Jakie cechy powinno mieć idealne rozwiązanie klasy Customer Intelligence, które jest w stanie wesprzeć organizację w prowadzeniu spójnych działań marketingowych?
Jak CI może wspierać marketing – począwszy od świadomego zarządzania i monitorowania realizacji celów strategicznych po planowanie i zarządzanie doświadczeniem marki indywidualnego pojedynczego klienta? Zasadniczo można wymienić cztery grupy funkcjonalności, filary nowoczesnego systemu Customer Intelligence.
Przeczytaj pierwszą część materiału »
Customer Intelligence – cz. 1. Wyzwania marketingu i oczekiwania klienta
Analiza zgromadzonych danych to lepsze zrozumienie zachowań klientów, dzięki czemu organizacja może się kontaktować z nimi w bardziej inteligentny sposób. Jak to osiągnąć w praktyce?
1. Wsparcie dla wielokanałowej podróży klienta w kontakcie z organizacją
Wyobraźmy sobie wszystkie możliwe kanały kontaktu, z którymi styka się klient. Te tradycyjne i te cyfrowe, począwszy od reklamy wizualnej typu ATL w tradycyjnych i cyfrowych mediach po przekaz we własnych kanałach marketingowych i obsługowych. W jaki sposób zapewnić odpowiedni poziom unifikacji wieloetapowego kontaktu zapewniający sprawne zaplanowanie kontaktu z klientem oraz odpowiednią efektywność tego kontaktu i satysfakcję klienta?
Oprócz tak oczywistych cech jak łatwość planowania i wizualizacji ścieżek podróży klienta czy projektowania przyjaznych, zrozumiałych, spersonalizowanych komunikatów, kluczowe znaczenie ma drugi z filarów – czyli analityka.
Rys.2. Cztery filary nowoczesnego rozwiązania CI.
2. Priorytetyzacja analityki
Oznacza to, że jesteśmy skoncentrowani na lepszym zrozumieniu klienta, nie tylko jego wartości czy skłonności do zakupu konkretnych produktów bądź usług, ale także zrozumieniu jego preferowanych punktów styku z organizacją, dogodnego czasu i pory kontaktu oraz typowej sekwencji kroków prowadzących do zakupu.
Marketingowiec wyposażony w taką wiedzę będzie w stanie podzielić grupę docelową według specyficznych kryteriów i zaplanować najskuteczniejsze scenariusze: jedni otrzymają pocztą elektroniczną odsyłacz do spersonalizowanej oferty w sklepie internetowym, a do innych zadzwoni telemarketer z propozycją spotkania z doradcą w dogodnym czasie. Porównajmy to z typowym scenariuszem, kiedy grupa docelowa jest dobierana na podstawie prostego kryterium: „którzy klienci nie mają jeszcze produktu X?”, a kampania realizowana przez sekcję telemarketingu wynagradzaną według jedynego słusznego kryterium, czyli poziomu konwersji. Dla organizacji przeprowadzenie takiej kampanii jest procesem dochodowym, ale głębsze analizy pokazują spustoszenie w morale klientów (nurkujący NPS, wzrost liczby klientów z zastrzeżeniem komunikacji marketingowej itp.). I jeszcze jedna niezwykle istotna strata: zaniechanie kompleksowej analizy zachowań klientów ogranicza w istotny sposób możliwość badania typowych ścieżek, ulepszania interfejsów, unowocześniania i uatrakcyjniania sposobów komunikacji. Oba filary są ze sobą ściśle powiązane.
Przejmij kontrolę nad swoim mózgiem i wyzwól swój potencjał »
Priorytetyzacja analityki oznacza jej demokratyzację. Z jednej strony mamy zaawansowanych analityków danych (data scientists), których rolą jest budowa modeli prognostycznych wyznaczających skłonność do reakcji na ofertę, produkt najlepiej dopasowany do indywidualnych preferencji klienta, skłonność do zakupu produktu. Powinni mieć oni do dyspozycji najlepsze narzędzia, najbardziej efektywne algorytmy, aby móc przygotować podstawę do podejmowania optymalnych decyzji marketingowych. Z drugiej strony mamy jednak marketerów, którzy w tradycyjnym modelu są konsumentami wyników analiz, a ich rola ogranicza się do efektywnej operacjonalizacji, czyli doboru właściwej oferty i sposobu komunikacji do wcześniej zdefiniowanych grup docelowych.
