Didieji duomenys (angl. big data) rinkodaros specialistams suteikia vis daugiau būdų ir galimybių atlikti savo kasdienį darbą geriau. Nepaisant to, vis tik išlieka aktualus klausimas – ar duomenys ir įžvalgos panaudojamos suprasti būtent tuos vartotojus, su kuriais reikia verslui kalbėtis?
Jungtinės Karalystės (JK) duomenų valdymo bendrovė „Callcredit“, kurios padalinys jau daugiau nei penkerius metus veikia ir Kaune, apklausė 200 JK rinkodaros specialistų siekdami išsiaiškinti, kaip jie vertina jiems prieinamus duomenis ir jų analizę. Apklausos rezultatams sustiprinti buvo atlikta ir daugiau nei 2 tūkstančių vartotojų apklausa. Rezultatai buvo netikėti – rinkodaros specialistai yra linkę neįvertinti arba pervertinti vartotojų lūkesčius.
Rinkodaros specialistai vs. vartotojų poreikiai
Tyrimas atskleidė tai, ko jo rengėjai absoliučiai nesitikėjo. Beveik 90 proc. rinkodaros profesionalų teigia priimantys tikslesnius ir išmanesnius sprendimus dėl jiems prieinamų vartotojų duomenų. Visgi apklausus vartotojus – rezultatai buvo priešingi. Kaip rodo, respondentų atsakymai, rinkodaros specialistai susiduria su didžiulėmis bėdomis, suprasdami vartotojus ir dažnai netgi nesupranta jų poreikių.
„Callcredit“ inicijuota apklausa parodė, kad rinkodaros profesionalai mano, kad beveik pusė vartotojų supranta, kaip ir kokiems tikslams yra naudojami jų asmeniniai duomenys. Visgi tokius atsakymus nurodė tik 9 proc. respondentų vartotojų. Negana to, rinkodaros specialistai yra linkę manyti, kad vartotojai griežčiau atsirenka, kam ir kokia informacija apie juos gali būti prieinama ir žinoma, nei kad iš tikrųjų rodo vartotojų atsakymai.
Vertinant vartotojų atsakymus, tapo akivaizdu: jie daug rečiau yra linkę naudotis privačiomis ir apsaugotomis naršyklėmis nei mano rinkodaros specialistai. Taip pat jie daug dažniau tiesiog išvengia ar apeina reklaminius pasiūlymus internete nei kad dažnai yra įsivaizduojama.
Įrankių ateityje tik daugės
Ateityje bus naudojama dar daugiau ir įvairesnių būdų analizuoti klientų poreikius ir pasirinkimus. Pažangios duomenų analizės sistemos, skirtingų naudojamų platformų integracija, duomenų mokslas ir besimokinančios sistemos (angl. machine learning) suteiks visa apimantį požiūrį apie vartotojų elgesį.
„Įmonės remiasi daugiau nei kelių šaltinių analize. Pavyzdžiui, mūsų kolegos, naudodami itin didelio spektro informaciją ir didelius duomenų kiekius, yra sukūrę globalią ir visame pasaulyje naudojamą sistemą – CAMEO. Šis produktas leidžia apibūdinti žmonių grupę pagal jų gyveną vietą. Žinant gyvenamą zoną, produkto pagalba galima identifikuoti jų išsilavinimą, šeimyninę ar finansinę padėtį. Visi šie faktoriai leidžia geriau suprasti ir sugrupuoti žmones gyvenančius tose pačiose zonose ir atitinkamai suprasti jų poreikius bei sukurti tikslinę reklaminę žinutę“, – apie produktą pasakoja Arūnė Mykolaitienė, „Callcredit“ rinkodaros operacijų analitikė.
Koks sprendimas būtų geriausias ar efektyviausias, anot atlikto tyrimo, specialistai nėra linkę vertinti. Pasak jų, nėra tikslinga išskirti vieno patikimiausio ar geriausiai vartotojų elgseną padedančio analizuoti įrankio. „Visų tikslas yra turėti galimybę vertinti klientų lūkesčius iš visų galimų taškų, turėti savotišką 360 laipsnių bendrą vaizdą. O tai galima pasiekti tik turint kuo įvairesnių informacijos ir duomenų šaltinių“, – papildo Ugnė Kazlauskaitė, „Callcredit“ rinkodaros operacijų analitikė.
Daugiau ne visada reiškia geriau
Duomenų kiekis prieinamas rinkodaros specialistams yra milžiniškas. Tyrimas parodė, kad kas penktas rinkodaros profesionalas duomenimis grįstus sprendimus įvardija kaip vieną didžiausių iššūkių savo darbe. Jie taip pat jaučiasi apkrauti ir paskendę skirtingų šaltinių ir įrankių jūroje. Be to, analizuoti tuos duomenis taip pat reikia papildomų kompetencijų ir ekspertinių žinių.
Dauguma apklaustų rinkodaros specialistų mano, kad jie praleidžia daugiau laiko analizuodami duomenis nei norėtų. Tyrimas taip atskleidė, kad nepatenkintų rinkodaros profesionalų tik daugėja. Palyginti su 2016 metais, 2017 metais specialistų, manančių, kad jie skiria per daug laiko duomenų analizei, padvigubėjo. Šis skaičius išaugo nuo 13 iki 28 procentų.
Analogiškai, manančių, kad skiria per mažai laiko duomenų analizei, sumažėjo: nuo 29 procentų (2016 m.) iki 11 procentų (2017 m.). Profesionalai taip pat patiria spaudimą (67 proc.) pateikti siūlymus ir rinkodarinius sprendimus, atitinkančius realią situaciją ir skirtus konkretiems vartotojams. Ir nors jie teigia, kad duomenis grįsti sprendimai diktuoja kokybę, tik penktadalis (20 proc.) prisipažįsta esantys patenkinti savo gebėjimais tai daryti.
Ką daryti?
Akivaizdu, kad duomenų kiekiai tik augs, taigi su jais turi plėstis ir profesionalų kompetencijos. Tačiau kaip išmaniai susitvarkyti su duomenų srautu ir priimti geriausius sprendimus? Pasak U. Kazlauskaitės, įmonės turi suprasti, kad dauguma išmanių sprendimų reikalauja investicijų. „Profesionalūs duomenų analitikai yra itin vertinami ir labai reikalingi šiais laikais. Automatinės analizės platformos ir besimokinančios sistemos (angl. machine learning) vis labiau populiarėja. Negana to, siekdami turėti tikslius ir naujausius klientų duomenis, reikia juos nuolat stebėti ir atnaujinti, o tam dažnai prireikia trečiųjų šalių turimos informacijos“, – patarimus dalija rinkodaros operacijų analitikė.