Για να επιλύσετε αυτά τα ζητήματα, μπορείτε να δημιουργήσετε μια στρατηγική μάρκετινγκ που βασίζεται σε δεδομένα, εφαρμόζοντας τις ακόλουθες δέκα τεχνικές.
1. Συγκεντρώστε την ομάδα σας.
Η χρήση δεδομένων για τη δημιουργία μιας στρατηγικής μάρκετινγκ προφανώς ξεκινά με τον χειρισμό των δεδομένων. Για να είναι όμως αυτό αποτελεσματικό, πρέπει να υπάρχουν διεπιστημονικές και διεπιστημονικές ομάδες. Ο Richard Bayston προτείνει στο Effin Amazing: «Αυτό δεν σημαίνει απλώς ότι κάποιος από την πληροφορική συνεργάζεται με όποιον άνθρωπο από τις πωλήσεις πιστεύει ότι μπορούν να διαθέσουν τον καλύτερο». Σημαίνει ότι πρέπει να βρείτε άτομα «που είναι πρόθυμα να ξεπεράσουν τους τομείς των γνώσεών τους». Για παράδειγμα, «Οι επιστήμονες δεδομένων πρέπει να είναι πρόθυμοι να μάθουν για το μάρκετινγκ· οι πωλητές πρέπει να είναι πρόθυμοι να μάθουν για την πληροφορική».
Έτσι, όταν συγκροτείτε την ομάδα σας, αναζητήστε επιστήμονες δεδομένων που προέρχονται από «πολύ διαφορετικούς τομείς εξειδίκευσης» ή τοποθετείτε κάποιον στη Διευθύνουσα Σύμβουλο, για παράδειγμα, για να επιβλέπει δεδομένα και αναλυτικά στοιχεία. Και, δώστε προτεραιότητα στη συνεργασία μεταξύ αυτών των ανθρώπων, διοργανώνοντας συχνές συναντήσεις όπου όλοι όχι μόνο μοιράζονται ιδέες και πληροφορίες, αλλά και αποδίδουν τα εύσημα για την επιτυχία.
2. Κοιτάξτε τη δουλειά σας.
Ο Jim Bergeson επισημαίνει σε ένα άρθρο για το MarketingProfs ότι «Τα δεδομένα μερικές φορές κρύβονται στους εσωτερικούς πόρους του οργανισμού σας — ίσως σε αντιπροσώπους ή μεταπωλητές του προϊόντος ή της υπηρεσίας σας, στο δυναμικό πωλήσεών σας ή κλειδωμένα σε ένα θησαυροφυλάκιο IT».
Μπορείτε να ξεκινήσετε την εξόρυξη αυτών των δεδομένων δημιουργώντας «ένα μοναδικό αναγνωριστικό πελάτη για τη σύνδεση διαφορετικών πηγών δεδομένων σε επίπεδο αρχείου πελάτη». Αυτό θα παρέχει πληροφορίες για ολόκληρη την εμπειρία του πελάτη, όπως «τι συμβαίνει στο κανάλι του αντιπροσώπου, στο σημείο πώλησης, σε παράπονα ή κλήσεις σέρβις από το τηλεφωνικό κέντρο, σε ηλεκτρονικές συστάσεις, σε παραπομπές, σε δεδομένα εγγύησης, σε εγγραφές, σε ανανεώσεις και σε επακόλουθες αγορές».
Από εκεί, μπορείτε να εντοπίσετε και να διερευνήσετε αυτές τις σχέσεις μεταξύ των στοιχείων δεδομένων.
3. Τα δεδομένα ξεπερνούν τους αριθμούς.
«Δώστε στα δεδομένα και τους αριθμούς μια σημασία πέρα από την αριθμητική τους αξία», λέει ο Erik Bitmanis της Iversoft Solutions. «Αυτό επιτυγχάνεται γνωρίζοντας πρώτα ποιοι είναι οι στόχοι σας και οι KPI που θα έχουν αντίκτυπο σε αυτούς τους στόχους».
Ο Bitmanis καταλήγει λέγοντας: «Μόλις η ομάδα σας δει πώς αυτοί οι δείκτες μπορούν να επηρεάσουν θετικά (ή αρνητικά) την πρόοδό σας προς έναν στόχο, τότε αυτά τα σημεία δεδομένων γίνονται πιο απτά από απλούς αριθμούς σε ένα υπολογιστικό φύλλο. Η απτή φύση είναι το κλειδί για να κάνει τους ανθρώπους να ενδιαφέρονται για τα δεδομένα και να θέλουν να τα χρησιμοποιούν».
4. Προσδιορίστε τα σωστά κανάλια.
Γνωρίζατε ότι «το 90% των χρηστών του Twitter που βλέπουν ένα tweet που σχετίζεται με τηλεοπτική εκπομπή είναι πιθανό να παρακολουθήσουν αμέσως την εκπομπή, να αναζητήσουν περισσότερες πληροφορίες ή να μοιραστούν περιεχόμενο που βασίζεται σε tweets σχετικά με αυτήν την εκπομπή;» Οι έξυπνοι επαγγελματίες του μάρκετινγκ είναι σε θέση να αξιοποιήσουν δεδομένα για να αποκαλύψουν ποια μηνύματα συνδέονται καλύτερα με τους πελάτες τους και ποια κανάλια να χρησιμοποιήσουν για να στείλουν αυτά τα μηνύματα.
Ο Ted Karczewski, Ειδικός Μάρκετινγκ Περιεχομένου στην Skyword, λέει για το Ινστιτούτο Μάρκετινγκ Περιεχομένου ότι «η Arby's κάνει εξαιρετική δουλειά στην εξισορρόπηση των πρωτοβουλιών δεδομένων με το δημιουργικό μάρκετινγκ». Για παράδειγμα, κατά τη διάρκεια των βραβείων Grammy του 2014, η Arby's γνώριζε «ότι ένα υψηλό ποσοστό του κοινού της θα συμμετείχε σε ζωντανή συζήτηση γύρω από την εκδήλωση στο Twitter». Ενώ άκουγε στα μέσα κοινωνικής δικτύωσης κατά τη διάρκεια της εκδήλωσης, ο διευθυντής μέσων κοινωνικής δικτύωσης της εταιρείας «παρακολουθούσε την απονομή των βραβείων και περίμενε την ευκαιρία να ενσωματωθεί στη συζήτηση με σχετικό περιεχόμενο μέσων κοινωνικής δικτύωσης σε πραγματικό χρόνο».
5. Δημιουργήστε μοντέλα για την πρόβλεψη και τη βελτιστοποίηση των επιχειρηματικών αποτελεσμάτων.
Οι Dominic Barton και David Court μας υπενθυμίζουν στην McKinsey & Company ότι «τα δεδομένα είναι απαραίτητα, αλλά οι βελτιώσεις στην απόδοση και το ανταγωνιστικό πλεονέκτημα προκύπτουν από μοντέλα ανάλυσης που επιτρέπουν στους διαχειριστές να προβλέπουν και να βελτιστοποιούν τα αποτελέσματα». Κατά την κατασκευή αυτού του μοντέλου, δεν ξεκινάτε με τα δεδομένα. Αντίθετα, εντοπίζετε επιχειρηματικές ευκαιρίες και τα μοντέλα μπορούν να βελτιώσουν την απόδοση.
Οι Barton και Court έχουν διαπιστώσει «ότι μια τέτοια μοντελοποίηση που βασίζεται σε υποθέσεις παράγει ταχύτερα αποτελέσματα και ριζώνει μοντέλα σε πρακτικές σχέσεις δεδομένων που είναι ευρύτερα κατανοητές από τους διαχειριστές».
6. Προσδιορίστε ποιες μετρήσεις θα μετρήσετε κατά την αξιολόγηση της επιτυχίας.
Αφού καθορίσετε τους στόχους της στρατηγικής σας, πρέπει να προσδιορίσετε τις μετρήσεις που θα χρησιμοποιήσετε για να προσδιορίσετε πόσο επιτυχημένη είναι η στρατηγική σας. Η Tricia Moon χρησιμοποιεί τον στόχο της αύξησης των αναγνωστών του ιστολογίου στο Rival IQ, όπου θα χρησιμοποιούσατε μετρήσεις όπως "Ποσοστό αλληλεπίδρασης δημοσιεύσεων, αριθμός κλικ σε συνδέσμους, πόσες φορές κοινοποιήθηκε το άρθρο στα μέσα κοινωνικής δικτύωσης, μέσος χρόνος που αφιερώνεται σε ένα άρθρο από άτομα που προέρχονται από μέσα κοινωνικής δικτύωσης, ποσοστό αύξησης των αναγνωστών που προέρχονται από ιστότοπους κοινωνικής δικτύωσης".
Όταν αξιολογείτε τους στόχους σας, εξετάστε αυτούς τους αριθμούς και ρωτήστε πώς επηρεάζουν την επιχείρησή σας.
7. Βεβαιωθείτε ότι τα δεδομένα σας είναι ακριβή.
«Θέλετε όλα να είναι όσο το δυνατόν πιο τέλεια, ειδικά όταν οι άνθρωποι σας χρησιμοποιούν ως πηγή και ενδεχομένως δημιουργούν μελέτες περιπτώσεων ή αναφορές με βάση τις πληροφορίες σας», λέει η Amy Medeiros, διευθύντρια μάρκετινγκ στην BroadbandSearch, στο τμήμα CIO. Ο CMO της Akamai, Brad Rinklin, προσθέτει: «Το χειρότερο πράγμα που μπορείτε να κάνετε είναι να τραβήξετε την προσοχή του Τύπου σχετικά με τα δεδομένα σας και στη συνέχεια ένας ανταγωνιστής ή μια μεγάλη έκδοση να λέει ότι τα δεδομένα σας είναι άθλια».
Μπορείτε να αποφύγετε αυτό το λάθος αναθέτοντας τον έλεγχο των δεδομένων σας σε τρίτους, όπως έναν καθηγητή στο MIT ή το Stanford, έναν επιστήμονα δεδομένων ή έναν αναλυτή του κλάδου, προτού προχωρήσετε με τη στρατηγική σας.
8. Δημιουργήστε προσωπικές προσωπογραφίες αγοραστών και περιεχόμενο με επίκεντρο τον πελάτη.
Ενώ είστε απασχολημένοι με την αναζήτηση δεδομένων, είναι εύκολο να ξεχάσετε ένα πολύ σημαντικό σημείο: «Τα δεδομένα από μόνα τους δεν μπορούν να διαμορφώσουν μια στρατηγική μάρκετινγκ», λέει ο Sreeram Sreenivasan στο StartUp Nation. Οι πληροφορίες αναπτύσσονται αφού η ομάδα σας αναλύσει τα δεδομένα και στη συνέχεια «διαμορφώσει υποθέσεις, όραμα και επόμενα βήματα». Αυτό περιλαμβάνει την ανάλυση της «συμπεριφοράς των πελατών, των αγοραστικών προτύπων, των προτιμήσεων και του υπόβαθρου για την ανάπτυξη διαφορετικών αγοραστικών προσωπικοτήτων». Με αυτές τις πληροφορίες μπορείτε να «καταλάβετε ποιος είναι κάθε πελάτης, τι του αρέσει να αγοράζει, τι του αρέσει να αναζητά, ποια είναι τα ενδιαφέροντά του και τι τον επηρεάζει».
Αφού δημιουργήσετε τα προφίλ αγοραστών σας, θα πρέπει να δημιουργήσετε περιεχόμενο που εστιάζει στον πελάτη, είναι εξατομικευμένο και ενδιαφέρει το κοινό-στόχο σας.
9. Καθορίστε στόχους για ολόκληρη την εταιρεία.
Η Farnaz Erfan, διευθύντρια στρατηγικής προϊόντων στην Birst, λέει στον Neil Davey του Mycustomer.com:
«Έχει γίνει πιο δύσκολο να μετρηθεί η απόδοση επένδυσης (ROI) του μάρκετινγκ, επειδή απαιτεί ευθυγράμμιση με αυτό που οι πωλήσεις ορίζουν ως υποψήφιους πελάτες έτοιμους για πωλήσεις ή με αυτό που η ομάδα υπηρεσιών πιστεύει ότι καθορίζει την ετοιμότητα ενός πελάτη για upsell. Η συζήτηση για την απόδοση επένδυσης (ROI) σε αυτό το πλαίσιο απαιτεί από τους marketers - και τους επιχειρηματικούς ομολόγους τους - να έχουν μια συνεπή, ενιαία άποψη για το τι περιγράφει έναν πελάτη και, ειδικότερα, τι ορίζει έναν πελάτη υψηλής αξίας.»
Ο Ντέιβι προσθέτει: «Θα ήταν χρήσιμο για τους οργανισμούς να καταρρίψουν τα στεγανά μεταξύ των τμημάτων, συγκεντρώνοντας δεδομένα από το CRM, τον αυτοματισμό μάρκετινγκ, τα συστήματα παροχής υπηρεσιών και τα χρηματοοικονομικά συστήματα σε μία ενιαία προβολή, καθώς και να συμφωνήσουν σε κοινούς ορισμούς και να ευθυγραμμίσουν τους ορισμούς της απόδοσης επένδυσης (ROI).»
10. Συνεχίστε να κάνετε δοκιμές.
Ενώ τα δεδομένα μπορούν να μας δώσουν την αφετηρία για την ανάπτυξη μιας στρατηγικής μάρκετινγκ, πρέπει να χειραγωγούνται και να δοκιμάζονται συχνά. Ευτυχώς, λέει ο Matthew Buckley στο New Breed Marketing, ότι η δοκιμή των προσπαθειών μάρκετινγκ με μικρά πειράματα «μπορεί να επιτευχθεί σε μια μέρα».
Ο Buckley προτείνει να χρησιμοποιείτε την επιστημονική μέθοδο κατά τις δοκιμές. Αυτό περιλαμβάνει:
- Ξεκινήστε με τα δεδομένα.
- Κάντε μια ερώτηση σχετικά με τις πληροφορίες που έχετε στη διάθεσή σας.
- Κατασκευάστε μια υπόθεση.
- Δοκιμάστε με ένα πείραμα.
- Επιβεβαιώστε ότι η δοκιμή/διαδικασία λειτούργησε όπως είχε προγραμματιστεί.
- Αναλύστε τα δεδομένα και βγάλτε συμπεράσματα
- Παρουσίαση αποτελεσμάτων και καθορισμός επόμενων βημάτων
Να θυμάστε, όσο πιο γρήγορα δείτε τι λειτουργεί, τόσο πιο γρήγορα θα είστε στο σωστό δρόμο για την ανάπτυξη της επιχείρησής σας.
___
by ΤΖΟΝ ΡΑΜΠΤΟΝ
