Digital markedsføring basert på Big Data gir bedre lønnsomhet

Skal du lykkes med digital markedsføring, er det ikke nok å bare vite hvem, hva og hvor. Du må også vite hvorfor. Det kan Big Data og Thick Data hjelpe deg med.

Som bedriftsleder kan du ha gjort mange riktige beslutninger for å lykkes med digital markedsføring og salg i en informasjonsbasert økonomi:

• ansatt medarbeidere med digitale kunnskaper
• implementert en digital markedsstrategi
• optimalisert websidene med hensyn til leadsgenerering og SEO

Du har kanskje til og med startet med blogging og anskaffet ny programvare for marketing automation og CRM. Fra før har du sannsynligvis tradisjonelle data om eksisterende kunder i ditt CRM-system; navn, adresse, telefon, antall ansatte, omsetning og transaksjonshistorikk.

Hva nå? Din neste utfordring er hvordan du kan utnytte alle mulighetene med ny datafangst. Det du har gjort hittil, er tiltak som er nødvendige, men som ikke er tilstrekkelige for å vinne i morgendagens konkurransemiljø.

For å vinne fremover, holder det ikke å kun vite hva tallene er. Du må forstå hvorfor tallene er som de er. Programvare gir deg ikke svarene på det, de gir deg bare tall. La oss se på hva slags analyse og datafangst du bør gjøre i tillegg. Stikkordene er Big Data og Thick Data.

Hva er Big Data?

Big Data er i bunn og grunn datafangst. Big Data genereres av alle mulige kontaktpunkter ditt selskap har med kundene:

• IP-adresser
• GPS
• mobiltelefonbruk
• online- handlemønster
• sosiale nettverk
• RFID
• mobilbank
• sensorer
• blogger
• feedback fra ratingsteder

Gjennom disse kontaktpunktene etterlater kundene dine seg enorme mengder spor hver dag. Det som skiller Big Data fra «vanlige data», har Gartner forsøkt å definere på denne måten:

«Big Data in general is defined as high volume, velocity and variety information assets that demand cost-effective, innovative forms of information processing for enhanced insight and decision making.”

Big Data gir deg svar på HVEM, HVA og HVOR

Big Data vil kunne gi deg svar på spørsmål som:

• hvor stort markedet for dine produkter er
• hva effekten av en prisjustering vil bli
• hvor kundene dine til enhver tid fysisk befinner seg
• hvor mange positive kommentarer som skrives i sosiale medier 
• hvor mange transaksjoner som daglig prosesseres fordelt på hvilke betalingskort og på hvilke produktgrupper og av hvem.

Big Data gir deg mye viktig informasjon og fakta, men forklarer ikke hvorfor.   

Thick Data gir deg svar på HVORFOR 

Dersom målet ditt er å være blant de beste i markedet, må du forstå alle hvorfor-ene. For å komme fram til dem må du gjøre kvalitative analyser basert på Thick Data. Thick Data er kvalitativ informasjon som gir innsikt i kundenes daglige følelsesliv. Denne typen data erverves som regel gjennom fokusgrupper og dybdeintervjuer.

Tradisjonelt har Thick Data blitt benyttet av etnografer, antropologer, psykologer og andre profesjoner som spesialiserer seg på kultur, atferd og motivasjon bak atferd. Disse dataene er viktige for markedsførere for å forstå:

• hvorfor vi kjøper/ikke kjøper
• hvorfor vi aldri/alltid pruter på prisen
• hvorfor vi er lojale /ikke lojale
• hvorfor vi klager/ikke klager
• hvorfor vi blir ambassadører for dine produkter
• hvorfor vi velger A fremfor B 

Løsningen er å kombinere Big Data og Thick Data

Thick Data vil du ikke få gjennom automatisk datafangst i CRM-systemet, samme hvor godt integrert det er med weben din, ERP-systemet eller dine sosiale nettverk. Thick Data får du gjennom kvalitative analyser av data ervervet fra fokusgrupper, dybdestudier, observasjoner og/eller feltstudier - som representerer statistiske utvalg blant populasjonen (markedet ditt).  

Ved å kombinere Big Data og Thick Data, vil du få strategisk innsikt. Du vil få fordelene ved Big Datas store datavolumer, fra forskjellige kilder og ofte i sanntid. Dette er faktabasert informasjon. Du får også fordelene av å vite hvorfor.

Case fra europeisk supermarkedkjede

Mikkel B. Rasmussen og Andreas W. Hansen har i en forskningsartikkel, som ble publisert i Harvard Business Review 16. desember 2015, presentert et case fra en europeisk supermarkedkjede. Caset gjengis nedenfor med mine egne kommentarer avslutningsvis.

En supermarkedkjede hadde over en lengre periode registrert salgsnedgang og redusert markedsandel. Spesielt alarmerende var dette fordi markedet generelt er i vekst (mine kommentarer). Markedsdirektøren rapporterte også om at det historisk sett gode helgesalget ble mindre. Han kunne ikke forklare hvorfor. For å øke innsikten gjennomførte han en stor undersøkelse hvor over 6 000 handlende ble stilt mer enn 80 spørsmål om alt fra kjøpsbeslutninger og prissensitivitet til merkevarer, spesielle anledninger eller følelser som driver beslutninger.

