В чем научное объяснение способности влиять на людей? Почему некоторые маркетинговые усилия приводят к обратному эффекту? Почему поведение людей — не лучший предмет для прогнозирования? Чему должны научиться все бизнесмены на примере президентских избирательных кампаний? Какие прогнозы в отношении избирателей сделали для победы Обамы на выборах 2012 года больше, чем выявление колеблющихся избирателей? Что может помочь врачам причинять меньше вреда пациентам? Что такое квантовый человек? Загадка: что часто происходит с нами, что нельзя наблюдать и в отношении чего нельзя быть уверенным в том, что это произойдет с нами снова, — но что может быть спрогнозировано заранее?

Работа Евы Хелле состоит в том, чтобы защищать свою компанию, одного из крупнейших в мире сотовых операторов, от серьезной угрозы. Telenor поручила Еве это сложное дело, поскольку ее мобильный бизнес вдруг оказался в опасности.

Новое право потребителей на перенос номеров телефонов стало источником серьезного давления на операторов мобильной связи. С 2001 по 2004 год большинство европейских стран приняли законы, согласно которым при смене оператора можно сохранить свой номер мобильного телефона (это же сделали Соединенные Штаты, а несколько лет спустя и Канада).

Когда клиенты получили возможность уходить, Ева столкнулась с одной старой истиной: вы не знаете, насколько непостоянны люди, пока они несвободны. Потребитель получает свободу, а компания платит цену.

Мало того, как вскоре обнаружила Ева и ее коллеги, игра изменилась гораздо больше, чем они предполагали. Прежние способы, при помощи которых они добивались расположения клиентов и убеждали их остаться, перестали работать. Фундаментальный сдвиг в том, как клиенты реагируют на маркетинг, вынудил компанию кардинально пересмотреть свои подходы.

Прогнозирование ухода клиентов

До всех этих изменений Telenor успешно применяла самую передовую в отрасли методику удержания абонентов сотовой связи — основанную на прогнозной аналитике (ПА).

Применение ПА: удержание клиентов при помощи моделирования оттока

1. Предмет прогнозирования: какие клиенты могут уйти.
2. Цель прогнозирования: нацелить усилия по удержанию на клиентов из группы риска.

Прогнозирование ухода клиентов — возможно, первое по значимости прикладное применение ПА в сфере маркетинга, и по понятным причинам. Любой опытный руководитель компании скажет вам, что удержание клиентов чрезвычайно важно для бизнеса, поскольку, как правило, гораздо дешевле убедить остаться существующего клиента, чем привлечь нового.

Текучесть клиентской базы можно изобразить в виде воздушного шара с входящими и выходящими потоками воздуха:

Удержание клиентов похоже на сокращение утечки воздуха справа. Если вы уменьшите отток клиентов, даже совсем немного, ваш воздушный шар начнет расти заметно быстрее — а вместе с ним и прибыли компании. Этот рост и есть смысл существования бизнеса.

Решение проблемы — в прогнозировании и проактивных мерах. Удержание клиента часто обходится мобильному оператору в бесплатный телефон или весомую скидку, поэтому он должен тщательно просчитывать подобную щедрость, проявляя ее именно там, где это необходимо, — т.е. по отношению к клиентам, которые действительно готовы уйти. Как и большинству крупных мобильных операторов, прогнозирование ухода клиентов приносило Telenor ощутимую выгоду.

Какие тут могут быть сложности?

Не будите спящую собаку

Если завтра я покину вас,
Вы будете меня помнить?
Я отправляюсь в путь,
Ведь на земле так много мест,
которые я должен увидеть.

Из песни «Свободная птица» американской рок-группы Lynyrd Skynyrd

Представьте, что вы получили от вашего сотового оператора рекламную брошюру с интересным предложением (см. рис. ниже).

Заманчиво? Уже представили новую высокотехнологичную игрушку в своем кармане?

А теперь представьте, что последние несколько месяцев вы только и думали о том, как бы перейти к другому оператору, чтобы присоединиться к своим друзьям, — тем более что отныне вы можете забрать свой мобильный номер с собой. На самом деле ваш оператор мог отправить вам это предложение только потому, что предсказал ваш вероятный уход.

Это большая ошибка. Компания тем самым напомнила вам о том, что ваш контракт заканчивается и вы можете быть свободны.

Этот маркетинговый контакт произвел обратный эффект: вместо того чтобы убедить вас остаться, он спровоцировал ваш уход. Если вы — та самая «спящая собака», то компания только что вас разбудила.

Плохая новость не приходит одна. Пытаясь бороться с растущим оттоком клиентов, Ева и ее коллеги в Telenor обнаружили, что их усилия по удержанию терпят фиаско. Клиент за клиентом уходил из компании, несмотря на всех их попытки удержать его — а возможно, и в результате этих попыток. Было очевидно, что правила игры изменились.

Новый предмет прогнозирования

Вам не нужно быть идеалом, чтобы мне понравиться.

Из песни американской рок-группы The Lovin’ Spoonful, 1965 год

Д’оу!

Гомер Симпсон

Это неожиданное поведение поднимает вопрос о том, что именно следует прогнозировать при помощи ПА. Помимо предсказания ухода клиентов, не должна ли компания также прогнозировать, как клиенты отреагируют на маркетинговый контакт? Не стоит ли использовать ПА для ответа на более сложный, состоящий из двух частей вопрос: «Кто из тех, кто готов уйти, останется, если мы предпримем соответствующие меры?» Звучит запутанно. Для того чтобы это сделать, кажется, нам необходимы данные, отслеживающие, когда люди меняют свое мнение!

Ответ на вторую часть вопроса — еще одна важнейшая задача применения ПА, которая является ключевой для эффективного нацеливания маркетинга.

Применение ПА: нацеливание маркетинговых усилий через прогнозирование реакции клиентов

1. Предмет прогнозирования: какие клиенты положительно откликнутся на контакт (например, совершат покупку).
2. Цель прогнозирования: нацелить усилия на тех клиентов, которые с наибольшей вероятностью положительно откликнутся на контакт.

Несмотря на то, что прогнозирование отклика имеет статус наиболее значимого прикладного применения ПА в бизнесе (смотрите 11 примеров в таблице 2 в приложении D), оно не позволяет в полной мере реализовать потенциал целевого маркетинга, поскольку предсказывает только одно поведение. Предположим, что мы осуществили маркетинговый контакт со следующей группой людей:

Если темно-серые фигуры — это те, кто совершил покупку, мы можем поздравить себя с успехом. Мы отлично выполнили свою работу, довольно точно предсказав, кто совершит покупку в результате контакта, и нацелив на этих людей маркетинговые усилия. Как известно, доля откликов при обычном прямом маркетинге часто составляет 1%, а то и меньше.

Однако один простой вопрос выводит из состояния самолюбования даже самых продвинутых экспертов в области ПА: кто из этих темно-серых людей совершил бы покупку в любом случае, даже при отсутствии маркетингового контакта? В некоторых случаях до половины из них (или даже больше) приняли бы решение о покупке без всяких усилий с вашей стороны.

Даже аналитики с многолетним стажем могут быть ошарашены этим вопросом. Они спрашивают себя: «Неужели все это время я прогнозировал не то, что нужно?! Почему я не подумал об этом раньше?!» «Д’оу! Д’оу! Д’оу!» — раздаются раздосадованные возгласы в аналитических лабораториях.

Давайте сделаем шаг назад и логически посмотрим на то, чего хочет компания.

• Компания хочет, чтобы клиенты остались и покупали.
• Компания не хочет вынуждать клиентов (они свободны в своих решениях).
• Следовательно, компания должна повлиять на клиентов — воздействовать на них, убедить их.

Если влияние играет ключевую роль, не является ли это той самой вещью, которую следует прогнозировать? Давайте попробуем сформулировать задачу по-новому.

Предмет прогнозирования: поможет ли этот маркетинговый контакт положительно повлиять на клиента?

Да, это именно то, что нужно. Такой предмет прогнозирования соответствует главной цели компании, поскольку включает в себя ответ сразу на два вопроса: сделает ли клиент то, чего от него ожидают, и как он отреагирует на данный маркетинговый контакт?

Прогнозирование влияния оказывает влияние на прогнозирование. ПА перемещает свой прицел с прогнозирования поведения на прогнозирование влияния на поведение.

Прогнозирование влияния обещает существенно повысить отдачу от ПА, поскольку организации важно не просто знать, что будут делать люди, — ей гораздо важнее знать, что она может с этим сделать. Это наделяет прогнозы реальной практической ценностью.

Я знаю, что задавал уже этот вопрос, но повторюсь еще раз: какие тут могут быть сложности?

Главного глазами не увидишь

Хьюстон, у нас еще одна проблема.

Откуда вы можете знать, что что-то произошло, если не видите этого? Взгляните на следующий случай возможного влияния на поведение:

1. Человек получает рекламную брошюру.
2. В его мозгу что-то происходит.
3. Человек покупает продукт.

Насколько можно с уверенностью предположить, что влияние имело место? Откуда мы знаем, что рекламная брошюра сыграла какую-то роль? Возможно, человек совершил бы покупку в любом случае.

Мозг — это черный ящик, в который мы не можем заглянуть. Современная нейронаука еще не достигла такого уровня прогресса, чтобы точно определять, когда и почему человек изменил свое мнение (и даже, будь она на это способна, нам бы потребовались данные о работе головного мозга для каждого покупателя!).

Метод самонаблюдения также не работает. Вы не всегда можете с точностью сказать, как происходил процесс принятия решения. Вы не можете быть уверены в том, что на вас повлияло — отзыв друга, родственника, какая-то случайная информация или что-либо еще. Вполне вероятно, что ваше решение о покупке было принято абсолютно самостоятельно.

Установить факт влияния можно через определение причинно-следственной связи: послужила ли эта рекламная брошюра причиной совершения покупки? Однако, как мы обсуждали в главе 3, наши знания о причинно-следственных связях весьма ограничены. Чтобы знать истинные причины чего-либо, необходимо в полной мере разбираться в том, как разные вещи в этом мире влияют друг на друга, понимать всю специфику этого влияния и цепные реакции, приводящие к тому, что одно событие влечет за собой другое. Именно этим занимается физика, химия и другие науки: изучением того, как устроен мир. Но даже науки дают нам лишь ограниченное понимание.

Поскольку влияние невозможно наблюдать, мы никогда не можем с уверенностью сказать, имело ли влияние в данном случае место или нет.

Так как же мы можем его спрогнозировать?

Если бы да кабы…

Нельзя дважды войти в одну реку.

Гераклит

Как вам такой расклад? Самый ценный для прогнозирования предмет даже не поддается наблюдению!

Желание оказать воздействие движет практически каждым нашим действием. Действуем ли мы как организации или индивиды, из корыстных или альтруистических побуждений, почти все, что мы делаем, призвано произвести некий желаемый эффект, например:

• отправляем брошюру клиенту (или избирателю);
• назначаем лекарство пациенту;
• предоставляем социальное пособие с целью побудить получателя перейти к самообеспечению.

Но каждое действие может привести к обратному результату: рекламная брошюра спровоцирует уход клиента; пациент ощутит побочные эффекты от лекарства; получатель социального пособия станет зависимым от финансовой помощи. Следовательно, мы должны не только делать то, что произведет желаемый эффект, но и избегать того, что может привести к нежелательному эффекту.

В одной сфере ошибки и промахи влекут за собой особенно болезненные последствия: романтические отношения. Когда вы ухаживаете за женщиной, вы одновременно и маркетолог, и товар. Вы приглашаете женщину в ресторан не для того, чтобы поесть, — а чтобы продать себя. Вот несколько советов, как увеличить свои шансы на достижение положительного результата. Не будьте слишком напористым — зачастую это не привлекает, а пугает. В то же время не будьте чересчур пассивным — более активный соперник может перехватить инициативу и увести вашу возлюбленную. Постарайтесь спрогнозировать, какое поведение с вашей стороны произведет положительный — и отрицательный — эффект, и избегайте второго.

В фильме «День сурка» телеведущий Фил Коннорс в исполнении Билла Мюррея приобретает своего рода сверхспособность — а именно способность видеть влияние своих поступков. Застряв в некой магической петле времени, он вновь и вновь переживает один и тот же день, 2 февраля, что становится для него своего рода чистилищем, по-видимому, предназначенным избавить этого героя от вопиющего нарциссизма. Не имея возможности выбраться из этого круговорота, самовлюбленный телеведущий приходит в отчаяние.

Но его отношение кардинально меняется, когда он осознает, что на самом деле его положение дает ему уникальную возможность протестировать различные маркетинговые подходы к одному и тому же субъекту (очаровательной журналистке в исполнении Энди Макдауэлл) в совершенно идентичных ситуациях — и посмотреть на результат. Отчаянно желая завоевать сердце своей коллеги, которая — к счастью для Коннорса — совершенно не помнит его промахов, он после бесконечной череды проб и ошибок в конце концов находит правильный путь к ее сердцу.

Только в этой замечательной фантастической истории мы можем увидеть, какое воздействие оказывает каждый из возможных вариантов действий. Но в реальной жизни мы никогда не можем знать наверняка, какое решение является наилучшим. Должен ли я признаться своей собеседнице, что люблю реалити-шоу? Правильно ли мы сделали, что отправили рекламную брошюру этому клиенту? Не мог ли другой метод лечения дать лучшие результаты? Если бы да кабы…

В жизни у нас нет возможности сделать дубли, поэтому наш единственный выход — заранее предсказать, и как можно точнее, что будет работать, а что — нет. Но реально ли это в реальной жизни? Если мы не можем наблюдать влияние, как мы можем узнать, имело оно место или нет?

Искусство оказывать влияние

Думайте, прежде чем говорить.

Искусство оказывать влияние актуально даже в романтических отношениях. Анализ, проведенный по заказу сайта знакомств OkCupid, показал, что сообщения, инициирующие первый контакт, в которых содержатся слова «потрясающий, чудесный», имеют в два раза больше шансов вызвать положительный отклик, чем сообщения со словом «сексуальный». «Привет» воспринимается более благоприятно, чем «Эй», а упоминание о музыкальной группе работает лучше, чем о литературе и видеоиграх (поди разберись).

Профессор психологии Роберт Чалдини научился убеждать людей совершать меньше преступлений и доказал, что это работает. Многие посетители национального парка «Окаменелый лес» в Аризоне крали его главное богатство — куски окаменелой древесины. Ученый показал, что таблички с разными надписями по-разному влияют на людей.

При использовании первой таблички кражи составили 1,67%, второй — 7,92%, т.е. почти в пять раз больше. Факт влияния был доказан. Мы можем с уверенностью заключить, что первая надпись влияет на людей гораздо сильнее, чем вторая, возможно, по причине того, что вторая надпись снимает с данного действия позорное клеймо кражи, сообщая, что это является обычным поведением. Аналогичные эффекты были обнаружены и в таких сферах, как утилизация полотенец в гостиницах и снижение бытового потребления электроэнергии, о чем рассказывается в книге «Психология убеждения: 50 доказанных способов быть убедительным», написанной Чалдини в соавторстве со Стивом Мартином и Ноа Гольдштейном.

Однако эти исследования доказывают лишь то, что влияние имеет место в группе, но не рассматривают его на уровне отдельных индивидов, таким образом оставляя за рамками проблему выбора индивидуального подхода, способного оказать наибольшее влияние на отдельно взятого человека.

В области медицины при проведении большинства клинических исследований делают то же самое — сравнивают два метода лечения, чтобы определить, какой из них дает лучшие результаты в целом по группе. Когда я порвал переднюю крестообразную связку (главную связку коленного сустава), катаясь на горных лыжах, мне нужно было выбрать место, откуда будет взята ткань для ее восстановления. Это решение я принял самостоятельно, найдя информацию о результатах одного исследования: оно показало, что для перенесших такую операцию пациентов, которым была пересажена ткань из связки надколенника, ходьба со сгибанием коленного сустава оказывалась «трудной или невозможной» в два раза чаще, чем для пациентов, которым пересадили ткань с задней поверхности бедра.

Проблема заключается в отсутствии персонализированного подхода. Я никогда не узнаю, был ли мой выбор источника ткани для трансплантации наилучшим в моем конкретном случае (хотя сейчас колено кажется совершенно здоровым). Это касается любого метода лечения, который выбирается исходя из «средней температуры по больнице». У нас остается неопределенность в отношении каждого отдельно взятого пациента. Если вы принимаете таблетку и у вас перестает болеть голова, вы не можете знать наверняка, подействовало ли это лекарство или ваша головная боль прошла бы в любом случае.

Другими словами, если вам удается предотвратить что-то плохое, как вы можете быть уверены в том, что это вообще бы произошло?

Стимул и отклик: неперсонализированный подход

Многие из щелчков мышью, которые вы, не задумываясь, совершаете каждый день, используются Всемирной паутиной для непрерывного изучения того, как усилить свое влияние. Google сравнил 41 оттенок синего цвета, чтобы узнать, который из них вызывает больше кликов. Сайты определяют, какие объявления провоцируют больше всего кликов, и проводят A/B-тестирование, сравнивая, какой дизайн и контент веб-страниц обеспечивает наилучшие продажи. Сеть Facebook проводит контролируемые эксперименты с целью определить, как изменения в правилах отражения постов, размещаемых вашими друзьями, влияет на активность вашей коммуникации и использование продукта.

Я протестировал несколько разных названий для этой книги, следуя по стопам авторов SuperCrunchers и The 4-Hour Workweek. Размещение рекламных объявлений на Google Adwords, которые демонстрировались на экранах десятков тысяч случайно выбранных пользователей по всей стране, показало, что название «Прогнозная аналитика» вызывает почти в два раза больше кликов, чем «Пророчества фанатов цифр», «Я знал, что вы это сделаете», «Ясновидящий компьютер» и шесть других наименований, участвовавших в этом конкурсе. Очень удобно, что бесспорным победителем, наилучшим образом подходящим для этой книги, оказалось название самой дисциплины — «Прогнозная аналитика».

И в медицине, и в маркетинге такая схема тестирования позволяет сравнить эффективность различных методов — но только на основе общей тенденции по группе испытуемых в целом. Лучшее, что можно сделать при помощи такого подхода, — это выбрать наиболее эффективный метод и применять его ко всем пациентам или клиентам без разбора.

Но и в этом случае вы по-прежнему действуете почти вслепую. Оглядываясь в прошлое, вы не знаете, насколько эффективным оказался выбранный вами метод в каждом конкретном случае. Глядя в будущее, вы по-прежнему не знаете, как персонализировать подход.

Квантовый человек

Вы отправляетесь в другое измерение не только видений и звуков, но и разума.

Из сериала «Сумеречная зона»

У будущего есть одна особенность: стоит только в него заглянуть, как оно сразу меняется. Потому что вы в него заглянули.

Из фильма «Пророк»

Кажется, здесь побывал Гейзенберг.

Изречение неизвестного автора

Как и в квантовой физике, некоторые связанные с людьми вещи непостижимы. Хотя вы можете возразить против низведения вас до уровня квантовой частицы, существует прямая аналогия между неопределенностью, связанной с оказанием влияния на конкретного человека, и принципом неопределенности Гейзенберга. Этот принцип гласит, что мы не можем одновременно точно измерить две взаимно сопряженные характеристики квантовой частицы — например, ее положение и скорость. Это компромисс: чем более точно мы измеряем один параметр, тем менее точно мы можем измерить другой.

С человеком дела обстоят точно так же. В частности, мы не можем одновременно знать о человеке две вещи, которые нам необходимо знать для того, чтобы определить, можно ли повлиять на него или нет, а именно:

1. Купит ли Билл, если мы пошлем ему рекламную брошюру?
2. Купит ли Билл, если мы не пошлем ему рекламную брошюру?

Если бы мы знали ответ на оба вопроса, нам был бы известен ключевой факт — можно ли повлиять на Билла или нет. Например, если ответы на вопросы не совпадают:

Мы делаем вывод, что Билл подвержен влиянию и, следовательно, наш подход будет эффективным в отношении Билла.

Если же ответы на вопросы совпадают, например:

В этом случае мы делаем вывод, что наш подход неэффективен в отношении Билла, поскольку он купит в любом случае.

Бывает и обратная ситуация. Иногда брошюра может вызвать противоположный эффект и негативно повлиять на клиента, который в ином случае совершил бы покупку.

Но все это наши фантазии. Мы не можем знать ответы сразу на оба вопроса. Чтобы узнать ответ на первый вопрос, нам нужно послать брошюру, а чтобы узнать ответ на второй — не посылать ее. Но мы не можем одновременно послать и не послать брошюру Биллу. Невозможно одновременно прописать и не прописать лекарство пациенту. Также невозможно одновременно опробовать на человеке два вида хирургического вмешательства. Короче говоря, невозможно протестировать сразу оба подхода.

Эта неопределенность загадывает нам философскую загадку сродни той, что существует в квантовой физике. Поскольку невозможно измерить одно и другое одновременно, имеет ли квантовая частица одновременно настоящую скорость и настоящее положение? И по аналогии: существуют ли одновременно ответы на оба предыдущих вопроса о человеке? Ответ на один вопрос делает ответ на другой чисто гипотетическим. Если в лесу, где никого нет, падает дерево, звук его падения также становится чисто гипотетическим при отсутствии ушей, которые могут его услышать. Наиболее важная для нас характеристика человека как подверженного или не подверженного влиянию оказывается в высшей степени эфемерным понятием. Она поддается наблюдению только в группе и никогда в случае отдельно взятого человека. Значит ли это, что мы можем говорить о подверженности влиянию только в контексте группы и отказаться от попыток точного определения этой характеристики в отношении конкретного индивида? Если среди нас есть люди, подверженные влиянию, мы никогда не можем знать наверняка, кто они.

Такая непознаваемость уравнивает прошлое и будущее. Мы не знаем, было ли оказано влияние на человека, и не знаем, может ли оно быть на него оказано, т.е. подвержен ли этот человек влиянию или нет. Это уникальный случай, когда ретроспекция дается ничуть не легче, чем прогнозирование, и вчера представляет собой ничуть не более простую загадку, чем завтра. И о прошлом, и будущем факте влияния можно говорить лишь гипотетически.

Очевидно, что предположения относительно будущего более ценны, чем относительно прошлого. Если мы знаем, какова вероятность оказать влияние на каждого конкретного человека, мы сможем принимать соответствующие индивидуальные решения.

Но как можно спрогнозировать подверженность влиянию? Другими словами, как можно обучить прогнозную модель при отсутствии обучающих примеров (индивидуальных случаев с точно известными исходами) того, что мы хотим предсказать?

Прогнозирование влияния методом моделирования воздействия

Модель для прогнозирования влияния ничем не отличается от любой другой прогнозной модели:

Как и все рассмотренные в этой книге модели, она берет в качестве входных данных характеристики индивида и на выходе выдает прогнозную оценку.

Но данный случай прогнозного моделирования — особенный. Вместо того чтобы предсказывать непосредственно поведение, нам нужна модель, которая оценивает возможность оказания влияния на поведение индивида. Нам нужна модель для прогнозирования воздействия.

Модель прогнозирования воздействия (uplift model) — прогнозная модель, которая предсказывает реакцию индивида в ответ на то или иное действие.

Эта модель отвечает на вопрос: «Насколько выше вероятность того, что данное действие приведет к искомому результату по сравнению с альтернативным действием?» Опираясь на эту прогнозную скоринговую оценку, организация выбирает способ действия — что сказать или сделать в отношении каждого отдельно взятого человека. Альтернативным методом может быть пассивное действие в отношении контрольной группы, например, отсутствие маркетингового контакта или назначение плацебо вместо тестируемого препарата, что позволяет прогнозной модели эффективно предсказывать, стоит ли применять данный метод воздействия или нет.

