Koja fraza najtočnije predstavlja vašu trenutnu marketinšku strategiju?





Na temelju podataka . Podaci obaviješteni . Podaci omogućeni ?



Ako se češete po glavi (ili kolutate očima), niste sami.



Nedavni preokret u razgovorima oko podataka i rezultirajuća divergencija mnoge su marketere razdvojili oko pristupa koji bi trebali poduzeti u svom poslu.

Ali umjesto da zauzmem stranu u tom pitanju, tvrdio bih da se manje radi o semantici, a više o tome zašto se prave suptilne razlike.

Glavna zamjerka na izraz 'vođen podacima' jest da on navodi da su podaci odgovorni. Novi donositelj odluka. Kraj svega i budite svi suvremeni marketing.




anđeoski broj 2020

Većina će znanstvenika podataka dok ne postanu modri u licu razgovarati o tome kako su uvidi prikupljeni iz sofisticiranih algoritama daleko superiorniji od ljudskih predosjećaja.



Brojevi su konkretni. Točni su. Oni su opipljivi.

Ali razmislite na trenutak o slučaju samovozećeg automobila.



Samovozeći automobil omogućen je naprednim GPS-om, navigacijom i mapiranjem, senzorima, laserima, kamerama i računalima.



U teoriji bi računala i druge napredne tehnologije trebali biti daleko superiorniji u obradi svih čimbenika i informacija potrebnih za sigurnu plovidbu cestama.



Napokon, sposobni su unijeti i obraditi toliko više informacija nego što je to u stanju ljudski mozak. Također su bolji u prepoznavanju i prepoznavanju kompliciranih uzoraka, u ovom slučaju uzoraka prometa.

No tamo gdje samovozeći automobili propadaju, prazna je njihova jedinstvena ljudska sposobnost da protumači kontekst, namjeru i dobro, ljudskost.

Isto se može reći o potrošačkim ili tržišnim podacima. Jednostavno je previše previše nijansi u ljudskom ponašanju da bismo ikad mogli biti potpuno AI / vođeni podacima.

Sad me nemojte krivo shvatiti.

Kao netko čija uloga u stvaranju potražnje zahtijeva puno vremena za obradu s brojevima, nisam ovdje da bih omalovažavao ili diskontirao podatke kao neophodan ili učinkovit marketinški alat. Samo mislim da je za uspjeh drugih organizacija, kao i moje vlastite, važno da to ostane jednostavno - alat.

Da biste istinski iskoristili snagu podataka, prvo morate prepoznati i razumjeti njihova ograničenja:

Podaci ne lažu, ali ne mogu ispričati cijelu priču

Albert Einstein jednom je rekao, 'Ne može se računati sve što se broji i ne može se računati sve što se može računati.'

Koliko god su računala i strojevi komplicirani i zamršeni, uglavnom nam nude vrlo osnovne i neposredne informacije - tko / što / kada. Iako znamo da su informacije izuzetno korisne, naša su učenja ograničena bez dodatnog konteksta kako i zašto.

Na primjer, podaci nam mogu reći koliko se ljudi svidjelo ili podijelilo objavu, ali ne mogu nam reći zašto. Drugim riječima, može nam ponuditi kvantitativne rezultate, ali ne i kvalitativno obrazloženje.

Ili razmislite o ovome na sljedeći način: ako bi netko analizirao sate koje ste proveli sa suradnicima, prijateljima i obitelji u određenom tjednu, podaci bi sugerirali da su vam suradnici bili najvažniji.

Vjerojatno nije tako, ali dobar primjer kako podaci mogu zavarati bez odgovarajućeg konteksta.

Podaci također mogu ukazivati ​​na potencijalni odnos između različitih čimbenika, ali to ne mogu dokazati. Poznata je izreka, 'korelacija ne podrazumijeva uzročnost'.

Na primjer, podaci mogu pokazati povezanost između mjeseca velikog prometa na web mjestu i velikog prihoda, ali to ne mora značiti da je povećani prihod uzrokovan povećanim prometom. Mogao je postojati treći čimbenik koji utječe na oba ova broja ili neka druga neizravna varijabla.

Samo će vaše iskusno oko i iskustvo znati oprezno pristupiti tim brojevima i mjernim podacima i obaviti daljnja testiranja. Ako otkrijete korelaciju u svojim podacima, pokušajte dublje iskopati ili replicirati svoje rezultate i izolirati pravi uzrok ili segmentirati na razne načine kako biste vidjeli pojavljuju li se različiti obrasci.

Također može biti korisno prikupiti kvalitativne povratne informacije od metoda kao što su ankete o web mjestu i e-pošti.


anđeo broj 707

Podaci su realistični, ali ne mogu riskirati

Prije nekoliko godina, 29-godišnjak Morgan Hermand-Waiche krenuo kupiti donje rublje svoje djevojke za njezin rođendan.

Jednom kada je otkrio koliko je skupa većina njegovih opcija skužio, shvatio je da postoji ozbiljna praznina na tržištu za povoljnu tvrtku za donje rublje i odmah je počeo istraživati ​​moguću priliku za pothvat.

Problem? Podaci su mu govorili da se drži što dalje od posla s donjim rubljem. Na tržištu je dominirala jasna kraljevska grana industrije, nebrojene prepreke ulasku i brojni neuspjeli pokušaji, uključujući nekoliko poznatih robnih marki.

