Edition: International | Greek
MENU

Αρχική » Μάνατζμεντ

Το μάρκετινγκ και η διαφήμιση στην ψηφιακή εποχή

Γιατί πολλές μεγάλες εταιρείες αναπτύσσουν τώρα Analytics 2.0, ώστε να αποκαλύψουν με ακρίβεια πώς τα σημεία επιρροής της διαφήμισης αλληλεπιδρούν δυναμικά

Από: EBR - Δημοσίευση: Δευτέρα, 5 Νοεμβρίου 2018

Όταν οι επιχειρήσεις έχουν πολλαπλά κανάλια πώλησης, όπως το λιανικό εμπόριο, το online, τους μεταπωλητές προστιθέμενης αξίας, ή πολλά προϊόντα σε γεωγραφικές περιοχές, τα Analytics 2.0 μπορεί να γίνουν πιο περίπλοκα απ’ ό,τι μπορούν να χειριστούν οι εσωτερικές ομάδες.
Όταν οι επιχειρήσεις έχουν πολλαπλά κανάλια πώλησης, όπως το λιανικό εμπόριο, το online, τους μεταπωλητές προστιθέμενης αξίας, ή πολλά προϊόντα σε γεωγραφικές περιοχές, τα Analytics 2.0 μπορεί να γίνουν πιο περίπλοκα απ’ ό,τι μπορούν να χειριστούν οι εσωτερικές ομάδες.

του Wes Nichols*

Ένας από τους πελάτες μας, γιγάντιος καταναλωτής ηλεκτρονικών ειδών, είχε εδώ και καιρό υπολογίσει την διαφημιστική του επιρροή σε ένα μέσο κάθε φορά.

Όπως εξακολουθούν να πράττουν οι περισσότερες επιχειρήσεις, μέτρησαν πώς λειτουργούσαν ανεξάρτητα οι διαφημίσεις τους στην τηλεόραση, τα έντυπα, το ραδιόφωνο και online, για την προώθηση των πωλήσεων.

Η εταιρεία δεν είχε κατανοήσει ότι οι διαφημίσεις αλληλεπιδρούν σωρευτικά.

Για παράδειγμα, ένα τηλεοπτικό σποτ μπορεί να προκαλέσει μία αναζήτηση στο Google, η οποία οδηγεί σε ένα «κτύπημα» σε μία διαφήμιση που καταλήγει σε μία πώληση.

Για να δοθεί έμφαση στο πώς οι διαφημίσεις του λειτουργούν από κοινού σε όλα τα μέσα και τα δίκτυα πώλησης, ο πελάτης θέσπισε πρόσφατα νέες, εξελιγμένες τεχνικές δεδομένων analytics.

Οι αναλύσεις αποκάλυψαν, για παράδειγμα, ότι η τηλεόραση απορροφούσε μέχρι 85% του προϋπολογισμού στο πλαίσιο μιας καμπάνιας νέου προϊόντος, ενώ οι διαφημίσεις στο YouTube, με μερίδιο 6% του προϋπολογισμού, ήσαν σχεδόν δύο φορές πιο αποτελεσματικές στην παρακίνηση online αναζητήσεων που οδηγούσαν σε αγορές.

Οι δε διαφημίσεις αναζήτησης, στο 4% του συνολικού προϋπολογισμού για την διαφήμιση της εταιρείας, απέφεραν το 25% των πωλήσεων.

Οπλισμένη με αυτά τα πλούσια ευρήματα και τα τελευταία προγνωστικά analytics, η εταιρεία ανακατένειμε τον διαφημιστικό της προϋπολογισμό, πραγματοποιώντας αύξηση 9% σε πωλήσεις χωρίς να ξοδέψει τίποτε περισσότερο για διαφήμιση.

Αυτό το είδος της πληροφορίας συμβολίζει το Άγιο Δισκοπότηρο στο μάρκετινγκ –η γνώση τού πώς ακριβώς όλα τα κινούμενα μέρη μιας εκστρατείας προωθούν συλλογικά τις πωλήσεις και τί συμβαίνει όταν συντονίζονται.

