Читать книгу - "Организация и управление агентскими сетями - Владимир Перемолотов"

Теоретически вам наверняка все понятно. Давайте практически попробуем опираясь на какой-нибудь массив информации найти идею его расклассификации таким образом, чтоб получилось как можно больше групп, учитывающих самые разные интересы. То есть постараемся учесть наибольшее число параметров.

В голове у каждого из нас есть определенные ограничения, шоры… Они не дают нам посмотреть на массивы данных свежим взглядом. А для создания нового продукта это имеет особенный важный смысл. Давайте на простом примере разберемся и научимся убирать эти шоры из собственной головы.

Сделаем мы на примере массива кинофильмов.

Все смотрят кино. У каждого есть видеотека. Все чаще в продаже появляются диски-сборники, на которых собраны несколько фильмов сразу. И каждый сборник находит своего покупателя.

Подумайте, каким образом можно группировать фильмы, по какому принципу, параметру формировать сборники.

Предлагаю вам в течении пары минут подумать над тем, как вы можете расклассифицировать массив кинофильмов.

По результатам проводимых мной семинаров для работников страховых компаний привожу список. Он не претендует на полноту, и его не назовешь исчерпывающим, однако как правило к концу занятия он становится именно таким.

– Жанр (комедия, боевик, триллер…).

– Страна выпуска. (США, Россия…).

– Студия выпуска. (Парамаунт, Мосфильм).

– Артист, играющий главного героя.

– Фильмы «с участием».

– Номинанты на премии. (Оскар, Золотой орел, Лев…).

– Получившие премии. (Оскар, Золотой орел, Лев…).

– Режиссер…

– Автор сценария.

– Композитор.

– Сериалы – не сериалы.

– Сборники. (Альманахи).

– Пародии.

– Время действия. (Средневековье, Расцвет Рима).

– Место действия. (Рим, СССР, теплоход, самолет).

– Автор литературной основы. (По роману А. Кристи…).

– О событии. (О Бородинском сражении).

– Дебютант – не дебютант.

– Время создания фильма. (Новинка, фильмы 60-х).

– Стоимость производства. (Самые дорогие фильмы).

– Фильмы об… (Об англичанах, о русских, об арабах, о роботах, о животных).

– Документальные.

– Игровые.

Возвращаясь из кинематографии в страхование должен сказать, что перечисленные (и не перечисленные) сборники в нашем случае и будут продуктами, ориентированными на конкретного потребителя.

В самом начале было сказано, что продукт должен быть интересен Клиенту. Это самый подходящий момент, чтоб напомнить об этом. Если подходить формально, то мы можем расклассифицировать еще и по параметрам:

– главный осветитель;

– помощник главного осветителя;

– главный гример;

– и так далее.

Тут надо все-таки остановиться и провести маркетинговое исследование. На тему: «Скольких человек интересует, кто был помощником главного осветителя на фильмах». Если мы не найдем желающих это узнать (а это скорее всего именно так и будет) то незачем и выстраивать продукт под таких людей.

Таким вот образом мы должны подходить к любому массиву информации.

Страховой риск. Предполагаемое опасное событие на случай наступления которого, и проводится страхование.

Страховые риски в значительной степени зависят от интересов Страхователей.

Начинать работу в этом направлении следует с поиска закономерностей.

Страховой компании, как вы знаете, нет смысла работать с единичными рисками. Страховой компании гораздо удобнее обрабатывать страховое поле. Поэтому незамеченные конкурентами идеи следует искать в статистике, в массовых однородных явлениях или объектах. Информация об этом, в свою очередь постоянно публикуется в периодике, которая отражает общественные ожидания или в статистических справочниках.

Изучение массы страхователей показывает, что жизнь настолько разнообразна, что страхи бухгалтера и страхи альпиниста пересекаются не на много. То есть, прежде всего, мы должны разложить монолит общества на отдельные кластеры. Принципов выделения отдельных групп может быть несколько. Например:

– по профессиональному (бухгалтер-альпинист-каскадер);

– по интересам (коллекционеры, туристы);

– по отношению к какому-нибудь предмету (водители-пассажиры);

– по состоянию (здоровый-больной);

– и т. д.

Такие кластеры нуждаются в изучении. Не являясь альпинистом или дайвером, никто из нас не может с достаточной точностью сформулировать опасения альпиниста или пловца с аквалангом. Поэтому создателю продукта необходимо изучить интересующий его сегмент рынка и тесно общаться со специалистами и страховыми агентами.

Хотя бывают и исключения, оправданные скоростью принятия решения. Скорость в таких ситуациях, на первичном этапе, позволяет опередить конкурентов.

Меня вдохновляет история, случившаяся в 60-е с английской группой «The WHO?». Её лидер, Пит Таунсенд рассказал в одном из интервью, что в самом начале карьеры, когда у них не было своих слушателей, он в одном из интервью заявил, что является выразителем настроение и интересов какого-то недавно организовавшегося молодежного течения. Он мало что знал о нем, но заявил об этом раньше других. Такое заявление сразу привлекло к группе внимание, тех, кто считал себя приверженцем нового течения. То есть Таунсенд застолбил пустое место и создал для себя аудиторию и рынок.

Хорошим подспорьем для выявления закономерностей является статистика.

По существу проявляющиеся в ней тенденции подсказывают нам, что нужно делать. Страхование автомобилей – нагляднейший тому пример.

Если изначально человечество страховало автомобили общей массой, то со временем само собой получилось так, что вся масса железа на колесах стала делиться на кластеры по определенным параметрам. Одни из них характеризовали предмет страхования, другие – водителя (страхователя, как правило), третьи – собственно страховые риски.

И это вполне оправданно. Статистика показывает, что легковые автомобили угоняются чаще, чем грузовые. Видимо это дает возможность страховой компании брать с владельцев грузовых автомобилей при страховании от угона несколько меньше, чем с владельцев легковушек. Другая статистика показывает нам, что внутри легковых автомобилей существует определенная дифференциация по маркам автомобилей.

Статистика предоставляет нам возможности создания новых продуктов. На основе статистических выкладок мы можем создавать (и создаем) новые продукты.

Допустим, статистика говорит нам, что существует (объективно существует!) информация о том, что машины конкретного цвета (марки, возраста) угоняют реже, чем обычно. Это уже повод, чтоб задуматься и проведя маркетинг в конкретной нише сделать выводы – имеет ли смысл заниматься этой аномалией. То есть если в городе 5 оранжево-зеленых машин – это один разговор. Если 5555 – то совершенно другой.