Analiza jest jedną z tych zabawnych stron marketing bezpośredniego, aczkolwiek może nie być konceptem łatwym do uchwycenia dla tych, którzy ciężko walczą o to, aby 2 plus 2 równało się 4. Zaufajcie mi, to może być naprawdę zabawne. Jest również jedną z dziedzin dających największe korzyści. Patrząc również na liczbę klientów, którzy nam płacą, aby zrobić to za nich. Jest to bowiem obszar, gdzie mają najmniej kompetencji, zasobów lub po prostu nie są tym zainteresowani.
Kwestia analizy pojawia się pod wieloma postaciami i w różnych momentach. Jest analiza wykonywana przed kampanią jak i po kampanii. Co ciekawe, coraz więcej uwagi poświęcane jest na bieżącą analizę wykonywaną w trakcie trwania kampanii. Dawno przeminęły już czasy wielotygodniowego oczekiwania na dane o wynikach pozwalających ocenić, czy nasza kampania zakończyła się sukcesem. Weźmy na przykład taki e-mailing… jeżeli odpowiedzi nie pojawią się w przeciągu 24 godzin, prawdopodobnie nie pojawią się nigdy. Jeżeli do tego w locie mamy możliwość dokonywania korekty – tym lepiej!
Zasada nieoznaczoności Heisenberga sugeruje, że nic na świecie nie może być precyzyjnie obserwowane, ponieważ sam akt obserwacji zawsze wpływa na obiekt obserwowany. To samo stwierdzenie, w pewnym zakresie, może mieć zastosowanie do analizy. Wyniki analizy są często kształtowane sposobem w jakim zadawane są pytania. To jednak jest bez znaczenia. Prawda absolutna, w przeciwieństwie do Hiszpańskiej Inkwizycji, nie jest celem ostatecznym. Jest nim poprawa reakcji.
Wartość analizy możemy zilustrować na bardzo wiele sposobów. Poniżej jedynie kilka wybranych przykładów.
Analizuj wszystko
Analiza danych jednego z naszych klientów wykazała, że jednym z najistotniejszych czynników pozwalających na ocenę klientów rezygnujących z usług jest czas pomiędzy zamówieniami. Upraszczając. Klienci, którzy nie złożą kolejnego zamówienia przed określonym, krytycznym terminem (który byliśmy w stanie określić), z większym prawdopodobieństwem już do nas nie wrócą, niż ci którzy złożą takie zamówienie przed tym terminem. Konkluzja ta okazała się bardzo pomocna w ograniczeniu liczby rezygnacji i poprawy stopnia reaktywacji klientów.
Poprzedni przykład wymagał wykonania analizy danych transakcyjnych. Równie cenne wnioski zostały wyciągnięte z analizy czegoś tak banalnego jak zgłoszenia konkursowe. Analiza prac zgłoszonych w konkursie przeprowadzonym przez jednego z naszych klientów pozwoliła nam określić właściwy kierunek targetowania nowych ofert biznesowych – nie tylko w skali globalnej, ale też w poszczególnych regionach. Analiza ta pozwoliła określić naprawdę wiele użytecznych zmiennych.
Analiza wykonana dla trzeciego klienta pozwoliła nam zidentyfikować 3 kluczowe czynniki i podnieść współczynnik reakcji o około 128%.
Dlaczego, przy takich, potwierdzonych wynikach tak wiele firm nie poświęca więcej energii i zasobów właściwej analizie?
Hipoteza i test
Istnieją techniki analityczne, które nie wymagają stawiania hipotez. Przykładem tego jest analiza regresywna, która pozwala wyizolować krytyczne zmienne pozwalające na poprawę współczynnika reakcji. Wymaga ona jednak kompetentnych analityków.
Często jednak wartościowa wiedza może być zebrana po prostu poprzez postawienie hipotezy, a następnie zweryfikowanie danych pod kątem jej potwierdzenia. W jednym z powyższych przykładów, w których mówiłem o relacji czasu pomiędzy zamówieniami a prawdopodobieństwem rezygnacji, wypracowaliśmy wiele hipotez roboczych, z których kilka zamieszczam poniżej:
– Rezygnacje mogą być powiązane z wielkością zamówienia
– Rezygnacje mogą być powiązane z zawartością zamówienia
– Rezygnacje mogą być powiązane z czasem w miesiącu, kiedy składane jest zamówienie
– Rezygnacje mogą być powiązane z dniem tygodnia, w którym składane jest zamówienie
– Rezygnacje mogą być powiązane z cechami demograficznymi składającego zamówienie (np. wiek, płeć, zawód etc.)
W zasadzie wszystkie powyższe okazały się niewłaściwe, ale musieliśmy je postawić, aby zadać pytania pozwalające nam to odkryć.
Jest takie wspaniałe powiedzenie, które brzmi mniej więcej tak – „Nie wiesz, czego nie wiesz”. Jedynym sposobem, aby to zmienić jest przeprowadzenie analizy danych w celu odkrycia, czego tak naprawdę nie wiemy.
Strzelając do lwów w klatkach (lub zrywając nisko wiszące owoce)
„Shooting Caged Lions (aka Picking Low Hanging Fruit)”
Kilka lat temu pracowałem dla firmy gdzie opracowaliśmy sposób podejścia do analizy, który nazwaliśmy „shooting caged lions”. Kolejną analogią, którą wykorzystaliśmy dla opisania tego podejścia było „picking low hanging fruit”. Ostatecznie analogie te wyewoluowały tworząc „shooting the low hanging fruit”. Wszystko, co analogie te starają się opisać, sprowadza się do poszukiwania początkowych, łatwych „quick wins”. To właśnie te wnioski wyciągane z analiz dają często najlepsze wyniki.
Prosta segmentacja, oparta o dane transakcyjne jest jednym z nich. Jak tylko uda się zidentyfikować, kto jest kim, nie jest już tak trudne określenie co chcemy z nimi zrobić.
Analiza, do której się odnoszę powyżej, pozwoliła poprawić odsetek reakcji o 120% zajęła nie więcej niż 10 godzin. Transakcje klientów zostały po prostu porównane z ogólną bazą klientów, a następnie zindeksowane. Wyniki w postaci wskaźników zostały następnie sklasyfikowane według istotności i wpływu.
Heisenberg był współpracownikiem Nielsa Bohra, jednego z twórców fizyki kwantowej żyjący w pierwszej połowie XX wieku. Można się zastanawiać, czego mogliby dokonać dzisiaj przy pomocy superkomputerów i zaawansowanych analiz wielkich zbiorów danych. Nie należy jednak czuć się zawstydzonym przy tych gigantach nauki. Wyciąganie własnych wniosków poprzez cierpliwą analizę może dawać równie wiele satysfakcji.
(tekst został po raz pierwszy opublikowany na stronach 5th Dimension w roku 2005)
Wnioski na dzisiaj …
OMG, ten tekst wydaję się nieco trącić myszką. Zmiany, jakie zaszły w marketingu bezpośrednim przez ostatnie 5 – 6 lat są ogromne, a jedną z największych, jeżeli nie największą jest możliwość i umiejętność analizy danych. Szybkość, z jaką obecnie dane mogą być przetwarzane oraz dostępne narzędzia mają w tym ogromny udział. Na rynku jest wielu świetnych analityków i liczba ich zwiększa się z każdym rokiem wraz z możliwościami zatrudniania przez firmy własnych analityków. Przez ten, zdawało by się, krótki okres czasu potrzeby klientów zmieniły się i musieliśmy się do nich dostosować. Firmy, które doceniają wartość analizy w większości posiadają własne komórki odpowiedzialne za BI (Business Intelligence). Dzisiaj pełnimy rolę współpracowników i doradców.
Nie zmienia to jednak faktu, że tekst ten jest tak samo aktualny dzisiaj, jak w czasie kiedy go pisałem. I nigdy, powtarzam – nigdy nie lekceważcie wartości low hanging fruit czy caged lions*.
Keith Wiser, 5th Dimension
(*) prawdopodobnie powinienem przestać pisać o strzelaniu do lwów. Jest to teraz nie tylko mniej poprawne politycznie niż było 10 lat temu, ale też idea zrywania nisko wiszących owoców brzmi duuużo bardziej ekologicznie ….
O AUTORZE
Keith Wiser
Przez ponad 40 lat, od kiedy zaczął studiować psychologię na uniwersytecie w Sheffield, Keith był zafascynowany mechanizmami napędzającymi działania podejmowane przez ludzi. W swojej karierze zawodowej pogłębiał swoją wiedzę w tym temacie w obszarach sprzedaży, szkoleń sprzedażowych, zarządzania sprzedażą, reklamy i marketingu. Wielokrotnie zajmował wyższe menedżerskie stanowiska w reklamie, sprzedaży i marketingu w Wielkiej Brytanii, na Bliskim Wschodzie i Afryce Południowej.
Keith jest również uważany, zarówno lokalnie jak i międzynarodowo za jednego z najlepszych strategów marketingowych w RPA.
