В современной бизнес-среде account-based marketing (ABM), или маркетинг на основе списка потенциальных клиентов, является самым эффективным подходом к B2B маркетингу и продажам. Особенно эффективен ABM для экспортеров, большинство из которых применяют данный подход на постоянной основе. Персонализированная и целенаправленная стратегия ABM, концентрирующая ресурсы на выбранном числе ключевых клиентов, обеспечивает более прямую взаимосвязь маркетинговых усилий с целями продаж, что потенциально приводит к более высоким показателям эффективности коммуникации и продаж и более эффективному распределению ресурсов компании. Этот подход особенно выгоден для экспортеров, поскольку позволяет им более эффективно проникать на новые международные рынки, адаптируя свои коммуникации и стратегии к уникальным потребностям и характеристикам целевых компаний в конкретных географических регионах. [1,2,3,4,5]. Списки потенциальных клиентов по отраслям, странам и регионам, экспортеру предоставляют различные онлайн-реестры. Онлайн-реестры могут быть отраслевые и предоставлять списки компаний и информацию из определенной отрасли или индустрии, а также страновые и региональные, предоставляющие списки компаний по географическому признаку.
Высокая сложность поиска списка потенциальных клиентов, а также подробной информации о компаниях, обусловлена низким уровнем цифровизации различных государственных структур, регистраторов компаний, а также в целом онлайн бизнес-инфраструктуры в слаборазвитых и развивающихся странах. В особенности проблема характерна для стран Африки и Ближнего Востока, но прослеживается и в других слаборазвитых странах [6,7,8,9].
Цель исследования: разработать методику автоматизированного сбора компаний Африки, Азии, Ближнего Востока и Латинской Америки для онлайн-реестров и агрегаторов компаний.
Задачи исследования:
- Определить и описать виды/типы источников данных о компаниях в странах Африки, Азии, Ближнего Востока и Латинской Америки
- Разработать автоматизированный алгоритм сбора данных
- Сформировать методику проверки и верификации данных
- Провести тестовый сбор и верификацию данных
Этап первый: Получение регистрационных данных, наименований организаций и базовых данных о зарегистрированных в стране компаниях. В рамках первого этапа производится получение регистрационных данных из официальных государственных реестров. В каждой стране из перечисленных регионов специальным государственным органом ведется публикация всех зарегистрированных компаний в стране. Аналогом такого органа в России является налоговая служба. Источники с регистрационными данными делятся на 2 типа:
- С доступом, посредством программных интерфейсов (API). Примером является государственный реестр Южно-Африканской республики «Companies and Intellectual Property Commission» (Комиссия по компаниям и интеллектуальной собственности). www.cipc.co.za
- Без доступа, посредством программных интерфейсов (API) Примером является государственный реестр Нигерии «Реестр корпоративных дел» (Corporate Affairs Commission, CAC) www.cac.gov.ng
Методика сбора первичных данных предусматривает автоматизированное обращение к открытым источникам данных, в частности к официальным регистраторам, посредством программных интерфейсов (API) и специализированных программных скриптов сбора данных для источников без API, основанных на методах Selenium.
Из вышеупомянутых источников, получаем следующие данные:
- Уникальный регистрационный идентификатор (Reg ID), аналог ИНН компании
- Юридическое наименование
- Адрес регистрации с юрисдикцией (Страна и регион страны)
- ФИО генерального директора и учредителей
- Дату регистрации
- Вид деятельности по классификации NAICS или SIC
Этап второй: Обогащение компаний контактной информацией. Данный этап делится на два подэтапа:
- Автоматизированный поиск URL веб-сайта компании и LinkedIn URL компании
- Автоматизированный сбор контактных и иных данных компании
Поиск URL веб-сайта компании происходит в автоматизированном режиме посредством формирования запросов к API нейросети GPT-mini, API Google, API Яндекс Нейро. В рамках запроса формируется promt содержащий регистрационные данные компании и конфигурацию ответа описывающие получаемые на выходе форматы URL. Важно отметить, что для данных запросов (promt) необходимо использовать версию GPT-mini с доступом к интернету.
Для дальнейшего обогащения данными необходимо разделить полученные данные на две категории. В первую категорию попадают компании, у которых URL из трех источников совпадает. Во вторую категорию все оставшиеся компании. В дальнейшем обогащении компании данными, необходимо использовать все URL компаний из второй категории поочередно с дальнейшей очисткой дубликатов.
Далее, посредством доступа к API LinkedIn, API всемирного банка, а также API GPT-mini формируем запрос, включающий URL LinkedIn и URL веб-сайта и получаем следующие данные:
- Описание компании
- Теги вида деятельности компании
- Адрес головного офиса (HQ) и филиалов
- Email (один или несколько)
- Телефон (один или несколько)
- Facebook URL
- Выручка (порядковые значения)
- Кол-во сотрудников (порядковые значения)
- Перечень сотрудников (топ-менеджмент)
- ФИО сотрудников
- Должности сотрудников
- LinkedIn URL сотрудников
В таблице 1 представлен полный перечень данных о компании, собираемых в автоматизированном режиме в рамках методики.
Таблица 1.
Данные о компании, получаемые из официальных государственных регистраторов, LinkedIn, GPT-mini, Google, Яндекс Нейро и всемирного банка
|
Атрибут |
Краткое описание |
|
NationalID |
ИНН |
|
Name |
Название компании |
|
Description |
Описание компании |
|
RegistrationStatus |
Статус - Действ./Ликв. |
|
RegistrationDate |
Дата основания |
|
JurisdictionGeneric |
Юрисдикция - страна |
|
Founder name |
ФИО учредителей |
|
CEO name |
ФИО генерального директора |
|
Adresses |
Адреса компании |
|
Websites |
Веб-сайты компании |
|
Emails |
Emails компании |
|
Phones |
Телефоны компании |
|
IndustryCodes |
Коды индустрии (SIC/NAICS/Другая классификация) |
|
ActivityTags |
Виды деятельности (более точный, чем код SIC/NAICS) |
|
WebSocialMedialinks |
Соц сети компании |
|
RevenueRange |
Выручка (порядок) за последний доступный год |
|
EmployeesRange |
Кол-во сотрудников (порядок) за последний доступный год |
|
EmployeesTotal |
Точное значение за определенный год |
|
RevenueTotal |
Точное значение за определенный год |
В таблице 2 представлен полный перечень данных о сотрудниках, собираемых в автоматизированном режиме в рамках методики.
Таблица 2.
Данные о сотрудниках, получаемые из официальных государственных регистраторов, LinkedIn, GPT-mini, Google, Яндекс Нейро и всемирного банка
|
Атрибут |
Краткое описание |
|
Name |
ФИО сотрудника |
|
JobTitles |
Должность |
|
WebSocialMedialinks |
Соц.сети сотрудника |
|
LinkedIn URL |
Ссылка на LinkedIn сотрудника |
Этап третий: Верификация полученных данных проходит в рамках нескольких стадий. Для первичной очистки, удалению из массива данных подлежат компании, полученные из официальных регистрационных источников, но не имеющие URL веб-сайта и URL LinkedIn. Далее, необходимо верифицировать полученные URL компании, а также отождествить их с регистрационными данными. В качестве основных связующих параметров верификации используются следующие:
- URL LinkedIn, указанный на веб-сайте и URL веб-сайта, указанный в LinkedIn совпадают
- ФИО учредителя или ФИО генерального директора, указанные в официальной регистраторе компаний, совпадают с сотрудниками из перечня в LinkedIn
В рамках исследования, Разработан тестовый алгоритм сбора данных с подключением к вышеописанным источникам данных посредством API, а также написанием скриптов сбора данных, основанных на методах Selenium. Также, произведен тестовый сбор, сведение и верификация данных. Результаты представлены в таблицах 3,4 и 5.
Таблица 3.
Результаты применения методики - тестовый сбор, сведение и верификация данных - данные о компании
|
Name |
Categories |
Country |
Address |
|
Phone |
Employees |
Revenue |
|
CSIR |
Remote Sensing |
ЮАР |
Meiring Naudé Road BrummeriaPretoria 1South Africa |
callcentre@csir.co.za |
27 12 841 2911 |
1,000 to 5,000 |
$200 Million - $1 Billion |
|
CSIR |
Remote Sensing |
ЮАР |
Meiring Naudé Road BrummeriaPretoria 1South Africa |
callcentre@csir.co.za |
27 12 841 2911 |
1,000 to 5,000 |
$200 Million - $1 Billion |
|
CSIR |
Remote Sensing |
ЮАР |
Meiring Naudé Road BrummeriaPretoria 1South Africa |
callcentre@csir.co.za |
27 12 841 2911 |
1,000 to 5,000 |
$200 Million - $1 Billion |
|
CSIR |
Remote Sensing |
ЮАР |
Meiring Naudé Road BrummeriaPretoria 1South Africa |
callcentre@csir.co.za |
27 12 841 2911 |
1,000 to 5,000 |
$200 Million - $1 Billion |
|
DigitalGlobe |
Remote Sensing |
Марокко |
1300 W 120th AveWestminster, CO 80234United States |
info@digitalglobe.com |
3036844000 |
1,000 to 5,000 |
$200 Million - $1 Billion |
|
DigitalGlobe |
Remote Sensing |
Марокко |
1300 W 120th AveWestminster, CO 80234United States |
info@digitalglobe.com |
3036844000 |
1,000 to 5,000 |
$200 Million - $1 Billion |
|
DigitalGlobe |
Remote Sensing |
Марокко |
1300 W 120th AveWestminster, CO 80234United States |
info@digitalglobe.com |
3036844000 |
1,000 to 5,000 |
$200 Million - $1 Billion |
|
DSO National Laboratories |
Remote Sensing |
Сингапур |
20 Science Park DrSingapore 118230Singapore |
none |
6567762255 |
1,000 to 5,000 |
$200 Million - $1 Billion |
|
Petrobras |
Remote Sensing, ROV, AUV & USV |
Бразилия |
Av Republica Do Chile. 65 24 AndarRio De Janeiro 20.031-912Brazil |
curty@petrobras.com.br |
55 2 132242040 |
Over 10,000 |
Over $1 Billion |
|
Petrobras |
Remote Sensing, ROV, AUV & USV |
Бразилия |
Av Republica Do Chile. 65 24 AndarRio De Janeiro 20.031-912Brazil |
curty@petrobras.com.br |
55 2 132242040 |
Over 10,000 |
Over $1 Billion |
|
Petrobras |
Remote Sensing, ROV, AUV & USV |
Бразилия |
Av Republica Do Chile. 65 24 AndarRio De Janeiro 20.031-912Brazil |
curty@petrobras.com.br |
55 2 132242040 |
Over 10,000 |
Over $1 Billion |
|
Petrobras |
Remote Sensing, ROV, AUV & USV |
Бразилия |
Av Republica Do Chile. 65 24 AndarRio De Janeiro 20.031-912Brazil |
curty@petrobras.com.br |
55 2 132242040 |
Over 10,000 |
Over $1 Billion |
|
Unique Maritime Group FZE |
ROV, AUV & USV |
ОАЭ |
Marine House 18 Hipper StreetsouthChesterfield S40 1SSUnited Kingdom |
uaesales@uniquegroup.com |
7139376193 |
501 to 1 000 |
$50 Million - $100 Million |
|
Unique Maritime Group FZE |
ROV, AUV & USV |
ОАЭ |
Marine House 18 Hipper StreetsouthChesterfield S40 1SSUnited Kingdom |
uaesales@uniquegroup.com |
7139376193 |
501 to 1 000 |
$50 Million - $100 Million |
|
Unique Maritime Group FZE |
ROV, AUV & USV |
ОАЭ |
Marine House 18 Hipper StreetsouthChesterfield S40 1SSUnited Kingdom |
uaesales@uniquegroup.com |
7139376193 |
501 to 1 000 |
$50 Million - $100 Million |
Таблица 4.
Результаты применения методики - тестовый сбор, сведение и верификация данных - URL адреса компании
|
Name |
Url |
|
|
|
|
CSIR |
||||
|
CSIR |
||||
|
CSIR |
||||
|
CSIR |
||||
|
DigitalGlobe |
||||
|
DigitalGlobe |
||||
|
DigitalGlobe |
||||
|
DSO National Laboratories |
none |
none |
||
|
Petrobras |
none |
|||
|
Petrobras |
none |
|||
|
Petrobras |
none |
|||
|
Petrobras |
none |
|||
|
Unique Maritime Group FZE |
none |
none |
||
|
Unique Maritime Group FZE |
none |
none |
||
|
Unique Maritime Group FZE |
none |
none |
Таблица 5.
Результаты применения методики - тестовый сбор, сведение и верификация данных - данные о сотрудниках
|
Name |
Name |
JobTitle |
|
|
CSIR |
Etienne Gunter |
Design And Project Engineer |
|
|
CSIR |
Kamini Ramiah |
Senior Project Manager |
|
|
CSIR |
Monde Betela |
Senior Project Manager |
|
|
CSIR |
Nare Thomas Mashamaite |
Senior Project Manager |
|
|
DigitalGlobe |
Bobby Harness |
Senior Project Manager |
|
|
DigitalGlobe |
Jim Moening |
Senior Project Manager |
|
|
DigitalGlobe |
Shankar Balakrishnan |
Senior Project Manager |
|
|
DSO National Laboratories |
Valerie Leong |
Project Engineer |
|
|
Petrobras |
Joel Palma |
Cascade And Chinook Subsea Controls Project Engineer |
|
|
Petrobras |
Marcio Mattoso |
Project Engineering Manager |
|
|
Petrobras |
Mark Barry |
Project Engineer |
|
|
Petrobras |
Robson Alves |
Senior Project Manager Transpetro |
|
|
Unique Maritime Group FZE |
Petra Gress |
Project Engineer |
|
|
Unique Maritime Group FZE |
Rakesh Bangera |
Project Engineer |
|
|
Unique Maritime Group FZE |
Vivek Nair |
Project Engineer |
Полученные в рамках тестового сбора компании и данные о компаниях, были проверены и подтверждена их корректность. Таким образом, методика позволяет получать и обрабатывать в автоматизированном режиме большие объемы данных по целевым рынкам в странах со слабым уровнем цифровизации. Применяя методику, экспортер может быстро и относительно недорого собрать всех потенциальных клиентов в стране.
Общий алгоритм действий, согласно разработанной методике, следующий:
- Поиск официального регистратора компаний в выбранной стране и подключение к источнику посредством API или алгоритма сбора данных, основанном на методах Selenium.
- Автоматизированный сбор регистранных данных и полного перечня компаний в стране с дальнейшей фильтрацией по виду деятельности
- Получение URL LinkedIn и URL веб-сайта на основе регистрационных данных, посредством запросов к API GTP-mini, API Яндекс Нейро и API Google, с формированием запроса, включающего регистрационные данные о компании
- Обогащения данным и информацией о компании и сотрудниках, посредством доступа к API LinkedIn, API всемирного банка, а также API GPT-mini с формированием запроса, включающего URL LinkedIn и URL веб-сайта.
- Верификация полученного списка компаний на основе совпадения LinkedIn URL и URL веб-сайта, а также совпадения ФИО учредителя и генерального директора в регистрационных данных и в профиле LinkedIn
Список литературы
- Abreu, M., & Jordão, B. The Strategy Implementation of Account-Based Marketing (ABM)—The Stratio Case // World Conference on Information Systems and Technologies. – Cham: Springer Nature Switzerland – 2024. – С. 79-88
- Agaba, М. Account-based Marketing in B2B-Marketing // – 2021
- Sari, Andini Widia, and Atik Aprianingsih. Account-Based Marketing Strategy for B2B Company in Indonesia – 2021
- Burgess, Bev, and Tim Shercliff. Account-based Growth: Unlocking Sustainable Value Through Extraordinary Customer Focus. // Kogan Page Publishers – 2022
- Гаджиев, Н.Г., Карпунин, А.Ю., Карпунина, Е.В., & Коноваленко, С.А. Развитие маркетинга во внешнеэкономической деятельности. // Экономика. Информатика, 49 (1) – 2022 – С. 79-91
- Хассан А.М., Мадиярова Д.М. "РАЗВИТИЕ ЦИФРОВИЗАЦИИ ЭКОНОМИКИ В СТРАНАХ ЦЕНТРАЛЬНОЙ АФРИКИ: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ РАЗВИТИЯ." // Endless light in science, no. октябрь, – 2023 – C. 125-128
- Приходько Д.В., Шеров-Игнатьев В.Г. "Цифровая экономика в Африке: состояние и проблемы развития" // Вестник Санкт-Петербургского университета. Экономика, серия. 40, №1, – 2024 – С. 3-35
- Шкваря Л.В. "СТРАНЫ СЕВЕРНОЙ АФРИКИ: ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ И ГОТОВНОСТЬ К ЦИФРОВИЗАЦИИ" // Международная торговля и торговая политика, серия. 8, №2 (30), – 2022 – С. 105-117
- Пряжникова О.Н. "МЕГАТЕНДЕНЦИИ, ВЛИЯЮЩИЕ НА РАЗВИТИЕ СТРАН АФРИКИ, И ВОЗМОЖНОСТИ АДАПТАЦИИ К НИМ НА СОВРЕМЕННОМ ЭТАПЕ" // Социальные и гуманитарные науки. Отечественная и зарубежная литература. Сер. 9, Востоковедение и африканистика: Реферативный журнал, №4, – 2022 – С. 22-34
