Отрывок из книги Кевин Дж. Кленси, Питер С. Крейг, Марианна МакГерри ВольфИздательство "Вершина" Перевод на русский язык - под научной редакцией Олега Чернозуба,управляющего партнера V-RATIO BCC.
В исследовании STM ученые интервьюируют респондентов, чтобы узнать об их фоновых привычках — это интервью, включающее вопросы о желательности. Респондентам представляют рекламу концепции в зависимости от стадии разработки. Это представление включает рекламы конкурентов и других категорий продуктов для моделирования рыночного окружения. Когда продукт доступен, исследователи показывают реальный товар и его конкурентов в моделированном магазине.
После представления продукта исследователи задают вопросы о его оценке. Во время этой части интервью респондента просят оценить тестируемый бренд и его важнейших конкурентов по тем же характеристикам и достоинствам, по которым они оценивали желанность.
Допустим, что в исследование моделирования для Naturally Dry входило 30 качеств и достоинств, было опрошено 1000 респондентов. Для каждого респондента составляется 30 рейтингов «качество/выгода», 30 оценок проблем, 30 расчетов корреляции и усиления действия. Итого — это 3 раза по 30 для 1000 расчетов, или 90 тыс. индивидуальных расчетов в сочетании с 30 разными мотивационными оценками для каждого респондента — по одному для каждой характеристики.
Затем мы оцениваем мотивационную силу для всей выборки, среди покупателей по отношению к отказывающимся покупать новый продукт или услугу (в данном случае Naturally Dry) и для лояльных потребителей. Это позволяет менеджеру по маркетингу выявить те элементы, которые влияют на покупательское поведение в продуктовой категории, а также оценить сходство и различие между совершившими и не совершившими покупку.
Исследование показало, что для выборки в целом характеристики категории с высокой мотивацией были: «Все ингредиенты натуральные», «Высокое качество», «Защищает от запаха», «Не оставляет пятен», «Этому бренду я доверяю» и «Разумная цена». Характеристики категории с низкой мотивацией: «Длительное действие», «Простота в использовании», «Просто открывается» и «Очень сильный».
Когда мы смотрим на мотивационную силу этих характеристик среди людей, которые не покупают Naturally Dry, мы сразу замечаем важную разницу. Покупатели Naturally Dry считают такое качество, как «все ингредиенты натуральные», высокомотивирующим, а люди, не покупающие Naturally Dry, считают это качество немотивирующим. Кроме того, покупатели оценивают качества «разумная цена» и «стоит этих денег» как высокомотивирующие. А не приобретающие продукт считают эти качества вообще не важными для мотивации.
Сравнение мотивационной силы по группам покупателей полезно для оценки позиционирования нового продукта или услуги. Сравнение рейтингов брендов по качествам и достоинствам, как показано в табл. 7.4, ясно показывает сильные и слабые стороны продукта в конкурентном окружении.
Для совершения пробной покупки нового продукта или услуги потенциальному потребителю нужно продемонстрировать его сравнительные преимущества перед конкурентными продуктами хотя бы по одной из мотивирующих характеристик. Эти качества и достоинства могут быть прямо позиционированы. Эти характеристики равноправно конкурируют с другими брендами в своей категории. Другими словами, «останавливает потоотделение» для антиперспиранта, «отличный вкус» для безалкогольного напитка или «финансово надежная» для страховой компании — все это высокомотивирующие характеристики, но каждый продукт в категории обладает ими.
Таблица 7.4. Матрица стратегии бренда
Мотивационная сила | Naturally Dry в сравнении с брендом В | ||||
Паритет | |||||
Naturally Dry: лучший | Прекрасный: лучше быть не может | Приемлемый, но мог бы быть лучше | Неприемлемый | Naturally Dry: худший | |
Высокая | Без химикатов | Сохраняет сухость | Разумная цена | Не оставляет пятен | Останавливает потоотделение |
Средняя | Растворимый | Долгое действие | Этому бренду я верю | Легко открывать | Легко закрывать |
Низкая | Натуральные ингредиенты | Цилиндрическая форма | Удобный размер | Может быть переработан | Хорошо известный бренд |
Паритетности недостаточно для создания пробной покупки на высококонкурентном рынке (поэтому и терпят поражение многие продукты). Компания должна сочетать паритетность со сравнительными преимуще ствами хотя бы по одной из мотивирующих характеристик. Когда потребитель считает, что новый продукт имеет сравнительное преимущество по каким то важным характеристикам, это должно отражаться в позиционировании.
