Ówczesny konsument nie zamierza tracić czasu ani energii na rozwiązywanie zawiłości procesu zakupowego. Kupowanie ma być proste, intuicyjne i kojarzone z przyjemnością. Takie same warunki musi spełniać komunikat marketingowy, który w sposób jasny, wiarygodny przekazuje najistotniejsze informacje. Wielowątkowość i skomplikowanie procesu dokonywania zakupu w świecie omnichannel sprawia, że przygotowanie spójnego przekazu spełniającego poniższe warunki i odpowiedniego do różnych formatów reklamowych, dobór kanałów komunikacji oraz rozplanowanie budżetów nie jest łatwe, ale czy warte ponoszonych wysiłków?
Phuong Nguyen, szef reklamy w serwisie eBay, osobiście przyznaje, że ścieżka zakupowa staje się na tyle złożona, że ciężko jest znaleźć jej początek i koniec. A może warto zdać sobie sprawę, że przepływ informacji w świecie przenikających się kanałów i powszechnego dostępu do internetu jest procesem ciągłym, a dzielenie go na poszczególne akcje jest raczej umowne i powinno służyć uzasadnianiu potrzeby takich działań. Jeśli tak się dzieje to zbieranie danych i mierzenie ich wzajemnego wpływu powinno być procesem ciągłym.
Rosnące wymagania a omnichannel
Podział świata online i offline zaciera się w bardzo dynamicznym tempie. O ile istnieją jeszcze firmy, które posiadają wydzielone, dedykowane struktury i budżety działań online i offline, o tyle trendy pokazują, że dla osób decyzyjnych przestaje to mieć większe znaczenie, bo liczą się mierzalne efekty wyrażane w takich skrótach jak ROI (zwrot z inwestycji), realizacja KPI (kluczowe wskaźniki efektywności). Biznes oczekuje od managerów odpowiedzialnych za komunikację i marketing: inicjatywy, kompleksowego podejścia, budowania spójnej strategii działań i rekomendacji budżetów niezależnych od podziału kanałów, bo zarówno dla nich, jak i dla końcowego odbiorcy marki, nie ma to większego znaczenia. Liczy się efekt.
Klient chcący nabyć towar nie zastanawia się na różnicą polityki marki między sklepem internetowym a stacjonarnym, podziałem budżetu marketingowego na digital i media tradycyjne. Jeśli szuka informacji, chce ją znaleźć, jeśli chce dokonać zwrotu przedmiotu zakupionego w online, nie chce rozmawiać z panią z infolinii, która nie ma dostępu do jego zamówienia lub/i nie jest w stanie wskazać pobliskiej lokalizacji, gdzie może w bezproblemowy sposób (bezpłatny, bez pakowania, stania w kolejce) zwrócić towar. Jeśli reklamował dany towar, nie chce oglądać go na każdej odwiedzanej stronie (działania remarketingowe), bo przywołuje to negatywne emocje i daje wrażenie braku zrozumienia. Klienci wchodząc w interakcje z marką poprzez różne kanały i zaangażowanie, często dobrowolnie pozostawiając cenne dane (zapis do newslettera, karta lojalnościowa, założenie konta itp.), oczekują dopasowania przyszłych doświadczeń do ich potrzeb, personalizacji przekazu. Aby sprostać tym wymaganiom, potrzebna jest wiedza, a aby ją pozyskać, potrzebna jest analityka.
Big data i analityka
Średniej wielkości organizacja, działająca w modelu omnichannel, miesięcznie może poprzez swoje działania marketingowe generować ponad 100 milionów wyświetleń (punktów styku z marką), a każde z nich cechują dziesiątki poszczególnych atrybutów. Aby trafnie ocenić udział poszczególnych kanałów, oszacować ich udział na ścieżce konwersji, należy umiejętnie zadać trafne pytania, zestawić olbrzymią ilość danych i przetworzyć je w umiejętny sposób, uzyskując informacje, które staną się podstawą kolejnej analizy. Wyselekcjonowanie odpowiednich danych, zbieranie ich, zestawianie ze sobą i wnioskowanie w modelu tak silnego przenikania się kanałów nie jest prostą sprawą. Nie ma jednego uniwersalnego schematu, ani multifunkcjonalnego narzędzia, które pozwoli na przeprowadzenie tego procesu. Takie działania wymagają wykwalifikowanej kadry lub/i wsparcia zewnętrznej organizacji posiadającej takie umiejętności.
Większość marketerów korzysta z sześciu lub więcej kategorii narzędzi gromadzenia i analizowania danych marketingowych[1].
Jednym z najbardziej popularnych narzędzi są te do analizy stron, automatyzacji marketingu czy działań marketingowych z kilku kanałów, jak Google Analitycs wraz z rozszerzonymi funkcjonalnościami, np. mierzenie ścieżek wielokanałowych[2].
Niestety żadne z tych narzędzi nie pozwala zbierać kompleksowo danych, które marketerzy mają potrzebę raportować (poniższy obrazek[3]), pokazując efektywność prowadzonych działań, nie wspominając już o możliwości prezentacji ich w zunifikowany, prosty, przejrzysty sposób.
Zadanie to wydaje się na tyle wymagające, że stosunkowo niewielu managerów marketingu dużych i średnich przedsiębiorstw (blisko 85 %[4]) podejmuje się tego zadania w ogóle albo robią to za pomocą przestarzałych metod (ostatniego kliknięcia, pierwszego kliknięcia), co nie pozwala im w rzeczywistości ocenić realnego wpływu poszczególnych działań w rozwoju strategii omnichannel. Blisko 70 % z ankietowanych ocenia wprost swoje umiejętności oceny wpływu jednego kanału na wydajność innego jako niewystarczający lub słaby[5].