Как можно научиться прогнозировать то, чего мы не видим? В данном случае у нас нет обучающих примеров того, что мы хотим спрогнозировать, — подверженных воздействию индивидов. У нас нет обучающих данных в привычном понимании.

Чтобы сделать, казалось бы, невозможное, этот вид моделирования требует грамотного решения, позволяющего обойти эту фундаментальную проблему стороной. Чтобы увидеть, как это работает, давайте рассмотрим пример из практики U. S. Bank.

Ставка на влияние

Заместитель вице-президента U. S. Bank Майкл Грундхефер не хотел довольствоваться малым. В середине 1990-х годов усилия банка по продаже методами прямого маркетинга финансовых продуктов, таких как кредитные линии, давали неплохие результаты. Большинство кампаний прямой рассылки приносили удовлетворительную прибыль. Отвечая за аналитический фундамент, лежащий в основе этих кампаний, Майкл внимательно наблюдал за эффективностью используемых прогнозных моделей и искал способы их улучшения.

Компании часто неверно истолковывают результаты своих маркетинговых кампаний. Одна из вопиющих ошибок — они смотрят на список охваченных рассылкой клиентов и спрашивают: «Сколько из них отреагировало?» Это называется уровнем отклика. Один из создателей метода моделирования воздействия (uplift modeling) Николас Рэдклифф (ныне независимый консультант и лектор в Университете Эдинбурга) нарисовал карикатуру о недостатках этой метрики:

Эта метрика — уровень откликов — не учитывает, сколько клиентов купили бы продукт в любом случае, даже при отсутствии маркетингового контакта. Некоторые продукты расхватываются как горячие пирожки, без всякой рекламы. Для бизнеса это замечательно, но, если это так, не стоит благодарить маркетинговый отдел — возможно, он тратит деньги и изводит бумагу (и, соответственно, деревья, из которых она производится) впустую.

Как и при испытании лекарственных препаратов, эффективность (или неэффективность) маркетинговых усилий определяется путем сравнения с результатами контрольной группы, к которой не применяется данное действие (или, например, применяется плацебо). Таким образом, мы должны собрать два набора данных:

Если в группе клиентов, к которым применялось данное действие, процент покупок выше, чем в контрольной группе, значит, маркетинговая кампания оказалась успешной. Это доказывает, что на некоторых людей удалось оказать позитивное воздействие, хотя мы, как всегда, не знаем, на каких именно.

Когда прогнозируется не то, что нужно

Подъехав к развилке на дороге, следуйте по ней.

Йоги Берра

Для нацеливания маркетинговых кампаний Майкл и его команда в U. S. Bank использовали традиционный метод: модели откликов, позволяющие спрогнозировать, какие клиенты совершат покупку в случае контакта. Это не то же самое, что спрогнозировать, кто совершит покупку по причине контакта, поскольку в данном случае не предсказывается воздействие. Сравнение с результатами контрольной группы неизменно свидетельствовало об успешности этих маркетинговых кампаний. Но Майкл был уверен, что нацеливание может быть еще более эффективным, если они научатся прогнозировать, на кого из клиентов рекламные рассылки могут оказать искомое воздействие.

Стандартные модели откликов прогнозируют не то, что нужно, и на самом деле их название вводит в заблуждение. Они не предсказывают позитивный отклик в ответ на маркетинговый контакт; они предсказывают готовность покупать. Но для компании гораздо актуальнее знать, для кого из клиентов контакт станет причиной покупки, чем то, кто в принципе может совершить покупку. Разумеется, приятно и полезно знать своих «хороших» клиентов — тех, кто готов покупать больше, но с точки зрения нацеливания маркетинга это имеет второстепенное значение.

В некоторых случаях использование стандартных моделей откликов может вести к обратным результатам. Стремясь повысить уровень откликов, маркетологи сосредотачиваются на показателе, который проще всего измерить. Но, как верно заметил бывший министр обороны США Роберт Макнамара, «мы должны сделать важное измеримым, а не измеримое — важным». Стандартные модели откликов выявляют клиентов, которые купят в любом случае, но никак не помогают избавиться от чувства, что нас, потребителей, просто заваливают ненужной почтой, которая мусором валится в наши электронные и обычные почтовые ящики. Существует лишь небольшая прослойка подверженных влиянию потребителей, которым действительно имеет смысл делать рекламные рассылки. Задача в том, чтобы таких потребителей выявить.

Стандартные модели откликов предсказывают:

1. Совершит ли клиент покупку в случае маркетингового контакта?

Модели прогнозирования воздействия существенно меняют дело, добавляя всего одно слово:

2. Совершит ли клиент покупку только в случае маркетингового контакта?

Хотя второй вопрос может показаться простым, он состоит из двух ключевых компонентов: «Клиент совершит покупку в случае контакта? И не совершит при отсутствии контакта?» Этот вопрос «два в одном» фокусируется на разнице в результатах при том и другом варианте действий. Это то же самое, что спросить: «Повлияет ли маркетинговый контакт на клиента, подтолкнув его совершить покупку?»

Моделирование воздействия

Взвесьте ваши варианты.

Отвечая на вышеуказанный вопрос из двух частей, метод моделирования воздействия (uplift modeling) предсказывает положение каждого человека в матрице, состоящей из четырех концептуальных сегментов:

По вертикальной оси эта матрица, как и обычные модели откликов, делит клиентов на две группы на основании того, кто из них совершит или не совершит покупку в случае маркетингового контакта. Но по горизонтальной оси она добавляет важный дополнительный параметр, а именно: кто из клиентов совершит покупку при отсутствии контакта.

Майкл Грундхефер из U. S. Bank хотел нацелить свои усилия на нижний правый квадрант, т.е. тех, в контакт с кем имеет смысл инвестировать. Там находятся подверженные воздействию клиенты, которые совершат покупку при получении маркетингового предложения и не совершат при его отсутствии. Именно этих людей и стремится выявить метод моделирования воздействия.

Применение прогнозной аналитики: нацеливание маркетинговых усилий при помощи методики моделирования воздействия

1. Предмет прогнозирования: на кого из клиентов можно оказать влияние, подтолкнув совершить покупку.
2. Цель прогнозирования: нацелить маркетинговые усилия на этих подверженных воздействию клиентов.

