Сегодня маркетологи не испытывают недостатка в данных, но используют ли они потенциал Big Data в полной мере?
Индустрия цифровой рекламы буквально тонет в информационном потоке, «сенсационных» новостях, официальных комментариях, отчетах конференций и сообщениях о недавно запущенных стартапах — так или иначе связанных с Big Data.
В теории большие данные — это чудодейственное средство для снижения CPM и увеличения прибыли. Но на практике работа с Big Data очень часто оборачивается грудой потраченных впустую времени и сил. Почему, спросите вы? А потому что подавляющее большинство начинающих дата-компаний действует без продуманного плана. Кроме того, многие из них испытывают острый недостаток в инструментарии и квалифицированных сотрудниках, которые бы могли использовать данные максимально эффективно.
Безусловно, никто не предлагает брендам, агентствам и паблишерам отказываться от использования Big Data и возвращаться к опросам пользователей и контекстному таргетированию. Просто нужно разграничивать Действие и Инсайт. Компаниям необходимо четко формулировать ключевые показатели эффективности, моделировать их и выстраивать свою тактику на основе этих KPI. Такой подход к использованию Big Data и называется инсайтами. Многие поставщики данных и агентства обеспечивают бренды этим типом метрик. Инсайты, полученные в результате обработки данных о целевых аудиториях, активно используются в различных сферах электронной торговли и помогают брендам принимать верные решения относительно реализуемого продукта, постепенно увеличивая его прибыльность.
Во многих статьях и на конференциях, которые посвящены большим данным, много внимания уделяется так называемому 1-2-1 маркетингу. Речь идет о прямом и максимально таргетированном взаимодействии с каждым клиентом. Для многих брендов общение со своим потребителем на таком уровне — это все еще утопия. Так что же делать для того, чтобы соответствовать этой высокой планке?
▪ Объемы. Чтобы достучаться до потребителя, необходимо в самом начале кампании иметь упорядоченные данные. Многие бренды располагают информацией об уже существующих клиентах, но, как правило, испытывают существенный недостаток в уникальных и информативных данных по 99 процентам потенциальных потребителей. При этом ни паблишеры, ни бренды не имеют возможности охватить рынок настолько, чтобы своими силами разработать стратегию. Для этого им необходимо взаимодействие с такими компаниями как Xaxis, которые помогают формировать пользовательские профили, собирать эффективные инсайты и, в конечном итоге, делать направленное обращение к клиентам самой высокой ценности.
▪ Знания. Допустим, вы — за счет своих ресурсов или с помощью партнеров — собрали и обработали достаточное количество данных и получили необходимые вам инсайты. Далее вам необходимо превратить эти инсайты в эффективные действия, а для этого нужны специалисты с определенным набором знаний и навыков. Построение моделей для отчетности и анализа данных – само по себе целая «наука», но применение этих моделей и определение оптимального пути их использования для получения результата требует отдельного набора знаний и умений. Современная экосистема медийной рекламы довольно сложна в обращении и нуждается в квалифицированном персонале. Без качественно обученных специалистов 1-2-1 маркетинг — как в глобальном смысле, так и в рамках какого-то конкретного рынка — невозможен.
▪ Широкий охват и глобальное присутствие. Помимо знаний и опыта принципиально важным является наличие доступа к высококачественныму инвентарю для каждого сегмента рынка. Есть три кита, на которых зиждется взаимодействие с потребителем: креатив, аудитория и контекст. Чтобы максимизировать результаты 1-2-1 кампании, вам нужен правильный инвентарь. Многие утверждают, что ресурсов открытых бирж более чем достаточно, но опыт показывает, что применение данных для оптимизации инвентаря на различных этапах проработки потенциального клиента, колоссально сказывается на показателях вовлечения и конверсии. Поэтому выбор крупных брендов все чаще падает на частные аукционы и премиальные площадки.
Описанное выше — лишь верхушка айсберга. Весь потенциал больших данных раскрывается лишь в том случае, когда у вас разработан четкий план применения этих данных, вы выбрали правильных партнеров, у вас есть понимание ключевых показателей эффективности для отслеживания полученных результатов. Без этого Big Data – не больше, чем бесконечный и бесполезный цифровой поток из единиц и нулей.