การวัดข้อมูลการตลาด: สิ่งที่ต้องค้นหาและวิธีเริ่มต้น

เผยแพร่แล้ว: 2019-06-29

ข้อมูล ข้อมูล ข้อมูล... บางครั้งดูเหมือนว่านักการตลาดทุกคนจะพูดถึง แต่เราจะหาข้อมูลเชิงลึกที่เป็นประโยชน์จากข้อมูลที่มีอยู่มากมายได้อย่างไร และเราควรมองหาอะไรตั้งแต่แรก?

เมื่อวันที่ 18 มิถุนายน เราได้เป็นเจ้าภาพ Sepi Pouryahya หัวหน้าเจ้าหน้าที่วิทยาศาสตร์ข้อมูลของ Fospha และ Adam Broitman ผู้เชี่ยวชาญอาวุโสด้านการตลาดดิจิทัลที่ McKinsey เพื่อร่วมรับประทานอาหารเช้าแบบระบุแหล่งที่มาในนิวยอร์กที่ The Nomad

Sepi เริ่มต้นด้วยการแนะนำ Fospha ผู้ให้บริการเทคโนโลยีการระบุแหล่งที่มาทางการตลาดที่สร้าง MMM (โมเดลการตลาดแบบผสม) เพื่อขับเคลื่อน CDP (แพลตฟอร์มข้อมูลลูกค้า) Fospha ทำงานร่วมกับบริษัทจำนวนมากในแนวดิ่ง เช่น บริการทางการเงิน อีคอมเมิร์ซ การค้าปลีก เพื่อแก้ปัญหาความท้าทายด้านการระบุแหล่งที่มาทางการตลาด

เนื้อหาที่ผลิตร่วมกับ Fospha

นักการตลาดทุกคนต้องการประหยัดเงิน ประหยัดเวลา และเพิ่มประสิทธิภาพในสิ่งที่พวกเขาทำ

อันที่จริง การตลาดมักประกอบด้วยสองคำถามหลัก:

เนื้อหาที่เกี่ยวข้อง

  • Analytics Salesforce เพิ่ม CDP Oracle ไตร่ตรองและ Adobe พบว่ามีหนึ่ง

  • บทวิเคราะห์ เทรนด์ธุรกิจอัจฉริยะ 5 ข้อที่นักการตลาดไม่ควรมองข้าม

  • แพลตฟอร์ม Analytics BI เป็นศูนย์กลางเมื่อ Google ซื้อ Looker และ Salesforce ซื้อ Tableau

  • Analytics การทำให้เป็น ประชาธิปไตยของวิทยาศาสตร์ข้อมูล: เพิ่มขีดความสามารถให้กับผู้สร้างประสบการณ์ด้วยแพลตฟอร์มอัจฉริยะ

  • การตลาดดิจิทัล การตลาดแบบ "เน้นดิจิทัลเป็นอันดับแรก" ช่วยให้บริษัทต่างๆ มีผลงานเหนือกว่าคู่แข่งมากกว่า 40% ในปี 2018 เป้าหมายทางธุรกิจ

  • การวิเคราะห์ "ความซับซ้อนของข้อมูล" เป็นหนึ่งในความท้าทายที่ใหญ่ที่สุดสำหรับนักการตลาดในขณะนี้ และเครื่องมือปัจจุบันไม่ได้ช่วยเพียงพอ

  1. ฉันจะลด CPA ได้อย่างไร
  2. ฉันควรใช้งบประมาณการตลาดดิจิทัลที่ไหน

การวัดผลที่แม่นยำเป็นสิ่งสำคัญในการตอบคำถามเหล่านี้ หากคุณไม่สามารถหาสิ่งที่ได้ผลจริงๆ ได้ คุณไม่รู้ว่าอะไรควรให้ความสำคัญเป็นลำดับแรกและสิ่งที่ควรหลีกเลี่ยง

ง่ายใช่มั้ย? ดีไม่มาก เราทุกคนทราบดีว่าธุรกิจต่างๆ มักจะดำเนินธุรกิจแบบไซโล มีทีมการตลาด ทีม CRM ทีมขาย และคนอื่นๆ ที่พยายามให้เครดิตสำหรับ Conversion ใดๆ ก็ตาม อันที่จริง มีบริษัทแห่งหนึ่งที่ Sepi ทำงานด้วย ซึ่งหากคุณนับ "Conversion" ทั้งหมดที่แต่ละทีมได้รับเครดิต ก็จะเป็น 5 เท่าของจำนวน Conversion จริง

แต่นั่นไม่ใช่ความผิดของพวกเขา พวกเขาเพียงแค่ใช้เครื่องมือที่มีอยู่ ซึ่งจะแสดงจุดติดต่อและ Conversion ที่ตามมา อย่างไรก็ตาม การวัดผลทางการตลาดเป็นมากกว่าแค่การระบุ จุดติดต่อจุดเดียว ก่อนที่ลูกค้าจะทำ Conversion ผู้คนซื้อสินค้าในครั้งแรกที่เจอมันบ่อยแค่ไหน?

แล้วเราจะวัดผลการตลาดของเราได้อย่างไร?

