Lahenduste loomine, strateegia ja meediumiplaneerimine on tänapäeva maailmas turundajatele kohustuslik. Viimasel ajal on Big Data, Consumer Insights ja Analytics aga veel üks oskuste komplekt, mis on eeltingimuseks kõigile turundajatele. Need 3 terminit loovad tõepoolest buzzi ja vastupidiselt levinud arvamusele, et andmete täielikuks mõistmiseks vajate tehnilisi teadmisi, võib see olla üsna kerge sidrunimaitseline, kui sellele natuke loogikat lisada.

Suured andmed on pildil olnud juba viis aastat, mis algas selliste hiiglastega nagu Google ja Facebook, kes salvestasid tarbijaandmeid. Andmete analüüs ja tarbijate arusaamad said pildi siis, kui nad hakkasid oma platvormil reklaaminud kaubamärkide jaoks andmeid salvestama. Selles konkurentsitihedas ja igas muutuvas reklaamimaastikus ei piisanud ainult brändidele platvormi reklaamimiseks. Vastamine miks ja miks mitte kampaania toimivusele, mis toimib, mis mitte, ja siis tuli muuta toimiva ülevaate loomine kampaania paremaks investeeringutasuvuseks. Varsti lõid kõik sidusrühmad, olgu need siis kirjastajad, võrgud ja agentuurid, kampaaniate prognoosimiseks ja optimeerimiseks tööriistad, kasutades andmekogumiste, andmete analüüsi ja tarbijate teadmisi, mis aitavad kampaaniate paremaid tulemusi anda.

Nüüd soovib iga kaubamärk andmepõhist strateegiat, olgu see siis loominguline või meedium, mis on seotud lollikindla kampaania loomisega, millel on suurem tõenäosus õnnestuda, kui võrrelda kampaaniat, mida ei juhita andmetest. Andmeteadlase peas varitseb endiselt küsimus, kas turundajad teavad tegelikult neist andmestrateegia kolmest tugisammast? Kas nad teavad, et vajavad erinevaid oskuste komplekte? Kas nad teavad, et neid ei saa eraldi kasutada, et need koos moodustavad parima andmepõhise strateegia. Siin räägime nende kolme erinevusest ja räägime, kuidas neid eraldi ja koos dekodeerida.

Kas teadsite, et oleme viimase 2 aasta jooksul loonud rohkem andmeid kui kogu inimkonna ajaloo jooksul ja et me kogume igal sekundil rohkem kui 1,7 MB andmeid?

Andmepõhise strateegia kolm sammast:

Esimene sammas - andmete kogumine

Teine sammas - analüüside rakendamine andmetele

Kolmas sammas - analüüsitud andmete põhjal arusaamade tõlgendamine
Mis on andmed?

Kõik algab andmete kogumisest. Niipea kui tarbija registreerub teie rakenduses, tellib teie ajaveebi, vaatab teie reklaami või logib isegi sisse oma e-posti kontole, on andmete kogumise protsess juba järjekorras. Demograafilised andmed, geograafilised andmed, psühhograafilised andmed ja nende ostutsükkel on kõik andmed ja need andmed asetsevad suurema hulga andmetena nimega Big Data.

Millised andmetööriistad?

Esimene samm andmete poole on töötlemata andmete kogumine. Microsoft, SalesForce, Oracle ja Adobe on mõned esialgsed nimed, kes hakkasid veebisaidi liikluse ja tehingute kohta andmeid koguma. Andmete kogumine on nüüd muutunud valdkondlikumaks. Brändid kasutavad endiselt neid tarkvara raskeettevõtteid, et luua nende jaoks suuri andmekogumeid, integreerides neid mitmete teiste tööriistadega, mida nad kasutavad, et saada numbreid erinevatest meediumikomponentidest, mida nad oma turundusalgatuste jaoks kasutavad. Teleri BARC, Hootsuite for Social, lakmus e-turunduse jaoks, Apsalar rakenduste omistamiseks, Google Analytics veebisaidi analüüsi jaoks, KISSmetrics e-kaubanduse analüüsi jaoks ja lõpuks kasutavad kaubamärgid ka turunduse automatiseerimise tööriistu, nagu Marketo, et kogu oma turunduse roll koondada andmetega, analüütika ja turundusalane kaasatus. (Iga turunduskomponendi all on veel mitu head tööriista, mida saate valida vastavalt oma organisatsiooni turunõuetele)

Milline oskuste komplekt?

Nende tööriistade loomiseks on vaja tehnoloogiaalaseid teadmisi, kui kirjutate selle algoritmi. Inimesed, kellel on IT, infotehnoloogia (SAS, SPSS, R, Python jne) ja matemaatika taust, on need, kes kirjutavad ja lõikavad andmete kogumise permutatsioone ja kombinatsioone.

Järgmine andmete kogumise samm on Analytics. See on trend või muster, mis väljub teie andmetest. Ilma analüüsita pole andmetest mingit kasu, see aitab avastada tohutu võimaluse, mida need andmed pakuvad. Pärast andmete analüüsimist saate aru saada.

Ülalnimetatud andmetööriista abil andmed salvestatakse. Analüüsi tuleb siiski strateegidelt ettevõtluses. Tehnoloogiamehed panevad aluse andmete kogumisele, seejärel loob selle analüüsi meeskond. Analyticsi meeskond ühendab nendega jagatud andmed ja loob mitu andmevõimalust, et saada teada, kuidas need üksteist mõjutavad. Näiteks kuidas mõjutab kellaaeg veebimüüki või kuidas kasutajaliidese kujunduse muutus mõjutab rakenduste liiklust.

Millised oskused seatud?

Strateegid on inimesed, kellel on turunduse, majanduse, ettevõtluse ja statistika taust. Analüüsiteooriatega on inimestel hullem. Kuid kogemus on olulisem kui see hariduslik kvalifikatsioon. 3–4 aastat tööstuses töötav inimene teaks sellest tööst rohkem, seega oskab seda meie ülalnimetatud taustata paremini analüüsida. Nad võivad olla sisu ja teadustöötajad; nad võivad olla strateegid ja konto / kliendihaldurid.

Ülevaade on väärtus, mis luuakse analüüsitud andmete põhjal. Ärieesmärkide ja -otsuste tegemisel on abiks ülevaade. Kuni analüüsi ei muudeta arusaamiseks, pole samm ettevõtte kujundamiseks õiges suunas või probleemi lahendamine võimalik. Insight-spetsialistid on need, kes koguvad esimese kahe sammu andmeid ja järeldusi ning loovad midagi, mis on võhikule mõistlik. Enamasti saavad paljud kaubamärgipead ja otsustajad (va turunduspead) aru, mida analüüsitakse, enne kui teadmiste meeskond paneb need slaidile, mis aitab neil lihtsas keeles aru saada, millised on nende ettevõtte paremaks muutmise sammud. Avaldajate andmete kõrvutamine, postitushinnangu ja kampaania varasema toimivuse lugemine on veel üks osa arusaamadest.

Tänase stsenaariumi korral on väga vähestel agentuuridel teadmistespetsialistid, üldiselt luuakse andme- ja analüüsimeeskond ning arusaamad jäetakse brändipoole kanda. Väga vähestel kaubamärgi turustajatel on teadmisi andmete ja analüüsi kohta, rääkimata nende teadmiste loomisest. Asjatundjate teadmised on andmete ja analüüsi ülesehituse katus. Need suletavad kogu protsessi ja panevad tehtud äriotsused lõplikult peatuma.

Milliseid oskusi on vaja?

Insight -professionaal võib olla süsteemis keegi aasta pluss. Planeerimise, sisu, uurimistöö, turunduse või strateegia taustal olev inimene, kes on andmete kaardistamise suhtes pisut uudishimulik ja teeb parimate teadmiste loomiseks innukalt koostööd kõigi ettevõtte osadega.

Näide andmete, analüüsi ja arusaamade kohta koos töötades:

Andmete näide: Diwalis näitas e-kaubanduse rakendus naiste etnilise rõivastuse müüki 30% vähem kui eelmisel aastal samal ajal. Teisest küljest kasvas meeste etnilise kulumise müük üle 100%.

Analüüsinäited: Võrreldes ülaltoodud stsenaariumi eelmise aastaga, nägime, et naiste etniline kandmine oli sel aastal 15% soodsam. Selle tulemuseks oli eelmisel aastal 30% rohkem müüki kui sel aastal. Lisaks ei olnud meeste etnilisel kandmisel mingit allahindlust ja sel aastal on see allahindlus 15%, mille tulemuseks on käibe suurenemine jooksval aastal.

Näited arusaamast: idee eesmärk oli suurendada naiste etnilise kandmise allahindlust 10%, nii et müük suureneks ja vastaks eelmisele aastale. Meeste etnilise kandmise jaotises pole allahindlusi vaja muuta.

Kuidas nad üksteist koos aitavad?

Pärast abielu abiellumist saime käegakatsutava vastuse, mis stabiliseerib olukorra ja töötab kasvava ettevõtte nimel. Mõistmise puudumine võib põhjustada tarbijate hoiakute puudumise. Andmete kloppimine annab turundajatele võimaluse suhelda oma publikuga optimaalsel viisil, luues ennetavalt enda jaoks paremaid ärivõimalusi. Protsess peab olema lõpule viidud, et ettevõtted saaksid neile teenitud raha tagasi.

Oskuste märkuse kohaselt kattuvad isegi oskuste kogumid. Andmete koondamisel, analüüsimisel või teadmiste loomisel võite olla ükskõik millisest osakonnast või mis tahes haridusalase taustaga. Teil on veebikursused, mida saate õppida toote loomiseks ja tehnika arendamiseks, isegi kui teil on kunstiline taust. Te ei pea olema strateeg, et olla analüüsiprofessionaal ja teadmiste saamiseks ei pea te olema MBA. Kui tegutsete ettevõttes 2–3 aastat, olete piisavalt haritud, et olla osa ükskõik millisest osakonnast. Ainus, mida vajatakse, on ajakohasus, kuna sageli lisatakse uusi tehnoloogiaid ja uut õppimist.

Postitus Mis vahe on Big Data, Consumer Insights ja Analytics? ilmus esmakordselt lehel Digital Defynd.