Wielki reset: Marketing oparty na danych w nowej normalności

Iwan Setiawan , Hermawan Kartajaya , Philip Kotler

Marketing 5.0 polega na zastosowaniu technologii imitujących ludzkie zachowanie, aby stworzyć, zakomunikować, dostarczyć i zwiększyć wartość doświadczaną przez klienta na jego ścieżce zakupowej. Jednym z kluczowych zagadnień marketingu 5.0 są technologie nowej generacji, tak zwane next tech, które mają naśladować kompetencje ludzkich marketerów. Kombinacja owych technologii to aktywator marketingu 5.0.

Zamiast wykorzystywać zebrane dane w celu trafniejszego docierania do klientów i formułowania komunikatów, wielu marketerów cofnęło się do masowej komunikacji oraz promocji. Pewien dyrektor marketingu powiedział nam: „W zasadzie wróciłem do masowej komunikacji marketingowej, zamiast wejść w marketing oparty na danych, bo zachowanie klientów zmienia się tak szybko, że nie mogę ufać naszym danym historycznym ani modelom”.

Jednak niektórzy marketerzy skwapliwie wykorzystali zalew danych, widząc w nich prawdziwy skarb. Nie tylko nie porzucili marketingu precyzyjnego, lecz zaangażowali się weń ze zdwojoną energią. Przykładowo, pewna firma z sektora dóbr konsumpcyjnych przewidziała, że w miarę łagodzenia lockdownów będzie gwałtownie rosła sprzedaż produktów do pielęgnacji urody. Zespoły marketingowe śledziły zdejmowanie obostrzeń w poszczególnych hrabstwach Stanów Zjednoczonych, posiłkując się statystykami epidemicznymi, raportami władz lokalnych oraz informacjami o ruchu, by zdecydować o tym, jak wydany zostanie budżet mediowy.

Podobne obserwacje i analizy pomogły pewnemu dostawcy usług dla przedsiębiorstw „załapać się” na nowy trend. Dane dotyczące rejestracji podmiotów gospodarczych oraz zatrudnienia wskazywały na to, że sektor małych zakładów opieki zdrowotnej w dużych aglomeracjach rośnie szybciej niż inne grupy małych i średnich przedsiębiorstw. Uzbrojona w tę wiedzę firma opracowała pakiety usług dopasowane do specyficznych potrzeb placówek medycznych i wdrożyła płatne reklamy skierowane do tych właśnie odbiorców. Wygląda na to, że te działania, w połączeniu z innymi, również opartymi na danych kampaniami, podniosą sprzedaż podstawowego produktu firmy o ponad 10%.

Organizacje, które w podobny sposób doskonalą się w obszarze marketingu precyzyjnego mogą liczyć na znaczny przypływ klientów w okresie burzliwych zmian. Jednak by naprawdę skorzystać na pojawiającej się szansie, marki będą musiały unowocześnić swoje techniki modelowania – od pozyskiwania nowych kategorii danych po nauczenie algorytmów nowych rzeczy – by nadążać za ewoluującymi potrzebami, a jednocześnie umieć przewidywać zmiany zachowań konsumentów.

Nowe wyzwania, których nie wolno lekceważyć

Modele marketingu precyzyjnego są przeszkolone w rozpoznawaniu wzorców zachowań i wnioskowaniu na ich podstawie. Przykładowo, algorytm potrafi zaobserwować, że klienci, którzy w ciągu dwóch tygodni odwiedzają serwis internetowy firmy więcej niż dwukrotnie z większym o 30% prawdopodobieństwem dokonują zakupu. Takie wskaźniki mogą skłonić firmę do przygotowania specjalnych ofert dla odwiedzających, by zachęcić ich do zakupów, dzięki czemu wysiłki i wydatki marketingowe w celu pozyskania klientów będą skierowane do najbardziej rentownych segmentów.

Jednak od początku pandemii przyzwyczajenia zakupowe bardzo się zmieniły, a reguły dotyczące relacji z klientami, zaszyte w dotychczasowych modelach danych, stały się nieaktualne. Pewne zewnętrzne zjawiska, które kiedyś traktowano jako nieistotne, na przykład mobilność konsumentów, teraz mają ogromne znaczenie. Czy wizyt w sklepie jest mniej, bo klienci nie mogą do niego dotrzeć, czy też dlatego, że już nie chcą w nim robić zakupów? Wiele zespołów marketingowych po prostu nie zna odpowiedzi na to pytanie. Jak to ujął dyrektor marketingu jednej ze spółek z listy Fortune 100: „Sygnały świadczące o pojawieniu się nowych możliwości nie są ujęte w obecnie posiadanych przez nas danych”.

Poza tym, pomimo iż pewne wzorce rzeczywiście istnieją, są one trudne do wychwycenia, a nawet jeżeli zostaną zidentyfikowane, mogą okazać się ulotne, jak na przykład to, że pewne sektory czy społeczności zaczynają się otwierać, by zaraz znowu pogrążyć się w lockdownie. Wyłapanie istotnych wskaźników behawioralnych w czasie, który pozwoli na adekwatną reakcję, wymaga nieustannego dostarczania marketerom świeżych danych z szeregu różnych źródeł i z dużo większą szczegółowością, w niektórych przypadkach nawet na poziomie osiedli miast. Tymczasem wiele firm polega na wewnętrznych informacjach o klientach i wykorzystuje narzędzia do modelowania nienadające się do przetwarzania naprawdę dużych wolumenów danych.

Do tego wszystkiego dochodzą dwa inne zagadnienia, które jeszcze bardziej utrudniają życie marketerom. Według analiz przeprowadzonych przez firmę konsultingową McKinsey, budżety marketingowe w większości firm zostały obcięte, a sześciu na dziesięciu badanych z tego obszaru deklaruje poważne cięcia. Pewien menedżer działu marketingu powiedział nam wręcz, że jego budżet „wyparował”. „Ledwie mamy środki na realizację absolutnych podstaw, nie mówiąc już nawet o eksperymentowaniu z nowymi taktykami marketingowymi”.

Drugim problemem jest szybkie i powszechne przejście w tryb pracy zdalnej. Marketing napędzany przez dane (data‑driven marketing) najlepiej sprawdza się w zwinnych środowiskach biznesowych, gdzie zespoły mogą testować i stopniowo udoskonalać swoje pomysły w kolejnych sprintach. Gdy jednak niemal dwie trzecie pracowników wykonuje swoje obowiązki z domu, liderom marketingu niełatwo jest nadać odpowiedni rytm pracy zespołowej. „Dawniej firma zawsze wchodziła pełną parą w nowe projekty marketingowe, tworzyliśmy wspólne centrum dowodzenia dla całego zespołu – opowiada dyrektor marketingu spółki z listy Fortune 100 – ale teraz, kiedy wszyscy pracują zdalnie, nie reagujemy tak szybko jak kiedyś”.

Jak zadbać o precyzję modelowania, kiedy wszystko wokół nieustannie się zmienia

Kiedy jedne organizacje wracają do marketingu masowego, inne – które unowocześnią techniki modelowania danych – mogą znacznie efektywniej generować przychody. Oto, co muszą zrobić: