Ποια φράση αντιπροσωπεύει με μεγαλύτερη ακρίβεια την τρέχουσα στρατηγική μάρκετινγκ;



Βάσει δεδομένων . Πληροφοριακά στοιχεία . Τα δεδομένα ενεργοποιήθηκαν ;



Εάν ξύνετε το κεφάλι σας (ή γυρίζετε τα μάτια σας), δεν είστε μόνοι.

Η πρόσφατη αύξηση των συνομιλιών γύρω από τα δεδομένα και η προκύπτουσα απόκλιση έχει αφήσει πολλούς μάρκετινγκ διχασμένοι σχετικά με την προσέγγιση που πρέπει να ακολουθήσουν με την επιχείρησή τους.

Ωστόσο, αντί να λάβω μέρος στο ζήτημα, θα έλεγα ότι δεν αφορά τη σημασιολογία και περισσότερο το γιατί γίνονται αυτές οι λεπτές διακρίσεις.

Το κύριο παράπονο κατά του όρου «βάσει δεδομένων» είναι ότι υπαινίσσεται ότι τα δεδομένα είναι υπεύθυνα. Ο νέος υπεύθυνος λήψης αποφάσεων. Το τέλος όλων και να είναι όλο το σύγχρονο μάρκετινγκ.

Οι περισσότεροι επιστήμονες δεδομένων θα μιλήσουν έως ότου είναι μπλε στο πρόσωπο για το πώς οι πληροφορίες που αντλήθηκαν από εξελιγμένους αλγόριθμους είναι πολύ ανώτερες από εκείνες μιας ανθρώπινης έννοιας.



Οι αριθμοί είναι συγκεκριμένοι. Είναι ακριβείς. Είναι απτά.

Αλλά σκεφτείτε για μια στιγμή την περίπτωση του αυτο-οδηγούμενου αυτοκινήτου.

Το αυτοκινούμενο αυτοκίνητο καθίσταται εφικτό με προηγμένο GPS, πλοήγηση και χαρτογράφηση, αισθητήρες, λέιζερ, κάμερες και υπολογιστές.



Θεωρητικά, οι υπολογιστές και άλλες προηγμένες τεχνολογίες θα πρέπει να είναι πολύ ανώτεροι στην επεξεργασία όλων των παραγόντων και πληροφοριών που απαιτούνται για την ασφαλή πλοήγηση στους δρόμους.

Σε τελική ανάλυση, είναι σε θέση να λάβουν και να επεξεργαστούν πολύ περισσότερες πληροφορίες από ό, τι είναι ικανός για τον ανθρώπινο εγκέφαλο. Είναι επίσης καλύτερα να αναγνωρίζουν και να εντοπίζουν περίπλοκα μοτίβα, σε αυτήν την περίπτωση μοτίβα επισκεψιμότητας.

Όμως, όπου αποτυγχάνουν τα αυτοκινούμενα αυτοκίνητα είναι το κενό τους από τη μοναδική ανθρώπινη ικανότητα να ερμηνεύει το πλαίσιο, την πρόθεση και την ανθρωπιά.

Το ίδιο μπορεί να ειπωθεί για τα δεδομένα των καταναλωτών ή της αγοράς. Υπάρχει απλώς πάρα πολύ αποχρώσεις στην ανθρώπινη συμπεριφορά για να είμαστε ποτέ εντελώς AI / με γνώμονα τα δεδομένα.

Τώρα μην με παρεξηγείτε.

Ως κάποιος του οποίου ο ρόλος στη δημιουργία ζήτησης απαιτεί πολύ χρόνο με αριθμούς, δεν είμαι εδώ για να βρώμω ή να μειώσω τα δεδομένα ως απαραίτητο ή αποτελεσματικό εργαλείο μάρκετινγκ. Απλώς πιστεύω ότι είναι σημαντικό για την επιτυχία άλλων οργανισμών, καθώς και του δικού μου, να παραμείνει απλά αυτό - ένα εργαλείο.

Για να αξιοποιήσετε πραγματικά τη δύναμη των δεδομένων, πρέπει πρώτα να αναγνωρίσετε και να κατανοήσετε τους περιορισμούς του:

Τα δεδομένα δεν είναι ψέματα, αλλά δεν μπορούν να πουν ολόκληρη την ιστορία

Ο Άλμπερτ Αϊνστάιν είπε κάποτε: «Δεν μετράνε όλα όσα μετράνε και δεν είναι όλα όσα μπορούν να μετρηθούν».