Метод моделирования воздействия дает возможность сократить маркетинговые расходы и количество мусорной почты по сравнению с традиционным подходом. Это достигается за счет исключения из списка рассылок клиентов из нижнего левого квадранта, которые совершат покупку в любом случае.

Технология моделирования воздействия

В методике моделирования воздействия для обучения используются одновременно два набора данных — по экспериментальной и контрольной группам:

Чтобы научиться различать подверженных воздействию клиентов (тех, для кого выбор подхода имеет значение), прогнозные модели обучаются на данных по группам клиентов, охваченных и не охваченных маркетинговой кампанией. Обучение сразу на двух наборах данных представляет собой значительный сдвиг парадигмы, поскольку на протяжении десятилетий прогнозное моделирование и машинное обучение были почти полностью сосредоточены на построении моделей на основе одного набора данных.

Для начала давайте рассмотрим простой пример с одной переменной, чтобы понять, как можно спрогнозировать воздействие через сравнение поведения клиентов в экспериментальной и контрольной группах:

Это вымышленный, но типичный пример результатов прямого маркетинга, полученных финансовым учреждением, показывает, что клиенты со средним уровнем вовлеченности наиболее подвержены воздействию посредством прямой почтовой рассылки. По вертикальной оси указан показатель NWOE, отражающий уровень искомого позитивного отклика, по горизонтальной — количество уже открытых клиентами возобновляемых кредитных линий (таких, например, как по кредитной карточке). В данном случае мы видим, что клиенты в средней части графика, у которых имеется не слишком много и не слишком мало открытых кредитов, более подвержены положительному воздействию посредством прямой рассылки.

Менее вовлеченные клиенты в левой части графика фактически не подвержены влиянию — маркетинговый контакт никак не влияет на их планы. Сюда попадают две категории клиентов — «Верное дело», которые приобретут продукт в любом случае, и «Безнадежное дело», которые не сделают этого ни при каком раскладе. Ни на ту, ни на другую категорию тратить маркетинговые деньги и силы не имеет смысла.

Очевидно, что следует любой ценой исключить из рассылочного списка клиентов из категории «Не беспокоить» в правой части графика. Маркетинговый контакт с этими людьми, которые уже имеют большое количество открытых кредитов, на самом деле уменьшает вероятность совершения ими новой покупки. В этом сегменте кривая резко идет вниз, принимая отрицательные значения, что говорит о негативном воздействии. Это может объясняться тем, что клиенты с большим количеством открытых кредитных счетов уже хорошо информированы и негативно относятся к новому контакту, который они воспринимают как навязчивый маркетинг. Или же тем, что они подвержены импульсивным покупкам (например, когда приходят в отделение банка), но в домашних условиях склонны более тщательно обдумывать решение и исследовать конкурирующие предложения онлайн.

Это показывает возможности только одной переменной. Как можно реализовать потенциал прогнозной аналитики в полной мере благодаря использованию множества переменных, как в случае прогнозного моделирования, рассмотренного в главе 4? Чтобы разобраться с этим вопросом, давайте вернемся к истории о Майкле Грундхефере и U. S. Bank.

Как работает метод моделирования воздействия

Несмотря на успешность маркетинговых усилий банка, Майкл Грундхефер был убежден, что можно добиться гораздо более впечатляющих результатов. В отличие от многих маркетологов он понимал разницу между полученным уровнем откликов и реальным объемом продаж, сгенерированным маркетинговой кампанией. Изучая отчеты, он видел, что применяемые модели прогнозирования откликов далеки от идеальных. Он опробовал несколько собственных идей, чтобы попытаться спрогнозировать фактическое воздействие, но результаты были противоречивыми и нестабильными.

Однажды Майкл обратил внимание на то, что кампания прямой рассылки, предлагающая существующим клиентам кредитные линии под залог жилой недвижимости, в некоторых группах клиентов потерпела провал. В них она не только не окупила затраты на производство и рассылку рекламных материалов, но и произвела обратный эффект, приведя к снижению продаж.

Майкл начал сотрудничать с небольшой компанией под названием Quadstone (ныне Pitney Bowes Software), предлагавшей новый аналитический инструмент для моделирования реакции клиентов. Эта система разбивает клиентскую базу на маркетинговые сегменты, выделяя группу подверженных воздействию клиентов, например:

Это не традиционный маркетинговый сегмент. Это не клиенты с более высокой — или, наоборот, более низкой — готовностью покупать. Это клиенты, на которых маркетинговый контакт вероятнее всего окажет искомое позитивное воздействие, подтолкнув совершить покупку. Но оценить реальную эффективность маркетинговых усилий в этом сегменте можно только путем сравнения уровня покупок в экспериментальной и контрольной группах клиентов.

Это успех! В данном сегменте группа клиентов, охваченная прямой почтовой рассылкой, продемонстрировала более высокий уровень откликов, чем контрольная группа. Таким образом, автоматически выделив определяющие характеристики в процессе обучения, прогнозное моделирование обнаружило сегмент клиентов, в котором кампания прямой рассылки является действительно эффективной.

Описываемая нами методика моделирования воздействия, позволяющая выявлять такие сегменты, основана на расширении метода деревьев решений (см. главу 4) и называется моделированием воздействия с помощью деревьев решений (uplift trees). Обычные деревья решений предназначены для выявления сегментов, существенно различающихся по уровню откликов — много откликов или мало откликов. Методика же uplift trees использует аналогичную механическую сегментацию, но ее задача состоит в выделении сегментов, существенно различающихся по уровню реакции на применяемое действие, т.е. в выявлении наиболее подверженных воздействию сегментов. При этом может быть выделен ряд сегментов, подобных тому, что был показан выше.

Для U. S. Bank применение метода моделирования воздействия обеспечило беспрецедентный прорыв, повысив рентабельность инвестиций в маркетинговые программы в пять раз по сравнению с прежними кампаниями, основанными на традиционном прогнозировании откликов. Этот впечатляющий результат был достигнут как благодаря сокращению объемов неэффективной прямой рассылки, так и за счет уменьшения негативного эффекта в некоторых сегментах клиентов.

Инвестиционная управляющая компания Fidelity Investments также ухватила суть дела: тратить меньше, зарабатывать больше. «За счет исключения таких категорий клиентов, как “Верное дело” и “Не беспокоить”, методика моделирования воздействия позволяет вашей организации добиться 100%-ного отклика при охвате менее 100% целевой аудитории», — говорит Кэтлин Кейн, ведущий специалист по методам поддержки принятия решений в Fidelity.

Эффект воздействия

Методика моделирования воздействия помогает справится с таким неуловимым феноменом, как подверженность человека влиянию, путем новаторской комбинации двух хорошо известных, ранее существовавших раздельно парадигм:

1. Сравнение результатов экспериментальной и контрольной группы;
2. Прогнозное моделирование (машинное обучение, статистическая регрессия и т.д.).

Только благодаря творческой комбинации этих двух парадигм мы приобретаем способность прогнозировать вероятность оказания влияния на поведение человека. Я называю это эффектом воздействия:

Эффект воздействия: несмотря на свою нематериальную природу, подверженность человека влиянию может быть спрогнозирована при помощи методики моделирования воздействия (uplift modeling), предполагающей построение прогнозной модели на основе двух различных обучающих наборов данных, отражающих результаты применения двух альтернативных подходов.

Если вы еще не догадались, это и есть ответ на загадку, заданную мной в начале этой главы. Подверженность влиянию и есть то самое, что часто происходит с нами, что нельзя наблюдать и в отношении чего нельзя быть уверенным в том, что это произойдет с нами снова, но что можно предсказать заранее. Таким образом, прогнозная аналитика переступает границы человеческого восприятия.

Применение моделирования воздействия в различных сферах деятельности

Технология моделирования воздействия находит применение повсюду: в маркетинге, предвыборных кампаниях, сфере кредитования, социального обеспечения, здравоохранения и т.д. Оказать влияние — вот цель практически любой организации, поэтому каждая организация в любой отрасли стремится поставить себе на службу то, что я называю «эффектом воздействия».

Область применения	Варианты действий	Цель
Целевой маркетинг	Должны ли мы осуществить маркетинговый контакт с этим клиентом или нет (действие или отсутствие действия)?	Добиться высокого уровня позитивных откликов от кампаний прямого маркетинга
Удержание клиентов	Должны ли мы предпринять попытку удержать этого клиента или нет (действие или отсутствие действия)?	Добиться высокой эффективности кампаний по удержанию клиентов
Выбор содержания	Какая реклама, картинка, выбор слов или продукт поможет нам привлечь клиента?	Обеспечить высокий уровень откликов в таких областях, как прямой маркетинг, перекрестные продажи, реклама онлайн и офлайн
Выбор канала коммуникации	Через какой канал мы должны контактировать с клиентом (например, по почте, электронной почте, телефону)?	Добиться высокого уровня позитивных откликов от кампаний прямого маркетинга
Динамическое ценообразование и скидки	Должны ли мы предложить клиенту более высокую или более низкую цену?	Рост продаж
Возврат кредитов	Должны ли мы предложить должнику более значительное списание или нет?	Обеспечение возврата дебиторской задолженности
Кредитный риск	Должны ли мы предложить клиенту больший или меньший лимит по кредиту? Более высокую или более низкую годовую процентную ставку?	Повышение дохода от процентных платежей и сокращение убытков вследствие невозврата кредитов
Избирательные кампании	Должны ли мы активизировать агитационную кампанию в отношении этого колеблющегося избирателя или в этом колеблющемся штате?	Обеспечить положительные итоги голосования на политических выборах (см. специальную вставку в этой главе, где рассказывается о применении технологии моделирования воздействия в ходе предвыборной кампании Барака Обамы)
Социальная помощь	Должны ли мы предоставить пособие этому человеку или нет?	Повысить эффективность социальных программ для достижение главной цели — формирование способности к долгосрочному материальному самообеспечению
Персонализированная медицина	Какое лечение мы должны назначить этому пациенту?	Обеспечить высокий процент положительных исходов в клинической практике

В этой главе были подробно рассмотрены первые две области, приведенные в таблице. Давайте чуть более развернуто поговорим об остальных (следует заметить, что в настоящее время для некоторых из этих областей применения еще не проведены широкие исследования, которые подтверждали бы работоспособность этой концепции, поскольку моделирование воздействия — новая технология).

Выбор содержания и канала коммуникации. При помощи метода моделирования воздействия для каждого клиента выбирается такое рекламное объявление, предложение, содержание, продукт или канал коммуникации (телефон, электронная почта и т.д.), которые с наибольшей вероятностью вызовут положительный отклик. В этих случаях нет такого варианта, как отсутствие действия, поэтому нет контрольной группы — все наборы данных отражают результаты различных вариантов активных действий.

Динамическое ценообразование и обеспечение возврата кредитов. Как и при принятии любого решения, каждый вариант ценообразования несет с собой определенный риск: слишком высокая цена может отпугнуть клиента, но, назначая слишком низкую цену (или предоставляя слишком большую скидку), вы можете неоправданно жертвовать своими доходами, если клиент был готов заплатить больше.

Кредитный риск. Для каждого заемщика баланс между его рентабельностью и риском зависит от кредитного лимита и годовой процентной ставки. Повышение того или другого, либо того и другого ведет к более высокому доходу в форме процентных платежей, но одновременно может увеличивать вероятность дефолта и размер последующего списания долга.

Избирательные кампании. Когда я жил в Калифорнии, я видел очень мало рекламы президентских кампаний — в зависимости от политической принадлежности кандидата наш штат считался либо «верным делом», либо «безнадежным делом». Точно так же, как лучшая целевая аудитория для маркетинговых кампаний — это подверженные влиянию клиенты, наиболее перспективной аудиторией для политических кампаний являются так называемые подвижные, или колеблющиеся, избиратели, которых потенциально можно склонить на свою сторону. Это же касается и колеблющихся штатов, где имеет смысл вести активные электоральные кампании и тратить значительные ресурсы. Более подробно об использовании прогнозной аналитики в ходе предвыборной борьбы смотрите в специальной вставке «За пределами колеблющихся избирателей: как технология моделирования воздействия помогла Обаме выиграть второй президентский срок» в этой главе.

Социальная помощь: нацеливание социальных программ. Позвольте представить вашему вниманию идею, которая может изменить все. Программы социальной поддержки в области образования и занятости подвергаются серьезной критике ввиду того, что их адресатом часто становятся не те, кто действительно нуждается в помощи, а наиболее предприимчивые и пробивные люди, которые преуспели бы и без нее. В других случаях социальная помощь может вести к развитию у ее получателей зависимости от внешней финансовой поддержки и разрушению способности к материальному самообеспечению. Прогнозирование того, как предоставление помощи повлияет на дальнейшую судьбу каждого отдельно взятого претендента, позволит существенно повысить эффективность социальных программ за счет устранения вышеуказанных недостатков. Как следствие, не поможет ли такой научно обоснованный, индивидуализированный экономический подход вывести правительство из деструктивного тупика, возникающего в результате противоборства фискальных идеологий, которые сегодня активно отстаивают консервативные и либеральные политики?

Персонализированная медицина. Даже если клинические исследования показывают, что один метод лечения в среднем дает лучшие результаты, чем другой, фактически это означает, что, помогая многим, этот метод лечения может не помогать и даже вредить некоторым пациентам. Назначение одинакового лечения всем без разбора иногда ведет к обратному эффекту, ухудшая состояние и убивая некоторых пациентов — хотя, разумеется, такие негативные последствия наступают гораздо реже, чем в тех случаях, когда клинические исследования не проводятся вообще. Персонализированная медицина стремится предсказать, какой метод лечения лучше всего подходит для конкретного пациента, используя аналитические методики для прогнозирования лечебного воздействия, которые во многом аналогичны вышеописанной нами технологии моделирования воздействия, применяемой в маркетинге. Например, для поддержки принятия решений о назначении бета-блокаторов при сердечной недостаточности «исследователи разработали на основе двух независимых наборов данных систематическую, индивидуально-ориентированную процедуру выбора метода лечения». Один из видов терапии при ВИЧ-инфекции показал себя наиболее эффективным у детей младшего возраста. Индивидуализация диагностики и лечения различных видов рака на основе молекулярно-генетических маркеров дает столь весомые результаты, что Управление по надзору за пищевыми продуктами и лекарственными препаратами США стало требовать в качестве обязательного условия для применения новых фармацевтических препаратов «проведения теста, позволяющего надежно выявлять определенные разновидности генных мутаций, чтобы обеспечить назначение препарата именно тем пациентам, которым он предназначен помочь» (цитаты взяты из статей в The New York Times).

Как удержать абонентов мобильной связи

Вскоре после того, как переносимость мобильных номеров стала — печальной — реальностью для телекоммуникационной отрасли, к Еве Хелле из Telenor обратилась компания Quadstone с предложением опробовать новую аналитическую технику — моделирование воздействия. Это было откровением. Ева уже была осведомлена о том, что усилия Telenor по удержанию клиентов дали обратный эффект — спровоцировали уход некоторых из них, но она не знала никакого проверенного метода, который помог бы решить эту проблему. Момент был удачным, так как Quadstone, будучи начинающей компанией, искала первых клиентов, чтобы доказать на практике эффективность предлагаемой ею технологии.

Применение ПА: удержание клиентов при помощи моделирования воздействия

1. Предмет прогнозирования: каких клиентов можно убедить остаться.
2. Цель прогнозирования: нацелить усилия по удержанию на этих подверженных воздействию клиентов.

Клиентов спугнуть так же просто, как трусливых кроликов. Традиционный подход к удержанию клиентов зачастую непреднамеренно делает именно это, поскольку легче всего спровоцировать уход тех клиентов, которые и так готовы уйти. Другими словами, спящих собак легко разбудить. Это, например, член фитнес-клуба, который никогда не посещает спортзал, или подписчик Netflix, редко берущий фильмы напрокат, — обоим достаточно одного только напоминания, чтобы они наконец-таки ушли (в идеале это хороший момент для их повторного вовлечения). Один человек как-то рассказал мне, что, когда он получил предложение о продлении гарантии на фотоаппарат, это напомнило ему о том, что гарантийный срок скоро заканчивается. Он тут же засунул фотоаппарат в микроволновку, чтобы сломать его и вернуть в магазин. Очевидно, что лучше не провоцировать такие криминальные действия, чем пытаться бороться с ними постфактум.

Особенно дорого может обходиться провоцирование ухода абонента мобильной связи, поскольку это может вызвать эффект домино: люди склонны выбирать того же сотового оператора, что и их друзья. Исследование, проведенное одним крупным североамериканским оператором, показало, что вероятность ухода абонента увеличивается в семь раз, если один из друзей из его списка контактов меняет оператора.

Внедрение технологии моделирования воздействия позволило Telenor совершить впечатляющий прорыв: рентабельность инвестиций в инициативы по удержанию клиентов выросла в 11 раз по сравнению с прежними программами, основанными на стандартных методиках прогнозирования ухода клиентов. Это произошло благодаря сокращению количества непреднамеренно разбуженных «спящих собак» и уменьшению общего объема почтовых рассылок. Как и U. S. Bank, Telenor научилась получать больше за меньшие деньги.

Для международного оператора мобильной связи, обслуживающего десятки миллионов абонентов в 11 странах, это было огромной победой. Новый подход не только помог компании справиться с трудностями, связанными с введением переносимости мобильных номеров, но и позволил смягчить систематически возникающую проблему «спящих собак», присущую традиционным методам прогнозирования оттока клиентов. Даже когда маркетинговые кампании на основе традиционного подхода в целом дают положительный результат, они неизбежно провоцируют уход некоторых клиентов, которые в ином случае могли бы остаться.

Для Евы, которая после этого успеха была назначена руководителем отдела клиентской аналитики, и для всего остального мира это знаменует только начало новой эры — прогнозирования и управления столь эфемерным феноменом, как влияние.