توسط جاناتان گوردون (@JW_Gordon)، جسکو پری، و دنیس اسپیلک (@dspillecke)
بیگ دیتا بزرگترین فرصت تغییر بازی برای بازاریابی و فروش از زمانی است که اینترنت تقریباً 20 سال پیش رایج شد. این جمله اغلب باعث تکان دادن سر شدید مدیران می شود، اما به سرعت با سر خاراندن دنبال می شود. “چگونه می توانیم این اتفاق بیفتد؟”
ما اخیراً کتاب الکترونیکی چندرسانه‌ای Big Data، Analytics و آینده بازاریابی و فروش را منتشر کرده‌ایم که تلاش می‌کند به این سؤال پاسخ دهد. امروزه سازمان‌ها با حجم عظیمی از داده‌ها، پیچیدگی سازمانی، تغییر سریع رفتارهای مشتریان و افزایش فشارهای رقابتی مواجه هستند. فن‌آوری‌های جدید و همچنین کانال‌ها و پلتفرم‌های به‌سرعت در حال گسترش، محیطی بسیار پیچیده را ایجاد کرده‌اند. در عین حال، انفجار در داده‌ها و فناوری‌های دیجیتال مجموعه‌ای بی‌سابقه از بینش‌ها را در مورد نیازها و رفتارهای مشتری باز کرده است.
برخی از شرکت ها در حال حاضر این وعده داده های بزرگ را به واقعیت تبدیل می کنند. کسانی که از داده های بزرگ و تجزیه و تحلیل استفاده می کنند به طور موثر نرخ بهره وری و سودآوری را نشان می دهند که 5 تا 6 درصد بیشتر از همتایان خود است. تجزیه و تحلیل McKinsey از بیش از 250 تعامل در طول پنج سال نشان می دهد که شرکت هایی که داده ها را در مرکز تصمیمات بازاریابی و فروش قرار می دهند، بازده بازاریابی (MROI) خود را 15 تا 20 درصد بهبود می بخشند. بر اساس هزینه‌های بازاریابی سالانه جهانی که حدود 1 تریلیون دلار تخمین زده می‌شود، به 150 تا 200 میلیارد دلار ارزش اضافی اضافه می‌شود.
با این حال، داده ها به تنهایی چیزی بیش از 1 و 0 نیستند. شرکت هایی که امروز موفق می شوند سه کار را به خوبی انجام می دهند:
1. از تجزیه و تحلیل برای شناسایی فرصت های ارزشمند استفاده کنید. کشف موفقیت آمیز مستلزم ایجاد مزیت داده با جذب مجموعه داده های مرتبط از داخل و خارج شرکت است. با این حال، تکیه بر تجزیه و تحلیل انبوه آن داده ها، اغلب دستور العملی برای شکست است. رهبران تجزیه و تحلیل زمانی را صرف توسعه «تفکر مقصد» می کنند، که عبارت است از نوشتن در جملات ساده مشکلات تجاری که می خواهند حل کنند یا سؤالاتی که می خواهند به آنها پاسخ دهند. اینها باید فراتر از اهداف گسترده مانند «افزایش سهم کیف پول» رفته و به سطحی از ویژگی که معنادار است پایین بیایند.
این رویکرد همچنین به معنای دور شدن از “روش معمول انجام کارها” است. اکثر رهبران فروش منابع را، برای مثال، بر اساس عملکرد فعلی یا تاریخی یک منطقه فروش معین، مستقر می کنند. استفاده از داده‌ها برای باز کردن فرصت‌های جدید مستلزم نگاه کردن به داده‌ها به روشی جدید است. برای مثال، یک شرکت مواد شیمیایی تصمیم گرفت به جای بررسی فروش فعلی بر اساس منطقه، همانطور که همیشه انجام می‌دادند، به سهم بازار در بخش‌های صنعت مشتری در بخش‌های خاص ایالات متحده نگاه کند. تجزیه و تحلیل بازار خرد نشان داد که اگرچه این شرکت 20 درصد از کل بازار را در اختیار داشت، اما در برخی از بازارها تا 60 درصد اما در برخی بازارها، از جمله بازارهایی که بخش‌های دارای سریع‌ترین رشد را دارند، 10 درصد از کل بازار را در اختیار داشت.
2. با سفر تصمیم گیری مصرف کننده شروع کنید. مصرف کننده امروزی که در کانال گشت و گذار است، با استفاده از مجموعه ای از دستگاه ها، ابزارها و فناوری ها برای انجام یک وظیفه راحت است. درک این موضوع که سفر تصمیم گیری برای شناسایی میدان های نبرد برای به دست آوردن مشتریان جدید یا جلوگیری از فرار مشتریان فعلی به رقبا بسیار مهم است. برای مثال، حدود 35 درصد از فعالیت‌های پیش‌خرید B2B، دیجیتال هستند، به این معنی که شرکت‌های B2B باید در وب‌سایت‌هایی سرمایه‌گذاری کنند که ارزش محصولاتشان را به‌طور مؤثرتری به اشتراک بگذارند، فناوری SEO برای اطمینان از یافتن مشتریان بالقوه و رسانه‌های اجتماعی. نظارت برای شناسایی فرصت های جدید فروش برای مثال، یک خرده‌فروش آنلاین، پیشنهادات و تخفیف‌های خود را بر اساس پیش‌بینی‌هایی در مورد احتمال نقص یک مشتری با ارزش تنظیم می‌کند.

رهبران بازاریابی و فروش باید تصاویر کاملی از مشتریان خود ایجاد کنند تا بتوانند پیام ها و محصولات مرتبط با آنها را ایجاد کنند. تحقیقات ما نشان می‌دهد که شخصی‌سازی می‌تواند پنج تا هشت برابر ROI در هزینه‌های بازاریابی ارائه دهد و فروش را 10 درصد یا بیشتر افزایش دهد. ما معتقدیم (و امیدواریم) با این نوع هدف‌گیری هرچه بیشتر موثرتر شویم، به معنای مرگ هرزنامه‌ها خواهد بود.
3. آن را سریع و ساده نگه دارید. داده ها در سرتاسر جهان 40 درصد در سال رشد می کنند، نرخ رشدی که برای هر رهبر بازاریابی و فروش دلهره آور است. شرکت‌ها باید روی یک «بازاریابی الگوریتمی» خودکار سرمایه‌گذاری کنند، رویکردی که امکان پردازش حجم وسیعی از داده‌ها را از طریق فرآیند «خودآموزی» فراهم می‌کند تا تعاملات بهتر و مرتبط‌تری با مصرف‌کنندگان ایجاد کند. این می تواند شامل آمار پیش بینی، یادگیری ماشینی و استخراج زبان طبیعی باشد. برای مثال، این سیستم‌ها می‌توانند کلمات کلیدی را به‌طور خودکار ردیابی کنند و هر 15 ثانیه یک‌بار بر اساس تغییر عبارت‌های جستجو، هزینه‌های تبلیغات یا رفتار مشتری، به‌روزرسانی کنند. این می تواند تغییرات قیمت را در هزاران محصول بر اساس ترجیح مشتری، مقایسه قیمت، موجودی و تجزیه و تحلیل پیش بینی کننده ایجاد کند. یکی از بانک ها در آمریکای لاتین خود را از یک بازیگر کمتر شناخته شده به موسسه ای تبدیل کرد که تا حدی از طریق بازاریابی الگوریتمی در رتبه یازدهم ارزش بازار در سراسر جهان قرار گرفت. تعاملات خودپرداز را به تصویر می‌کشید و الگوریتم‌های خرید محصول بعدی را در اختیار مراکز تماس قرار می‌داد، که اپراتورهای خدمات می‌توانند از آنها برای ارائه پیشنهادات مناسب در طول تعامل بعدی مشتری استفاده کنند.
این سطح از تعامل شخصی نکته مهم دیگری را برجسته می کند و آن این است که اتوماسیون به معنای دور شدن افراد نیست. تجزیه و تحلیل پیشرفته باید به کارکنان خط مقدم خدمت کند – چه یک اپراتور خدمات مشتری یا یک نماینده فروش در این زمینه. برای موفقیت شرکت ها باید خط مقدم را در برابر پیچیدگی های تحلیلی گسترده محافظت کنند و دستورالعمل های ساده و اقدامات توصیه شده را ارائه دهند. برای مثال، یک شرکت هواپیمایی باری، مدل پیچیده ای را توسعه داد که پویایی های متوالی در حال تغییر صنعت بار و استراتژی های مذاکره بر اساس عرضه و تقاضا را تحلیل می کرد. با این حال، چیزی که به کارکنان فروش خود تحویل داد، یک «داشبورد» ساده با دستورالعمل‌های ساده در مورد ظرفیت پرواز، قیمت‌های مربوطه و همچنین گزینه‌های رقیب بود. نتیجه افزایش 20 درصدی سهم کیف پول بود.
این معدن طلا نقطه محوری برای رهبران بازاریابی و فروش است. با این حال، کسانی که قادر به رشد بالاتر از بازار هستند، کسانی هستند که می توانند به طور موثر طلا را استخراج کنند.
جاناتان گوردون، جسکو پری و دنیس اسپیلک، نویسندگان «داده‌های بزرگ، تجزیه و تحلیل و آینده بازاریابی و فروش» شرکای McKinsey & Company در بخش بازاریابی و فروش هستند.

مک کینزی و شرکت

اصول بازاریابی عصر دیجیتال