Сравнение рейтингов брендов новых продуктов, Naturally Dry, существующих продуктов и бренда В показывает, что для покупателей Naturally Dry имеет сравнительные преимущества по цене и экологическим характери стикам. Однако по другим мотивирующим факторам потребители признают Naturally Dry равным или уступающим другим продуктам. Это объясняет низкую эффективность нового бренда среди потребителей, относящихся к более высоким социальным слоям. Менеджеры по маркетингу надеялись придать продукту образ высококачественного товара, а анализ показал, что люди восприняли его как дешевку.
Не купившие Naturally Dry оценили его как равный бренду В по всем мотивирующим характеристикам. Однако это не подвигло их к покупке Naturally Dry вместо бренда В. Для побуждения потребителя к пробной покупке Naturally Dry нуждается в таком позиционировании, которое создавало бы сравнительные преимущества по большему числу высокомотивирующих характеристик. Ему нужно позиционирование в левом верхнем углу матрицы стратегии бренда (табл. 7.5).
Таблица 7.5. План действий
Мотивационная сила качества/достоинства | Матрица стратегии бренда: ваш бренд по сравнению с брендом Х | |||||
Одинаковы | ||||||
Ваш бренд: лучший | Прекрасный: лучше быть не может | Приемлемый, но мог бы быть лучше | Неприемлемый | Худший (выбор бренда Х) | ||
Высокая | Возможность позиционирования | Условие выхода на рынок — поддержка | Вероятная возможность | Необходим новый продукт | Серьезный недостаток — надо исправить | |
Средняя | Дополнительная возможность | Дополнительное условие выхода на рынок | Вероятная возможность | Очень вероятная возможность | Вторичный недостаток | |
Низкая | Потенциальная возможность — увеличение важности | Снижение затрат | Снижение затрат | Действия не предпринимаются | Действия не предпринимаются | |
Моделирование помогает в рекламе
Консультанты по маркетингу не понимают, почему так мало рекламных кампаний разрабатывают и тестируют маркетологи для запуска нового продукта. Во многих случаях они тестируют одну или две рекламные кампании и сравнивают их результаты с нормативными показателями анализа эффективности рекламы, предоставленными исследовательскими фирмами. Если аналитики эффективности рекламы утверждают, что новый ролик работает «значительно лучше», чем нормативный, это дает основания для использования его в моделировании, а затем и на реальном рынке.
Однако маркетологам следует знать, что средняя рекламная кампания сегодня обеспечивает окупаемость инвестиций (ROI) не более 3 %. Иногда анализ для существующих продуктов и услуг приводит к выводу, что окупаемость находится в пределах 40 % убытка. Это означает, что если вы инвестируете 1 млн долл., вы получаете 600 тыс. долл. дохода. Эффективность рекламных роликов Super Bowl была еще ниже. Ожидаемый отрицательный процент (то есть убытки) доходил до 80 %. И это реальная рекламная кампания. Звучит устрашающе!
И ситуация все ухудшается. Если реклама на реальном рынке столь неэффективна, представьте качество реклам, переполняющих базы данных компаний, проводящих анализ ее эффективности. Так что если вы говорите, что ваша реклама превосходит норму эффективности, то это всего лишь означает, что она не чудовищна, но, возможно, не обеспечит вам окупаемости инвестиций. Компании нужна реклама, которая работала бы на 2—3s выше нормативов — по настоящему выдающаяся реклама.
Чем больше разных рекламных кампаний разрабатывают и тестируют агентства по заказу маркетологов, тем больше шансов, что кампания окажется на правой стороне кривой эффективности рекламы (кривой нормального распределения). Это способствует благоприятному развитию ситуации. Рассмотрим рис. 7.3, 7.4 и 7.5.
Рисунок 7.3 иллюстрирует типичную эффективность рекламной кампании с GRP в 2000 пунктов, кампании, осуществляющейся в прайм тайм более 6 месяцев для нового продукта или услуги. Стартовый уровень осведомленности — 0, а через 6 месяцев он останавливается на уровне ниже 50 %. Эта эффективность основана на средней рекламной кампании в середине кривой нормального распределения с точки зрения создания осведомленности.
Но что случится, если маркетолог выберет рекламную кампанию, которая на 1 стандартное отклонение (s) (см. рис. 7.4) или даже на 2 стандартных отклонения выше среднего? В последнем примере, показанном на рис. 7.5, GRP рекламы в 825 пунктов произвел тот же эффект, что и средняя кампания с рейтингом в 2000 пунктов.
Теперь подумайте о том, что сегодня реклама с GRP в 2000 пунктов стоит примерно 25 млн долл., а с GRP в 825 пунктов — около 10,3 млн долл., что подразумевает серьезную экономию в 14,7 млн долл., или 59 % от изначальных инвестиций — и все за счет мощности.
Некоторые могли бы возразить, сказав, что стоимость разработки и производства мощной рекламной кампании очень высока, и в большинстве случаев она не дает никаких гарантий. Выясняется, что это не соответ ствует действительности для большинства маркетинговых мероприятий. На самом деле стоимость создания и тестирования необходимого количества кампаний для подбора среди них эффективной часто ниже, чем потенциальная прибыль.
Моделирование позволяет оценить линию продуктов
Часто маркетологи хотят использовать исследование моделированного пробного рынка для оценки новой или обновленной линии товаров, которые отличаются запахом, размером, формой (жидкость, например, в противоположность порошку) или любой комбинацией этих характеристик. Поскольку место на магазинных полках ограничено, немногие компании в состоянии провести дистрибуцию всех продуктов линии. Розничные торговцы выбирают те варианты, которые, по их мнению, будут наиболее популярными среди их покупателей, но поставщик может повлиять на их выбор, используя материалы убедительных научных исследований.
Системы, изучающие моделированный пробный рынок, применяют две процедуры для решения проблемы дистрибуции в прогнозировании. Первая допускает, что компания проведет полную дистрибуцию и что потребители найдут любой товар нужной линии. В этом случае система прогнозирует объем продаж на основании ACVдистрибуции типа «любой товар». Другими словами, ACV дистрибуция такого типа предсказывает высокую вероятность того, что потребитель может найти любой товар.
Если маркетолог полагает, что потребитель не сможет найти именно тот товар, который он ищет (потому что не каждый розничный торговец будет держать полный ассортимент), STM может применить другую процедуру. Она учитывает расхождение дистрибуции линии продуктов и ACV дистрибуции в создании прогноза объема продаж; вероятность, что потребитель найдет нужный ему товар, ниже, чем вероятность найти любой товар из линии. Чтобы смоделировать влияние товара линии на прогноз, хороший STM может учесть реальную ожидаемую дистрибуцию и потребительские предпочтения для особых товаров и создать три отдельных прогноза с минимальным, максимальным и умеренным уровнем дистрибуции.
Первый прогноз — это прогноз при максимальном уровне дистрибуции, использующий АСV дистрибуцию всей линии типа «любой товар». Этот прогноз исходит из того, что потребитель найдет товар, который ему нужен. (Это тот прогноз, который создает первая процедура.)
Второй прогноз — прогноз при минимальной дистрибуции — основан на крайне консервативном допущении, что ни один потребитель не купит товара, если он не будет соответствовать его предпочтениям по размеру, запаху и форме. Модель вычисляет минимальную дистрибуцию, взвешивая ожидаемую АСV дистрибуцию на основании доли покупаемого товара.
Таблица 7.6. Прогноз STM для новой линии из пяти продуктов
_ | Минимальная дистрибуция | Средняя дистрибуция | Полная дистрибуция |
Эффективная дистрибуция | |||
Месяц 1, % | 67 | 73 | 80 |
Месяцы 2—12, % | 72 | 78 | 85 |
Осведомленность | |||
Диапазон — первый год, % | 21-27 | 22-29 | 23-31 |
Среднее, % | 25 | 27 | 29 |
Проникновение | |||
Процент пробных покупок к концу первого года, % | 15,6 | 16,8 | 18,1 |
Объем продаж | |||
Количество случаев ММ | 3,78 | 4,07 | 4,38 |
Количество единиц ММ | 45,36 | 48,90 | 52,62 |
И, наконец, хорошая система может создать прогноз при средней дистрибуции на основе среднего числа товаров приемлемых брендов среди лояльных потребителей. Исследование определяет среднее число товаров приемлемых брендов при помощи постоянного набора вопросов, задаваемых лояльным потребителям: сколько товаров приемлемых брендов есть в этой линии? Система предполагает наличие линейной зависимости между эффективной дистрибуцией и средним числом избранных из бренда товаров.
Таблица 7.6 указывает, что если маркетолог не в состоянии достичь полной дистрибуции линии из 5 товаров (то есть не каждый потребитель может найти именно тот товар, который хочет), то этот недостаток значительно повлияет на уровень продаж первого года. Прогноз, основанный на принципе «любой товар» или на максимальной дистрибуции, на 8 % выше прогноза средней дистрибуции. В этом случае потребители указывали, что среднее число приемлемых товаров из 5 было 2,8.
Наиболее консервативное допущение, что потребитель купит только тот товар, который он предпочитает всем прочим, обусловливает показатель прогноза на 16 % ниже, чем в случае максимальной дистрибуции.
Комментариев нет:
Отправить комментарий