Czarna magia?
Mierzenie efektywności, wzajemnego wpływu poszczególnych kanałów i przypisanie im udziału w osiąganiu zamierzonych celów nie jest czarną magią. To umiejętność stawiania hipotez, zbierania danych, zestawiania ich ze sobą i holistycznego spojrzenia na biznes. To ważna inwestycja, która pozwala planować, rozumieć i podejmować trafne decyzje.
Aby móc mierzyć i oceniać efektywność działań marketingowych w świecie omnichannel na początku należy zdefiniować wszystkie źródła, kanały pozyskiwania danych. Dane te muszą być zbierane według określonego schematu. Nie da się ze sobą zestawiać danych, które nie mają ustawionych wspólnych celów i nie wiadomo pod jakim kątem mają być oceniane. Jak pokazują badania, tylko ok. 10 % marketerów używa tych samych wskaźników KPI dla wszystkich kanałów[6], a jest to jedną z podstaw zrozumienia ekosystemu omnichannel marketingu.
Warte bliższemu przyjrzeniu się są metody atrybucji, czyli tworzenia zasad, które pozwalają ustalić jakie zestawienie zdarzeń ma wpływ na wystąpienie pożądanej akcji (np. sprzedaży), określając tym samym wartość danego kanału marketingowego na ścieżce konwersji. Celem modelowania jest zestawienie, porównanie różnych kanałów i odkrycie spójnego systemu, który w możliwie najbardziej sprawiedliwy sposób pozwoli przypisać udział danego źródła w generowaniu sprzedaży.
Przykładem metody takiego pomiaru jest model atrybucji w Google Analytics. Narzędzie to pozwala tworzyć własne modele i scenariusze pomiaru, ale także korzystać z porównywania osiąganych wyników według domyślnych modeli. Funkcjonalność tego narzędzia pozwala rozpocząć przygodę z analityką testując dostępne, wypracowane warianty, które z czasem można zacząć samodzielnie modyfikować lub użyć jako narzędzia w rękach eksperckiego zespołu.
Jak pokazują dane dostępne w badaniach Econsultancy przy współpracy z Google[7], najczęstszym powodem sięgania po modelowanie jest chęć wypracowania lepszej alokacji budżetów marketingowych, a co się z tym wiąże udowodnienie ROI. Kolejne motywacje to lepsze zrozumienie współdziałania kanałów, czy odkrycie modelu zachowania internauty kupującego dany produkt. Większość osób korzystających z tego narzędzia korzysta z jego podstawowych funkcjonalności, czyli głównie przypisywania osiągnięcia celu poprzez pierwsze lub ostatnie kliknięcie. Te dwie podstawowe metody nie pozwalają zrozumieć przenikania się kanałów, bo przypisują całość sukcesu tylko jednemu wybranemu medium. Warto zapoznać się i testować pozostałe modele:
- model liniowy, pierwszy, który pozwala dostrzec większą ilość graczy na drodze do sukcesu, jednak nie różnicuje ich udziału, przypisuje taki sam udział wszystkim z nich.
- model oparty o czas – zakłada przypisywanie wagi według zasady bliskości wobec osiągnięcia konwersji
- model pozycyjny – wymaga posiadania już pewnej wiedzy o ścieżkach klienta i istotności narzędzi. Polega na samodzielnym przypisaniu wag poszczególnym kanałom i chyba jest jednym z pierwszych modeli opierających się o danych, a co za tym idzie namiastką prawdziwej analityki.
Standardowe moduły atrybucji są raczej namiastką analityki, ale warto od nich zacząć, aby poczuć bakcyla, wartość, jaką można dostarczyć, uzasadniając i rozumiejąc podejmowane działania.
Sztuka doskonalenia
Umiejętność pomiaru i analizy działań marketingowych w omnichannel można nazwać sztuką. Wymaga czasu, wysiłku i wytrwałości. Każdy wykonany krok jest cenny i może przybliżać do celu. Osiągane wyniki nie muszą być idealne, aby dawać sens ich wykonywania, bo każde zadane pytanie przybliża do rozumienia i wyciągania wniosków. Bez testowania, poszukiwania nie da się znaleźć odpowiedzi. Podsumowaniem niech będą słowa słynnego wynalazcy, przedsiębiorcy – Thomasa Edisona, który opatentował ponad 1000 wynalazków:
Bibliografia
- „Seeing the Forest for the Trees: Unified Analytics for Modern Marketing” IDG Connect
- „Building bridges to the promised land: big data, attribution & omni-channel” A CMO Perspective
- https://support.google.com/analytics/answer/1662518?hl=pl
- „Marketing Attribution: Valuing the Customer Journey” Econsultancy Digital Marketers United
Przypisy:
[1] Infografika „How marketers measure cross-channel performance”, na podstawie badań Seeing the Forest for the Trees.
[2] https://support.google.com/analytics/answer/1191180?hl=pl
[3] Raport z badania „Seeing the Forest for the Trees: Unified Analytics for Modern Marketing” IDG Connect
[4] „Building bridges to the promised land: big data, attribution & omni-channel” A CMO Perspective
[5] J.w.
[6] J.w.
[7] „Marketing Attribution: Valuing the Customer Journey” Econsultancy Digital Marketers United
Artykuł ukazał się w Imagine – Magazynie Grupy Unity nr 1/2016.
