Was Ihr Bauch Ihnen sagen kann, was Daten nicht können

Welcher Ausdruck repräsentiert am treffendsten Ihre aktuelle Marketingstrategie?

Datengetrieben . Dateninformiert . Daten aktiviert ?

Wenn Sie sich am Kopf kratzen (oder mit den Augen rollen), sind Sie nicht allein.

Der jüngste Aufwärtstrend in Gesprächen über Daten und die daraus resultierende Divergenz hat viele Vermarkter hin und her gerissen, welche Herangehensweise sie mit ihrem Geschäft verfolgen sollten.

Aber anstatt Partei zu ergreifen, würde ich argumentieren, dass es weniger um Semantik geht als vielmehr darum, warum diese subtilen Unterscheidungen getroffen werden.

Die Hauptbeschwerde gegen den Begriff „datengesteuert“ ist, dass er unterstellt, dass die Daten verantwortlich sind. Der neue Entscheider. Das A und O des modernen Marketings.

Die meisten Data Scientists werden darüber reden, dass Erkenntnisse, die aus ausgeklügelten Algorithmen gewonnen werden, denen einer menschlichen Ahnung weit überlegen sind.

Zahlen sind konkret. Sie sind genau. Sie sind greifbar.

Aber betrachten wir einmal den Fall des selbstfahrenden Autos.

Das selbstfahrende Auto wird durch fortschrittliches GPS, Navigation und Kartierung, Sensoren, Laser, Kameras und Computer ermöglicht.

Theoretisch sollten Computer und andere fortschrittliche Technologien bei der Verarbeitung aller Faktoren und Informationen, die für eine sichere Navigation auf Straßen erforderlich sind, weit überlegen sein.

Schließlich können sie so viel mehr Informationen aufnehmen und verarbeiten, als das menschliche Gehirn vermag. Sie sind auch besser darin, komplizierte Muster zu erkennen und zu identifizieren, in diesem Fall Verkehrsmuster.

Aber wo selbstfahrende Autos versagen, ist ihre Leere der einzigartigen menschlichen Fähigkeit, Kontext, Absicht und Menschlichkeit zu interpretieren.

Dasselbe gilt für Verbraucher- oder Marktdaten. Es gibt einfach viel zu viele Nuancen im menschlichen Verhalten, als dass wir jemals vollständig KI-/datengesteuert sein könnten.

Versteh mich jetzt nicht falsch.

Als jemand, dessen Rolle in der Nachfragegenerierung viel Facetime mit Zahlen erfordert, bin ich nicht hier, um Daten als notwendiges oder effektives Marketinginstrument zu verunglimpfen oder abzuwerten. Ich denke einfach, dass es für den Erfolg anderer Organisationen, aber auch meiner eigenen, wichtig ist, dass es einfach das bleibt – ein Werkzeug.

Um die Macht der Daten wirklich zu nutzen, müssen Sie zunächst ihre Grenzen erkennen und verstehen:

Daten lügen nicht, aber sie können nicht die ganze Geschichte erzählen

Albert Einstein hat einmal gesagt: „Nicht alles, was zählt, ist zählbar, und nicht alles, was zählbar ist, zählt.“

So kompliziert und kompliziert Computer und Maschinen auch sind, sie bieten uns hauptsächlich sehr einfache und einfache Informationen – das Wer/Was/Wann. Obwohl wir wissen, dass Informationen äußerst hilfreich sind, sind unsere Erkenntnisse ohne den zusätzlichen Kontext des Wie und Warum begrenzt.

Daten können uns beispielsweise sagen, wie vielen Personen ein Beitrag gefallen oder geteilt wurde, aber sie können uns nicht sagen, warum. Mit anderen Worten, es kann uns quantitative Ergebnisse liefern, aber keine qualitative Argumentation.

Oder stellen Sie es sich so vor: Wenn jemand die Stunden analysiert, die Sie in einer bestimmten Woche mit Kollegen, Freunden und Familie verbracht haben, würden die Daten darauf hindeuten, dass Ihre Kollegen für Sie am wichtigsten sind.

Wahrscheinlich nicht der Fall, aber ein gutes Beispiel dafür, wie Daten ohne den richtigen Kontext irreführend sein können.

Daten können auch auf eine mögliche Beziehung zwischen verschiedenen Faktoren hinweisen, aber sie können sie nicht beweisen. Es ist das bekannte Sprichwort „Korrelation bedeutet nicht Kausalität“.

Die Daten können beispielsweise eine Korrelation zwischen einem Monat mit hohem Website-Traffic und hohen Einnahmen zeigen, aber das bedeutet nicht unbedingt, dass die erhöhten Einnahmen durch den erhöhten Traffic verursacht wurden. Es könnte einen dritten Faktor gegeben haben, der diese beiden Zahlen beeinflusst, oder eine andere indirekte Variable.

Nur Ihr geschultes Auge und Ihre Erfahrung werden diese Zahlen und Metriken mit Vorsicht angehen und weitere Tests durchführen. Wenn Sie eine Korrelation in Ihren Daten entdecken, versuchen Sie, tiefer zu graben, um entweder Ihre Ergebnisse zu replizieren und die wahre Ursache zu isolieren, oder segmentieren Sie sie auf verschiedene Weise, um zu sehen, ob unterschiedliche Muster auftreten.

Es kann auch hilfreich sein, qualitatives Feedback aus Methoden wie Website- und E-Mail-Umfragen zu sammeln.

Daten sind ein Realist, aber sie können keine Risiken eingehen

Vor einigen Jahren wollte der 29-jährige Morgan Hermand-Waiche seiner Freundin Dessous zum Geburtstag kaufen.

Als er herausfand, wie teuer die meisten seiner Optionen waren, erkannte er, dass es eine ernsthafte Lücke auf dem Markt für ein erschwingliches Dessous-Unternehmen gab, und begann sofort, nach einer möglichen Geschäftsmöglichkeit zu suchen.

Das Problem? Data sagte ihm, er solle sich so weit wie möglich vom Dessous-Geschäft fernhalten. Es gab einen eindeutigen Branchenführer, der den Markt dominierte, unzählige Eintrittsbarrieren und zahlreiche gescheiterte Versuche, darunter mehrere große Marken.

Aber trotz seiner Erkenntnisse konnte Hermand-Waiche nicht ignorieren, was ihn immer noch dazu drängte, dieses Unternehmen zu verfolgen: sein Bauchgefühl. Es musste einen Markt für erschwingliche, hochwertige Dessous geben – auch wenn die Daten etwas anderes vermuten ließen.

Hermand-Waiche ist jetzt Gründer und CEO von Adore Me, einem E-Commerce-Dessous-Unternehmen, das die Branche revolutioniert. In nur wenigen Jahren verwandelte er sein Bauchgefühl in Inc. 500s Nr. 2 der am schnellsten wachsenden Unternehmen in NYC und sammelte rund 11,5 Millionen US-Dollar von VCs und Privatinvestoren.

Daten können uns nur den aktuellen Stand der Dinge mitteilen und bestenfalls fundierte Vorhersagen treffen.

Versuchen Sie, qualitativere Methoden wie das Stellen von Fragen/Umfragen auf Ihren sozialen Kanälen, Social Listening oder sogar gute alte Fokusgruppen zu verwenden, um ehrlicheres, intimeres Feedback zu einer Idee zu erhalten, die Sie möglicherweise haben.

Und denken Sie daran, dass Revolution manchmal einfach bedeutet, den Status quo zu ignorieren und ein Risiko einzugehen.

Daten können informieren, aber nicht vorstellen

Wiederholen Sie mir nach: Big Data ist nicht die große Idee.

Data kam nicht auf „Just Do It“ oder forderte Apple auf, „Think Different“ zu sein.

Es ist allzu leicht, sich im Unkraut von Zahlen und Statistiken zu verfangen, aber denken Sie daran, dass es bei gutem Marketing darum geht, eine großartige Geschichte zu erzählen – und eine großartige Geschichte zu erzählen bedeutet, menschliches Verhalten, Emotionen und Erfahrungen zu verstehen.

Aus Daten können wir alle möglichen Dinge über die Handlungen unseres Publikums lernen. Aber es kann uns nichts über ihre Motivationen, ihre Kämpfe, ihre Wünsche usw. sagen. Wir brauchen diese einzigartigen menschlichen Einsichten, um großartige Geschichten zu erzählen und kreativ zu sein.

Aber es ist nicht die Schuld der Daten.

Kreativität ist eine Kunst. Per Definition ist „Kunst“ der Ausdruck oder die Anwendung menschlicher kreativer Fähigkeiten und Vorstellungskraft, die Werke hervorbringt, die in erster Linie wegen ihrer Schönheit oder emotionalen Kraft geschätzt werden. Stichworte sind hier „menschlich“ und „emotional“.

Ein typisches Beispiel: Im Jahr 2016 versuchte die Informatikabteilung der Universität von Toronto, einem Computer beizubringen, wie man einen Song schreibt.

Die Forscher fütterten die Maschine mit über 100 Stunden Musik, während ein ausgeklügelter Algorithmus Muster in den Beats, Akkorden und Texten „lernte“. Und während das alles beeindruckend nach Hightech klingt, war der daraus resultierende „Song“ eher eine Katastrophe – mit seltsamen, unsinnigen Texten und einer langweiligen, roboterhaften Melodie.

Es stellt sich heraus, dass Daten ein ziemlich beschissener Komponist sind.

Die gute Nachricht ist, dass Daten die Art von menschlichen, emotionalen Erkenntnissen liefern können, die großartige Kreative inspirieren. Aber anstatt auf die Zahlen zu hören, muss man den Menschen wirklich zuhören.

Die neuesten Fortschritte bei Social-Listening-Tools ermöglichen es Marken, Dinge über ihre Zielgruppen zu entdecken, die sonst monatelange qualitative Interviews erfordern würden. Themenaffinität ist ein großartiges Beispiel für eine Fähigkeit zum Zuhören, die viel wirkungsvoller ist, als die meisten Menschen glauben.

Stellen Sie sich die Türen vor, die sich öffnen können, wenn Sie herausfinden, worüber Ihr Publikum sonst noch in den sozialen Medien spricht. Lieben sie eine bestimmte Art von Musik? Oder Sport? Diese Erkenntnisse können zu neuen Sponsoring-Möglichkeiten, Produktintegrationen oder sogar einem brandneuen Zielgruppensegment führen.

Ein weiteres gutes Beispiel dafür, wie Social Listening großartige Kreative inspirieren kann, ist die Stimmungsanalyse. Wenn Sie erfahren, wie Ihr Publikum über aktuelle Nachrichten oder relevante Themen denkt, haben Sie die Möglichkeit, Inhalte oder Kampagnen zu erstellen, die auf einer tieferen, emotional resonanteren Ebene bei ihnen ankommen.

Coca-Cola verwendete Stimmungsanalysen, um ihre Coke Tweet Machine zu erstellen. Mithilfe der Verarbeitung natürlicher Sprache und des Standorts war die Marke in der Lage, die am wenigsten glückliche Stadt des Landes zu identifizieren.

Im Einklang mit ihrer Markenstrategie „Wähle Glück“ brachten sie einen Cola-Automaten in die Stadt, der die Stimmung des Twitter-Profils jedes Benutzers analysierte.

Die Maschine gab dann nur eine Dose an Benutzer mit einer positiveren, glücklicheren Präsenz auf der Plattform aus.

Es ist erstaunlich, wie Marken einfach durch die Analyse der Aktivitäten von Menschen in sozialen Netzwerken so viel lernen und schaffen können. Versuchen Sie, das nächste Mal, wenn Sie nach kreativen Erkenntnissen suchen, etwas von Ihrem eigenen Social Listening zu machen.

Egal, ob Sie Ihr Unternehmen als dateninformiert oder datengesteuert betrachten, alles, was wirklich zählt, ist, dass Sie bei Ihrer Entscheidungsfindung viel Raum für Menschlichkeit lassen. Denn Daten ohne Menschen sind keine Erkenntnisse – es sind nur Zahlen.