Όπως είναι περίπλοκοι και περίπλοκοι υπολογιστές και μηχανές, μας προσφέρουν κυρίως πολύ βασικές και απλές πληροφορίες - το ποιος / τι / πότε. Ενώ γνωρίζουμε ότι οι πληροφορίες είναι εξαιρετικά χρήσιμες, οι γνώσεις μας είναι περιορισμένες χωρίς το πρόσθετο πλαίσιο για το πώς και γιατί.

Για παράδειγμα, τα δεδομένα μπορούν να μας πουν πόσα άτομα άρεσαν ή μοιράστηκαν μια ανάρτηση, αλλά δεν μπορούν να μας πουν γιατί. Με άλλα λόγια μπορεί να μας προσφέρει ποσοτικά αποτελέσματα αλλά όχι ποιοτική συλλογιστική.

Ή σκεφτείτε το με αυτόν τον τρόπο: Εάν κάποιος ανέλυε τις ώρες που περάσατε με συναδέλφους, φίλους και συγγενείς σε μια δεδομένη εβδομάδα, τα δεδομένα θα έδειχναν ότι οι συνεργάτες σας ήταν οι πιο σημαντικοί για εσάς.

Μάλλον δεν ισχύει, αλλά ένα καλό παράδειγμα για το πώς τα δεδομένα μπορούν να είναι παραπλανητικά χωρίς το κατάλληλο πλαίσιο.

Σημασία αριθμού αγγέλου 414

Τα δεδομένα μπορούν επίσης να δείχνουν μια πιθανή σχέση μεταξύ διαφορετικών παραγόντων, αλλά δεν μπορούν να τα αποδείξουν. Είναι το γνωστό ρητό, «ο συσχετισμός δεν συνεπάγεται αιτιώδη συνάφεια».

Για παράδειγμα, τα δεδομένα ενδέχεται να δείχνουν συσχέτιση μεταξύ ενός μήνα υψηλής επισκεψιμότητας ιστότοπων και υψηλών εσόδων, αλλά αυτό δεν σημαίνει απαραίτητα ότι τα αυξημένα έσοδα προκλήθηκαν από την αυξημένη επισκεψιμότητα. Θα μπορούσε να υπήρχε ένας τρίτος παράγοντας που επηρεάζει και τους δύο αυτούς αριθμούς, ή άλλη έμμεση μεταβλητή.

Μόνο το εκπαιδευμένο μάτι και η εμπειρία σας θα ξέρουν να προσεγγίζουν αυτούς τους αριθμούς και μετρήσεις με προσοχή και να κάνουν περαιτέρω δοκιμές. Εάν ανακαλύψετε μια συσχέτιση στα δεδομένα σας, δοκιμάστε να βάλετε βαθύτερα για να αντιγράψετε τα αποτελέσματά σας και να απομονώσετε την πραγματική αιτία ή να τμηματοποιήσετε με διάφορους τρόπους για να δείτε εάν εμφανίζονται διαφορετικά μοτίβα.

Μπορεί επίσης να είναι χρήσιμο να συλλέξετε ποιοτικά σχόλια από μεθόδους όπως έρευνες ιστότοπων και email.

Τα δεδομένα είναι ρεαλιστικά, αλλά δεν μπορούν να πάρουν κινδύνους

Πριν από αρκετά χρόνια, 29 ετών Morgan Hermand-Waiche ξεκίνησε να αγοράζει εσώρουχα για τα γενέθλιά της.

Μόλις ανακάλυψε πόσο ακριβές ήταν οι περισσότερες από τις επιλογές του, συνειδητοποίησε ότι υπήρχε ένα σοβαρό κενό στην αγορά μιας προσιτής εταιρείας εσωρούχων και άρχισε αμέσως να ερευνά μια πιθανή επιχειρηματική ευκαιρία.

Το πρόβλημα? Ο Data του είπε να μείνει όσο το δυνατόν πιο μακριά από τα εσώρουχα. Υπήρχε μια ξεκάθαρη βιομηχανία που κυριαρχούσε στην αγορά, αμέτρητα εμπόδια εισόδου και πολλές αποτυχημένες προσπάθειες, συμπεριλαμβανομένων αρκετών μεγάλων επωνυμιών.

Ωστόσο, παρά τα ευρήματά του, ο Ερμάντ-Γουίτσι δεν μπορούσε να αγνοήσει το ένα πράγμα που τον ώθησε να συνεχίσει αυτό το εγχείρημα: το έντερο. Έπρεπε να υπάρχει μια αγορά για προσιτά, ποιοτικά εσώρουχα - ακόμα κι αν τα δεδομένα προτείνουν διαφορετικά.

Η Hermand-Waiche είναι τώρα ιδρυτής και διευθύνων σύμβουλος της Adore Me, μιας εταιρείας εσωρούχων ηλεκτρονικού εμπορίου που φέρνει επανάσταση στον κλάδο. Σε λίγα χρόνια, γύρισε το αίσθημα του εντέρου στην ταχύτερα αναπτυσσόμενη εταιρεία της Inc. 500 στη Νέα Υόρκη και έχει συγκεντρώσει περίπου 11,5 εκατομμύρια δολάρια από VCs και ιδιώτες επενδυτές.

Τα δεδομένα μπορούν να μας πουν μόνο την τρέχουσα κατάσταση των πραγμάτων, και στην καλύτερη περίπτωση να κάνουν ενημερωμένες προβλέψεις.

Δοκιμάστε να χρησιμοποιήσετε πιο ποιοτικές μεθόδους, όπως θέτοντας ερωτήσεις / δημοσκοπήσεις στα κοινωνικά σας κανάλια, κοινωνική ακρόαση ή ακόμη και καλές ομάδες εστίασης για να λάβετε πιο ειλικρινείς, οικείες παρατηρήσεις σχετικά με μια ιδέα που μπορεί να έχετε.

Και να θυμάστε, μερικές φορές η επανάσταση σημαίνει απλώς να αγνοήσετε το status quo και να ρισκάρετε.

Τα δεδομένα μπορούν να ενημερώσουν, αλλά δεν μπορούν να φανταστούν

Επαναλάβετε μετά από εμένα: Τα μεγάλα δεδομένα δεν είναι η μεγάλη ιδέα.

Τα δεδομένα δεν εμφανίστηκαν με το 'Just Do It' ή έλεγαν στην Apple να 'Think Different'.

Είναι πολύ εύκολο να μπεις στα ζιζάνια των αριθμών και των στατιστικών, αλλά να θυμάσαι ότι το υπέροχο μάρκετινγκ αφορά την αφήγηση μιας υπέροχης ιστορίας - και η αφήγηση μιας υπέροχης ιστορίας σημαίνει κατανόηση της ανθρώπινης συμπεριφοράς, συναισθημάτων και εμπειριών.

Μπορούμε να μάθουμε κάθε είδους πράγματα σχετικά με τις ενέργειες του κοινού μας από δεδομένα. Αλλά δεν μπορεί να μας πει για τα κίνητρά τους, τους αγώνες τους, τις επιθυμίες τους κ.λπ. Χρειαζόμαστε αυτές τις μοναδικές ανθρώπινες ιδέες για να λέμε υπέροχες ιστορίες και να είμαστε δημιουργικοί.

Αλλά δεν είναι λάθος των δεδομένων.

Η δημιουργικότητα είναι μια τέχνη. Από την ίδια του την έννοια, η «τέχνη» είναι η έκφραση ή η εφαρμογή της ανθρώπινης δημιουργικής ικανότητας και φαντασίας, παράγοντας έργα που εκτιμώνται κυρίως για την ομορφιά ή τη συναισθηματική τους δύναμη. Οι λέξεις-κλειδιά εδώ είναι «ανθρώπινοι» και «συναισθηματικοί».

Περίπτωση: Το 2016, το Τμήμα Επιστήμης Υπολογιστών του Πανεπιστημίου του Τορόντο προσπάθησε να διδάξει έναν υπολογιστή πώς να γράψετε ένα τραγούδι .

