Co twoje przeczucie może ci powiedzieć, czego nie potrafią dane?

Które wyrażenie najtrafniej odzwierciedla Twoją obecną strategię marketingową?

Oparte na danych . Poinformowany o danych . Z obsługą danych ?

Jeśli drapiesz się po głowie (lub przewracasz oczami), nie jesteś sam.

Niedawny wzrost liczby rozmów dotyczących danych i wynikająca z tego rozbieżność sprawiły, że wielu marketerów nie wie, jakie podejście powinni przyjąć w swojej działalności.

Ale zamiast opowiedzieć się po jednej ze stron, argumentowałbym, że nie chodzi tu o semantykę, a bardziej o to, dlaczego wprowadza się te subtelne rozróżnienia.

Głównym zarzutem wobec terminu „oparte na danych” jest to, że sugeruje, że dane są odpowiedzialne. Nowy decydent. Koniec i wszystko w nowoczesnym marketingu.

Większość naukowców zajmujących się danymi będzie mówić, dopóki nie zrobi się niebieski na twarzy, o tym, jak spostrzeżenia zebrane z wyrafinowanych algorytmów są znacznie lepsze od ludzkich przeczuć.

Liczby są konkretne. Są dokładne. Są namacalne.

Zastanówmy się jednak przez chwilę nad przypadkiem autonomicznego samochodu.

Samojezdny samochód jest możliwy dzięki zaawansowanemu GPS, nawigacji i mapowaniu, czujnikom, laserom, kamerom i komputerom.

Teoretycznie komputery i inne zaawansowane technologie powinny być znacznie lepsze w przetwarzaniu wszystkich czynników i informacji wymaganych do bezpiecznego poruszania się po drogach.

W końcu są w stanie przyswoić i przetworzyć o wiele więcej informacji, niż potrafi ludzki mózg. Są również lepsi w rozpoznawaniu i identyfikowaniu skomplikowanych wzorców, w tym przypadku wzorców ruchu.

Ale tam, gdzie zawodzą autonomiczne samochody, jest ich brak wyjątkowo ludzkiej zdolności do interpretowania kontekstu, intencji i cóż, człowieczeństwa.

To samo można powiedzieć o danych konsumenckich czy rynkowych. Jest po prostu zbyt wiele niuansów w ludzkim zachowaniu, abyśmy kiedykolwiek byli całkowicie sterowani przez sztuczną inteligencję/dane.

Nie zrozum mnie źle.

Jako osoba, której rola w generowaniu popytu wymaga dużo kontaktu z liczbami, nie jestem tutaj, aby oczerniać lub dyskontować dane jako niezbędne lub skuteczne narzędzie marketingowe. Po prostu uważam, że dla sukcesu innych organizacji, a także mojego własnego, ważne jest, aby pozostało po prostu tym – narzędziem.

Aby naprawdę wykorzystać moc danych, musisz najpierw rozpoznać i zrozumieć ich ograniczenia:

Dane nie kłamią, ale nie mogą opowiedzieć całej historii

Albert Einstein powiedział kiedyś: „Nie wszystko, co się liczy, można policzyć i nie wszystko, co można policzyć, się liczy”.

Skomplikowane i skomplikowane komputery i maszyny oferują nam głównie bardzo podstawowe i proste informacje – kto/co/kiedy. Wiedząc, że informacje są niezwykle pomocne, nasza nauka jest ograniczona bez dodatkowego kontekstu, jak i dlaczego.

Na przykład dane mogą nam powiedzieć, ile osób polubiło lub udostępniło post, ale nie może nam powiedzieć, dlaczego. Innymi słowy, może zaoferować nam wyniki ilościowe, ale nie jakościowe rozumowanie.

Albo pomyśl o tym w ten sposób: Gdyby ktoś przeanalizował godziny spędzone ze współpracownikami, przyjaciółmi i rodziną w danym tygodniu, dane sugerowałyby, że Twoi współpracownicy byli dla Ciebie najważniejsi.

Prawdopodobnie nie jest to przypadek, ale dobry przykład na to, jak dane mogą wprowadzać w błąd bez odpowiedniego kontekstu.

Dane mogą również wskazywać na potencjalny związek między różnymi czynnikami, ale nie mogą tego udowodnić. To znane powiedzenie: „korelacja nie implikuje związku przyczynowego”.

Na przykład dane mogą wykazywać korelację między miesiącem dużego ruchu w witrynie a wysokimi przychodami, ale nie musi to oznaczać, że wzrost przychodów był spowodowany zwiększonym ruchem. Mógł istnieć trzeci czynnik wpływający na obie te liczby lub inna zmienna pośrednia.

Tylko wyszkolone oko i doświadczenie będą wiedzieć, jak podchodzić do tych liczb i wskaźników z ostrożnością i przeprowadzać dalsze testy. Jeśli odkryjesz korelację w swoich danych, spróbuj sięgnąć głębiej, aby albo zreplikować wyniki i wyizolować prawdziwą przyczynę, albo podzielić na różne sposoby, aby zobaczyć, czy pojawiają się różne wzorce.

Pomocne może być również zebranie jakościowych informacji zwrotnych z metod, takich jak ankiety w witrynie i e-maile.

Dane są realistyczne, ale nie mogą podejmować ryzyka

Kilka lat temu 29-letni Morgan Hermand-Waiche postanowił kupić swojej dziewczynie bieliznę na urodziny.

Kiedy odkrył, jak droga jest większość jego opcji, zdał sobie sprawę, że istnieje poważna luka na rynku niedrogiej firmy bieliźnianej i natychmiast zaczął szukać możliwości przedsięwzięcia.

Problem? Dane powiedziały mu, żeby trzymał się jak najdalej od branży bieliźnianej. Na rynku dominował wyraźny klucz branżowy, niezliczone bariery wejścia i liczne nieudane próby, w tym kilka znanych marek.

Ale pomimo swoich odkryć Hermand-Waiche nie mógł zignorować jednej rzeczy, która wciąż popychała go do kontynuowania tego przedsięwzięcia: jego przeczucia. Musiał istnieć rynek na niedrogą bieliznę wysokiej jakości – nawet jeśli dane sugerowały inaczej.

Hermand-Waiche jest obecnie założycielem i dyrektorem generalnym Adore Me, firmy produkującej bieliznę e-commerce, która zrewolucjonizowała branżę. W ciągu zaledwie kilku lat przekształcił swoje przeczucie w drugą najszybciej rozwijającą się firmę w Nowym Jorku należącą do Inc. 500 i zebrał około 11,5 miliona dolarów od VC i prywatnych inwestorów.

Dane mogą nam jedynie powiedzieć o aktualnym stanie rzeczy, aw najlepszym przypadku stanowić świadome prognozy.

Spróbuj użyć bardziej jakościowych metod, takich jak zadawanie pytań/ankiet na swoich kanałach społecznościowych, słuchanie w mediach społecznościowych lub nawet dobre grupy fokusowe, aby uzyskać bardziej szczere, intymne informacje zwrotne na temat swojego pomysłu.

I pamiętaj, czasami rewolucja oznacza po prostu ignorowanie status quo i podejmowanie ryzyka.

Dane mogą informować, ale nie wyobrażam sobie

Powtarzaj za mną: Big data nie jest wielkim pomysłem.

Dane nie wymyśliły „Po prostu zrób to” ani nie powiedziały Apple „Myśl inaczej”.

Bardzo łatwo jest dać się złapać w gąszcz liczb i statystyk, ale pamiętaj, że świetny marketing polega na opowiadaniu wspaniałej historii – a opowiadanie wspaniałej historii oznacza zrozumienie ludzkich zachowań, emocji i doświadczeń.

