Která fráze nejpřesněji představuje vaši současnou marketingovou strategii?



Na základě dat . Informováno o datech . Data povolena ?



Pokud si škrábáte hlavu (nebo kroutí oči), nejste sami.

Nedávný vzestup konverzací o datech a výsledná divergence způsobily, že mnoho obchodníků bylo rozerváno o tom, jaký přístup by měli ve svém podnikání zaujmout.

Ale místo toho, abych se postavil na stranu věci, tvrdím, že to není tak o sémantice, ale spíše o tom, proč se tyto jemné rozdíly dělají.

Hlavní stížnost proti výrazu „založeno na datech“ spočívá v tom, že naznačuje, že data mají na starosti. Nový rozhodovatel. Konec všeho a celý moderní marketing.

Většina datových vědců bude mluvit, dokud nebudou modří v obličeji o tom, jak poznatky získané ze sofistikovaných algoritmů jsou mnohem lepší než ty, které mají lidské tušení.



Čísla jsou konkrétní. Jsou přesné. Jsou hmatatelné.

Ale na chvíli zvažte případ samojízdného vozu.

Samořiditelné auto umožňuje pokročilé GPS, navigace a mapování, senzory, lasery, kamery a počítače.



Teoreticky by počítače a další vyspělé technologie měly být mnohem lepší při zpracování všech faktorů a informací potřebných k bezpečné navigaci po silnicích.

Koneckonců, jsou schopni přijmout a zpracovat mnohem více informací, než je schopen lidský mozek. Také lépe rozpoznávají a identifikují komplikované vzorce, v tomto případě vzorce provozu.

Ale tam, kde samojízdná auta selžou, je jejich prázdnota jedinečně lidské schopnosti interpretovat kontext, záměr a dobře, lidskost.

Totéž lze říci o spotřebitelských nebo tržních datech. Pro lidské chování je prostě příliš mnoho nuancí, než abychom mohli být zcela řízeni AI / daty.

Nechápejte mě špatně.

Jako někdo, jehož role při generování poptávky vyžaduje spoustu času s čísly, nejsem zde proto, abych zneužíval nebo slevoval údaje jako nezbytný nebo efektivní marketingový nástroj. Jen si myslím, že pro úspěch jiných organizací, stejně jako mých vlastních, je důležité, aby to zůstalo prostě tím - nástrojem.

Abyste mohli skutečně využít sílu dat, musíte nejprve rozpoznat a pochopit jejich omezení:

Data nelžou, ale nemohou vyprávět celý příběh

Albert Einstein kdysi řekl: „Nelze počítat všechno, co se počítá, a ne všechno, co se dá spočítat.“

Jak složité a složité počítače a stroje jsou, nabízejí nám hlavně velmi základní a přímé informace - kdo / co / kdy. I když víme, že informace jsou nesmírně užitečné, naše učení je omezené bez dalšího kontextu toho, jak a proč.

Například data nám mohou říci, kolik lidí lajkovalo nebo sdílelo příspěvek, ale nedokáže nám říct proč. Jinými slovy, může nám nabídnout kvantitativní výsledky, ale nikoli kvalitativní uvažování.

Nebo o tom přemýšlejte takto: Pokud někdo analyzoval hodiny, které jste v daném týdnu strávili se spolupracovníky, přáteli a rodinou, údaje naznačují, že vaši spolupracovníci byli pro vás nejdůležitější.

Pravděpodobně ne, ale dobrý příklad toho, jak mohou být data zavádějící bez správného kontextu.

Data mohou také ukazovat na potenciální vztah mezi různými faktory, ale nemohou to dokázat. Je to známé rčení, „korelace neznamená příčinu.“

Data mohou například ukazovat korelaci mezi měsícem vysokého provozu na webu a vysokými příjmy, ale to nutně neznamená, že zvýšené příjmy byly způsobeny zvýšeným provozem. Mohl existovat třetí faktor ovlivňující obě tato čísla nebo jiná nepřímá proměnná.

Pouze vaše vyškolené oko a zkušenosti budou vědět, že k těmto číslům a metrikám přistupujte opatrně a proveďte další testování. Pokud zjistíte korelaci ve svých datech, zkuste kopat hlouběji, abyste buď replikovali své výsledky a izolovali skutečnou příčinu, nebo segmentujte různými způsoby, abyste zjistili, zda se objevují různé vzory.

Může být také užitečné shromáždit kvalitativní zpětnou vazbu z metod, jako jsou průzkumy webů a e-mailů.

Data jsou realista, ale nemohou riskovat

Před několika lety, 29 let Morgan Hermand-Waiche vyrazil koupit své přítelkyni spodní prádlo k narozeninám.

Jakmile zjistil, jak drahá je většina jeho možností, uvědomil si, že na trhu s cenově dostupnými společnostmi v oblasti spodního prádla existuje vážná mezera, a okamžitě začal zkoumat možnou příležitost.

Problém? Data mu řekl, aby zůstal co nejdále od obchodu se spodním prádlem. Na trhu dominoval jasný průmyslový šéf, nespočet překážek vstupu a četné neúspěšné pokusy, včetně několika známých značek.