Nowoczesne narzędzia CI umożliwiają im większą autonomię i kreatywność: analityczne wykrywanie wcześniej niezidentyfikowanych segmentów, większa indywidualizacja ofert lub sposobu ich prezentacji na podstawie śladów pozostawionych w cyfrowym ekosystemie czy też samodzielne testowanie efektywności przekazu (A/B testing) to tylko niektóre z możliwości dostępnych współczesnym specjalistom.
3. Planowanie strategiczne
Celem systemu jest realizacja długofalowych kluczowych wskaźników efektywności (KPIs), które nie zawsze, a nawet niezbyt często pokrywają się z taktycznymi i operacyjnymi celami marketingowców czy menedżerów produktu. Planowanie strategiczne w ujęciu top‑down z reguły zatrzymuje się na pewnym poziomie granulacji danych i następuje mozolny etap weryfikacji, czy poziom ambicji określony przez szefów marketingu lub nawet szefów całej firmy znajduje odzwierciedlenie w możliwych do realizacji działaniach marketingowych przy aktualnym poziomie ich efektywności.
Precyzyjna dekompozycja wysokopoziomowych celów biznesowych na zestaw konkretnych działań marketingowych jest jednym z największych wyzwań organizacji. Marketing nie jest oczywiście nauką ścisłą, a osiągane efekty są wypadkową własnej innowacyjności i wpływu otoczenia konkurencyjnego, jednak w dobie rewolucji cyfrowej i dostępności big data funkcjonowanie systemu umożliwiającego interaktywne śledzenie wpływu pakietu kampanii na KPIs – i vice versa – przestało być odległą mrzonką.
Nowoczesne systemy CI dają menedżerom decydującym o alokacji zasobów fizycznych i finansowych możliwość elastycznego śledzenia kluczowych czynników sukcesu (lub jego braku) i podejmowania decyzji w trybie niemal online, a z drugiej strony pozwalają na bardziej świadome planowanie strategiczne: „Przez ostatnie trzy lata średnio 10% naszych klientów kupowało produkt X; ale produkt zestarzał się rynkowo, utrzymaliśmy sprzedaż dzięki obniżeniu ceny i promocji poprzez najdroższe kanały kontaktu. W wyniku niższej marży i wyższych kosztów sprzedaży jedynie 70% zeszłorocznych transakcji było rentownych. Obecnie liczba klientów potencjalnie zainteresowanych kupnem znacząco się zmniejszyła, a dopływ nowych nie gwarantuje nam utrzymania dotychczasowego poziomu sprzedaży. W kolejnym roku rentowna sprzedaż nie przekroczy 50% wszystkich transakcji realizowanych w dotychczasowy sposób, więc aby utrzymać dotychczasowe KPIs, konieczna jest zmiana strategii sprzedaży, odświeżenie formuły produktu lub inwestycja w nowe rozwiązania”.
Podobne rozumowanie, wymagające długoterminowego zaangażowania zespołów analitycznych, staje się coraz bardziej dostępne marketingowcom wykorzystującym nowoczesne rozwiązania CI. Zmiana strategii może oznaczać modyfikację jednego lub wielu czynników jednocześnie. W cyfrowych samoobsługowych kanałach możliwy jest bardziej precyzyjny pomiar efektywności i szybsze, bardziej elastyczne możliwości testowania alternatywnych scenariuszy, począwszy od weryfikacji skuteczności reklam i przekazu do klienta po sekwencje ich prezentacji wzdłuż ścieżki podróży klienta.