Οι ερευνητές τροφοδότησαν τη μηχανή πάνω από 100 ώρες μουσικής, ενώ ένας εξελιγμένος αλγόριθμος «έμαθε» μοτίβα στα beats, τις χορδές και τους στίχους. Και ενώ όλα αυτά ακούγονται εντυπωσιακά υψηλής τεχνολογίας, το 'τραγούδι' που προέκυψε ήταν κάπως καταστροφικό - με περίεργους, ανοητικούς στίχους και μια μη εμπνευσμένη, ρομποτική μελωδία.

Αποδεικνύεται ότι τα δεδομένα είναι ένας πολύ άθλιος συνθέτης.

Τα καλά νέα είναι ότι υπάρχει ένας τρόπος με τον οποίο τα δεδομένα μπορούν να παρέχουν τον τύπο των ανθρώπινων, συναισθηματικών ιδεών που εμπνέουν υπέροχο δημιουργικό. Αλλά αντί να ακούτε τους αριθμούς, πρέπει να ακούτε πραγματικά άτομα.

Οι πιο πρόσφατες εξελίξεις στο εργαλεία κοινωνικής ακρόασης επιτρέπουν στις επωνυμίες να ανακαλύπτουν πράγματα για το κοινό τους που διαφορετικά θα χρειαστούν μήνες ποιοτικών συνεντεύξεων. Η συγγένεια των θεμάτων είναι ένα εξαιρετικό παράδειγμα μιας ικανότητας ακρόασης που είναι πολύ πιο σημαντική από ό, τι συνειδητοποιούν οι περισσότεροι άνθρωποι.

Φανταστείτε τις πόρτες που μπορούν να ανοίξουν όταν ανακαλύψετε τι άλλο μιλάει το κοινό σας στα κοινωνικά δίκτυα. Αγαπούν ένα συγκεκριμένο είδος μουσικής; Ή άθλημα; Αυτές οι πληροφορίες μπορούν να οδηγήσουν σε νέες ευκαιρίες χορηγίας, ενοποιήσεις προϊόντων ή ακόμα και σε ένα ολοκαίνουργιο τμήμα κοινού.

Ένα άλλο καλό παράδειγμα για το πώς η κοινωνική ακρόαση μπορεί να εμπνεύσει μεγάλο δημιουργικό είναι μέσω της ανάλυσης συναισθημάτων. Η εκμάθηση του τρόπου με τον οποίο το κοινό σας αισθάνεται για κάτι όπως πρόσφατα νέα ή σχετικά θέματα σάς δίνει την ευκαιρία να δημιουργήσετε περιεχόμενο ή καμπάνιες που θα ανταποκρίνονται σε αυτά σε ένα βαθύτερο, πιο συναισθηματικά συντονισμένο επίπεδο.

Η Coca-Cola χρησιμοποίησε ανάλυση συναισθημάτων για τη δημιουργία τους Μηχανή Tweet κοκ . Χρησιμοποιώντας την επεξεργασία φυσικής γλώσσας και την τοποθεσία, η μάρκα μπόρεσε να αναγνωρίσει την λιγότερο ευτυχισμένη πόλη της χώρας.

Σύμφωνα με τη στρατηγική επωνυμίας τους, «επιλέξτε ευτυχία», έφεραν ένα μηχάνημα αυτόματης πώλησης Coke στην πόλη που ανέλυσε το συναίσθημα του προφίλ Twitter κάθε χρήστη.

Το μηχάνημα έδωσε τότε μόνο ένα κουτί σε χρήστες με πιο θετική και ευτυχισμένη παρουσία στην πλατφόρμα.

Είναι εκπληκτικό το πώς οι επωνυμίες μπορούν να μάθουν και να δημιουργήσουν τόσο απλά αν αναλύσουν τη δραστηριότητα των ανθρώπων στο κοινωνικό δίκτυο. Δοκιμάστε να κάνετε κάποια δική σας κοινωνική ακρόαση την επόμενη φορά που θα αναζητήσετε δημιουργικές πληροφορίες.

Έτσι, αν θεωρείτε τον οργανισμό σας ενημερωμένο ή βάσει δεδομένων, το μόνο που έχει σημασία είναι ότι αφήνετε άφθονο χώρο για την ανθρωπότητα στη λήψη αποφάσεών σας. Επειδή τα δεδομένα χωρίς ανθρώπους δεν είναι διορατικότητα - είναι απλώς αριθμοί.

Μοιράσου Το Με Τους Φίλους Σου: