Компания A добилась несправедливого информационного преимущества. Придумав способ измерения эффективности рекламы на более детальном уровне, они смогли сократить убыточную рекламу и увеличить расходы на то, что приносило прибыль. Тем временем маркетинговая команда компании B продолжает чесать голову, пытаясь понять, почему компания A продолжает размещать рекламу на телевидении, которая, казалось бы, приносит одни только убытки!

Обратите внимание, что у компании A не было какого-то исключительного доступа к информации, к которой бы не могла получить доступ также и компания B; разница была лишь в том, что компания A придумала свой способ анализа данных, до которого не додумалась компания B. И эта разница оказалась определяющей; именно она обеспечила компании А прибыль и, в конечном итоге, рост бизнеса!

Если вы полистаете эту книгу, то заметите, что первая глава значительно больше всех последующих. Эта разница объясняется двумя причинами: во-первых, информационное преимущество почти всегда оказывается наиболее важным (и наиболее несправедливым!) преимуществом, которое вы можете создать для своего бизнеса. А во-вторых, разобраться в имеющейся информации – сложное дело. Это требует значительных фундаментальных знаний в вопросах статистики, программирования, маркетинга, стратегии и анализа.

Поэтому глава разбита на несколько частей, и каждая из них формирует основу, поверх которой надстраиваются следующие разделы. Первый раздел поможет вам понять, какие типы конфиденциальных внутренних данных у вас могут быть. Затем вы узнаете, как отслеживать и собирать эту секретную информацию.

В третьем разделе описывается процесс нормализации данных, что позволяет сравнивать яблоки с яблоками. И в последнем по счету – но не по значению – четвертом разделе вы узнаете, как сделать всю эту информацию пригодной для практического использования, чтобы вы могли на ее основе принимать бизнес-решения, способствующие увеличению прибыли и доли рынка.

Когда вы отправляетесь в долгий путь к созданию несправедливого информационного преимущества, это может показаться непосильной и нескончаемой задачей. Если у вас, как и у меня, есть склонность к перфекционизму, вас будет охватывать желание бросить все это каждый раз, когда вы будете замечать несоответствия в имеющихся данных или осознавать, что вам не хватает инструментов, необходимых для того, чтобы прийти к правильным выводам. В такие моменты вспоминайте две поговорки: «лучшее – враг хорошего» и «путь в тысячу миль начинается с одного шага». Эти две фразы мы будем еще не раз вспоминать на протяжении всей этой книги, и на это есть уважительная причина: создание несправедливых преимуществ – задача сложная, потому что, если бы это было не так, это делали бы все, и любое преимущество было бы сведено на нет.

Ниже я расскажу вам о четырех типах несправедливого информационного преимущества, которые вы можете создать (в предыдущем примере показано одно из них: более точные измерения). Однако сначала стоит обсудить, где вообще брать необходимые данные. В предыдущем примере компания A использовала для сбора данных бесплатные телефонные номера, по которым могли звонить телезрители, желающие купить предлагаемый товар. Собрать необходимую информацию вы могли бы, попросив кого-нибудь из вашего колл-центра фиксировать каждый заказ по каждому из бесплатных номеров, а затем передать вам блокнот со всеми этими данными, но опытные маркетологи не ограничиваются ведением записей, переходя к агрегации собранных данных.

Современные маркетологи используют целый арсенал технологий для сбора данных, что позволяет им анализировать миллионы, если не миллиарды записей входящей информации (вам понадобился бы очень большой блокнот, чтобы внести в него такой объем данных!). В число наиболее часто используемых инструментов входят следующие.