รายงาน BCG ล่าสุด (Boston Consulting Group) อ้างถึงสามขั้นตอนหลัก:

  1. เชื่อมต่อข้อมูล
  2. บูรณาการอัตโนมัติ
  3. มีการวัดที่สามารถดำเนินการได้

ทั้งหมดนี้ฟังดูง่ายในหลักการ แต่สามขั้นตอนนี้มีมากกว่าที่เห็น

Sepi อธิบายต่อว่า Fospha เข้าถึงสิ่งนี้ได้อย่างไร

  1. เย็บและรวบรวมข้อมูลลูกค้า

ในช่วงไม่กี่ปีที่ผ่านมา โดยเฉพาะอย่างยิ่งเมื่อให้ความสำคัญกับข้อมูลอย่างล้นหลาม บางครั้งนักการตลาดก็ลืมไปว่าจริงๆ แล้วพวกเขากำลังพยายามพูดคุยกับลูกค้า การตลาดไม่ได้เกี่ยวกับการยกระดับเมตริก แต่เกี่ยวกับการเข้าถึงลูกค้าในระดับบุคคลและเป็นส่วนตัว ซึ่งหมายความว่า Fospha เข้าถึงทุกอย่างจากแนวทางที่เน้นลูกค้าเป็นอันดับแรก: ดูว่าลูกค้ามีพฤติกรรมอย่างไร เส้นทางของลูกค้าเป็นอย่างไร และย้อนกลับจากจุดนั้น

  1. การวัด

กุญแจสำคัญในการวัดผลที่แม่นยำคือการประสานจุดสัมผัสทางการตลาดทั้งหมดของคุณเข้าด้วยกัน อาจเป็นเรื่องยากที่จะแบ่ง Conversion มูลค่า $100 ในการโต้ตอบต่างๆ โดยเฉพาะอย่างยิ่งเมื่อคุณทำสิ่งนี้ภายในบริษัท ทุกทีมต้องการใช้เครดิตให้มากที่สุด ด้วยเหตุผลที่ชัดเจน ดังนั้นการมีใครสักคนที่สามารถรวมข้อมูลของคุณเข้าด้วยกันจึงเป็นวิธีที่ดีที่สุดในการวัดความพยายามทางการตลาดของคุณ

  1. เปลี่ยนการวัดเหล่านี้เป็นคำแนะนำที่นำไปปฏิบัติได้

ดังที่ได้กล่าวไว้ก่อนหน้านี้ ตัวชี้วัดมีความสำคัญเพียงเล็กน้อยหากคุณไม่รู้จริง ๆ ว่าต้องทำอย่างไรกับมัน นั่นเป็นเหตุผลที่ Fospha ให้ความ สำคัญกับการให้คำแนะนำที่นำไปปฏิบัติได้โดยใช้องค์ประกอบที่สำคัญสามประการ ได้แก่ ข้อมูลลูกค้า ข้อมูลออนไลน์ และข้อมูลออฟไลน์ เมื่อประมวลผลแล้ว คุณต้องค้นหาตัวระบุหลักและให้คำแนะนำตามข้อมูลเหล่านั้น

  1. เริ่มต้นเล็ก ๆ และเติบโต

อย่าพยายามทำทุกอย่างพร้อมกัน ให้ค้นหาสิ่งที่มีประโยชน์และมีค่าแทน และลองเปลี่ยนสิ่งนี้ก่อนที่จะลองทำอย่างอื่น

จากนั้น Sepi ก็เข้าร่วมโดย Adam ในเซสชันถาม & ตอบ ซึ่งพวกเขาได้กล่าวถึงข้อเท็จจริงที่ว่านักการตลาดจำนวนมากในปัจจุบันถือว่าแมชชีนเลิร์นนิงและการวิเคราะห์ข้อมูลเป็นเพียงคำศัพท์ที่เรียกกันว่า "ไลน์ในสไลด์พาวเวอร์พอยท์" แทนที่จะได้มาซึ่งข้อมูลเชิงลึกที่เป็นประโยชน์จากพวกเขา อย่างไรก็ตาม กระแสน้ำกำลังเปลี่ยนไป และนักการตลาดที่ดีที่สุดเริ่มใช้แมชชีนเลิร์นนิงเพื่อให้พวกเขามีมุมมองแบบ 360 องศาอย่างแท้จริงกับลูกค้ารายใดรายหนึ่ง

และไม่ใช่แค่ข้อมูลลูกค้าเท่านั้น แต่ข้อมูลบริบทสามารถเปิดเผยแนวโน้มที่เป็นประโยชน์ได้เช่นกัน ตัวอย่างเช่น แม้ว่าราคาน้ำมันไม่จำเป็นต้องเชื่อมโยงกับผลิตภัณฑ์ของบริษัทของคุณ แต่อาจเป็นตัวแทนของแนวโน้มทางเศรษฐกิจและการเมืองโดยรวมที่มีผลกระทบต่อการขายของคุณ อัลกอริธึมการเรียนรู้ของเครื่องอาจพบความเชื่อมโยงระหว่างสองสิ่งที่คุณไม่เคยพิจารณามาก่อน!

โดยรวมแล้ว มันเป็นงานที่ยอดเยี่ยมมาก และต้องขอบคุณทั้ง Sepi และ Adam สำหรับข้อมูลเชิงลึกอันน่าทึ่งของพวกเขา เราแทบรอไม่ไหวแล้ว!