Меня зовут Максим, и я работаю консультантом по клиентской аналитике в компании SAS (это не спецназ и не авиакомпания, а институт). Мы оцениваем применимость новых технологий в бизнес-процессах различных отраслей и на основе этого делаем проекты. В том числе в цифровом маркетинге. Самыми интересными результатами нашей работы я буду делиться с вами в этой и последующих публикациях.
Сегодняшний герой — облачный продукт для цифрового маркетинга SAS Customer Intelligence 360, который позволяет централизованно собирать и обрабатывать данные о клиентах. Разбор возможностей и примеры работы — под катом.
День D
«Диджитал» подкрался незаметно из социальных сетей, поисковых систем, экранов мобильных телефонов и различных носимых устройств.
К комфорту современного интернета быстро привыкаешь, некогда непривычно высокий уровень обслуживания становится делом обыденным и соответствующим минимальным «must have».
Для того чтобы безнадежно не отстать от потребностей своих клиентов, компании вынуждены рваться вперед в гонке цифровых клиентских сервисов.
С какими проблемами сталкиваются организации при работе с цифровыми каналами? Их много, но мы выделяем три наиболее острые:
- Возрастающая сложность идентификации. Одни и те же клиенты одновременно взаимодействуют с разными цифровыми каналами. Возможностей традиционной веб-аналитики для всестороннего мониторинга здесь недостаточно. Реализация отдельных кейсов не приводит к созданию универсального средства управления взаимоотношениями с клиентом в цифровых каналах.
- Возрастающая скорость изменений. Пора признать, что ретроспективный анализ данных в современном мире утрачивает свою ценность. Безусловно, отчеты об эффективности работы сайта или мобильного приложения, основанные на терабайтах кликстрим данных, выглядят впечатляюще. Однако оказывается, что для бизнеса они несут мало пользы. Они отлично иллюстрируют прошлое — но ничего не говорят о будущем.
- Возрастающий объем информации. Посетители онлайн-магазинов или банковских сайтов могут генерировать гигантский поток данных о себе и своем поведении. Всю эту информацию нужно уметь использовать. Но данные о цифровых каналах — это лишь часть общей картины, которая останется неполной без данных из оффлайн-источников. С неполными исходными данными сложно добиться успеха, даже используя самые современные инструменты, например, датамайнинг или предиктивную аналитику.
Что делать?
Чтобы успешно решать эти и другие проблемы, мы разработали SAS Customer Intelligence 360. Это решение распространяется по модели SaaS и пока включает два модуля — для сбора данных о поведении пользователей (Discover) и для управления клиентскими путешествиями и персонификацией (Engage).
У нескольких заказчиков проходят закрытое тестирование еще два модуля — управления email-рассылками и маркетинговыми инициативами (MRM). Мы планируем регулярно обновлять существующие модули и добавлять новые. Все обновления происходят автоматически, без участия пользователей.
На данный момент SAS Customer Intelligence 360 состоит из двух модулей
В отличие от традиционных продуктов SAS, решение базируется в облаке. Это типичный подход для реализации SaaS-решений, который не требует от пользователя покупки дополнительного «железа», и мы не стали идти против трендов индустрии.
Облачная реализация имеет и дополнительные преимущества: гибкое управление потребляемыми услугами, автоматическое обновление и быстрый старт при начале работы (у меня уходит меньше 10 минут, чтобы подключить новый сайт).
«Облачность» требует повышенного внимания к аспектам безопасности и вопросам передачи данных, в том числе персональных. В Customer Intelligence 360 все соединения шифруются по протоколу https (TLS 1.2), а при сборе данных можно «обфускировать» значения.
На стороне браузера клиента происходит хеширование по алгоритму SHA-384. Если данные вдруг попадут в чужие руки, процесс восстановления значений из хеша окажется крайне сложным и нерентабельным (в отличие от шифрования данных, когда достаточно знать правильную парольную фразу для расшифровки). Когда захешированные данные попадают в облако, они подвергаются повторному хешированию с иными параметрами. Требования к хешированию предъявляются и при пакетной (например, из CRM) загрузке персональных данных в облако – SAS не допускает их хранение в открытом виде.
Данные собираются в специальном облачном хранилище – DataHub, где находятся обезличенные профили посетителей всех подключенных сайтов, мобильных устройств, информация об их поведении в подключенных онлайн- и оффлайн-каналах. DataHub можно расширить – достаточно подготовить таблицу и отправить ее в облако, определенным образом указав «ключи». Тогда DataHub свяжет новую таблицу с уже имеющимися данными. Привязка осуществляется в разрезе профилей посетителей.
Теперь подробнее остановимся на составляющих решения. Начнем с модуля Discover.
