שיווק מבוסס דאטה: מנתונים לתובנות עסקיות

מנהלי ומנהלות שיווק, על Data Driven Marketing שמעתן? זה הזמן לדבר על שיווק אחר – חכם, מדיד ומדויק יותר.

 

Half the money I spend on advertising is wasted; The trouble is I don't know which half.
– John Wanamaker

כל מפרסם או איש עסקים מכיר את התהליך בבסיסו: לחברה יש מוצר או שירות שהיא מעוניינת למכור, ואנשי השיווק צריכים 'לפצח' את האופן הנכון לפנות לקהל היעד כדי ליצור מכירות והזדמנויות חדשות עבור הלקוח.

אך לו יכולנו לחזות אילו מוצרים הקהל שלנו מחפש, מה הצרכים שלו, דפוסי התנהגותו, והזירות בו הוא פועל – כיצד זה היה משפיע על אסטרטגיית השיווק שלנו, על המוצרים שאנו משווקים ועל שיטת העבודה שלנו?

זה אמנם נשמע כמו הפנטזיה הפרועה של כל משווק או בעל עסק, אבל מדובר בעולם חדש ובועט שתופס תאוצה ברחבי הגלובוס ועתיד לשנות את האופן בו אנו מפרסמים, ויותר מכך – האופן בו אנחנו עושים עסקים.

שיווק מבוסס נתונים – Data Driven Marketing – סולל עבורנו דרך חדשה לחלוטין להבנת קהל היעד והעסק שלנו – לא עוד "תחושות בטן" ו"ניסוי וטעיה", אלא הסקת מסקנות מושכלת שמתבססת על נתונים, אשר חלקם נאספים תוך כדי תהליך השיווק הדיגיטלי, וחלקם כבר קיימים ומעלים אבק אצל רוב בעלי עסקים.

אז איך מתחילים?

בשלב הראשון חשוב שנבין את הנתונים שקיימים אצלנו וננצל את מלוא הפוטנציאל שלהם. עוד הרבה לפני שהעידן הדיגיטלי הגיע והביא עמו מונחים כמו "ביג דאטה", לכל בעל עסק היו כמויות דאטה אדירות ששימשו אותו בבניית תכניות עסקיות ושיווקיות: רשימות מיילים של לקוחות, נתוני מכירות, בסיסי נתונים עסקיים ועוד. הנתונים האלה עדיין רלוונטיים כשזה נוגע לשיווק מבוסס דאטה, ויכולים להוות נקודת פתיחה מצוינת.

בשלב השני, יש להצליב את הדאטה הישנה אל מול החדשה שנאספה באמצעות הקמפיין הדיגיטלי, ולערוך היכרות עם הקהל שלנו: מה מאפיין את הצריכה שלהם – אונליין ואופליין? מה ההעדפות ודפוסי ההתנהגות שלהם? מה הם הרגלי הגלישה שלהם? על-ידי ניתוח נכון ומעמיק נוכל להגיע לתובנות שיאפשרו לנו לנווט את הארגון כולו לכיוון של שיווק מבוסס הבנת לקוחות.

אך רגע לפני שנטבע בערימות הנתונים שלנו, כדאי שנדע מה אנחנו מחפשים על-ידי:

1. הגדרת הקטגוריות הדמוגרפיות ותחומי העניין המאפיינים את הקהל שלנו: גיל, מגדר, מיקום גאוגרפי, השכלה, מצב סוציו-אקונומי, ניסיון תעסוקתי, תחביבים, נטיות פוליטיות וכל מאפיין אחר שיכול להיות רלוונטי.

למשל, אצל לקוח שערכנו עבורו קמפיין B2B, בחנו את נתוני הלידים שהתקבלו בעבר. בשלב הראשון השתמשנו בדאטה הקיימת על מנת ליצור רשימת Lookalikes שניתן לטרגט. בשלב השני ניתחנו את הדאטה ומצאנו קורלציה חזקה בין תפקידים בארגון, לסוג העסקה המתבצעת. כך יכולנו ללמוד על התפקידים הרלוונטיים ביותר בארגון שאנחנו רוצים לטרגט. בשלב האחרון אפיינו גם תחומי עניין מקצועיים עבור אותם תפקידים על מנת להגיע לכמה שיותר קהל רלוונטי. כל זה על בסיס נתונים שכבר נמצאים אצל הלקוח.

2. בחינת הרגלי הצריכה שמאפיינים את הקהל שלנו: היכן ומתי הוא מבצע את הרכישות שלו? מה המדיום המועדף עליו? מה המוצרים או הקטגוריות שהוא מעדיף?

למשל, ניתוח הדאטה של כלל הקמפיינים עבור לקוח גדול בתחום הפיננסי חשף הבדלים משמעותיים בצריכת מוצרים שונים בין גברים ונשים, בין צעירים למבוגרים ובין מכשירים שונים. ניתוח מעמיק יותר אף חשף אילו מסרים היו האפקטיביים ביותר עבור קבוצות טרגוט שונות. למשל, מי מושפע יותר מאחוזי הנחה, מהו המתאם בין אחוז ההנחה לכמות הרכישות, כיצד עובדים מבצעים שונים על גברים ונשים ועוד ועוד. תובנות אלו סייעו לנו ליצור קמפיינים ממוקדים ומדויקים יותר במטרה להגביר את אחוז ההמרות באתר.

3. אפיון ההתנהגות של הקהל שלנו: בשלב הזה אנחנו רוצים יותר מנתונים יבשים – אנחנו רוצים להכיר את הקהל שלנו, את דפוסי ההתנהגות שלו ומאפיינים פרסונליים שונים. אנחנו יכולים להיעזר בשאלות מנחות כמו: האם חתך מסוים מקהל הלקוחות מעדיף אזור מסוים באתר שלנו? מה מבדיל את הקהל באתר מהקהל בחנות, ברשתות החברתיות או ברשימות המיילים?

למשל, שמנו לב שאצל לקוח בתחום הרכב יש דפוס לידים מעניין. יש שני פיקים של לידים במהלך השבוע – כשחקרנו את הלידים גילינו שלמעשה מדובר בשני צרכים שונים לגמרי של הלקוחות. כך יכולנו להתאים את המסרים והמבצעים בהתאם לזמני הביקוש.

4. בחינת סביבת התחרות של המוצר שלנו: סביר להניח שישנם לפחות כמה מוצרים או שירותים שמתחרים על אותו קהל יעד. איזה מוצרים או אתרים מתחרים ניתן למצוא בארץ? ובחו"ל? מה מבדל את השירות שלנו לעומת אחרים? מה יכול לגרום לגולשים לנסות את המוצר שלנו?

שימוש מושכל באופציות הטרגוט של הפלטפורמות השונות מאפשר לנו "להתלבש" על לקוחות פוטנציאליים חדשים שכרגע משתמשים בשירותים מתחרים. למשל, כשקידמנו מוצר טכנולוגי כחלק מקמפיין B2B, גילינו שלאותו מוצר כמה מתחרים שמבצעים כמעט את אותן הפונקציות עם קהל משתמשים לא קטן.

אחרי שהצלחנו להוציא מהנתונים את המידע שנחוץ לנו ומיפינו את המאפיינים של קהל היעד שלנו, מגיע השלב הביצועי – תרגום התובנות לעשייה שיווקית ועסקית חכמה ויעילה יותר.

%d7%aa%d7%9e%d7%95%d7%a0%d7%941חלק ב': מנתונים למעשים

עכשיו כשאנחנו מבינים את המשמעות של שיווק חכם מבוסס-דאטה, וכיצד הוא משנה את כל מה שידענו על שיווק ועסקים, הגיע הזמן לתרגם נתונים למעשים.

נתחיל ביצירת "פרופיילינג" של תתי הקטגוריות שמצאנו בפילוח הקודם – הכוונה היא ליצירת דמויות פיקטיביות, שמייצגות עבורנו את אותו קהל. למשל, אם הפילוח שלנו הראה שמרבית הלקוחות שהתעניינו בקטגוריית הטכנולוגיה באתר הן נשים בגילאי 25-40, ממעמד סוציו-אקונומי גבוה, נוכל לאפיין את הקהל הזה על-ידי יצירת דמותה של 'יעל'- בת 35, עם הכנסה של X לשנה, וכן הלאה. יצירת הפרופיילינג יעזור לנו לקצר תהליכים, ולבנות באמצעות הנתונים היבשים דמויות שאנחנו מסוגלים לראות מול עינינו.

בשלב הבא נשפר את אסטרטגיית השיווק שלנו על ידי כך שנבחן מה הדרך הטובה ביותר לפנות ולהגיע לכל אחד מהקהלים שלנו. באילו ערוצים נכון לפנות אליו – מיילים, תוכן שיווקי, מדיה חברתית, גוגל? מה המסרים הנכונים עבורו? כיצד נכון להתנסח כשפונים אליו?

על ידי הבנה, והתנסות בדרכי ההתקשרות השונות עם הקהל שלנו אנחנו יכולים להתחיל לבנות את אסטרטגיית השיווק שלנו כשאנחנו מתבססים על נתונים מוצקים והיכרות עמוקה ומקיפה עם הקהל שלנו.

1. מיפוי מסרים: אנחנו כבר מכירים את הקהל שלנו ויודעים מה הוא אוהב וכיצד הוא מתנהג. עכשיו עלינו ליצור קריאייטיב שיהדהד אצל כל אחד מתתי-הקהלים שלנו וילווה אותם בערוצי המדיה והפרסום שלנו. מעבר לכך שמסרים עקביים ומותאמים אישית יסייעו לנו בהגדלת המכירות, הם יחזקו גם את המודעות, התדמית והנאמנות למותג.

2. לוקאלייק: יצירת קהלים "דומים" באמצעות מערכות הפרסום, שיאפשרו לנו להתפרש לקהל חדש בעל מאפיינים דומים לקהל הלקוחות הקיימים שלנו, ולדבר אליו במסרים והשפה שאנחנו יודעים שנכונה להם.

3. אופטימיזציה: שיווק דיגיטלי הוא לא "שגר ושכח" אלא תהליך מתמשך של תגובות מידיות ושיפור התוצאות בזמן אמת. על-ידי ביצוע A/B טסטינג – בחינת סוגים שונים של ניסוחים, עיצובים וקריאייטיב – והתאמה מהירה ודינמית של הקמפיין, נוכל לשפר את נתוניו תוך כדי הרצה, וכך ולהבין טוב יותר מה עובד עבור הקהל שלנו.

כשזה נוגע לשיווק דיגיטלי חכם מבוסס-דאטה, העבודה אינה מסתיימת עם תום הקמפיין אלא מאפשרת לנו ללמוד ולהחכים מקמפיין לקמפיין ע"י ניתוח והבנת הנתונים, ועדכון הידע שיש ברשותנו כדי להביא תוצאות טובות יותר כל הזמן.

חלק ג' – ניתוח הנתונים עם כלים מתאימים

הטכנולוגיה מסייעת לנו היום להבין מה עובד טוב יותר ומה פחות. יש מספיק כלים טובים המאפשרים לנו להכניס נתונים בצד אחד ולקבל תובנות בצד השני.

  • אילו נתונים?
  • הפרסום בפייסבוק, נתוני הפוסטים בפייסבוק, הפרסום בגוגל (Search, GDN, YouTube), הפרסום בלינקדאין, הפרסום בדה-מרקר, הפרסום ב-Ynet, הפרסום במובייל, הפרסום ב…האמת שכל מקום. הכלי הנכון, אגב, ישאב את כל הנתונים בצורה אוטומטית.
  • אילו תובנות?
  • היכן הכי כדאי הלשקיע כסף ב-Awareness?
  • היכן הלידים הכי זולים?
  • היכן המכירות הכי משתלמות?
  • האם פייסבוק יעיל יותר מגיקטיים?
  • איזה קמפיין היה יעיל יותר? האחרון או הקמפיין של מרץ 2015?
  • מי הגיב יותר טוב לפוסטים? גברים או נשים?
  • ובאיזה גילאים?
  • איזה מוצרים הצרכנים הכי רוצים? אילו שירותים?
  • האם יש הבדל בין הגילאים בצרכים? במקום המגורים? במגדר?

יש הרבה מאוד שאלות שאפשר לשאול. והשאלות האלה הן בדיוק החלק באמצע – בין הכנסת הנתונים לקבלת התובנות. ושם? שם נכנסת המומחיות האמיתית של Data Driven Marketing.

Without data you're just another person with an opinion
W. Edwards Deming –

רוצים עוד פרטים? שלחו לנו מייל ל- kesher@splashing.co.il

או השאירו פרטים: