Исследование про маркетинговую аналитику в России и СНГ

Пандемия ускорила цифровую трансформацию компаний. Появилась необходимость решать аналитические задачи, связанные с доступом к новым данным. Потребность в эффективных бизнес-процессах и решениях, принимаемых на основе данных, никогда не была так высока, как сейчас. Санкционные ограничения на западные технологии (Google, Microsoft, Oracle) в области обработки, хранения и визуацилизации данных ускорили поиск компаний в СНГ надежных альтернатив. 

В исследовании рассмотрены текущие приоритеты компаний в построении маркетинговых аналитических систем, решении текущих задач, а также их ожидания на следующие 3 года. Оцениваются препятствия и сложности, с которыми сталкиваются компании на этом пути. 

Что узнаете после исследования:

  • Какая сложилась практика в маркетинговой аналитике у компаний из разных сегментов и провести параллели с компанией, в которой работает он сам (инвестиции, формат и размер команды, решаемые задачи);
  • Причины, по которым аналитика не используется в принятии решений, и оценить предложенные экспертами идеи, как повысить ценность аналитики;
  • Какие адекватные ожидания его компания может формировать уже сейчас;
  • Стандарт аналитического сетапа в успешной компании (построение сквозной, приоритеты в различных видах аналитики, внедрение GA4);
  • Причины сложившихся противоречий в работе с данными и стратегии их преодоления.

Ключевые выводы:

  • Компании в СНГ в 2 раза активнее инвестируют в маркетинговую аналитику относительно US рынка (13% против 6-7%).
  • 40% суммарно в “Прогнозную” и “Предписывающую” аналитику — “золотое правило” успешных компаний.
  • Гибридные команды из штатных и сторонних специалистов показывают лучшую эффективность и на 77% чаще опираются на данные в своих решениях
  • Недостаток навыков внутри компании (29%), сомнения в качестве данных (27%) и непонимание, как использовать аналитику для повышения эффективности бизнеса (27%) – основные препятствия для использования данных аналитики. 
  • 46% крупного бизнеса, 29% среднего и 16% малого используют продвинутые решения для сквозной аналитики.  25% респондентов все еще не используют сквозную аналитику. 28% уже перешли на GA4, и 19% запланировали скорый переход.
  • Интерес к новым ML/AI технологиям в маркетинге постоянно растет. Ожидается, в следующие 3 года их применение вырастет на 100%.

В выборку вошли 150 компаний из разных отраслей: ритейлеры (продукты питания, одежда и обувь, товары для детей и мам, мебель и товары для дома, зоотовары) и поставщики услуг (логистика и транспорт, маркетинг-услуги, телеком, финансы и управление, страхование, юриспруденция).

Команда Adventum приняла участие в качетве эксперта и инфо-партнера исследования. Полное исследование доступно по ссылке.

Как инвестируют в аналитику

В среднем, индустрии и компании в СНГ инвестирую в аналитику 13% процентов от маркетингового бюджета. При этом, ожидают тратить до 19% через 3 года. Это в 2 раза выше относительно US рынка (Deloitte CMO Survey, слайд 62), что может быть объяснено стоимостью рекламного инвентаря и онлайн продвижения (что делает сами бюджеты значительно выше) и высокой развитостью martech технологий.

В настоящий момент, в СНГ больший % бюджета на аналитику тратят Сервисные компании – 15%, против 10% у продуктовых с прогнозом до целых 22% через 3 года. Это связано как с большей ценностью клиента, так и с часто большей маржинальностью (сравним себестоимость затрат на оказание услуги против закупки, логистики и хранения товара в структуре цены). 

Как выяснило исследование, именно инвестирующие в аналитику компании наблюдают более высокий эффект на бизнес показатели от данных затрат, что косвенно объясняет их желание наращивать инвестиции и двигаться в область  продвинутой аналитики (прогнозная и предписывающая).

Хотя компании без розничной сети в лидерах и тратят 16% (прогноз — 21%), но именно розничные сети ожидают увеличить инвестиции почти в 2 раза (на 83%), что с учетом их оборота и трат на маркетинг будет положительно влиять на развитие аналитической экспертизы.

Микро- и малый бизнес ожидаемо опережают остальные группы в процентном соотношении (17% и 14% соответственно, против 9-10% у крупного и среднего). Вероятно, за счет меньших бюджетов на маркетинг.

“На мой взгляд влияние анализа программы лояльности недооценивается компаниями, в т.ч наверно это связано с незрелостью рынка. Если посмотреть последние 5 лет, то в развитии программ лояльности во многих федеральных сетях произошел скачек вперед. Данные из лояльности дают огромный потенциал для изучения покупателя как ретроспективно, так и прогнозируя его будущее поведение. Думаю через несколько лет мы увидим больший вес данной аналитики.”

Андрей Кудрин, Директор по аналитике гастронома Красный Яр

В настоящий картинка по движению денег в компании выглядит следующим образом:

  • 15% от оборота составляют траты на маркетинг
  • 45% от маркетинг бюджета расходуется на онлайн каналы
  • и 13% — на маркетинг аналитику.

И несомненно динамично будет меняться на в 2022-2023 годах под влиянием экономических факторов.

Какие изменения в наибольшей степени повысят ценность аналитики в компаниях?

В качестве действенного способа повысить ценность аналитики респонденты чаще всего выбирали: прогнозирование маркетинга (58%), инструменты, позволяющие строить отчеты без аналитиков (47%) и продвинутые модели атрибуции (42%).

Приоритеты компаний явно разнятся в зависимости от того, как часто они используют аналитику в принятии решений: 

“Лидеры”, чаще принимающие решения на данных (от 65% и выше), больше верят в прогнозирование (67%), внедрение продвинутых моделей атрибуции (48%), обучение руководителей работе с данными (31%). 

“Догоняющие”, кто принимают мало решений на данных (до 65%), по прежнему, сосредоточены на повышении их качества (46%), так как без полных и качественных данных невозможно строить атрибуцию, прогнозы и решать другие, более важные и сложные задачи.

Компании, инвестирующие в аналитику до 10% маркетингового бюджета, чаще остальных сфокусированы на self-service BI (52%) и увеличении количества аналитиков (30%).

“Чем быстрее можно найти решение своего вопроса в данных, тем больше data-driven решений будет принято в единицу времени. Очевидно, что если маркетингу не нужно ходить к аналитикам и разработчикам для таких задач, а они могут воспользоваться self-service решениями, time-to-market внедрения решений будет выше, бизнес сможет больше зарабатывать.”

Марина Писаренко, Retention Lead в Ешь Деревенское

На каком этапе сбора и аналитики данных хотели бы улучшить работу

Ответы сгруппированы в три равных логических блока: Решения и отчеты, Работа Аналитиков, Сбор данных. 

Чаще всего респонденты хотели бы увеличить % решений на основе данных (55%), улучшить сегментацию клиентов (50%) и сбор пользовательских данных (47%).

Компании, которые принимают много решений на основе данных (>65%), в большей степени: Ускорить получение ответов (44% против 32%), получение точных прогнозов (50% против 39%), прокачать атрибуцию (41%) и моделирование (37%). Для них это явные зоны роста, тогда как в Сбор данных их беспокоит в явно меньшей степени. Скорее всего, эти задачи решены и не мешают росту.

Компании с бюджетом на аналитику до 10% уделяют больше внимания сегментации клиентов, сбору данных и пытаются увеличить процент решений, принимаемых на основе данных.

“Из данного исследования достаточно хорошо видно, что увеличение количества принимаемых на основе данных решений в первую очередь проистекает из правильной интеграции и увязки данных всех источников. Также интересно, что проблемы качества данных присутствуют и для начинающих и для опытных маркетологов. Скорее всего, ответы подразумевают разный уровень проблем.”

Виктор Крылов, Руководитель отдела удержания клиентов в Самокат

Как в компании настроена сквозная аналитика

На практике компании для построения сквозной аналитики используют один из трех подходов: Стандартное решение, Продвинутое с кастомизацией, или Полный инхаус формат.

В компаниях с продвинутыми решениями работает меньше всего аналитиков – 4, тогда как полный инхаус требует почти 9, что ясно свидетельствует об экономии ресурсов в первом случае.

Заметно отличие и в тратах на маркетинг. Лидируют компании со стандартным решением (15% от оборота, 41% — в онлайн) чаще используемые микро и малым бизнесом. Компании с Продвинутыми решениями инвестируют меньше других (8% и 30% соответственно), что более характерно для среднего и крупного бизнеса.

“Многие компании, начинающие с коробочного решения, заканчивают тем, что поддерживают сразу две системы: коробку и набор инструментов, позволяющих решать задачи, в коробочном решении не предусмотренные. Даже если сейчас коробочное решение закрывает ваши задачи, стоит задуматься: не придется ли с него мигрировать, когда бизнес будет развиваться.”

Николай Сущенко, Технический директор Adventum

У полностью инхаус решений тоже есть подводные камни. Подробнее про сравнение готового решения и инхаус разработки на примере продуктовой аналитике можно почитать в статье.

Также выяснилось, что на практике компании лидеры используют гибридный подход в формировании технического стека и команды.

Как сформирована команда маркетинговой аналитики и решаемые задачи

Две трети респондентов (66%) обходятся силами внутренней команды. При этом лучшие показатели в эффективности (5.8), удовлетворенности уровнем аналитики (4.6) и использовании ML/AI инструментов (3.0) демонстрируют именно гибридные компании (с внутренним лидерством и привлечением аутсорс специалистов). 

Гибридные команды из штатных и сторонних специалистов также показывают лучшую эффективность и по другим параметрам:

  • Они чаще опираются на данные в своих решениях (77%). 
  • Компании с такими командами меньше остальных тратят на аналитику в настоящем (12% маркетингового бюджета) и в прогнозе на 3 года (16%). 

Полный outsource не дает сильной прибавки к % решений (57%) относительно in-house стратегии, и стоит значимо дороже (16% против 12%). Хотя в ожидании через 3 года соотношение может измениться (17 против 19%) . 

Объединение данных (64%) и подготовка разовых отчетов (52%) — самые популярные задачи. Компании отличаются в своих приоритетах:

  • Товарные компании с розничной сетью активнее в создании отчетов (55%) и дашбордов (46%). 
  • Аналитики сервисных компании больше заняты интеграцией данных (69%) и консультациями коллег (45%). 
  • Компании без розничной сети активнее занимаются поиском зон роста (45%) и причин аномалий (38%).

И стоит отдельно отметить — сомнения по поводу качества данных входят в ТОП-3 препятствий их использования (слайд 29). При этом, работа над данным аспектом совсем не в приоритете (37%) у аналитиков.

“Парадокс. Популярны как раз задачи, которые возможно автоматизировать. Особенно это заметно у компаний без розничной сети. Там теряется масса ценного времени и ресурсов. Им нужны интегрированные аналитические системы и прозрачные процессы, чтобы освободить время аналитиков на более важные задачи: поиск зон роста, внутреннее обучение, определение аномалий и инсайтов для выхода на АБ тесты. В преодолении неизвестного — больше всего ценности от аналитики.” 

Андрей Муратов, Управляющий партнер Coffee Analytics

Если вам нужна сквозная аналитика

Мы в Adventum уже более 6 лет помогаем компаниям настроить персонализированную сквозную аналитику и учим использовать данные в ежедневной работе. Как нет двух одинаковых бизнесов, у нас нет двух одинаковых сквозных. Мы делаем кастомные коннекторы, персонализируем отчеты и учитываем все особенности бизнеса.

Если вы хотиет внедрить сквозную или вас не устраивает текущее решение, пишите нам на agency@adventum.ru или оставляйте заявку на сайте.