No, unatoč svojim nalazima, Hermand-Waiche nije mogao ignorirati jednu stvar koja ga je i dalje tjerala na ovaj pothvat: njegovo crijevo. Trebalo je postojati tržište pristupačnog, kvalitetnog donjeg rublja - čak i ako podaci sugeriraju drugačije.


anđeo broj 756

Hermand-Waiche sada je osnivač i izvršni direktor Adore Me, tvrtke za donje rublje za e-trgovinu koja je revolucionirala industriju. Za samo nekoliko godina, okrenuo je svoj osjećaj u crijevima u tvrtku Inc. 500, najbrže rastuća tvrtka u New Yorku, a od VC-ova i privatnih investitora prikupila je oko 11,5 milijuna USD.

Podaci nam mogu samo reći trenutno stanje stvari i u najboljem slučaju dati informirana predviđanja.

Pokušajte upotrijebiti kvalitativnije metode poput postavljanja pitanja / anketa na svojim društvenim kanalima, društvenog slušanja ili čak dobrih „starih fokus grupa“ kako biste dobili iskrenije, intimnije povratne informacije o ideji koju možda imate.

I upamtite, ponekad revolucija znači samo ignoriranje statusa quo i preuzimanje rizika.

Podaci mogu informirati, ali ne mogu zamisliti

Ponovite za mnom: Veliki podaci nisu velika ideja.

Podaci nisu pronašli 'Just Do It' ili rekli Appleu da 'Misli drugačije'.

Previše je lako uloviti se u korov brojeva i statistika, ali imajte na umu da je sjajan marketing to što pričate sjajnu priču - a pričati sjajnu priču znači razumjeti ljudsko ponašanje, osjećaje i iskustva.

Iz podataka možemo saznati sve moguće stvari o postupcima naše publike. Ali ne može nam reći o njihovim motivacijama, njihovim borbama, njihovim željama itd. Oni jedinstveni ljudski uvidi trebaju nam da bismo pričali sjajne priče i bili kreativni.

Ali nisu podaci krivi.

Kreativnost je umjetnost. Po svojoj definiciji 'umjetnost' je izraz ili primjena ljudske kreativne vještine i mašte, stvarajući djela koja se prvenstveno cijene zbog njihove ljepote ili emocionalne snage. Ključne riječi ovdje su 'ljudske' i 'emocionalne'.

Slučaj: 2016. godine Odjel za računalne znanosti Sveučilišta u Torontu pokušao je podučavati računalu kako napisati pjesmu .

Istraživači su nahranili stroj preko 100 sati glazbe, dok je sofisticirani algoritam 'naučio' obrasce u ritmovima, akordima i tekstovima. I dok sve to zvuči impresivno visokotehnološko, rezultirajuća 'pjesma' bila je pomalo katastrofalna - sa čudnim, besmislenim tekstovima i neinspirativnom, robotskom melodijom.

Ispostavilo se da su podaci prilično usran skladatelj.

Dobra vijest je da postoji način na koji podaci mogu pružiti vrstu ljudskih, emocionalnih uvida koji nadahnjuju veliku kreativnost. Ali umjesto da slušate brojeve, morate zapravo slušati ljude.

Najnovija dostignuća u alati za socijalno slušanje omogućiti brendovima da otkriju stvari o svojoj publici koje bi inače mogle potrajati mjesecima kvalitativnih intervjua. Afinitet teme sjajan je primjer sposobnosti slušanja koja ima puno veći utjecaj nego što većina ljudi misli.

Zamislite vrata koja se mogu otvoriti kad saznate o čemu još vaša publika govori na društvenim mrežama. Vole li određenu vrstu glazbe? Ili sport? Ti uvidi mogu dovesti do novih mogućnosti sponzorstva, integracije proizvoda ili čak potpuno novog segmenta publike.

Još jedan dobar primjer kako socijalno slušanje može nadahnuti izvrsno kreativno djelovanje je analiza osjećaja. Učenje načina na koji vaša publika osjeća nešto poput nedavnih vijesti ili relevantnih tema daje vam priliku za stvaranje sadržaja ili kampanja koje će im odjeknuti na dubljoj, emocionalnije rezoniranoj razini.

Coca-Cola je koristila analizu osjećaja da bi stvorila njihov Stroj za Tweet koksa . Koristeći obradu prirodnog jezika i lokaciju, marka je uspjela identificirati najmanje sretan grad u zemlji.

U skladu sa svojom strategijom brenda, 'odaberite sreću', u grad su donijeli automat za Colu, koji je analizirao sentiment Twitter profila svakog korisnika.

Stroj je tada limenku izdavao samo korisnicima s pozitivnijom i sretnijom prisutnošću na platformi.

Nevjerojatno je kako brendovi mogu toliko puno naučiti i stvoriti iz analize aktivnosti ljudi na društvenim mrežama. Pokušajte nešto vlastito slušati na društvenim mrežama kad sljedeći put budete tražili kreativne uvide.

Bez obzira smatrate li da je vaša organizacija informirana ili vođena podacima, sve što je zaista važno jest da ostavljate dovoljno prostora za čovječanstvo u donošenju odluka. Jer podaci bez ljudi nisu uvid - to su samo brojke.


5:55 značenje

Podijelite Sa Svojim Prijateljima: