Predictive Marketing

הרובוט שיאמר לנו מה אנחנו רוצים עוד לפני שחשבנו שהדבר נחוץ לנו בכלל…   כשהצהרתי על כוונתי לפתוח קטגוריה שתעסוק ברובוטים והשפעתם על העתיד שלנו אני בטוחה שרובכם חשבתם שאתאר יצורים ממתכת שימוקמו בעולם הפיזי שלנו במקומות בהם אנחנו צורכים ויחליפו את נותני השירותים המוכרים לנו. זה נכון, זה יקרה- אבל זה רק חלק מהסיפור, אכן תפגשו בבלוג הזה גם פוסטים העונים על הכיוונים הללו. אבל לדעתי יש משמעות רבה יותר לרובוטים שנכנסים אל חיינו השוטפים. הדבר מתאפשר בעיקר “על קו התפר” בחיבור בין טכנולוגיה לדטה, שעם הזמן יוצרים מכונות חכמות שיודעות לנתח ולנחש הקשרים ולהנגיש לנו מידע לגבי דברים שאפילו לא חשבנו שאנחנו צריכים. כבר היום חברות כמו גוגל ואמזון עושות צעדים עצומים בתחום. הפוסט הזה ידבר על רובוטיקה מההיבט של טכנולוגיה שמסוגלת לחזות מראש את מגמות הסחר, מה שקרוי  Predictive Marketing.

הכל למעשה סובב על הציר של- “Marketing Data”, שימוש בחיזוי אנליסטי על מנת להבין את היכולות של השיווק דרך הדטה- זהו ה”באזוורד” העכשווי שנעשה מאוד פופולארי והוא מוגדר במעגלים העסקיים בשנה האחרונה תחת המושג המקיף-“ביג דטה”. ולמרות שהמושג עלה על הגל הטרנדי וייתכן שהוא מנוצל בשימוש מופרז, העיקרון הבסיסי של המגמה הזו עשוי להיות בעל אימפקט משמעותי על אנשי שיווק עם כל ההשלכות שיש לרעיון השיווק מבוסס דטה. אנשי שיווק מופצצים בשיטות ובכלים מעשיים להפקת קמפיינים מבוססי דטה, יותר ממה שהיכרנו אי פעם. מקמפיינים דרך אימיילים שמאפשרים לנו לברר אחוזי פתיחה, הקלקות, ועד הגדרות ססקרייבל או אנססקרייבל ועוד. אנחנו יכולים לעשות טרקינג לביקורים של גולשים באתר שלנו, ובמקרה שגולש נרשם אל האתר שלנו- ניתן למתוח את המעקב אחר הלקוח לרדיוס הרבה יותר גדול של נתונים ופעולות אופייניות. הפעולות הללו לא נסקרות אך ורק לשם הבנת כל פעולה צרכנית בנפרד-  האלמנט של המעקב חל על עוד הרבה מאוד פעולות : מהורדת תוכן שנמצא באתר, ועד צפייה בסרטון שמאומבד מיוטיוב. השיטה הזו של הטרקינג עשויה להסתעף לשרשרת פעולות שונות שיחד משקפות איפיון רב ערך עבור אנשי השיווק, כמו חיבור תבוני בין פעולות שונות שמעשיר בצורה משמעותית את המידע הבסיסי במטרה למקסם את התוצאה העסקית מול ההשקעה.

כשמחברים יחד מספר פעולות טיפוסיות של הגולשים, החיבור ביניהן ייתן אינסייט בעל ערך סגולי גבוה מאוד שיכול לשמש ככלי יעיל בעבודה. ואף יותר מכך, כשתחשפו למידע עשיר יותר שעובר אנליזה מעמיקה יותר, תמצאו שפע אינסייטים שאינם מופיעים כרגע בדאשבורד של פעילות הלקוח, ולאורם תוכלו לנתח פעילות עתידית שצפויה לעניין את הגולש וכן להציף מולו מידע מעודכן שקשור בסך הפעולות הקודמות שהוא עשה. במקביל ובאותה מידה תוכלו להמשיך בניתוח גולשים דומים לו שיכולים לשרטט לנו פנל סטטיסטי על הסתברות רמת העניין שגילו בהצעה. כאן למעשה עולם התחזיות של הPredictive Marketing נכנס ברגל בוטחת למגרש המשחקים העסקי. הרעיון של חיזוי על פי אנליזות במשולב עם שימוש חכם בנתוני הביג דטה שנמצאת ברשות החברה מתגלם בצורתו המושכת ביותר.

הרעיון שעומד מאחורי- Predictive Marketing הוא למעשה : היכולת לאפיין בתוך הדטה את המקומות שמספקים את מירב הנתונים, ומיפוי תרחישים שונים מתוכה- שנותנים מענה מקצועי לשאלות בנושא האפיון שאנו אפילו לא מעלים בדעתנו לשאול ללא כלים אוטומאטיים. הדטה באופן כללי היא מערכת מאוד “רועשת ומלוכלכת”- וכדאי לנסות ולדמיין שיש לרשותכם תכשיט שמסתתר בתוך בּלִיל הרעש הזה של הדטה ואתם יכולים למצוא אותו אם תעבדו נכון. כל מה שקשור לחיזוי אנליסטי של דטה רוכב על התובנה הזו, כלומר- מיפוי כל הרעש, ניקוי ואיתור דפוסי פעולה בתוך הדטה שמאפשרים לנו לגלות יותר פרטים רלוונטיים באמצעות המידע הנחשף. הנקודה הקריטית היא שיש להבדיל בין המציאות המתקדמת שלנו כיום מול המציאות המוגבלת של העבר. כיום אנחנו יכולים בפועל לדעת מה אנשים מחפשים בתא החיפוש של האתר, אנו מגלים בקלות יתרה איפה הם הקליקו, אנחנו יודעים לאיזה בנר הם נחשפו- וכמו כן באם פתחו אימייל שלנו ומה הם עשו איתו בפועל. כל ההיסקים הללו נחים על התובנה שבכל צעד שהגולשים עושים ברשת הם מספרים לנו על עצמם דרך שכבות של מידע שמעיד על הפעולות שלהם, על מה שמניע אותם ומה מעניין אותם במיוחד. בכל הדטה המתקבלת ייתכן ש98 אחוז מהאינפורמציה היא בעצם רעש שאין מה לעשות איתו בהכרח, אבל שני האחוז הנותרים “אינם בטלים בששים”: הם מספרים לנו בנדיבות רבה על הגולש, על הלקוח הפוטנציאלי שלנו- ומשקפים את הצרכים שלו, ולא פחות חשוב את ההתנהגות האופיינית לו.

ביג דטה יכולה לשמש כאמצעי להרכשת הלקוח, על ידי חיזוי אנליסטי, אתם יכולים בפועל להשביח את הפעולות השיווקיות שלכם ולייעל את הקמפיינים שלכם. משימת אנשי שיווק תהיה להבטיח את הערך המתמשך של ההצעות ללקוח, ולהוזיל את העלויות על מנת להשיג מטרה זו. השימוש באנליזה ובחיזוי מאפשר להסתכל במבט מקיף על המאסה של הנתונים ולפרק אותה לגורמים שנחלקים לבעיות, שאלות, ותשובות. מתוך התמונה הכוללת ניתן להסיק בבירור כי השימוש בדטה על בסיס ציר של פעולות מעלה את הערך של הלקוח ומוזיל בצורה משמעותית את ההוצאה, בזכות הדיוק במסר המוגש מול עיני הלקוח ובאפשרות הריאלית שיקלע לצרכיו המובהקים. חשוב לקפל לתוך ההזדמנות גם את ההבנה שחיזוי שיווקי על ידי אנליזה יכול לשמר את הלקוחות שלכם לאורך זמן ניכר וכמו כן להחזיר אותם שוב ושוב לאתרכם. זו דרך נהדרת לבדוק הלכה למעשה את יחס ההשקעה מול התוצאה- ומשם לגזור את פלח הלקוחות הטובים ביותר שיישארו נאמנים למותג לאורך זמן ויזמו יותר פעולות. חשוב להבין את הנקודות בהן חיזוי שיווקי דרך אנליזה יכול לבוא לידי ביטוי במישור הפרקטי : אפיק אחד הינו דרך המלצות וביקורות של הלקוחות על מוצרים, ואפיק שני : דרך מיפוי המקומות בהם הגולשים מסתובבים באתר שלכם, או לחילופין מילות החיפוש שהם מקלידים בתא החיפוש באתר. לאחר שבוחנים את הנקודות הללו חשוב לייצר דאשבורד אחד שרואה את כל התנועה של הגולשים ואת “שביל” הדטה שהם משאירים אחריהם ומהטרייל הזה לחלץ את התובנות המתבקשות.

בואו נצלול לתרחיש אפשרי : נניח שהלקוח שלכם הוא רבגוני בעיסוקיו, כמו למשל- אם שרוכשת מוצרים עבור ילדיה, ומצד שני היא גם מאופיינת כספורטיבית מאוד ואף מתכוונת לרוץ במרתון הבא (זה אומר שהיא חלק מתרבות הספורט וקהילת הספורט). כשאתם מחברים את שתי הנקודות הללו, את שני תחומי המידע הללו ומפתחים יחס דיאלוגי עם הלקוחה הספציפית הזו, באפשרותכם לטרגט אותה גם דרך תוכן רלוונטי שעוטף את הסיפור שלה בצורה אחרת וגם דרך אימייל שמציע לה להיכנס לדפים ספציפיים באתר בהם כדאי לה לעלעל. כאן למעשה טכנולוגיות שתומכות בחיזוי שיווקי באות לעזרתכם- בין אם זה בכך שתעדכנו את הלקוחה שלכם בהמלצה על מוצרים משלימים שעשויים לעניין אותה (לא על פי פרמטר אחד שמגדיר אותה בצורה חד-ממדית אלא על מספר פרמטרים), ובין אם המבנה מאפשר לכם להסתכל על ההתנהלות שלה ולגזור ממנה את הצעדים הבאים שלכם. הדטה עוזרת לכם ביצירת ארכיטקטורת פעילות.

הטכנולגיות שקיימות כיום מספקות למעשה את החלום הרטוב הזה- Predictive technology- מתחילה כאן לשחק תפקיד משמעותי בכך שבאמצעותה תוכלו לייצר את הטריידאוף בין שימור והרכשה מתמשכת של לקוחות קיימים מול הרכשה של לקוחות טריים לחלוטין. זאת על ידי החישוב המושכל של הנתונים, שמראה לכם מי “בא אתכם במגע” וגם סביר להניח שיחזור, מול מי שלא סביר שיחזור. חיזוי שיווקי אנליטי מאפשר לכם להבין את מבנה הפנל של הגולשים ולפיו לקבוע במי צריך להשקיע. על מנת שתוכלו לבנות מודל חכם של Predictive Marketing צריך לבסס מראש כמה צעדי פתיחה ברורים שעוזרים לכם לבנות את היכולת. הפעימה הראשונה בצעדים שיש לנקוט היא לתכנן מערכת אחודה של כל הדטה שברשותכם שתרכז אותה במקום אחד על מנת שתוכלו לסנן מתוכה את האפיונים הרלוונטיים של הדטה-  תוך ניקוי של הרעש המיותר. מכאן יש לעבור להצלבות של מידע וסיווג הנתונים השגרתיים של כל ייוזר ויוזר.

צריך לדעת איך לתכנן באופן חכם את השאלות הקולעות שאנחנו רוצים לשלוף מהדטה– שאלות כמו : מה קנו הלקוחות שלנו ומתי ביצעו את הקנייה מבחינת הלוח היומי ? מתי הייתה הרכישה הראשונה שלהם ? מהם המוצרים שהלקוח חיפש מלכתחילה ? מתי הלקוח ראה את המודעה- איזה בנר הוביל אותו אל האתר ? מכמה קטגוריות בפועל הלקוח רכש ? כמה זמן עבר בין קניה לקניה ? האם הלקוח שלכם הוא צרכן שמגיע אליכם רק באופן תקופתי או עונתי ? האם הוא משתמש בקופונים ? האם הוא הגיע דרך ערוץ ספציפי כמו- יוטיוב, פייסבוק ? מכאן ואילך אתם צריכים לנתח את התוצאות ולמצוא מהן הנקודות הרלוונטיות עבורכם בהיכרות עם נתוניו של הלקוח על מנת שתוכלו לחזות דרכן את צעדיו העתידיים ולשלוח לעברו  את עדכוני המיזמים התואמים. ככל שתדעו לזקק טוב יותר את הדטה שאתם מחפשים ואת סוג השאלות עליהן תרצו לקבל מענה- כך תצליחו לעצב טוב יותר את הפנל של הלקוח וממנו לחתוך הקשרים שישרתו אתכם בתפישת החיזוי השיווקי. חשוב להתייחס לשיטה כאל מערכת לומדת שמסתכלת במבט אובייקטיבי על טעויות ועל הצלחות וממשיכה לעצב את עצמה תוך כדי תנועה על בסיס ההתנסות הזאת.