Все собирают данные о работе сайта, но не все обладают способностью формировать единый омниканальный профиль клиента и автоматически загружать собираемую информацию в нормализованную витрину данных, не прибегая к необходимости писать код или совершать какие-то сложные интеграции. А SAS 360 Discover это делать умеет. Сбор большей части действий клиента происходит автоматически сразу же после добавления тега на сайт. Для отслеживания более сложных событий или процессов используется мастер настройки, который позволяет гибко сконфигурировать систему. И, да, для этого не требуется писать код.
Настройки сбора правил задаются через интерфейс администратора – не нужно что-либо дополнительно дорабатывать на сайте
«Окей, — скажет кто-то, — у любого решения есть ограничения, не все события на сайте можно собрать. Что делать в таком случае?». Без паники, это также предусмотрели. Есть возможность передавать события напрямую в SAS 360 Discover простым вызовом RESTful сервиса по API. В самом простом виде тело запроса будет похоже на эти два примера:
{
"eventName":"Habr Event",
"visitor_id":"4f7da12598693fa49211123"
}
{
"eventName":"Another Habr Event",
"datahub_id":"1234w5-w451w-q72303"
}
Для сбора данных из мобильного имеется особый SDK, который несложно прикрутить к приложению под Android или iOS. Собираемые с разных устройств данные накапливаются в единой витрине и всегда доступны.
Теперь поговорим про вовлечение — модуль «Engage».
Имея под рукой столь ценные разведданные, было бы преступлением ими не пользоваться. Все, что известно о посетителе сайта, может быть использовано против него для более точного таргетинга.
И дело не ограничивается тривиальными механиками вроде «догони пользователя баннером любой ценой» (кстати, мы в SAS выступаем резко против подобного спама). Решение позволяет элегантно «отруливать» такие важные вопросы как контактная политика, тестирование, сегментация базы и анализ эффективности онлайн-кампаний. Можно загрузить список клиентов из CRM, выбрать контент для коммуникации, настроить правила и показатели эффективности проведения кампании и следить за ее успешностью — в рамках одного пользовательского интерфейса.
Встроенные аналитические помощники позволяют проводить различные А/B тестирования, оптимизировать коммуникации, профилировать клиентскую базу и подбирать товары или услуги для клиента.
Для примера разберем вариант реализации простой коммуникации в 360 Engage. Пока опустим создание баннера, настройку места вывода баннера, выбора аудитории и создание событий (об этом мы планируем рассказывать в новых публикациях) и ограничимся этапом постановки задачи.
Задачи бывают разных типов и для разных каналов. На сегодняшний день доступны web, mobile и email. Для примера выберем web – это самый простой из них. Откроется интерфейс настройки задачи Web. Указываем, в какой спот какой контент (креативы, баннеры) выводить.
Типы задач
Дополнительно указываем ограничения контактной политики. Можно задать максимальное количество показов баннера для конкретного пользователя за все время действия кампании или за определенный период (сессия или какой-то промежуток времени). Еще один параметр — срок актуальности задачи (например, время проведения кампании). Когда наступит «час Х», кампания автоматически завершится.
Контактная политика
Чтобы убедиться, что креативы (баннеры) будут корректно отображаться на сайте, можно воспользоваться превью.
Пример предпросмотра на сайте
360 Engage позволяет настроить тип аудитории, которая подходит для данной кампании — например, отобрать клиентов на основе их поведения в сети и/или данных, загруженных из внешних систем (например, из CRM). В нашем случае мы ограничим аудиторию задачи теми пользователями, которые заходили на страницу https://habrahabr.ru/hub/career/ и читали статьи, посвященные карьере в IT-индустрии. Еще можно настроить систему так, что пользователи не увидят баннер, если, например, видели аналогичный или уже выполнили некое целевое действие.
Выбор аудитории
Для реализации более сложных сценариев взаимодействия с клиентами можно настроить карту активностей – диаграмму, где отображается путь клиента в цифровых каналах. Каждый следующий шаг на карте активностей выбирается в зависимости от поведения пользователя на предыдущем шаге. Приятная особенность – можно проводить A/B тестирования целых процессов (нескольких объединенных шагов). Карты активностей — еще один предмет будущих публикаций.
Карты активностей позволяют строить многошаговые сценарии взаимодействия с клиентами
Что дальше?
Недавно я заглянул в дорожную карту SAS Customer Intelligence 360, и мне стало очевидно, что это уже не просто расширение digital-возможностей «классических» решений традиционного целевого маркетинга SAS. SAS Customer Intelligence 360 медленно, но верно превращается в самодостаточную Digital Marketing платформу. Дорабатываются интеграции (внешние DMP и традиционные каналы), шлифуются модели аналитических помощников (расширенная сегментация и продуктовый рекомендер), в имеющиеся инструменты добавляются новые «фичи» (мультистраничное A/B тестирование и online персонализация контента). C каждым релизом увеличивается встроенная функциональность MRM.
На все интересующие вопросы по SAS Customer Intelligence 360 я готов ответить в комментариях.
Автор: maxxts