4. Możliwość efektywnego i znaczącego udziału w cyfrowym ekosystemie
Trudno sobie wyobrazić narzędzie klasy CI, które będzie w stanie samodzielnie funkcjonować, bez jakichkolwiek zewnętrznych interakcji, we współczesnym cyfrowym świecie. Zwłaszcza, gdy przypomnimy sobie Scotta Brinkera i jego Martech 5000. Otwartość systemu i gotowość na współpracę w ramach ekosystemu mają kluczowe znaczenie. Ponieważ większość organizacji dysponuje szerszą lub węższą paletą funkcjonalności CI i rzadko spotykamy sytuację określaną jako green field, można w uproszczeniu powiedzieć, że są dwa kluczowe mechanizmy wspierające otwartość i gotowość do współpracy z istniejącymi rozwiązaniami: zastąpienie i wzbogacenie istniejącej już w ramach ekosystemu funkcjonalności (embed) oraz dodanie nowej, nieobecnej dotychczas funkcjonalności (extend). Jako przykład pierwszego może posłużyć rozbudowa funkcjonalności konkretnego kanału komunikacyjnego, załóżmy strony WWW, o spersonalizowane elementy na bazie A/B testów czy wysoce spersonalizowane komunikaty e‑mail, zaś w drugim przypadku za przykład może posłużyć funkcjonalność next best action, rekomendacja treści lub produktu w czasie rzeczywistym. Wydaje się to logiczne i oczywiste, ale każdy, kto miał na co dzień do czynienia ze złożonymi systemami marketingowymi, wie, jak kosztowne i długotrwałe bywa rozszerzenie funkcjonalności w ramach systemu lub integracja z nowym systemem, który oferuje dodatkową, brakującą funkcjonalność.
Dołącz do grona ludzi żądnych harvardzkiej wiedzy! Kup prenumeratę na specjalnych warunkach i odbierz BONUS »
Innym niezwykle istotnym elementem z punktu widzenia efektywnej strategii dla ekosystemu jest zarządzanie danymi klienta, profilem klienta. Biorąc pod uwagę fakt, że różne obszary danych klienta mogą znajdować się w różnych miejscach, w systemie CRM funkcjonującym w ramach firmowej infrastruktury, w chmurze lub chmurach, wreszcie na jednej lub wielu platformach DMP (Data Management Platform), wykorzystywanych do reaktywnego marketingu, to utrzymanie i bieżące aktualizowanie kompletnego profilu klienta napotyka na istotne wyzwania architektoniczne i operacyjne. Najbardziej obiecującym kierunkiem jest koncepcja wspartej analityką Customer Data Platform (CDP).
Analitycy firmy Gartner uważają, że CDP nie udało się jeszcze w pełni zrealizować w praktyce, jednak wysiłki w tym kierunku owocują wieloma innowacyjnymi rozwiązaniami. Względem hurtowni danych, które są rozpowszechnione i szeroko wykorzystywane w organizacjach, choć ich architektura i układ danych nie wspierają pracy marketingowców, oraz wobec DMP, które są przeważnie obsługiwane przez dostawców i ukierunkowane na bieżącą efektywność operacyjną – CDP jawi się jako trzecia droga, nowy sposób organizacji danych klienta i dlatego przez ostatnie kilkanaście miesięcy budzi rosnące oczekiwania.
Najważniejsze kryteria funkcjonalne CDP to:
architektura danych ukierunkowana na realizację celów marketingowych, łatwa w zarządzaniu i modyfikowalna przez marketingowców,
profil klienta zbudowany wokół relacji klient–organizacja (tzw. first party), jednak uwzględniający relacje niebezpośrednie, realizowane za pomocą DMP,
możliwość interakcji w czasie rzeczywistym, również w trybie iteracyjnym i interaktywnym (interakcje wieloetapowe, wielokrokowe),
wbudowana analityka jako komponent równie istotny jak możliwość łatwej operacjonalizacji interakcji,
rozszerzalność, czyli możliwość propagacji komunikatu poprzez platformy DMP.
Customer Data Platform jest w istocie najważniejszym elementem, podstawą funkcjonowania systemów CI nowej generacji. Skleja i łączy w jedną całość rozproszone fragmenty informacji o kliencie i inteligentnie ją przetwarza za pomocą wbudowanej analityki.
PRZECZYTAJ TAKŻE: Czy powinniśmy się bać AI? » >
