Home

Blog

5 powodów, dla których Twoja firma potrzebuje skonsolidowanych danych marketingowych

5 powodów, dla których Twoja firma potrzebuje skonsolidowanych danych marketingowych

W marketingu, zwłaszcza cyfrowym, posługujemy się dziesiątkami narzędzi, metryk, komunikatów. Każde z nich zwraca wiele danych, które trudno ze sobą porównać, a sprowadzenie ich do wspólnego mianownika (żeby porównanie było w ogóle możliwe), wymaga sporo czasu, pracy i pewnych kompromisów. Jeśli nałożymy na to jeszcze wyniki firmowe (takie jak: sprzedaż, rentowność czy pokrycie zasobów), a nie tylko stricte marketingowe, to obraz jeszcze bardziej się komplikuje. Dlaczego jednak warto ponieść ten wysiłek? Poznaj 5 powodów!
5 powodów, dla których warto analizować skonsolidowane dane marketingowe-2

1. Skąd te konwersje?

Wykorzystywanie w kampaniach wielu narzędzi, a co za tym idzie wielu różnych metryk i modeli atrybucji sprawia, że nie jesteśmy w stanie szybko i łatwo określić, co (i w jakim zakresie) wpływa na finalny wynik. Sprawy nie ułatwia Customer Journey. Dlaczego? Klient musi najpierw się o nas dowiedzieć (własne metryki), zaangażować (inny set metryk), kupić, a najlepiej jeszcze wracać i polecać nas innym (kolejne metryki). Na każdym z tych etapów używamy narzędzi z różnymi wskaźnikami, a narzędzia te mają na siebie wzajemny wpływ. Do tego wiele z realizowanych działań ma odroczone oddziaływanie… Co więc finalnie “dowozi” wynik i w jakim stopniu? 

Nawet, jeśli uda Ci się ustawić wszystko do jednej metryki narzędziowej, to często danych i tak nie jesteś w stanie porównać wprost. Wystarczy zestawić dane dotyczące konwersji Meta Ads i Google Ads – sumując je powinniśmy już liczyć przysłowiowe miliony monet. A jakoś zwykle tak się nie dzieje. Okazuje się, że platformy potrafią przypisywać sobie te same konwersje (nawet w last clicku). 

Czy warto? To pytanie pojawia się często, a odpowiedzią na nie zawsze jest: tak, bo dane przybliżają Cię do prawdy o tym, co działa, a co nie. 

2. Światy równoległe

Czasami mam wrażenie, że marketing funkcjonuje w firmach jako dział, której nikt nie rozumie. Zarządy czy działy sprzedaży nie wiedzą, co tak naprawdę robi marketing. I chyba nie chcą wiedzieć, a tym bardziej rozumieć. Marketing postrzegają jako rodzaj blackboxa, do którego wrzuca się budżet, a później oczekuje efektu. I któremu najszybciej, w przypadku kryzysu, ten budżet się obcina (często jest to strzał w stopę). Z drugiej strony marketing zwykle nie ma potrzeby tłumaczenia swoich działań ani wyników. Na pytania: “Co Wy tam w sumie robicie?” odpowiadają: “Nie interesuj się”.

To działa też dalej, podczas współpracy działów marketingu i agencji. Wyrażone oczekiwania działu marketingu a to, co rozumie i dowozi agencja, to czasami przysłowiowe światy równolegle. Przykład z ostatnich miesięcy: cel postawiony przed agencją obsługującą jedno z narzędzi – zwiększenie ogólnej sprzedaży marki. Sposób realizacji agencji: Wyciskanie maksymalnego ROASu kosztem kanibalizacji innych kanałów. Raporty z narzędzia wyglądają zielono. Cele sprzedażowe firmy nie są dowiezione. Co poszło nie tak?

Inny case: celem działań jest pozyskiwanie klienta z jak największą powracalnością, czytaj: klienta, którego można monetyzować miesiącami. Co roku firma wydaje ogromne środki na działania w BF, mimo tego, że klient pozyskiwany w ten sposób jest wyjątkowo nielojalny. Ale wskaźniki konwersji na pierwszą sprzedaż wyglądają świetnie. Raporty z poszczególnych narzędzi również. Tylko klient nie wraca.

A gdyby tak komunikować się z agencją w oparciu o metryki biznesowe, które to metryki agencja będzie potrafiła zamienić na cele poszczególnych kampani?

Kiedyś Bartek Pucek, chyba w jednym ze swoich newsletterów,  posłużył się analogią, która bardzo zapadła mi w pamięć. Powinniśmy nie tylko robić więcej rzeczy, które pozwalają nam przyśpieszyć ale przede wszystkim więcej rzeczy, które przyśpieszają w dobrym kierunku. 

Język angielski ma na to dwa rozdzielne określenia: speed (prędkość) i velocity (wektor prędkości).

3. A/B testy skuteczniejszą formą optymalizacji

Eksperyment, który udowodnił, że iteracyjne ulepszanie prowadzi do lepszych wyników niż próba stworzenia idealnego projektu od samego początku, został przeprowadzony przez Petera Skillmana i jest znany jako „Marshmallow Challenge” (Wyścig z pianką marshmallow).

Zespoły, które próbowały dokładnie zaplanować i stworzyć idealny projekt od samego początku, często nie osiągały dobrych wyników lub wieża zawalała się pod ciężarem pianki.

Zespoły, które przyjęły podejście iteracyjne – budowały, testowały, poprawiały, a następnie budowały ponownie – osiągały znacznie lepsze wyniki.

Problem w tym, że współczesny marketing to coś więcej niż jeden typ pianki. Do skutecznych kampanii używa się gąszczu narzędzi. Można go porównać do orkiestry symfonicznej a marketerów do dyrygentów, którzy dokonują orkiestracji. 

Orkiestracja oznacza proces aranżacji utworu muzycznego na różne instrumenty orkiestry. Kompozytor lub aranżer decyduje, które instrumenty będą grać poszczególne części utworu, aby osiągnąć pożądany efekt dźwiękowy. Dyrygent bazuje na słuchu (najlepiej absolutnym), a marketer na analizie danych. Mając skonsolidowany model analityczny podstawiamy do wzoru zmienione wartości z poszczególnych narzędzi  i patrzymy na końcowy efekt marketingowy oraz jego przełożenie na efekty biznesowe.

4. Zero party i first party data jako element przewagi konkurencyjnej

W nowej rzeczywistości (GDRP, consent mode, itp.) okazało się, że nic tak dobrze nie robi dla efektywności kampanii, jak kolekcja własnych danych. Czyli jeszcze więcej danych. 

Często w oparciu o te dane segmentuje klientów i prowadzimy spersonalizowaną komunikację. Ale na których segmentach warto się skupić, który ruch jest bardziej opłacalny niż pozostały, w którą część trakcji warto zainwestować więcej, na pozyskiwaniu jakich danych się skupić? To pytania, które warto zadać, a wielu marketerów tego nie robi. W odpowiedzi na nie pomaga właśnie model, który integruje metryki top to bottom: od metryk biznesowych po impresje w poszczególnych narzędziach.

Wtedy dane (ich umiejętna analiza i wnioskowanie) mogę stać się realną przewagą konkurencyjną. 

5. Market no longer works for marketers

Złożoność danych (gdzie te czasy, kiedy można było zrobić media plan w Excelu!) przerasta nasze możliwości poznawcze. Język i dane, którymi się posługujemy są coraz bardziej abstrakcyjne dla innych. W tym wszystkim coraz bardziej wspiera nas AI (i dobrze). Ale rozwój sztucznej inteligencji ma też swoją cenę dla branży, którą w skrócie można określić jednym zdaniem: 

AI wypiera i będzie coraz bardziej wypierać ludzi zajmujących się konfiguracją i optymalizacją poszczególnych narzędzi. To już się dzieje. 

Optymalna konfiguracja narzędzi stanie się podłogą, nie sufitem. Wszyscy będą mieć łatwy dostęp do tej wiedzy, a co za tymi idzie przestanie stanowić przewagę konkurencyjną. Wystarczy kilka kliknięć, aby mieć z pomocą AI optymalnie skonfigurowane narzędzie.

Wygrają (a może przetrwają) ci, którzy skutecznie będą łączyć narzędzia (różne) z zachowaniami ludzkimi, czyli to, czego – przynajmniej póki co – AI nie potrafi. Będą mieć szerszą perspektywę. A w tym właśnie zintegrowany model danych może znacząco pomóc. 

Key Takeaways

To tylko wybrane powody, dla których warto już teraz zbierać i konsolidować dane. Jeśli masz poczucie, że to jest też “Twój problem”, to czas najwyższy zacząć budować model analityczny, z pomocą którego będzie można łatwiej (co nie znaczy, że łatwo) wskazać impact poszczególnych narzędzi i działań na ogólne wyniki nie tylko marketingu, ale też ich przełożenia na wyniki firmy. 

  • Wykorzystywanie wielu narzędzi i metryk utrudnia określenie, co wpływa na wyniki (marketingowe czy biznesowe). Niespójne dane mogą prowadzić do błędnych wniosków. Rozwiązaniem (chociaż wciąż niedoskonałym) jest stworzenie modelu analitycznego.
  • Brak zrozumienia działań marketingu przez inne działy firmy oraz nieporozumienia między działami marketingu a agencjami prowadzą często do nieskutecznych działań. Działania te wyglądają dobrze w raportach, ale nie wspierają kluczowych celów biznesowych – winą tego stanu rzeczy są często niespójne metryki. 
  • Iteracyjne testowanie i poprawianie kampanii przynosi lepsze rezultaty niż próby stworzenia idealnego projektu od razu. Warto więc testować, gromadzić dane i wykorzystywać je do optymalizacji.
  • Gromadzenie i analiza własnych danych pozwala na lepsze segmentowanie klientów i prowadzenie bardziej efektywnych kampanii. Dane, czyli wiedza, mogą stać się przewagą konkurencyjną. 
  • Wzrost znaczenia AI w marketingu powoduje, że optymalna konfiguracja narzędzi staje się standardem, a przewagę będą miały firmy, które efektywnie łączą narzędzia z wiedzą o zachowaniach ludzkich.
  • Konsolidacja danych marketingowych z różnych źródeł pozwala na lepsze zrozumienie wpływu poszczególnych działań na ogólne wyniki firmy i podejmowanie bardziej świadomych decyzji strategicznych.


Od czego zacząć? Jak uprościć nieco sobie pracę w tym zakresie? To już temat na osobny wpis 🙂

Newsletter

Bądź na bieżąco

Raz w miesiącu dostaniesz od nas podsumowanie eksperckich artykułów i najciekawszych marketingowych trendów.



    Account Based Marketing Zadaj pytanie ekspertowi

    O AUTORZE

    Piotr Rocławski
    -
    Dowiedz się więcej
    Najnowsze z bloga