Опубликовано в журнале "Маркетинг в России и за рубежом" №4 год - 2018
Герасименко В.В.,
доктор экономических наук, профессор, заведующая кафедрой маркетинга
экономического факультета МГУ имени М.В. Ломоносова
Голованова Е.В.,
аспирант экономического факультета МГУ имени М.В. Ломоносова
В современных условиях цифровой экономики накопленную статистику о поведении пользователя в онлайн-среде можно использовать для проведения в том числе и анализа конкурентов. В рамках данной статьи было выявлено, что основными критериями, которые можно применять для измерения интереса пользователей к бренду в Сети с целью проведения конкурентного анализа, являются:
– количество запросов, связанных с брендом или продуктом в поисковой системе;
– количество упоминаний бренда пользователями в Сети.
По результатам исследования, проведенного на примере рынка косметики и парфюмерии сегмента «люкс», было выявлено, что на рост поисковых запросов и упоминаний в Сети влияет жизненный цикл продукта и бренда. Однако данное изменение имеет зачастую краткосрочный эффект. Также была выявлена зависимость между активностями бренда и поисковыми и постинговыми действиями пользователей, что может служить критерием эффективности активации с точки зрения интереса пользователя.
Введение
На сегодняшний день, принимая во внимание существенные изменения в поведении потребителя ввиду развития технологий в условиях глобализации и стремительных перемен в экономике, фактор конкурентоспособности становится особенно актуальным для выживания организации на рынке. Стоит отметить, что данные изменения также повлияли и на способы аналитики внешней среды, в том числе на инструменты для сбора и обработки данных для проведения конкурентного анализа. Принимая во внимание этот факт, Интернет как основа современной технологической инфраструктуры и источник данных для исследований открывает новые возможности для сбора необходимой информации, ее постоянной актуализации и обработки для проведения в том числе и анализа конкурентов.
Первая часть статьи базируется на критическом анализе литературы по данной теме и посвящена выявлению особенностей основных методологических подходов, которые должны быть отражены в данном исследовании. К ним можно отнести такие блоки, как конкурентный анализ, знание бренда, выбор основных интернет-каналов и инструментов. В статье выдвигается и анализируется гипотеза об основных онлайн-инструментах, которые можно эффективно использовать для измерения и оценки интереса со стороны пользователя к бренду, а также для проведения анализа активности конкурентов. Исследование в рамках данной статьи было проведено на основе статистических данных об использовании выделенных онлайн-инструментов на примере парфюмерно-косметических брендов в сегменте «люкс» на российском рынке. Для проведения этого исследования необходимо было решить комплекс аналитических задач:
– выбрать исследуемый с помощью цифровых инструментов показатель исходя из основных теорий конкурентного анализа;
– определить основные способы измерения уровня знания и интереса к бренду;
– определить, какие интернет-инструменты можно использовать для измерения изменений интереса к бренду в Сети;
– на основе сбора и анализа цифровых индикаторов развития российского парфюмерно-косметического рынка в сегменте «люкс» сделать выводы об эффективности их использования в конкурентном анализе и измерении интереса к бренду.
В результате исследования были выявлены основные цифровые инструменты, которые могут быть использованы для измерения уровня интереса к бренду, а также для анализа эффективности различных брендовых активностей с точки зрения их влияния на поведение пользователей в онлайн-среде.
Конкурентный анализ и экономика данных
Конкурентный анализ позволяет оценить позиции игроков на рынке согласно различным критериям. Одну из первых моделей конкурентного анализа предложил Майкл Портер (Porter’s five forces), которая помогала оценить внешнюю среду с точки зрения новых возможностей, уровня конкуренции, вероятности выхода новых игроков, а также с точки зрения отношений между поставщиками и покупателями [1]. Однако в настоящее время ряд исследователей отмечают, что современные технологии приводят к некоторым изменениям в оценке конкурентов и открытость информации существенным образом влияет на взаимодействия субъектов модели Портера [2–4]. Принимая во внимание данную информацию, многие авторы предлагают свои модели конкурентного анализа. В качестве примеров можно привести модель ценностной сети (value net) и модель PARTS, разработанные в 1990-х гг. Адамом Бранденбургером и Барри Нейлбаффом («coopetition », 1996). Данные модели показывают взаимосвязь всех игроков рынка (клиенты и поставщики, товары-заменители и комплементарные товары), оказывающих влияние на формирование стратегии организации [5]. В основе моделей лежит понятие «конкурентное сотрудничество» (co-opetition), которое ориентировано на поиск потенциальных партнерств конкурентов с целью создания большей ценности для потребителей и поставщиков [2: 6; 7].
Сегодня в маркетинге используют различные системы оценки, такие как карта конкурентов, которая оценивает два ключевых фактора – долю рынка и темпы роста рассматриваемых игроков; сравнительный анализ портфеля конкурентов, каналов сбыта, рекламных инвестиций, а также ценовой сравнительный анализ; широко распространены SWOT-анализ, метод бенчмаркинга и пр. При выборе типа анализа немаловажными факторами являются доступность информации и сами данные, которыми располагает компания для проведения сравнения с конкурентами. Данный вопрос является особенно актуальным в рамках развития экономики данных.
В современном мире в рамках активного развития цифровой экономики существуют различные типологии данных, для анализа которых есть свои инструменты и методы. Очевидно, что сейчас происходит информационный взрыв, причем объемы информации в дальнейшем будут только увеличиваться, по прогнозам, к 2020 г. (по сравнению с 2013-м) общие объемы информации увеличатся в 10 раз, причем значительно увеличатся данные, полученные с мобильных устройств и от интернет-вещей [8]. Именно поэтому высокое значение сегодня приобретают аналитика данных, а также цифровые каналы и инструменты для их сбора и обработки.
В рамках данного исследования для проведения конкурентного анализа с помощью цифровых каналов был взят один критерий – знание бренда и интерес к бренду, который в той или иной форме входит в число ведущих показателей любой из перечисленных выше моделей.
Знание и интерес к бренду
Знание бренда (brand awareness), безусловно, является фактором, который влияет на потребительский выбор. В 1968 г. Дж. Энджел и Р. Блэкуэлл в книге «Поведение потребителей» описали одну из первых моделей процесса принятия решения о совершении покупки, в которой была представлена последовательность действий человека при принятии решения, начиная от осознания самой потребности и заканчивая уровнем ее удовлетворения после реализации решения о совершении покупки [9]. В более поздних теориях в цепочку элементов, участвующих в процессе принятия решения, были добавлены характеристики, связанные с маркой. Так, согласно традиционной линейной цепочке принятия решения о совершении покупки знание бренда является первым элементом воронки, которая включает в себя далее такие этапы, как знакомство, рассмотрение, покупка, лояльность. И наконец, согласно более современным теориям знание бренда является немаловажным фактором: для брендов, которые были учтены потребителем на этапе первоначального рассмотрения, вероятность покупки в 3 раза выше, чем для брендов, которые не присутствовали на данном этапе [10; 11].
Уровень знания бренда традиционно измеряется количественным исследованием аудитории посредством опроса. Недостатком данного типа исследования являются: высокая стоимость, длинные сроки на обработку данных, отсутствие возможности получать данные на регулярной основе или в режиме реального времени.
Принимая во внимание данные факторы, настоящее исследование сосредоточено на выявлении цифровых инструментов, которые могут дополнять количественные исследования для оптимизации маркетинговых активностей на постоянной основе.
Интернет-инструменты исследований
Если посмотреть на онлайн-потребление в России, уровень проникновения Интернета в 2017 г. составил уже 75% [12]. Соответственно, как сейчас, так и в будущем для потребителей Интернет будет являться одним из ключевых каналов взаимодействия и получения информации. Поэтому на основе онлайн-инструментов можно отслеживать изменения в поведении пользователя для оценки эффективности маркетинговых активностей конкурентов и их влияние на такие показатели,
как знание бренда и интерес к бренду.
Самыми крупными игроками в России по ежемесячной аудитории, если измерить мобильный и декстопный Интернет, являются Yandex (79,1%) и Google (77,5%).
Следующая площадка по количеству аудитории – это социальная сеть «ВКонтакте» (77,8%) [13]. Таким образом, в поисковых системах и социальных медиа сосредоточен основной массив данных о пользовательской активности. Данную информацию можно использовать, например, для мониторинга позиций конкурентов, а также для анализа их активностей с точки зрения влияния на изменение поведения пользователей в Сети.
Если рассмотреть более детально поисковые системы, то общий принцип их работы состоит в том, чтобы найти интернет-сайт, который своим наполнением наиболее точно и удобно отвечает на запрос пользователя. Информацию по объему запросов по различным вариациям ключевых слов можно получить из свободных источников аналитики поисковых систем. Для России основные источники – это Яндекс (wordstat.yandex.ru/ ) и Google (trends.google.com/trends/).
Стоит отметить, что путь пользователя к принятию решения о совершении покупки существенным образом зависит также от влияния «сарафанного радио» и его современного аналога – социальных сетей. Согласно данным исследования Хоффмана, 93% людей в возрасте от 18 до 35 лет читают отзывы в Интернете перед покупкой, а 41% опрошенных передают свои рекомендации посредством социальных медиа [14].
Именно поэтому мониторинг упоминаний бренда в социальных медиа является дополнительным источником информации об изменении интереса к бренду со стороны пользователя. При анализе данных каналов изучают количество и место упоминаний ключевых слов (название бренда, продукта и пр.) и их тональность (позитивная, негативная, нейтральная). Источником данных для данной информации могут являться следующие инструменты мониторинга: buzzsumo.com, brandspotter.ru, youscan.ru. В рамках текущего исследования для оценки динамики количества упоминаний был взят абсолютный показатель по количеству упоминаний бренда.
Методология исследования
Для проведения практического исследования, целью которого является оценка маркетинговой активности конкурентов с точки зрения ее влияния на уровень интереса к бренду пользователей в Сети, был выбран российский рынок косметики и парфюмерии сегмента «люкс». В рамках исследования был составлен список конкурирующих брендов и собраны количественные данные по запросам пользователей в Поиске Яндекса в 2017 г. (январь–октябрь), а также были проанализированы доступные данные (март–октябрь 2017 г.) по количеству упоминаний брендов и продуктов пользователями в Сети.
В результате анализа литературы, периодических изданий и исследований, а также интерпретации статистических данных была выдвинута следующая гипотеза: «Различные маркетинговые активности бренда влияют на количество запросов пользователей в Поиске по данной тематике, а также на количество текстовых упоминаний данной кампании пользователями в Сети, соответственно, перечисленные выше каналы могут быть использованы для проведения конкурентного анализа». Целью исследования является выявление зависимости между активностями бренда и поведением пользователей в Сети для проведения сравнения с конкурентами. Для достижения данной цели был разработан следующий комплекс исследовательских задач:
– осуществить сбор статистических данных о поведении пользователя в Сети;
– проанализировать собранные данные с помощью построения гистограмм и сравнительных таблиц;
– определить, какие кампании и активности брендов повлияли на спрос пользователей на бренд в Сети;
– выявить особенности реакции потребителя на активности бренда через цифровые показатели.
Решение указанных задач даст возможность протестировать гипотезу, выдвинутую в рамках данной статьи.
Результаты исследования
По результатам анализа собранных данных по поисковым запросам и упоминаниям пользователей в Сети по различным категориям, рассматриваемого в качестве примера рынка, можно наблюдать общие сезонные изменения объемов, а также различные пики, которые выбиваются из общего тренда. В рамках данной статьи приведены примеры цифровых показателей, характеризующих результаты активностей брендов, которые повлияли на поведение пользователей в Сети.
Так, кампания по запуску нового аромата Mon Guerlain бренда Guerlain, которая включала в себя такие инструменты, как ТВ, онлайн-медиа, пресса, наружная реклама, реклама в кино и трейд-поддержка, способствовала росту запросов пользователей в Поиске – до 21 тыс. запросов в месяц в период проведения маркетинговой активности (март 2017 г.), что значительно выше конкурентов (табл. 1).
Однако после активной поддержки спрос на новый аромат, выраженный в цифровом показателе количества запросов в Сети, значительно снижается и становится на уровне уже существующих на рынке продуктов.
Если посмотреть на количество упоминаний бренда в категории «парфюмерия», то упоминания Guerlain во всех сетях увеличились в рассматриваемый период на 85% по сравнению со средним показателем (табл. 2). Анализируя кампании по другим брендам и продуктам, также можно сделать вывод, что активность пользователей после проведения кампании значительно снижается.
Проводя подобный анализ, можно использовать метод бенчмаркинга для определения эффективности кампаний конкурентов с точки зрения интереса пользователя к бренду и продукту. В качестве рекомендации можно указать пункт про постоянную поддержку новых продуктов, однако ввиду бюджетных ограничений здесь можно говорить об изменении в целом подхода к маркетинг-миксу, который используется для запуска продукта для переориентации на более планомерную поддержку на постоянной основе, чтобы наращивать конкурентные позиции в долгосрочной перспективе.