Z danych możemy dowiedzieć się wielu rzeczy o działaniach naszych odbiorców. Ale nie może nam powiedzieć o ich motywacjach, zmaganiach, pragnieniach itp. Potrzebujemy tych wyjątkowo ludzkich spostrzeżeń, aby opowiadać wspaniałe historie i być kreatywnym.

Ale to nie wina danych.

Kreatywność to sztuka. Z samej swojej definicji „sztuka” jest wyrazem lub zastosowaniem ludzkiej zdolności twórczej i wyobraźni, tworząc dzieła, które są cenione przede wszystkim ze względu na ich piękno lub siłę emocjonalną. Słowa kluczowe to „człowiek” i „emocjonalny”.

Przykład: w 2016 r. Wydział Informatyki Uniwersytetu Toronto próbował nauczyć komputer, jak pisać piosenkę.

Naukowcy nakarmili maszynę ponad 100 godzinami muzyki, podczas gdy wyrafinowany algorytm „uczył się” wzorców w rytmach, akordach i tekstach. I choć wszystko to brzmi imponująco technologicznie, powstała „piosenka” była poniekąd katastrofą – z dziwnymi, bezsensownymi tekstami i mało inspirującą, zrobotyzowaną melodią.

Okazuje się, że dane to dość kiepski kompozytor.

Dobrą wiadomością jest to, że istnieje sposób, w jaki dane mogą dostarczyć rodzaju ludzkich, emocjonalnych spostrzeżeń, które inspirują wielką kreatywność. Ale zamiast słuchać liczb, musisz słuchać ludzi.

Najnowsze postępy w narzędziach społecznościowych pozwalają markom odkrywać rzeczy o swoich odbiorcach, które w przeciwnym razie mogłyby zająć miesiące jakościowych wywiadów. Powinowactwo tematyczne jest doskonałym przykładem zdolności słuchania, która ma znacznie większy wpływ, niż większość ludzi zdaje sobie sprawę.

Wyobraź sobie drzwi, które mogą się otworzyć, gdy dowiesz się, o czym jeszcze mówią Twoi odbiorcy w mediach społecznościowych. Czy kochają pewien rodzaj muzyki? Lub sport? Te spostrzeżenia mogą prowadzić do nowych możliwości sponsorowania, integracji produktów, a nawet zupełnie nowego segmentu odbiorców.

Innym dobrym przykładem tego, jak social listening może inspirować wielką kreatywność, jest analiza sentymentu. Poznanie tego, co Twoi odbiorcy myślą o czymś takim jak najnowsze wiadomości lub istotne tematy, daje Ci możliwość tworzenia treści lub kampanii, które będą rezonować z nimi na głębszym, bardziej emocjonującym poziomie.

Coca-Cola wykorzystała analizę sentymentu do stworzenia swojej Coke Tweet Machine. Wykorzystując przetwarzanie języka naturalnego i lokalizację, marka była w stanie zidentyfikować najmniej szczęśliwe miasto w kraju.

Zgodnie ze strategią marki „wybierz szczęście”, przywieźli do miasta automat z colą, który analizował nastroje na profilu każdego użytkownika na Twitterze.

Maszyna wtedy wydawała puszkę tylko użytkownikom, którzy mieli bardziej pozytywną, szczęśliwą obecność na platformie.

To niesamowite, jak marki mogą się tak wiele uczyć i tworzyć, po prostu analizując aktywność ludzi w mediach społecznościowych. Spróbuj przeprowadzić własne social listeningi następnym razem, gdy będziesz szukał kreatywnych spostrzeżeń.

Niezależnie od tego, czy uważasz swoją organizację za opartą na danych, czy opartą na danych, wszystko, co naprawdę się liczy, to to, że pozostawiasz dużo miejsca dla ludzkości w podejmowaniu decyzji. Ponieważ dane bez ludzi nie są wglądem – to tylko liczby.