Den engelske författaren Dennis Potter sa en gång att ”problemet med ord är att de inte alltid säger vad de betyder”. Det finns två viktiga begrepp som drabbats av detta problem. Det ena är ”datadriven marknadsföring”, vilket idag för de flesta innebär digital marknadsföring baserade på olika algoritmer som anpassar kommunikationen utifrån målgruppens beteende. Det andra problemområdet gäller det som benämns som ”köpresan”.
Egentligen bör all kommunikation vara datadriven – och är det ofta också. Åtminstone om vi med detta menar att vi har data som underlag för våra marknadsföringsbeslut, oavsett kanal och aktivitet. Men allra helst bör vi förädla dessa datapunkter till information, insikter och kunskap. Det innebär att vi marknadsförare bör vara kunskapsdrivna – hellre än bara datadrivna – inom åtminstone dessa fyra områden:
-
- Att förstå företagets affär. Nyckelaspekter som olika kundsegment, betalningsvilja, produktmix, prissättning och distributionsfrågor är grunden för att skapa marknadsföring som inte bara säljer mer, utan som framför allt säljer lönsammare genom att få fler att vilja köpa oftare och betala lite mer.
- Att förstå mänskligt beteende. Hur fattar människor beslut? Och inte minst, vilka egenskaper, associationer och attribut påverkar oss att både vilja välja varumärke A över varumärke B, och samtidigt tycka att varumärke A är ett bättre val även om det är lite dyrare?
- Att förstå våra kunder och prospects. Varför köper de som köper av oss av just oss? Och varför väljer de som inte köper av oss bort oss, och vad kan vi göra för att locka dem? Vilka är deras uttalade behov, och – viktigare – vilka dolda drivkrafter finns det som påverkar deras beslut och betalningsvilja?
- Att förstå hur olika marknadskommunikationsinsatser påverkar affären. Långsiktigt vs kortsiktigt, emotionellt vs rationellt, brett vs fokuserat, penetration vs lojalitet och vikten av ekvationen ESOV = SOV/SOM är några exempel på nyckelfrågor där det finns gott om empiri och beprövad kunskap om vad som ger bäst effekt. Men samtidigt också gott om exempel på straffsparksparadoxen, d.v.s. där många väljer bort det som har störst chans att ge resultat därför att man hellre följer minsta motståndets lag.
Datadriven marknadsföring har som utgångspunkt att vi kan lära oss kundernas beteende, och genom att rikta olika – och anpassade – erbjudanden till dem i olika faser av köpresan konvertera deras intresse till köp. Ju mer data, desto bättre kundanpassning och desto högre relevans i erbjudandet för kunden. Och som ett brev på posten kommer då konvertering och ökad effektivitet. Då är det också lätt att förledas att tro att datadrivet är lösningen för dagens – och morgondagens – marknadsförare.
Data ljuger inte, men säger heller inte hela sanningen
Det finns två fundamentala problem med att inte se skillnaden mellan datadrivet och kunskapsdrivet. Den första utmaningen ligger i analysen. Det är lätt att se konverteringarna, och både tacksamt och förståeligt att se dessa som ett mått på hur bra marknadsföringen fungerar. Men ofta missar man två grundläggande komponenter i analysen:
-
-
- Hur många av dessa skulle köpt utan bearbetning? För att maximera effektiviteten fokuserar algoritmerna på de i målgruppen som har hög (högst) sannolikhet att konvertera. Men om sannolikheten för konvertering är hög så är den det även utan bearbetning, så risken är att du betalar med erbjudanden som sänker marginalen för kunder som ändå skulle köpt från dig. Det är lite grand som att dela ut rabattkuponger på pizzerian när kunden redan står i kassan. Många av dem är ofta dessutom redan kunder hos dig – och nöjda med det du erbjuder – även utan rabatter och erbjudanden.
- Hur många av de som köper har faktiskt blivit bearbetade? Att det finns en tracking-cookie är en sak, att de faktiskt exponerats är en annan fråga. Den här artikeln är en av många på ämnet som behandlar dilemmat med visningar och digital statistik.
-
Dilemmat med precisionstanken som den viktigaste – och ibland enda – lösningen för dagens marknadsförare är att den går tvärs emot den samlade kunskapsbasen i de fyra områdena ovan. Och huvudskälet till detta är troligen misstaget att blanda ihop ”köpresan” med ”kundresan”. Tanken om bättre precision utgår från att kunden i första hand vill ha reklam för något som man har ett aktivt behov av, och att det bara är i dessa situationer man uppfattar reklamen som relevant – eftersom man är inne i köpresan.
Ju mer du sår, desto större blir skörden
Men då missar vi den kanske viktigaste delen av kundresan: att skapa positiv kännedom innan behovet uppstår och innan köpresan börjar. Det finns mängder av data som visar att något så basalt som (positiv) kännedom är grunden för både försäljning och lönsamhet. Om man enbart bearbetar målgruppen när de har ett behov är det svårt att få utrymme för att skapa en positiv uppfattning. I stället landar man ofta direkt i rabatter och priserbjudanden som de viktigaste budskapen. Men om man däremot först har skapat positiv kännedom under kundresan, innan köpbehovet uppstår och köpresan börjar, så finns det goda förutsättningar att konvertera denna till lönsam försäljning.
Och här har datadriven marknadsföring – eller ännu hellre kunskapsdriven digital marknadsföring – en viktig roll att spela. Datadriven (kunskapsdriven) digital bearbetning är ett av verktygen i marknadsförarens verktygslåda, men det verktyget ersätter inte alla de andra. Och viktigast av allt, använder du de övriga verktygen rätt – och utgår från den samlade kunskap som finns inom alla fyra områdena ovan – så kommer du att maximera både effekt och effektivitet av såväl din datadrivna marknadsföring som dina övriga insatser. Det finns det både data och samlad kunskap som visar.