Помимо новинок на всплески показателей интереса к бренду в Поиске также влияют различные активации брендов. Ниже представлена диаграмма, построенная на основе аналитики количества брендовых и продуктовых запросов в категории «декоративная косметика» (рис. 1).
Здесь в качестве примера можно проанализировать активность бренда Urban Decay, которая повлияла на всплеск спроса на бренд в Поиске в период с 22 мая 2017 г. по 19 июня 2017 г. В рамках данной активности для повышения интереса к бренду использовалась анонсирующая промокампания. Данная активация повлияла на всплеск запросов пользователей в Поиске: +17% во время акции (vs. средний показатель в 2017 г.), что может говорить об увеличении интереса потребителей к бренду. Данные критерии могут быть использованы как бенчмарк для сравнения различных активностей конкурентов с целью оценки их эффективности.
Изучение эффективности данных проектов с точки зрения корреляции изменения поисковых запросов и дохода компании может лечь в основу дальнейшего развития исследований по данной проблематике.
Также стоит отметить, что помимо жизненного цикла товара на объемы поиска и количество упоминаний также влияет жизненный цикл бренда. Например, бренд Urban Decay был запущен на российский рынок в декабре 2015 г. и на сегодняшний день бренд имеет три бутика, интернет-магазин и ряд корнеров в парфюмерно-косметических сетях. Если посмотреть на количество запросов по бренду в Поиске, то спрос на Urban Decay, например, выше, чем на бренд Guerlain в категории «макияж», несмотря на то что бренд Guerlain давно присутствует на рынке и имеет значительно более широкую представленность. Здесь гипотеза может состоять в том, что, встречая незнакомый бренд или продукт, пользователи прежде всего «идут» в Поиск, чтобы найти дополнительную информацию, именно поэтому новым брендам в первую очередь необходимо работать с представленностью в Поиске. Стоит отметить, что количество запросов пользователей на бренд Urban Decay в Поиске не уменьшается с момента запуска в отличие от предыдущего примера с запуском нового продукта. Это может являться подтверждением эффективности качественной планомерной поддержки бренда на рынке. С точки зрения количества упоминаний в качестве примера можно привести недавний запуск нового бренда Shu Uemura на российском рынке в сентябре 2017 г. В месяц запуска количество упоминаний Shu Uemura в социальной сети Instagram (первая социальная сеть по количеству упоминаний люксовых брендов в категории «красота») практически в 2 раза превышало количество упоминаний, например, таких брендов, как Make-Up Forever, Bobbi Brown, которые являются одними из лидирующих игроков на рынке в категории «макияж».
Однако после запуска нового продукта упоминания бренда также сократились, что может свидетельствовать о том, что для поддержания упоминаний пользователей о новом бренде необходима дополнительная стимуляция на постоянной основе.
Таким образом, по результатам исследования конкурентной среды с использованием цифровых индикаторов была выявлена зависимость между кампаниями продвижения брендов и изменением поведения пользователей в Сети с точки зрения их поисковой и последующей активности. Оба названных источника информации в Интернете могут быть эффективно использованы для проведения конкурентного анализа с целью оценки активности конкурентов.
Заключение
В современном мире в условиях нестабильности и высокого уровня риска выживают организации, способные к быстрой адаптации к изменяющейся окружающей среде. Для того чтобы в реальном времени отслеживать позиции конкурентов и иметь возможность быстро реагировать на изменения в поведении пользователей, на сегодняшний день существует ряд онлайн-инструментов, которые позволяют измерять уровень интереса и спроса на бренд в Сети. Это прежде всего поисковые системы, а также отзывы и рекомендации сторонних пользователей Сети (упоминания). Как показало проведенное исследование, измерение изменений двух данных показателей может являться своеобразным барометром маркетинговых активностей и их влияния на поведение пользователя и стать основой для проведения конкурентного анализа.
По результатам исследования было выявлено, что на рост поисковых запросов и упоминаний в Сети влияет жизненный цикл продукта и бренда, однако данное изменение имеет краткосрочный эффект. Для того чтобы поддерживать интерес пользователя к продукту или бренду после его запуска, необходима планомерная поддержка. Ввиду бюджетных ограничений для ее реализации необходим пересмотр маркетинг-микса на запуски продуктов. Также была выявлена зависимость между активностями бренда и поисковыми и последующими действиями пользователей, что может служить критерием эффективности активностей с точки зрения интереса пользователя.
К несомненным плюсам использования этих источников данных относятся доступность информации, оперативность в сборе и представлении. Однако для проведения более глубокого факторного анализа поведения пользователя требуются качественные данные об активностях конкурентов, которые значительно сложнее аккумулировать. Стоит отметить, что изучение корреляции коммерческих показателей и увеличение уровня упоминания и поиска бренда или продукта в Сети требуют дальнейшего изучения.
Используемые источники
1. Merchant N. Why Porter’s Model No Longer Works // Hbr.org: Harvard Business Review. 2012 [Электронный ресурс]. URL: hbr.org/2012/02/why-porters-model-no-longer-wo (дата обращения: 06.07.2016).
2. Branderburger A.M., Nalebuff B.J. Inside Intel // Hbr.org: Harvard Business Review. 1996 [Электронный ресурс]. URL: hbr.org/1996/11/inside-intel (дата обращения: 03.02.2017).
3. Benway J.P., Lane D.M. Banner Blindness: Web Searchers Often Miss «Obvious» Links // Ruf.rice.edu: Rice University [Электронный ресурс]. URL: ruf.rice.edu/~lane/papers/banner_blindness.pdf (дата обращения: 19.06.2017).
4. Lambin J.J., Schuiling I. Market-Driven Management: Strategic and Operational Marketing // Palgrave Macmillan – Business & Economics. – 2012. – P. 624.
5. Besanko D., Dranove D., Shaley M., Schaefer S. Economics of Strategy // California State University, Chico Sons, Inc. Fifth Edition, 2010.
6. 12Manage, The Value Net (PARTS, Co-operation) // 12Manage.com: The Executive Fast Track [Электронный ресурс]. URL: 12manage.com/methods_brandenburger_value_net.html (дата обращения: 07.06.2016).
7. Branderburger A.M., Nalebuff B.J. The Right Game: Use Game Theory To Change Strategy.Down.cenet.org.cn: educational portal. 1995. Available at: down.cenet.org.cn/upfile/47/2006524235339115.pdf (дата обращения: 12.09.2016).
8. Пази М. Большой информационный взрыв // Expert.ru: Эксперт Online. 2017 [Электронный ресурс]. URL: expert.ru/russian_reporter/2017/02/bolshoj--informatsionnyij-vzryiv/ (дата обращения: 09.12.2017).
9. Blackwell D., Miniard P., Engel J. Consumer behavior // Thomson/South-Western. – 2006. – P. 774.
10. Court D., Elzinga D., Mulder S., Vetvik O. The Consumer Decision Journey // Mckinsey.com: MCKinsey & Company. Marketing & Sales. 2009 [Электронный ресурс]. URL: mckinsey.com/business-functions/marketing-and-sales/our-insights/the-consumer-decisionjourney (дата обращения: 19.06.2017).
11. Воскресенский М. Путешествие потребителя // Cossa.ru [Электронный ресурс]. URL: cossa.ru/149/2478/ (дата обращения: 15.12.2017).
12. Всероссийский центр изучения общественного мнения (ВЦИОМ). Пресс-выпуск № 3346 // Wciom.ru [Электронный ресурс]. URL: wciom.ru/index.php?id=236&uid=116148 (дата обращения: 09.12.2017).
13. MediaScope. Аудитория пользователей Интернета в России в 2017 году составила 87 млн человек // Mediascope.net: исследовательское агентство. 2017 [Электронный ресурс]. URL: mediascope.net/press/news/744498/ (дата обращения: 04.05.2017).
14. Hoffman M. Here Is Everything You Need To Know About the Millennial Consumer // Accenture.com: consultant company. 2014 [Электронный ресурс]. URL: accenture.com/us-en/insight-outlook-who-are-millennial-shoppers-what-do-they-really-want-retail.aspx (дата обращения: 08.10.2016).
15. YouScan // YouScan.ru: система мониторинга социальных медиа [Электронный ресурс]. URL: youscan.io/ (дата обращения: 30.10.2017).
16. Wordstat.Yandex // Wordstat.Yandex.ru: Подбор слов [Электронный ресурс]. URL: wordstat.yandex.ru/ (дата обращения: 30.10.2017).
