Jak prowadzić marketing oparty na danych?

Data driven marketing wykorzystuje dane do przewidywania potrzeb i przyszłych zachowań odbiorców. Bez wątpienia poprawnie zebrane dane analityczne, to zasób w dobie planowania działań marketingowych cenniejszy niż złoto – z nimi możesz zaplanować powtarzalne i skalowalne procesy, które pozwalają na tworzenie personalizowanych strategii marketingowych zakładających jak największe ROI.

Prowadzenie takich działań jest niejako marzeniem każdej osoby odpowiedzialnej za prowadzenie kampanii w Internecie, wyobrażamy sobie, że planując je w oparciu o dane będą niejako pracować na autopilocie generując zakładane zyski. Jest to jednak podejście, które wymaga weryfikacji ponieważ musimy być pewni, że tworzone strategie oparte są o rzetelne dane, które są mierzalne.

Aby skutecznie prowadzić marketing oparty na danych musimy poradzić sobie z wyzwaniami, które na nas czekają.

Jakie wyzwania na nas czekają?

Brak doświadczenia w pracy z danymi – większość osób nie potrafi skutecznie analizować danych lub wyciąga na ich podstawie błędne wnioski, brak jest im doświadczenia w analizowaniu danych ilościowych, nigdy wcześniej nie korzystały z narzędzi do wizualizacji danych lub nie potrafią zweryfikować kiedy dane wprowadzają ich w pułapki.

Rozwiązanie: delegowany do analizy zespół musi mieć interdyscyplinarne kompetencje i chęć nauki, powinien posiadać podstawowe kompetencje statystyczne i analityczne oraz wiedzę o procesach zachodzących w firmie na każdym etapie sprzedaży. Stąd dobry zespół do pracy z danymi złożony jest z kilku osób, które rozpatrują zgromadzone dane w oparciu o realne procesy zachodzące na rynku i w danym przedsiębiorstwie.

Integracja danych z wielu platform – obecnie kampanie prowadzone są często w wielu kanałach jednocześnie, wiele kanałów często oznacza wiele formatów danych, potrafi to zaburzyć podejmowanie decyzji.

Rozwiązanie: Zacznijmy od prostych rzeczy. Dbajmy o unifikację sposobu tagowania UTM w naszych kampaniach. Jeśli w jednym z projektów korzystamy np. z nazwy Styczeń w drugim nie skracajmy tego do formy Sty. Korzystajemy z agregatorów danych np. Google Data Studio, który pozwoli nam pobrać dane z wielu źródeł i zintegrować je w jednym dashboardzie. Inne narzędzia, które mogą nam pomóc to np. Microsoft Power BI, platforma, która pomaga łączyć się danym i wizualizować je za pomocą ujednoliconej, skalowalnej platformy do analizy biznesowej obsługująca na ten moment ponad 120 łączników danych czy Klipfolio, które podobnie jak wcześniej wymienione rozwiązania pomaga wizualizować dane – jego główną zaletą jest ilość integracji (ponad 300) oraz przejrzysty i prosty interfejs.

Brak jasno określonych celów i KPI – żeby podejmować decyzje musimy wiedzieć, które z zgromadzonych danych są dla nas istotne. Gromadzenie wszystkich możliwych danych nie jest dobrym rozwiązaniem, ponieważ niepotrzebnie wydłuża czas analizy i prowadzi do niepotrzebnego szumu informacyjnego.

Rozwiązanie: w przypadku wyboru celów warto korzystać z metodologii SMART, która mówi o tym, że wybrane przez nas cele powinny być skonkretyzowane, mierzalne, osiągalne, istotne i określone w czasie. Wybierzmy cele w zależności od rodzaju biznesu (transakcje, marżowość, zysk netto, ilość nowych klientów). Zebrane dane powinny być odniesione do naszego KPI.

Analiza niepotrzebnych danych – często zbieramy dane, które nie są nam do niczego potrzebne albo wydaje się, że będą użyteczne.

Rozwiązanie: podczas spotkania zespołu projektowego, warto zadać sobie pytanie: „Co możemy zrobić z tymi konkretnymi danymi i w czym mogą nam pomóc?”.

Brak odnoszenia danych między kanałami – często zdarza się, że odnosimy dane tylko do planowania strategii dla kanału z którego te dane zostały pozyskane bez refleksji na temat odnoszenia tej wiedzy do innych źródeł pozyskiwania ruchu.

Rozwiązanie: traktujmy dane jako wartości uniwersalne, wykorzystujemy dane zgromadzone w kampanii Google Ads do optymalizacji SEO strony i treści blogowych. Wiedza o udziale w wyświetleniach produktów w kampaniach PLA być może pozwoli na optymalizację ułożenia boksów produktowych na listingu kategorii w naszym e-commerce.

Korzyści z prowadzenia marketingu opartego na danych

• Personalizacja – dzięki integracji danych oraz wdrożeniu strategii automatyzacji marketingu (co może wydawać się bardzo dużą pracą do zrobienia) możemy mieć kontakt z naszym klientem od jego pierwszej wizyty na stronie po jego pierwszy zakup, prezentując mu odpowiednie treści w odpowiednim czasie. Dzięki temu użytkownikowi, który znajduje się na etapie wstępnego rozeznania możemy podsunąć do przeczytania wpis blogowy opisujący zalety produktu zamiast przekierować go bezpośrednio do karty produktowej.
• Wybór kanałów promocji – poprawne zanalizowane dane pozwolą nam odkryć kanały, które generują zysk dla naszego biznesu, dzięki połączeniu tej wiedzy z modelowaniem atrybucji może okazać się, że kanały w które inwestowaliśmy nie są tymi, które generują największy zysk dla naszego biznesu.
• Silne połączenia z klientami – użytkownicy mocniej identyfikują się z markami, które oferują im dopasowane do nich treści, wzbudza to w nich poczucie profesjonalizmu danej marki. Dzięki takim pozytywnym konotacjom możemy zyskać klienta, który stanie się naszym promotorem wśród innych osób.
• Lepsze pojęcie o grupie docelowej – analiza danych ilościowych i jakościowych w połączeniu z demografią pozwala nam bardzo dokładnie określić persony marketingowe naszego idealnego klienta. Jest to podstawa do dalszego planowania skutecznej komunikacji marketingowej.

Jakie źródła danych możemy integrować?

Wyżej wymienione narzędzia pozwalają integrować nie tylko takie źródła danych jak Google Analytics czy Google Search Console, gdyby tak było ich przydatność byłaby wątpliwa, wśród możliwych integracji możemy wymienić:

• Dane z systemów reklamowych: Bing Ads, Facebook Ads, Google Ads, LinkedIn Ads, DoubleClick, Twitter i inne
• Dane z chmur: Google BigQuery, Google Sheets, MySQL, OneDrive, Amazon Aurora i inne
• Dane z systemów e-commerce: WooCommerce, Shopify, Prestashop i inne
• Dane z narzędzi marketingowych: ActiveCampaign, Ahrefs, HubSpot, Kissmetrics, MailChimp, MixPanel, SemRush, Senuto, Semstorm

Ponieważ wszystkie rozwiązania czy to DataStudio czy Microsoft BI czy Klipfolio oferują podobne funkcjonalności rozwiązanie powinniśmy dobierać pod kątem jak największego pokrycia integracji z źródłami danych obecnymi w naszym biznesie.

Podsumowanie

Bez wątpienia nasi użytkownicy mają swoje preferencje produktowe, wysłanie jednego komunikatu do 100% użytkowników zapewne odniesie podobny skutek jak wysłanie właściwego komunikatu do 3% zainteresowanych użytkowników i pozwoli na optymalizację naszych działań oraz zachowanie higieny naszej bazy kontaktów. Wyżej wymieniony wyzwania to tylko wierzchołek góry lodowej, kiedy mówimy o marketingu opartym na danych.

Jeśli chodzi o trendy, które pojawiają się w zakresie data driven marketingu na pewno możemy wymienić:

• Większy nacisk na automation marketing: pozyskane dane wykorzystywane są w strategiach, które wykorzystują automatyzacje do odciążania działów marketingu.
• Międzykanałowe działania: coraz popularniejsze staje się docieranie do użytkowników różnymi kanałami, przykładem jest komunikat do użytkownika o porzuconym koszyku za pomocą webpushy.
• Analityka predyktywna: dzięki zaprzężeniu do działań AI jesteśmy w stanie na podstawie danych historycznych prezentować użytkownikom spersonalizowane wyniki wyszukiwania.

Najważniejsze jest to, aby zawsze odnosić dane do konkretnego biznesu i unikać przenoszenia schematów z jednego biznesu na drugi. Powinniśmy podchodzić do każdego projektu z którym się stykamy indywidualnie.