Μέχρι πρόσφατα η εικόνα ήταν, στην καλύτερη περίπτωση, ασαφής. Το Media-mix-modeling, το οποίο εισήχθη στις αρχές της δεκαετίας του 1980, βοήθησε τους marketers να συνδέσουν δεδομένα scanner με την διαφήμιση και να αποφασίσουν πώς θα κατανείμουν τους πόρους μάρκετινγκ. Για περίπου 20 χρόνια ο καθένας επιδόθηκε σε αυτόν τον τρόπο, μέχρι την έλευση του ψηφιακού μάρκετινγκ στα τέλη του 1990.

Με την δυνατότητα να παρακολουθείται κάθε «κτύπημα» του ποντικιού, η μέτρηση της σχέσης μεταξύ αιτίου και αιτιατού και διαφήμισης και αγοράς έγινε κάπως ευκολότερη. Οι marketers άρχισαν να καταγράφουν την πιο πρόσφατη ενέργεια του καταναλωτή online –π.χ. ένα κλικ σε ένα διαφημιστικό banner– και να τής αποδίδουν μία αγοραστική συμπεριφορά.

Σε συνδυασμό με μία χούφτα από καιρό καθιερωμένων τεχνικών μέτρησης (έρευνες καταναλωτών, ομαδικές συνεντεύξεις, μοντέλα media-mix και την διαδρομή του τελευταίου κλικ), τέτοιες ξεπερασμένες μέθοδοι έχουν επαναπαύσει πολλούς marketers, οδηγώντας τους σε εφησυχασμό.

Πιστεύουν λανθασμένα ότι ελέγχουν το πώς η διενεργούμενη διαφήμισή τους επηρεάζει πράγματι την συμπεριφορά και προωθεί τα έσοδα. Αλλά αυτή η προσέγγιση είναι οπισθοδρομική. Αντιμετωπίζει σε μεγάλο βαθμό τα σημεία προβολής της διαφήμισης –διαφημίσεις in-store και online, τηλεόραση, ραδιόφωνο, direct mail και ούτω καθεξής– σαν το καθένα να επενεργεί μεμονωμένα.

Κάνοντας τα πράγματα χειρότερα, διαφορετικές ομάδες, εταιρείες, καθώς και media buyers λειτουργούν μεμονωμένα, σαν σε σιλό, και χρησιμοποιούν διαφορετικές μεθόδους μέτρησης, καθώς ανταγωνίζονται για τους ίδιους πόρους.

Αυτή η συνεχιζόμενη κοινή πρακτική, του προδιαγεγραμμένου παράλληλου ανταγωνισμού, εξηγεί γιατί οι marketers συχνά κακώς αποδίδουν συγκεκριμένα αποτελέσματα στις μάρκετινγκ δραστηριότητές τους και γιατί οι οικονομικές διευθύνσεις τείνουν να αμφιβάλλουν για την αξία του μάρκετινγκ.

Όπως είπε ένας CFO μιας εταιρείας του Fortune-200, «όταν προσθέτω τα ROI από κάθε σιλό μας, η εταιρεία μας εμφανίζεται δύο φορές μεγαλύτερη απ’ όσο είναι στην πραγματικότητα».

Καταιγισμός δεδομένων

Οι καταιγιστικές αλλαγές στην τεχνολογία και την συμπεριφορά των καταναλωτών κατά την τελευταία δεκαετία έχουν δημιουργήσει μία κοκκώδη, σχεδόν αχανή καταγραφή κάθε online καταναλωτικής δράσης.

Σε αυτό προσθέστε την πληθώρα δεδομένων από DVRs και ψηφιακά set-top-boxes, checkout λιανικής, συναλλαγές μέσω πιστωτικών καρτών, αρχεία call centers και μυριάδες άλλες πηγές και θα διαπιστώσετε ότι οι marketers έχουν πλέον πρόσβαση σε έναν ασύλληπτο και ανεξάντλητο όγκο πληροφοριών σχετικά με το τί βλέπουν και πράττουν οι καταναλωτές.

Η ευκαιρία είναι σαφής, αλλά σαφής είναι και η πρόκληση. Όπως το έθεσε η ονομαστή στατιστικολόγος και συγγραφέας Nate Silver, «κάθε μέρα, τρεις φορές ανά δευτερόλεπτο, παράγουμε το ισοδύναμο του όγκου δεδομένων που διαθέτει η Βιβλιοθήκη του Κογκρέσου σε όλη την έντυπη συλλογή της. Τα περισσότερα από αυτά είναι υλικό άνευ σημασίας. Επομένως, εάν δεν έχετε καλές τεχνικές για το φιλτράρισμα και την επεξεργασία των πληροφοριών, θα βρείτε τον μπελά σας».

Πολλές από τις μεγαλύτερες πολυεθνικές του κόσμου χρησιμοποιούν τώρα Analytics 2.0 –μία σειρά από δυνατότητες που μπορούν να επεξεργαστούν terabytes δεδομένων και εκατοντάδες μεταβλητών σε πραγματικό χρόνο. Έτσι επιτρέπεται σε αυτές τις εταιρείες να δημιουργήσουν μία εξαιρετικά υψηλής ευκρίνειας εικόνα της απόδοσης του μάρκετινγκ τους, να εξετάζουν σενάρια και να αλλάζουν στρατηγικές διαφήμισης άμεσα.

Υποβοηθούμενα από τα πρόσφατα ραγδαία άλματα στην ισχύ της πληροφορικής, στα cloud-based analytics και στην φθηνή αποθήκευση δεδομένων, αυτά τα προγνωστικά εργαλεία μετρούν την αλληλεπίδραση της διαφήμισης στα ΜΜΕ και στα κανάλια πωλήσεων και προσδιορίζουν επακριβώς πώς εξωγενείς μεταβλητές (συμπεριλαμβανομένων και της ευρύτερης οικονομίας, των ανταγωνιστικών προσφορών, ακόμα και του καιρού) επηρεάζουν την απόδοση των διαφημίσεων.

Οι προκύπτουσες αναλύσεις, πολύ απλά, αποκαλύπτουν τί πραγματικά λειτουργεί. Με αυτά τα δεδομένα βάσει στοιχείων, οι εταιρείες μπορούν συχνά να διατηρήσουν τους υπάρχοντες προϋπολογισμούς τους επιτυγχάνοντας περαιτέρω βελτιώσεις του 10% έως 30% (μερικές φορές περισσότερο) στην απόδοση του μάρκετινγκ.

Με βάση τα πρωτοποριακά μαθηματικά μοντέλα που αναπτύχθηκαν από τον καθηγητή μάρκετινγκ του UCLA και συνιδρυτή του MarketShare, Dominique Hanssens, η MarketShare προσφέρει λύσεις Analytics 2.0 σε πολλές μεγάλες παγκόσμιες εταιρείες.

Τα μοντέλα ποσοτικοποιούν επιδράσεις μάρκετινγκ cross-media και cross-channel, καθώς και άμεσες και έμμεσες επιδράσεις όλων των παραγόντων ώθησης επιχειρηματικότητας, ενώ το λογισμικό χρησιμοποιεί cloud-computing και δυνατότητες big-data.

Η μετάβαση στο 2.0

Κινούμενα από την ολοκλήρωση των big data, το cloud computing καθώς και νέων μεθόδων ανάλυσης, τα Analytics 2.0 παρέχουν ριζικά νέες γνώσεις στην επίδραση του μάρκετινγκ στα έσοδα. Περιλαμβάνουν τρεις κύριες δραστηριότητες:

*Καταλογισμό –την διαδικασία ποσοτικοποίησης της συνεισφοράς του κάθε στοιχείου της διαφήμισης.

*Βελτιστοποίηση ή «war gaming» κ – με την χρήση προγνωστικών στοιχείων analytics, για να τρέξουν σενάρια επιχειρηματικού σχεδιασμού.

*Κατανομή –τον σε πραγματικό χρόνο επιμερισμό των πόρων στις δραστηριότητες μάρκετινγκ, σύμφωνα με σενάρια βελτιστοποίησης.

Παρότι οι εν λόγω δραστηριότητες περιγράφονται σε αυτό το άρθρο ως διαδοχικά βήματα, μπορούν να συμβαίνουν ταυτόχρονα στην πράξη. Τα αποτελέσματα μιας δραστηριότητας τροφοδοτούνται σε μία άλλη διαδοχικά, έτσι ώστε η δυνατότητα analytics να βελτιώνεται συνεχώς.

Πέντε βήματα για την εφαρμογή


Τα analytics,όταν ενταχθούν στην ερευνητική λειτουργία, εμπλέκονται όλο και περισσότερο στην ανάπτυξη της καθημερινής στρατηγικής και των δραστηριοτήτων. Τα στελέχη που πρωτοστάτησαν στις ομάδες ψηφιακού μάρκετινγκ πριν από 10 χρόνια προάγονται σε θέσεις CMO.

Εξοικειωμένοι ήδη στις μετρήσεις, συχνά εκπλήσσονται με την ανωριμότητα του ευρύτερου κλάδου της διαφήμισης στα analytics. Αυτοί οι νέοι CMOs αναλαμβάνουν μεγαλύτερη ευθύνη για τους προϋπολογισμούς τεχνολογίας και δημιουργούν μία κουλτούρα βασισμένη σε λήψη αποφάσεων βάσει στοιχείων.

Η εταιρεία συμβούλων τεχνολογίας Gartner εκτιμά ότι μέσα σε 5 χρόνια οι περισσότεροι CMOs θα έχουν υψηλότερο προϋπολογισμό τεχνολογίας από τους επικεφαλής της τεχνολογίας (CTOs).

Η τεχνολογία είναι αναγκαία, αλλά δεν αρκεί για να μεταβεί μία οργάνωση στα Analytics 2.0. Σύμφωνα με την εμπειρία μας, οι πρωτοβουλίες αυτές απαιτούν πέντε βήματα, τα οποία μπορούν να εφαρμοστούν ακόμα και από μικρές επιχειρήσεις.

Πρώτον, να θεσπίσουν τα Analytics 2.0 ως μία εταιρική συνολική προσπάθεια που πρέπει να υποστηριχθεί από ένα διευθυντικό στέλεχος επιπέδου C. Συχνά αναφύονται θύλακες αντίστασης σε νέες προσεγγίσεις analytics, καθώς αμφισβητούν εγγενείς πεποιθήσεις σχετικά με το τί λειτουργεί και τί όχι. Η είσοδος στελεχών επιπέδου senior είναι απαραίτητη για να βοηθήσει στην προώθηση της σαφήνειας του οράματος και στην ευθυγράμμιση στα πρώτα στάδια.

Δεύτερον, να διορίσουν έναν διευθυντή ή διαχειριστή θετικά διακείμενο στα analytics, που θα γίνει το πρόσωπο-κλειδί για την προσπάθεια. Θα πρέπει να είναι κάποιος με ισχυρές αναλυτικές ικανότητες και φήμη για αντικειμενικότητα.

Αυτό το άτομο μπορεί να αναφέρεται στον CMO ή να τοποθετηθεί σε μία διατμηματική ομάδα εργασίας μεταξύ του μάρκετινγκ και των οικονομικών. Καθώς το έργο επεκτείνεται, το άτομο αυτό μπορεί να βοηθήσει στην κατεύθυνση του επιχειρηματικού σχεδιασμού και στην κατανομή πόρων στις μονάδες.

Τρίτον, εξοπλισμένος με μία λίστα ερωτήσεων προτεραιότητας που χρήζουν απαντήσεων, να προβεί σε απογραφή των δεδομένων σε όλον τον οργανισμό. Οι πληροφορίες που είναι απαραίτητες για την επιτυχή προσπάθεια των Analytics 2.0 είναι συχνά θαμμένες σε πολλές υπηρεσίες πέραν του μάρκετινγκ, από την διεύθυνση οικονομικών έως την εξυπηρέτηση πελατών.

Να προσδιορίσει και να ενοποιήσει αυτά τα ετερόκλητα σύνολα δεδομένων και να δημιουργήσει συστήματα για συνεχή συλλογή. Να χειριστεί δεδομένα όπως θα έκανε σε περίπτωση πνευματικής ιδιοκτησίας, δεδομένης της αξίας τους ως περιουσιακών στοιχείων.

Τέταρτον, να αρχίσει σιγά-σιγά με στοιχεία σχεδίου να περιλαμβάνει μία συγκεκριμένα επιχειρησιακή γραμμή, γεωγραφική περιοχή ή ομάδα προϊόντων. Να δημιουργήσει μοντέλα περιορισμένου πεδίου δράσης που στοχεύουν στην επίτευξη πρώιμων κερδών.

Πέμπτον, να κάνει επιθετικά τεστ και να τροφοδοτεί με τα αποτελέσματα το μοντέλο. Για παράδειγμα, εάν η ανάλυση βελτιστοποίησης δείχνει ότι η μετατόπιση κάποιων δαπανών διαφήμισης από την τηλεόραση σε online προβολή θα αυξήσει τις πωλήσεις, να δοκιμάσει ένα μικρό, τοπικό πείραμα και να χρησιμοποιήσει τα αποτελέσματα για να βελτιώσει τους υπολογισμούς του.

Τα τεστ αγοράς είναι πια παλιό κόλπο. Το καινούργιο είναι να πάρει την cross-media κατανομή σωστά, έτσι ώστε το τεστ να είναι πιο αποτελεσματικό.

Όταν οι επιχειρήσεις έχουν πολλαπλά κανάλια πώλησης, όπως το λιανικό εμπόριο, το online, τους μεταπωλητές προστιθέμενης αξίας, ή πολλά προϊόντα σε γεωγραφικές περιοχές, τα Analytics 2.0 μπορεί να γίνουν πιο περίπλοκα απ’ ό,τι μπορούν να χειριστούν οι εσωτερικές ομάδες.

Τότε είναι που χρειάζονται vendors με συγκεκριμένες δυνατότητες analytics και computing. Αλλά κάθε εταιρεία μπορεί να ξεκινήσει και να δημιουργήσει το μεγαλύτερο μέρος της απαιτούμενης υποδομής για analytics και την εσωτερική κουλτούρα του προσαρμοστικού μάρκετινγκ.

Η πρόκληση έγκειται τόσο στην οργάνωση όσο και στην πληροφορική. Είτε έτσι είτε αλλιώς, η υπόθεση είναι προδιαγεγραμμένη.

*Συνιδρυτής και CEO της MarketShare, διεθνούς εταιρείας προγνωστικών analytics με έδρα το Λος Άντζελες

ΔΙΑΒΑΣΤΕ ΑΚΟΜΗ

Γνώμη

Επίλυση προβλημάτων ή παραγωγή λύσεων;

Από: EBR

Στη σύγχρονη εποχή ένα σημαντικό μέρος της ημέρας μας αφιερώνεται σε πιθανά προβλήματα, οικονομικά, εργασιακά, κοινωνικά, και άλλα

Ηλεκτρονική Έκδοση Τρέχοντος Τεύχους: 04/2021 2021

Περιοδικό

Τρέχον Τεύχος

04/2021 2021

Δείτε τα παλαιά τεύχη
Συνδρομή
Διαφημιστείτε
Ηλεκτρονική Έκδοση

Ευρώπη

Ευρωπαϊκό Γραφείο Τεχνητής Νοημοσύνης δημιουργεί η Ε.Ε.

Ευρωπαϊκό Γραφείο Τεχνητής Νοημοσύνης δημιουργεί η Ε.Ε.

Τη φιλόδοξη στρατηγική της για τη δημιουργία του πρώτου, παγκοσμίως, ασφαλούς οικοσυστήματος για την τεχνητή νοημοσύνη, αρχίζει να υλοποιεί η Ευρωπαϊκή Ένωση

Οικονομία

Τι αυξάνει την τιμή του χρυσού

Τι αυξάνει την τιμή του χρυσού

Η τιμή του χρυσού επηρεάζεται από μια περίπλοκη αλληλεπίδραση παραγόντων, που αντικατοπτρίζει την κατάστασή του ως πολυεπίπεδο περιουσιακό στοιχείο

EURACTIV.com - Feeds

All contents © Copyright EMG Strategic Consulting Ltd. 1997-2024. All Rights Reserved   |   Αρχική Σελίδα  |   Disclaimer  |   Website by Theratron