Вшэ маркетинг и рыночная аналитика проходной балл. Маркетолог, профессия

Люди не понимают, что такое аналитика. Особенно в маркетинге. В надежде увеличить ценность работы, аналитикой называют отчеты и статистические выкладки, что обычно игнорируется заказчиком, а впечатление об «анализе» складывается из количества страниц документа.

Дело в том, что данных, на основании которых строится анализ всегда много и какие-то простые группировки часто выдают за аналитику. На самом же деле, данные отдельно от целей не представляют особой ценности.

Отчет — не анализ

Между отчетом и анализом есть принципиальная разница:

Любой анализ начинается с формирования и исследования ключевых показателей и взаимосвязей между ними. Подмена понятий: настройку целей часто называют аналитикой, хотя это не так.

Порой экспертное мнение человека пытаются выдать за данные, на базе которых строятся выводы. Тут нужно разобрать пару моментов:

Эксперт — это признание компетенций в профессиональной среде, и если у специалиста оно есть, то это действительно может быть основой для каких-то аналитических выкладок. Но если нет — необходимо опираться на статистически значимые исследования своей компании или компаний, которые такие исследования проводят, например, TNS, Google, «Яндекс», Facebook и другие;

Актуальность данных, особенно в маркетинге, это главное, потому что выводы на базе устаревшей информации будут ложными.

Порядок формирования анализа

Формирование KPI → Формирование задачи на изменение KPI → Формирование и сбор данных → Выводы на основе данных → Рекомендации, что конкретно сделать, чтобы изменилось KPI → Внедрение изменений → Ретроспектива.

Формирование задачи на изменение KPI

Бизнес диктует планы по увеличению доходов, маркетинг трансформирует эти задачи в планы по заказам, заявкам, трафику и отдает их агентству или подрядчику. На этом этапе постоянно страдает корректность постановки задач из-за больших амбиций и скромных ресурсов. Извечная проблема человечества — получить как можно больше затратив как можно меньше. В целом в этом нет ничего плохого, но опытный аналитик во время приемки задачи всегда оценивает насколько адекватны требования.

Например, разберем типичную задачу: «Сформировать и обосновать гипотезы для увеличения среднего чека по продажам сервисных карт для корпоративных клиентов». В такой постановке ошибка в том, что решения, которые вырабатывалось аналитиком не подходили для текущих клиентов. Не проговорив, что нас интересуют только новые клиенты , мы получили неподходящие гипотезы.

Формирование и сбор данных

Цели в Google Analytics, коллтрекинг, отчет по сделкам за период, статистика поведения потребителей — это все информация, сбор которой должен быть настроен заранее, желательно централизованно, для быстрого и удобного доступа к различным срезам данных.

Имея статистически значимые выводы, мы можем генерировать рекомендации по изменениям. Задача на этом этапе указать конкретные шаги, которые можно предпринять, чтобы использовать результаты анализа для улучшения бизнеса.

Представьте, что у вас есть две гипотезы по результатам анализа:

С вероятностью 90% действие А принесет рост продаж на 5% в год. Стоимость внедрения 10% от годового оборота.

С вероятностью 50% действие Б принесет рост продаж на 30% в год. Стоимость внедрения 5% от годового оборота.

Какое решение вы бы выбрали при прочих равных?

Ретроспектива

Аналитик отвечает головой, зарплатой, перед богом за качество своего анализа, как и любой профессионал. Ретроспектива должна показать, какие гипотезы отработали, и какое отклонение от плановых показателей произошло фактически. А также почему эти отклонения возникли и что предпринять в будущем.

Я сознательно использую слово «отклонение», а не «падение», поскольку считаю, что значимые отходы от плана в обе стороны — это ошибка анализа и планирования. Просто при отклонении в сторону роста показателя клиент радуется, а в отрицательную — грустит, но мне грустно всегда, когда аналитик значимо отошел от плана.

Ретроспектива — прекрасный инструмент оценки своей квалификации и накопления опыта, когда понимаешь разницу между «данные говорили об ХХХ» и «по факту получилось NNN».

Разные взгляды на аналитику

Давайте разберемся, как видит аналитику заказчик :

Так происходит потому что рынок предоставления данных довольно развит — это разные виды баз данных, включая Google Analytics, CRM, облачные данные и Big Data — все это стоит относительно небольших денег, а отчеты можно снимать и агрегировать практически мгновенно и автоматически. Но некоторые ребята пытаются монетизировать и эту работу, называя аналитикой сбор данных.

Для аналитика же все этапы равнозначны по трудозатратам и сильно зависят друг от друга — выдать отдельно каждый участок за аналитику нельзя. Например, когда в отчете просто набор данных, тот, кто его формировал перекладывает работу по выводам и рекомендациям на читателя.

Серия аналитических отчетов может стать новым стандартом и видением бизнеса. Например, если вам нужно понять ключевые причины оттока покупателей, аналитик берет текущие данные, анализирует причинно-следственные связи, и вы получаете отчет, который можно формировать системно, видя KPI бизнеса под новым углом.

Борьба с когнитивными искажениями

Кто читал Даниэля Канемана знает насколько человек находится в плену своих убеждений и заблуждений. Аналитику нужно регулярно раздупляться, поэтому эту работу я даю прорабатывать в паре. Кто не читал — кратко опишу искажения, которые регулярно накрывают аналитика.

Что видишь, то и есть (поспешные выводы)

Набирая шаг за шагом данные, аналитик выстраивает картину, в которой твердо убежден в каждый момент времени, и его подмывает прекратить изучение, ведь «все уже ясно». Если вы недобрали данных и кто-то, обладая ими, поставит под сомнения ваши выводы — вы будете доказывать обратное просто потому что для правильных выводов нет полной картины данных.

Прайминг

Воздействия личных воспоминаний или ассоциаций на анализ. В нашем случае, когда вопрос изначально формулируется с оценкой. Например, в брифинге клиент убежден в росте рынка, и задача ставится на основе того, что этот рост продлится сам по себе. Клиент продает эту идею аналитику, и он, находясь под влиянием, начинает искать зацепки, почему рынок будет расти, хотя никакой базы для этого нет.

Вспомните как мы ищем информацию, когда уверены что болезнь можно победить народными средствами: мы пишем «куда приложить подорожник чтобы прошла гангрена». То есть изначальное убеждение ложное, и на его базе строятся неверные выводы, что вопрос лишь в том куда прикладывать.

Критерии хорошего анализа

Гибкость

Дополнительная цель аналитика найти только нужные данные, которые значимо влияют на проблему, и ответить насколько необходимо изменить показатель для достижения цели. Чаще всего ответ упирается в ресурсы компании, которыми она располагает.

Основная проблема аналитика — отсутствие полного объема данных. В таких условиях ему необходимо обладать творческим подходом и определить, как использовать текущие данные для решения задачи.

Отличительная черта хорошего аналитика — генерация нескольких путей решения одной и той же задачи, в условиях ограниченных данных.

Актуальность

Хороший анализ руководствуется бизнес-потребностью. Он не производится потому что это интересно или весело. В случае с большим объемом данных легко втянуться в их разбор с непонятной целью. Конкретная бизнес-задача — прекрасный старт для аналитика.

Дальше задача трансформируется в подзадачи, например, бизнес-задача в маркетинговую, а затем в коммуникационную. Нет смысла анализировать насколько различные сегменты рынка чувствительны к цене продукта, если его доля составляет всего 2% от оборота.

Статистическая значимость

Аналитику нужно видеть, когда отклонение в показателях достаточно значимо, чтобы бить тревогу и срочно что-то править. Как определить эту значимость? Если параметр дает отклонение больше, чем в 10% — я считаю его математически значимым.

Отдельно отмечу исследования групп. Чаще всего, аналитику важно, что думает, делает и ожидает большинство выборки, а не вся аудитория. Всем угодить невозможно и перфекционизм будет лишь увеличивать бюджет и срок анализа. Помните, чем больше размер выборки, тем меньше погрешность и выше вероятность того, что «правильный» ответ очень близок к тому, который был найден на основе исследования группы.

Объяснимость

Вас должны понимать люди, которые не обязаны знать технических деталей. Аналитику нужно уметь представлять и позиционировать свои результаты спонсорам проекта, далеким от технических вопросов.

Отчеты, которые нужно «переводить» с языка аналитика на русский — плохие отчеты.

Идеальный аналитик

Хороший специалист в области аналитики быстро считает в уме, разбирается в бизнес-моделях той сферы, в которой работает — это важно для понимания порядка затрат на внедрение гипотез и риск-анализа. Еще он легко устанавливает причинно-следственные связи между имеющимися данными, обладает деловой смекалкой, умеет четко выражать свои мысли и презентовать результат. И не существует.

Современный рынок постоянно меняется и совершенствуется, и успешно работать могут только те компании, которые владеют всеми стратегиями и инструментарием маркетинговой деятельности. Постоянное развитие и успех компании во многом зависит от профессионализма маркетолога и того, насколько целенаправленна маркетинговая политика в целом.

Кто они и чем занимаются.

Маркетинг не профессия, а образ мышления, который позволяет компаниям принимать на основе тщательного исследования ситуации на рынке верные решения по дальнейшему развитию. Маркетологи-аналитики – это специалисты, отслеживающие все последние тенденции современной рыночной экономики, и в то же время умеющие ориентироваться в условиях неопределенностей. В крупных организациях существуют целые отделы маркетинга, в компаниях поменьше маркетинговой деятельностью может заниматься один человек.

Круг обязанностей маркетолога-аналитика выглядит следующим образом: полевые исследования фокус-группы, мониторинг рынка конкурентов, исследование потребительских предпочтений, участие в формировании ассортиментной политики, формирование отчетности и многое другое. Маркетолог в крупной компании участвует также в планировании товарного ассортимента, исследует региональные рынки сбыта. Маркетолог генерирует идеи, умеет находить различную информацию, управлять людьми и событиями.

На российском рынке труда маркетологи появились относительно недавно в 1996 году, а наиболее популярны стали после августа 98-го. Не смотря на новизну данной вакансии на рынке труда, спрос на маркетологов растет с каждым днем, а профессия становится все популярней. Хотя именно на данном этапе развития рынка труда настоящих профессионалов в области маркетинга крайне не хватает. Спрос значительно превышает предложение. В основном это связано с тем, что до недавнего времени в российских учебных заведениях практически не готовили специалистов по маркетингу.

Требования к кандидатам.

К кандидатам на должность маркетолога работодатели предъявляют довольно жесткие требования. В такой профессии необходимы не только знания по специальности, но и знания в смежных областях, связанных с профилем деятельности компании. В зависимости от рынка маркетолог должен знать: основы экономики, социологии, статистики, правоведения, историю развития торговли и производства, действующее законодательство. К профессиональным качествам маркетолога можно отнести коммуникабельность, структурное и аналитическое мышление, стремление к совершенствованию. Оценить профессионализм кандидата позволяет в первую очередь наличие успешного опыта маркетинговых исследований конкурентных компаний. Маркетолог-аналитик должен в совершенстве владеть организационными и аналитическими способностями, а также инициативностью и отличной памятью. Также работодатели активно приветствуют маркетологов с уже наработанными деловыми связями.

Начав двигаться по карьерной лестнице, квалифицированный специалист рано или поздно доходит до позиции начальника отдела маркетинга, во многих компаниях такой специалист одновременно является заместителем генерального директора по маркетинговой политике. Зарплата маркетологов зависит от опыта работы, знаний языков и объема возлагаемой на него ответственности. В крупных российских компаниях квалифицированный специалист по маркетингу может получать от $600-1000, в западных компаниях доход маркетолога составляет около $800-1200 в месяц. Зарплата директора отдела маркетинга может варьироваться от $1500 до $5000 ежемесячно.

Профессия маркетолога-аналитика считается очень престижной и перспективной. За последние несколько лет маркетинговая политика большинства российских компаний стала более продуманной. Отсюда напрашивается вывод, что и требования к специалистам, отвечающим за ведение этой политики, со временем становятся все жестче. Человеку, не имеющему профильное образование, соответствующего опыта работы и необходимых качеств, будет сложно устроится на работу. Как и в любых специальностях, залогом успеха профессионального маркетолога-аналитика является качественная теоретическая подготовка и много практики. Тогда и трудоустроиться будет легче и работа будет оплачиваться соответственно.

Качественное образование и диплом маркетолога сейчас можно получить в таких столичных ВУЗах, как Академия им. Плехованова, МЭСИ, Высшая Школа Экономики, Государственный университет управления.

Подводя итог, можно сказать, что маркетинг – это одна из систем управления компанией, позволяющая принимать правильные решения на основании тщательного анализа рынка. Важными целями маркетинга является увеличение прибыли и оптимизация деятельности всей компании. Применяется маркетинг на разных уровнях, от государственного до индивидуального и позволяет оценить реальную картину в отношениях с рынком, производством и потребителем. А от профессионализма и квалификации маркетолога зависит стратегия ведения бизнеса и динамичное развитие компании в целом.

Дарья Сторожева

При содействии:

Павел Харченко,

агентство “Империя Кадров”,

Вера Нестерова

агентство “Экспресс Персонал”.

Программа «Маркетинг и рыночная аналитика» готовит маркетологов нового поколения, ведь маркетинг сегодня кардинально отличается от того, что был десять лет назад. В результате развития интернет-технологий, социальных сетей и мобильных приложений появляются новые digital-каналы коммуникации с потребителями, все более важным становится омниканальность и персонализация. На сегодняшний день основой для принятия маркетинговых решений становятся статистические данные и аналитика. Технологические инновации: Digital Transformation, Big Data, Machine Learning, Internet of Things, Artificial Intelligence и другие, - меняют функции маркетинга и одновременно бросают серьезный вызов профессии маркетолога, чьи компетенции требуют существенной трансформации для соответствия потребностям цифровой экономики.

Программа направлена на подготовку ведущих профессионалов в области менеджмента и маркетинга, нацеленных на успешную карьеру маркетолога, маркетолога-аналитика, key account менеджера, digital-маркетолога, менеджера по продажам, менеджера отдела сбыта российских и иностранных компаний, а также специалиста по развитию бизнеса.

Для кого предназначена программа?

Бакалаврская программа «Маркетинг и рыночная аналитика» для тех, кто:

ориентирован на профессию маркетолога,
заинтересован в углубленной специализации в сфере маркетинга,
нацелен на развитие профессиональных, аналитических и исследовательских навыков в области маркетинга и рыночной аналитики.

Особенности программы

Маркетинг, основанный на данных. Современный маркетинг неразрывно связан с анализом данных, программа «Маркетинг и рыночная аналитика» учит Data Driven маркетингу – это маркетинг, основанный на данных. Программа предполагает изучение специализированных маркетинговых дисциплин с фокусом на маркетинговую аналитику и цифровой маркетинг.
Практическая ориентация программы. Особое место в программе занимает формирование у студентов навыков практической аналитической работы в области принятия маркетинговых решений, исследования товарных рынков и управления маркетинговой стратегией компании. Практическая ориентация программы достигается за счет:
- участия в реализации программы представителей компаний-лидеров сектора маркетинговых исследований и консалтинга;
- привлечения маркетологов-практиков из ведущих компаний для чтения лекций и проведения мастер-классов;
- применения кейс-метода с разбором конкретных ситуаций из опыта российских и иностранных фирм;
- подготовки студентами старших курсов годовых курсовых работ в форме маркетингового исследования конкретного рынка или бизнес-плана развития фирмы.
Активная проектно-исследовательская работа. Проектная работа включает выполнение прикладных проектов, прохождение учебных практик, реализацию исследовательских проектов и др. Особенностью программы является включение в учебный план практикума «Консультационный проект», в ходе которого студенты в группах из 5-6 человек решают реальную задачу, поставленную компанией-клиентом, проводят необходимые исследования и аналитическую работу.
Углубленное изучение английского языка

В конце второго курса студенты сдают независимый экзамен по английскому языку по международным стандартам. На 3 и 4 курсах студенты способны изучать отдельные дисциплины на английском языке, а также учиться в зарубежных университетах-партнерах (программы стажировок)

Где я буду работать?

Студенты, завершившие подготовку по программе «Маркетинг и рыночная аналитика», могут работать:

руководителями и специалистами маркетинговых служб компаний,
digital-маркетологами,
бренд-менеджерами,
рыночными аналитиками,
key account менеджерами,
управляющими отделов сбыта.

Потенциальные работодатели выпускников программы:

компании-лидеры сектора маркетинговых исследований и маркетингового консалтинга (Nielsen,TNS, GFK, BCG и другие);
ведущие российские и зарубежные компании (P&G, Unilever, L’Oreal, Beiersdorf, Bonduelle, Mars, Yandex и другие);
банки и инвестиционные компании (Сбербанк, Альфа-Банк, Ситибанк, Газпромбанк и другие);
промышленные компании (ЛУКОЙЛ, Газпром, Роснефть и другие).

Артем Первухин о критериях хорошего анализа и идеальном аналитике.

В закладки

Люди плохо понимают, что такое аналитика. Особенно в маркетинге. В надежде увеличить ценность работы, аналитикой называют отчеты и статистические выкладки, что обычно игнорируется заказчиком, а впечатление об «анализе» складывается из количества страниц документа.

Дело в том, что данных, на основании которых строится анализ, всегда много, и какие-то простые группировки часто выдают за аналитику. На самом же деле, данные отдельно от целей не представляют особой ценности.

Отчет - не анализ

Между отчетом и анализом есть принципиальная разница:

Анализ всегда представляет из себя ответы на вопросы с понятными и измеримыми параметрами оценки, включая шаги, необходимые для получения ответов на эти вопросы. Основа анализа - статистически значимые, актуальные и достоверные данные.

Порядок формирования анализа

Формирование KPI → Формирование задачи на изменение KPI → Формирование и сбор данных → Выводы на основе данных → Рекомендации, что конкретно сделать, чтобы изменилось KPI → Ретроспектива.

Формирование задачи на изменение KPI

Извечная проблема человечества - получить как можно больше, затратив как можно меньше. В целом в этом нет ничего плохого, но опытный аналитик во время приемки задачи всегда оценивает, насколько адекватны требования.

Разберем типичную задачу: «Сформировать и обосновать гипотезы для увеличения среднего чека по продажам сервисных карт для корпоративных клиентов». В такой постановке ошибка в том, что решения, которые вырабатывались аналитиком, не подходили для текущих клиентов. Не проговорив, что нас интересуют только новые клиенты, мы получили неподходящие гипотезы.

Формирование и сбор данных

Цели в Google Analytics, коллтрекинг, отчет по сделкам за период, статистика поведения потребителей - это всё информация, сбор которой должен быть настроен заранее, желательно централизованно, для быстрого и удобного доступа к различным срезам данных.

Имея статистически значимые выводы, мы можем генерировать рекомендации по изменениям. Задача на этом этапе - указать конкретные шаги, которые можно предпринять, чтобы использовать результаты анализа для улучшения бизнеса.

Представьте, что у вас есть две гипотезы по результатам анализа:

С вероятностью 90% действие А принесет рост продаж на 5% в год. Стоимость внедрения - 10% от годового оборота.

С вероятностью 50% действие Б принесет рост продаж на 30% в год. Стоимость внедрения - 5% от годового оборота.

Какое решение вы бы выбрали при прочих равных?

Ретроспектива

Аналитик отвечает головой, зарплатой, перед богом за качество своего анализа, как и любой профессионал. Ретроспектива должна показать, какие гипотезы отработали, и какое отклонение от плановых показателей произошло фактически, а также почему эти отклонения возникли, и что предпринять в будущем.

Я сознательно использую слово «отклонение», а не «падение», поскольку считаю, что значимые отходы от плана в обе стороны - это ошибка анализа и планирования. Просто при отклонении в сторону роста показателя клиент радуется, а в отрицательную - грустит, но мне грустно всегда, когда аналитик значимо отошел от плана.

Ретроспектива - прекрасный инструмент оценки своей квалификации и накопления опыта, когда понимаешь разницу между «данные говорили об ХХХ» и «по факту получилось NNN».