Ale navzdory svým zjištěním nemohl Hermand-Waiche ignorovat jedinou věc, která ho stále tlačí k tomu, aby se pustil do tohoto podniku: jeho vnitřnosti. Musel existovat trh pro cenově dostupné a kvalitní spodní prádlo - i když údaje naznačovaly něco jiného.

Hermand-Waiche je nyní zakladatelem a generálním ředitelem společnosti Adore Me, společnosti vyrábějící spodní prádlo v oblasti elektronického obchodování, která má revoluci v tomto odvětví. Za pár let otočil své střevní cítění 500 nejrychleji rostoucí společnosti v NYC Inc. 500 a získala přibližně 11,5 milionu USD od VC a soukromých investorů.

Data nám mohou sdělit pouze aktuální stav věcí a přinejlepším vytvářet informované předpovědi.

Zkuste použít kvalitativnější metody, jako je kladení otázek / hlasování na vašich sociálních kanálech, sociální naslouchání nebo dokonce dobré „fokální skupiny“, abyste získali upřímnější a důvěrnější zpětnou vazbu o vašem nápadu.

A pamatujte, někdy revoluce znamená ignorovat status quo a riskovat.

Data mohou informovat, ale neumí si to představit

Opakujte po mně: Velká data nejsou velký nápad.

Data nepřišla s „Just Do It“ nebo řekla Apple „Think Different“.

Je až příliš snadné se chytit plevelem čísel a statistik, ale pamatujte, že skvělý marketing je o vyprávění skvělého příběhu - a vyprávět skvělý příběh znamená porozumět lidskému chování, emocím a zkušenostem.

Z údajů se můžeme o akcích našeho publika dozvědět nejrůznější věci. Ale to nám nemůže říci o jejich motivaci, jejich bojích, jejich touhách atd. Potřebujeme tyto jedinečně lidské postřehy, abychom mohli vyprávět skvělé příběhy a být kreativní.

Ale není to chyba dat.

Kreativita je umění. Podle své definice je „umění“ výrazem nebo aplikací lidských tvůrčích dovedností a představivosti, které vytvářejí díla, která mají být oceněna především pro jejich krásu nebo emoční sílu. Klíčová slova zde jsou „lidská“ a „emocionální“.

Příklad: V roce 2016 se katedra informatiky na University of Toronto pokusila naučit počítač jak napsat píseň .

Vědci nakrmili stroj více než 100 hodin hudby, zatímco sofistikovaný algoritmus „naučil“ vzory v rytmech, akordech a textech. A i když to zní působivě špičkově, byla výsledná „píseň“ jakousi katastrofou - s podivnými, nesmyslnými texty a neinspirující robotickou melodií.

Ukázalo se, že data jsou docela mizerný skladatel.

Dobrou zprávou je, že existuje způsob, jak mohou data poskytnout typ lidských, emočních vhledů, které inspirují velkou kreativitu. Ale místo toho, abyste poslouchali čísla, musíte skutečně poslouchat lidi.

Nejnovější pokrok v sociální poslechové nástroje umožnit značkám objevit na jejich publiku věci, které by jinak mohly trvat měsíce kvalitativních rozhovorů. Afinita k tématu je skvělým příkladem schopnosti naslouchat, která je mnohem efektivnější, než si většina lidí uvědomuje.

Představte si dveře, které se mohou otevřít, když zjistíte, o čem ještě vaše publikum mluví na sociálních sítích. Milují určitý druh hudby? Nebo sport? Tyto poznatky mohou vést k novým sponzorským příležitostem, integraci produktů nebo dokonce k zcela novému segmentu publika.

Dalším dobrým příkladem toho, jak sociální poslech může inspirovat velkou kreativitu, je analýza sentimentu. Naučit se, jak se vaše publikum cítí k něčemu, jako jsou nedávné zprávy nebo relevantní témata, vám dává příležitost vytvořit obsah nebo kampaně, které s nimi budou rezonovat na hlubší, emocionálně rezonanční úrovni.

Coca-Cola vytvořila analýzu sentimentu Stroj na koksování . Pomocí zpracování přirozeného jazyka a umístění dokázala značka identifikovat nejméně šťastné město v zemi.

V souladu se strategií své značky „zvolte štěstí“ přinesli do města automat na koks, který analyzoval sentiment profilu každého uživatele na Twitteru.

Stroj poté vydal pouze plechovku uživatelům s pozitivnější a šťastnější přítomností na platformě.

Je úžasné, jak se značky mohou tolik učit a vytvářet z analýzy aktivity lidí na sociálních sítích. Až příště budete hledat kreativní postřehy, zkuste poslouchat vlastní sociální poslech.

1227 andělské číslo

Ať už tedy považujete svou organizaci za datově informovanou nebo řízenou daty, záleží jen na tom, abyste při rozhodování nechali dostatek prostoru pro lidstvo. Protože data bez lidí nejsou vhled - jsou to jen čísla.

Sdílej Se Svými Přáteli: