Поле чудес возможности tns mic Евгений Попов Инна Меренкова Ольга Малинкина Москва, 25 октября 2006. - презентация

1 поле чудес возможности tns mic Евгений Попов Инна Меренкова Ольга Малинкина Москва, 25 октября 2006

2 Через тернии к звездам Эволюция задач клиентов

3 Рынок, исследования Начало большого пути

4 24 мая 2001 года мы официально объявили об объединении трех наших компаний в группу TNS Россия Задача: создание технологии маркетингового обслуживания рынка

5 Синдикативные исследования Нормативные базы Медиа исследования Мониторинг медиа Маркетинговые исследования Internet MIndex Radio Index NRS TV Index Outdoor Радио Пресса ТВ Стандартные бизнес-решения

6 Единое информационное пространство Команда Сервис Решения Обучение

7 Стратегические цели Репозиционирование МИЦ из полевой компании в компанию полного цикла Создание возможностей для решения задач Клиентов, возникающих на всех этапах жизненного цикла продукта TNS Business Solutions Создание и развитие эффективной системы «продакшн» Развитие key account management Секторная специализация

8 Рост доли проектов полного цикла в TNS MIC

9 Телеком / IT Авто Медицина / Фармацевтика Финансы, страхование Потребитель- ские панели FMCG Секторная специализация TNS MIC

10 наше поле

11 Общее количество интервью

12 Количество интервью: телефонные vs персональные

13 Количество станций CATI 5 офисов, включая филиал в Санкт-Петербурге

14 Москва Петербург Ростов-на-Дону Пермь Челябинск Самара Волгоград Новосибирск Омск Уфа Владивосток Красноярск Казань Нижний Новгород Екаринбург Расширение географии (на примере трекингов)

15 Расширение географии

16 Основные тенденции развития рынка Рост доходов населения Изменение моделей покупательского и потребительского поведения Поиск новых эффективных каналов коммуникации Go Online! Рост рекламного рынка в 5 раз за период

17 Эволюция задач клиентов: 2001

18 Эволюция задач клиентов:

19

20 Задачи Аудит бренда / категории Тестирование рекламы Оценка эффективности рекламных кампаний Сегмнтация рынка на основе потребительского поведения Оценка здоровья бренда

21

22 Потребности людей многоуровневые Эмоция – основа потребительского поведения Сильные бренды говорят с потребителями на языке архетипов Задача: сегментация на основе потребностей Решение: Эмоциональные Социальные Функциональные

23 Сегмент Энергия Энергия Дерзость Активность

24 Сегмент Статус Власть Статус Индивидуализм

25 Сегмент Рационализм Порядок Контроль Структура

26 Сегмент Комфорт Комфорт Спокойствие Романтичность

27 Сегмент Семья Семья Друзья Общение

28 Сегмент Удовольствие Веселье Наслаждение Беззаботность

29 Задача: оптимизация портфеля марок Решение: C F D B A E

30 Задача: оценка удовлетворенности клиентов Решение: Гигиенические факторы Мотиваторы Потенциал? / Savers? Скрытые возможности TRI*M Grid Карта действий и приоритетов TRI*M Index Измерение уровня стабильности потребительской базы TRI*M Competitive Analysis Определение сильных и слабых сторон по сравнению с конкурентами A01 A04A05 A06 A07 C01 C02 C03 C04 C05 C06 C07 D01 D03 D08 Strength Weakness TRI*M Typology Типология потребителей по лояльности и удовлетворен- ности Апостолы Наемники Террористы Заложники Source: Harvard Business Review, Nov-Dec 95, Thomas O. Jones, W. Earl Sasser

31 Задача: мониторинг покупательского поведения в импульсных категориях Решение: Penetration% – доля покупателей товара в населении Москвы лет

32 Задача: оптимизация продуктовой линейки Решение: Сладкие Экзотически е фрукты Ягоды

33 Задача: оптимизация продуктовой линейки Решение: АбрикосПерсик 2 АпельсинМандарин Грейпфрут ЛимонЛайм БананМангоГрушаДыня Арбуз Киви Малина ФейхоаЗеленое яблоко КлубникаЗемляника Вишня Ежевика Брусника КлюкваКалинаЧерная см-наКрасная см-на

34 Задача: определение оптимальной цены Решение: Brand A Brand B Brand C Brand D Brand E Brand F Brand G Price index against average market price SOM scaled Utility High utility/price ratio Low utility/price ratio Sensitivity to single price changes -50% -30% -10% 10% 30% 50% 70% 90% -15%-10%-5%5%10%15%20% Price change Relative change on SOM Brand A Brand C Brand G 0% 5% 10% 15% 20% 25% 30% Price index SOM Current price Elasticity = -2.5±1.5

35 Задача: оценка эффективности BTL Решение: Знание о программе работы с постоянными покупателями до проведения акции Base: 762 Знание о программе работы с постоянными покупателями после проведения акции Base: 757 Base: 522 Намерение участвовать в акции 77.1% скорее всего будут участвовать Фактическое участие в акции Base: 655

36 Задача: оценка потенциала рынка для нового продукта Решение: Динамика накопления Penetration% по маркам (доля участников панели, купивших марку хотя бы 1 раз за период, %)

37 Задачи Оценка удовлетворенности клиентов Сегментация на основе потребностей Мониторинг покупательского поведения в импульсных категориях Определение оптимальной цены Оптимизация продуктовой линейки Оптимизация портфеля марок Оценка эффективности BTL Оценка потенциала рынка для нового продукта

38

39 Задача: изучение поведения покупателей в местах продаж Решение: 1. Влияние личного опыта до похода в магазин 2. Влияние магазина3. Влияние полки Момент истины Поход в магазин Покупательская миссия

40 Путешествие покупателя Предпочтение марки Покупка сделана Тип покупателя Ситуация покупки Настроение Тип канала продаж Планирование покупки Выбор магазина Отношение к сети/магазину Покупательский опыт Расположение отделов в магазине Динамика магазина Атмосфера магазина Покупательский стиль Что в корзине Движение в магазина Выкладка на полке Вывески Промо Заметность упаковки На каждом этапе намерение купить марку может измениться До магазина Магазин POS Информация на упаковке

41 Задача: комплексный подход к разработке и запуску новых продуктов Решение: Много идей ЭТАП 2 Отбор концепций ЭТАП 3 Тестирование концепций / Volumetric Validation ЭТАП 5 Full volumetric forecast Launch POST-LAUNCH Launch tracking and optimisation ЭТАП 4 Оптимизация Product mix ЭТАП 1 Генерация идей и формулирование концепций Idea Generation Concept Screener Product Optimiser Launch Maximiser Consumer TRI*M Idea Filter

42 Задача: оптимизация запуска новых продуктов и прогноз доли рынка Решение: Прогноз продаж для вывода новых продуктов, re-launch марок и расширение продуктовой линейки Влияние полки в магазине и POS-материалов Эффект общих продаж марки и каннибализации зонтичного брэнда Определение целевой группы, наиболее заинтересованной в продукте Выбор маркетинговых инструментов План оптимизации маркетингового плана

43 Задача: оптимизация запуска новых продуктов и прогноз доли рынка Решение:

44 Задача: оптимизация запуска новых продуктов и прогноз доли рынка Решение: Post Launch Colgate «Отбеливающий» 27% 14% 10% 4% 35% 10% Другие маркиMacLeansSensodyne CrestColgate TotalColgate «Отбеливающий» (Новый продукт) Pre- Launch Colgate «Отбеливающий» 30% 15% 10% 5% 40% Каннибали зация Переключ ение 30% 10% 50% Откуда придут покупатели?

45 Задача: повышение Repeat Purchase Rate Решение: 35% запусков новых продуктов проваливаются в первый же год 60% из-за плохой концепции (отсутствие реальных инноваций) 40% из-за ошибок в оперативном управлении (позиционирование, упаковка, цена, POS, дистрибуция или коммуникация) Убытки в миллиарды долларов ежегодно!

46 Опыт потребителя Первая покупка (Trial) Повторная покупка Повторная покупка Потерянный покупатель Потерянный покупатель + - Частота покупок Consumer TRI*M – инструмент управления опытом потребителей

47 Launch Maximiser & Consumer TRI*M … единый подход к запуску новых продуктов Launch Maximiser Задача: Прогноз & оптимизация запуска Consumer TRI*M Задача: Управление опытом потребителя L A U N C H Точный прогноз продаж на основании оценки концепций, продукта и маркетинг-микса Диагностика сильных и слабых сторон нового продукта на основании оценки опыта потребителей Pre-Launch Post-Launch...

48 Комплексный подход к разработке и запуску новых продуктов Оптимизация запуска новых продуктов и прогноз доли рынка Повышение Repeat Purchase Rate Тестирование рекламы на соответствие эмоциональным потребностям Изучение поведения покупателей в местах продаж Новые задачи

49