие таки завершат покупку прямо в магазине. Представьте, например, Евросеть, которая есть на каждом углу – пользователю даже не нужно заходить на страницу с адресом магазина на сайте. Тогда зачем считать посещения целевых страниц? Что они дают? Правильно – неверные данные о значении интернет-маркетинга для розницы, на которых выстраиваются бюджеты и маркетинговые планы.

Еще больше отчетов, которые дают правильные и даже иногда полезные данные, но загромождают исследования и отвлекают от понимания картины происходящего. Мой любимый отчет здесь – это «пути по сайту». Он очень интересный, почти завораживающий, но зачем, скажите, вам знание нескольких тысяч вариантов перемещений по графу вашего сайта? Скорее всего эти пути повторят вашу навигацию и еще раз докажут вам, что она есть. Отчет о путях полезен юзабилисту. Такой есть вашей команде? Отлично! Но зачем тогда вставлять эти данные в отчет руководству?

Другой мой «любимый» отчет – «поисковые запросы». Он чудесный и очень информативный, но только о чем он говорит? О том, на какие слова вы размещаете контекстную рекламу и по каким оптимизируетесь! Однако вы же и так это знаете, разве нет?! Конечно, количество переходов полезно, но для контекстной рекламы вы это знаете и так, а переходы по оптимизированным запросам, если вы размещаете одновременно и контекст, вы сходу из этого отчета не выделите. Я не хочу сказать, что этот отчет бесполезен, но его значение, в сущности, переоценено.

То же самое и с более сложными запросами и исследованиями: заказчики ищут огромное количество данных, не имея, зачастую, четкого понимания, как их использовать – главное, чтобы были данные. К примеру, вопрос «какие у нас есть конкуренты, какая у них посещаемость, откуда они берут трафик, сколько денег тратят на привлечение трафика, сколько сотрудников работает в компании, какие агентства обслуживают конкурентов, какая конверсия на сайтах» в большой степени лишен смысла, так как большую часть «рецептов» нельзя повторить, а, следовательно большая часть данных попросту загромождает отчет.

Потому что на самом деле нужно искать не данные, а ответы на вопросы. Например, в последнем случае это будет очень простой вопрос: «Почему наши конкуренты растут быстрее нас?» или «Почему мы не можем увеличить свою долю на рынке?». Именно на эти вопросы надо искать ответ, ведь на самом деле, важны именно они, а не то, какая посещаемость у конкурентов.

А вот дальше уже за дело должен взяться аналитик, которых, как известно, на рынке нет совсем. Этот аналитик смотрит на вопрос: «почему конкуренты растут быстрее нас?» и выписывает факторы, которые на это могут влиять:

Собрав данные, ответив на каждый из этих вопросов, аналитик уже может принять решение о том, набор каких именно факторов делает лидеров лидерами. И уже на основании этого анализа можно принимать решение о дальнейшей работе. И это будет, безусловно, решением, а не набором цифр.

Или в примере со статистикой наша задача понять, какой из задействованных нами рекламных инструментов дает нам наибольшую отдачу. Существует бесчисленное количество метрик для этого:

и многое другое.

Каждый из этих показателей можно измерить, какие-то проще, другие сложнее, но все можно. И их измеряют, составляя таблицы с десятками колонок, сотнями строк, призванными ответить на простой вопрос: «какая площадка лучше». А на самом деле этот вопрос решается на совсем другом уровне:

Лучше – это означает, что площадка приносит наибольший доход (или наибольшую прибыль), а, следовательно, наша задача – проранжировать площадки по уровню дохода от каждой из них.

Лучше – это те площадки, которые будут приносить доход не только сегодня, но и завтра, а следовательно, наша задача построить рекламных инструментов по тренду доходности, но с учетом абсолютных значений дохода каждой площадки.

Лучше – это те площадки, на которых при равном доходе меньше проблем и рисков, следовательно, нам надо учесть и этот фактор также.

В каждом отдельном случае могут быть важны и другие факторы, но все они имеют весьма слабое отношение к упомянутым выше хитам, посетителям и хостам. В результате же правильно спланированного анализа мы получим ответы на наши вопросы, а не набор полусырых данных.

Иными словами, огромный объем данных, который можно собирать сегодня в интернете, требует огромной квалификации от аналитика, и из рук этого аналитика уже должны исходить решения, а не цифры. Любые данные, любые результаты надо укрупнять, объединять в простые и понятные выводы. Только в этом случае результаты работы аналитика (или маркетингового отдела) становятся понятными и осязаемыми. Если у вас есть такой аналитик – отлично! Если нет – увы. Но и в том, и в другом случае разумно ставить задачи от требуемых решений, а не от набора цифр.

Для наглядности я приведу пример с нефтедобычей. В нашей стране очень много нефти, ее непросто добывать, но многие именно это и делают, а вот дальше начинаются неприятности: нефть нельзя залить в бензобак, на ней нельзя готовить еду, да она даже горит отвратительно! Поэтому специальные заводы перерабатывают эту нефть на бензин и прочие полезные вещи, которые уже и продаются конечным потребителям.

Важно же, что вы, садясь за руль автомобиля, имеете весьма смутное представление о производстве бензина, масла, шин, изоляции для проводов, краски, пластиковых частей интерьера – всего того, что делается из нефти или сопутствующих ископаемых. Принимая решение о покупке автомобиля или о дальней поездке на нем, мы опираемся совершенно на другие знания. И важно, что такая ситуация выглядит для нас совершенно логичной, так почему же в аналитике до сих пор продаются сырые данные?

Итак, вот что я хочу сказать: аналитика нужна нам для решений, для ответов на вопросы, а не для получения массы цифр. Сегодня на рынке присутствуют во множестве системы сбора данных, но никак не принятия решений. И все эти системы статистики, предлагая нам чумовое количество чудесных данных, в большинстве случаев лишь отдаляют нас от понимания картины в целом, от решения. В этом смысле – статистика – зло, а вот решения, аналитика высокого передела – добро.

Теперь осталось дождаться таких решений.