Разные взгляды на аналитику

Давайте разберемся, как видит аналитику заказчик:

Так происходит потому, что рынок предоставления данных довольно развит - это разные виды баз данных, включая Google Analytics, CRM, облачные данные и Big Data - все это стоит относительно небольших денег, а отчеты можно снимать и агрегировать практически мгновенно и автоматически. Но некоторые ребята пытаются монетизировать и эту работу, называя аналитикой сбор данных.

Для аналитика же все этапы равнозначны по трудозатратам и сильно зависят друг от друга - выдать отдельно каждый участок за аналитику нельзя. Например, когда в отчете просто набор данных, тот, кто его формировал, перекладывает работу по выводам и рекомендациям на читателя.

Борьба с когнитивными искажениями

Кто читал Даниэля Канемана, знает, насколько человек находится в плену своих убеждений и заблуждений. Аналитику нужно регулярно раздупляться, поэтому эту работу я даю прорабатывать в паре. Кто не читал - кратко опишу искажения, которые регулярно «накрывают» аналитика.

Что видишь, то и есть (поспешные выводы)

Набирая шаг за шагом данные, у вас выстраивается картина, в которой вы твердо убеждены в каждый момент времени, и аналитика подмывает прекратить изучение, ведь «всё уже ясно». Если вы недобрали данных и кто-то, обладая ими, поставит под сомнения ваши выводы - вы будете доказывать обратное просто потому, что для правильных выводов нет полной картины данных.

Прайминг

Воздействия личных воспоминаний или ассоциаций на анализ. В нашем случае - когда вопрос изначально формулируется с оценкой. Например, в брифинге клиент убежден в росте рынка, и задача ставится на основе того, что этот рост продлится сам по себе. Клиент продает эту идею аналитику, и он, находясь под влиянием, начинает искать зацепки, почему рынок будет расти, хотя никакой базы для этого нет.

Вспомните, как мы ищем информацию, когда уверены, что болезнь можно победить народными средствами: мы пишем «куда приложить подорожник, чтобы прошла гангрена». То есть изначальное убеждение ложное, и на его базе строятся неверные выводы, что вопрос лишь в том, куда прикладывать.

Критерии хорошего анализа

Гибкость

Дополнительная цель аналитика - найти только нужные данные, которые значимо влияют на проблему, и ответить, насколько необходимо изменить показатель для достижения цели. Чаще всего ответ упирается в ресурсы компании, которыми она располагает.

Ключевая компетенция аналитика - уметь смотреть на задачи под разным углом и забывать про свое мнение. Важна только статистика.

Основная проблема аналитика - отсутствие полного объема данных. В таких условиях ему необходимо обладать творческим подходом и определить, как использовать текущие данные для решения задачи.

Отличительная черта хорошего аналитика - генерация нескольких путей решения одной и той же задачи в условиях ограниченных данных.

Актуальность

Хороший анализ руководствуется бизнес-потребностью. Он не производится потому, что это интересно или весело. В случае с большим объемом данных легко втянуться в их разбор с непонятной целью. Конкретная бизнес-задача - прекрасный старт для аналитика.

Статистическая значимость

Аналитику нужно видеть, когда отклонение в показателях достаточно значимо, чтобы бить тревогу и срочно что-то править. Как определить эту значимость? Если параметр дает отклонение больше, чем в 10% - я считаю его математически значимым.

Отдельно отмечу исследования групп. Чаще всего, аналитику важно, что думает, делает и ожидает большинство выборки, а не вся аудитория. Всем угодить невозможно, и перфекционизм будет лишь увеличивать бюджет и срок анализа. Помните: чем больше размер выборки, тем меньше погрешность и выше вероятность того, что «правильный» ответ очень близок к тому, который был найден на основе исследования группы.

Объяснимость

Отчеты, которые нужно «переводить» с языка аналитика на русский - плохие отчеты.

Идеальный аналитик

Хороший специалист в области аналитики быстро считает в уме, разбирается в бизнес-моделях той сферы, в которой работает - это важно для понимания порядка затрат на внедрение гипотез и риск-анализа. Еще он легко устанавливает причинно-следственные связи между имеющимися данными, обладает деловой смекалкой, умеет четко выражать свои мысли и презентовать результат. И не существует.