Undersøkelsen ga utydelige svar: Respondentene svarte at pris var den viktigste faktoren, men samtidig svarte 80% at de alltid velger høy kvalitet fremfor lav pris, selv om det koster mer. 75% av matentusiastene svarte samtidig at de jevnlig handler på lavpriskjeder med frossen mat og white label-produkter. En felles lederoppfatning var at kjeden tapte andeler til lavpriskjedene. Dersom det var tilfelle, hvorfor svarte da respondentene at de foretrakk kvalitet fremfor lav pris?

Markedsdirektøren var mer usikker etter studien enn han var før. Han gjennomførte derfor en kvalitativ studie for å komme opp med Thick Data. Kjeden ønsket å skaffe seg denne innsikten gjennom å bruke tid sammen med kundene i deres daglige liv. Over en periode på to måneder fulgte et forskerteam flere familier på shoppingturer, under innkjøpsplanlegging og matlaging i deres hjem og dagligliv.

Da ledergruppen gikk gjennom resultatene, fremkom det tydelig at konsumentene hadde endret seg. Ikke bare hadde matvanene endret seg, men det sosiale livet likeså. Stabile familierutiner var i mer eller mindre oppløsning, og å forutse hvordan neste uke ville bli var krevende.

Et viktig funn var fraværet av familiemiddag på hverdager. Familier spiste rett og slett ikke fellesmåltider på ukedagene. De spiste heller ikke andre måltider sammen. Mange familier hadde dessuten flere dietter å ta hensyn til. Middagsbordet var hos flere også forandret til arbeidssted, og folk spiste middag forskjellige steder i huset. Disse endringene hadde også resultert i omfattende skifter i kundenes handlemønstre. I gjennomsnitt handlet nå kundene ni ganger i uken (enkelte opp til tre ganger om dagen).

Konsumentene var heller ikke lojale til kjedene, men valgte dem som passet til rask og bekvemmelig handel. Det siste de ville bruke energi på etter en krevende arbeidsdag var å sammenligne priser på en rekke ulike produkter mellom de forskjellige kjedene. Studien avslørte også at de tradisjonelle antakelsene om pris versus kvalitet var grunnløse. Konsumentene kategoriserte ikke kjedene ut fra premium eller lavpris. De var i større grad påvirket av atmosfære; effektiv, frisk, lokal, praktisk, god verdi for pengene. 

Markedsdirektøren konkluderte at hvert utsalgssted måtte levere en handleopplevelse preget av både bekvemmelighet og karakter. Markedsteamet validerte disse funnene ved å sjekke mot Big Data på tvers av utsalgsstedene. Teamet analyserte betydningen av bekvemmelighet ved å korrelere data på lokalisering og handlevolum for de ulike utsalgsstedene.

Dette avdekket følgende mønster: De mest vellykkede utsalgsstedene var lokalisert i forsteder med tett trafikk. Videre så teamet på hvilken rolle ulike handleatmosfærer og kundeopplevelser spiller ved å sammenligne salg med utsalgsstedets størrelse og demografiske kundedata. De beste stedene hadde en karakter som var tilpasset den lokale demografien: Lokalt miljø preget av studenter og unge vokse krevde noe helt annet enn en lokasjon med pensjonister.

Konklusjonen var klar: Den handleopplevelsen kjeden ga kundene var ikke tilpasset kundenes preferanser. Fremfor å konkurrere på pris, må kjeden tilby utsalgssteder med karakter som er tilpasset kundenes fragmenterte dagligliv.

Lærdommer til digital markedsføring anno 2016 

Dette enkle eksemplet viser at markedsdirektører må kunne jobbe strategisk med å kombinere to typer data; Big Data og Thick Data. Fremveksten av Big Data gir deg muligheten til å skaffe sanntidsinformasjon i store mengder fra en rekke forskjellige kilder (svar på hva). Endringer du ser her, må du analysere gjennom Thick Data-studier for å få svar på hvorfor.  

Det er kostbart å gjennomføre kvalitative analyser: Det tar tid, og det må ofte hentes inn ekspertise utenfor virksomheten. Det er ikke nødvendig å utføre kvalitative analyser (Thick Data) like ofte som kvantitative analyser. De resultatene du får gjennom kvalitative analyser er som oftest svar på mer strukturelle endringer - de endres ikke over natten. En grundig kvalitativ analyse gjennomført én gang per år kan vise seg å være mer enn tilstrekkelig for ett marked. Har du mange forskjellige markeder og kundegrupper med få fellestrekk, vil det kreve flere analyser.

Et tips til kostnadseffektive Thick Data-analyser er å engasjere studenter. Bachelor- og Masterstudenter kan engasjeres til praktiske feltstudier. Dette er en vinn-vinn-situasjon. Det faglige nivået er høyt - studentene assisteres av en veileder med høyt faglig kvalifikasjonsnivå. Dette kan du også gjøre til en fast årlig aktivitet som inngår i din strategiprosess. Det kommer nye studenter hvert år, og det er attraktivt for studenter å skrive oppgaver om innovative virksomheter som vil benytte resultatene studentene fremskaffer i kommersiell virksomhet.

Vi anbefaler også at du utfører analysen når du har et tilstrekkelig datagrunnlag. En Thick Data-analyse uten et sanntids datagrunnlag gir begrenset nytteverdi i en digital økonomi.

Har du ikke implementert en programvare for digital markedsføring, er 2016 året for denne investeringen. Marketing automation-programvare vil sikre deg digitale atferds- og aktivitetsdata over eksisterende kunder, leads og potensielle leads (de som ennå ikke har gjort seg til kjenne). Dette er viktige informasjonselementer i tillegg til de demografiske data du forhåpentligvis allerede har i ditt eksisterende CRM-system.

De store gevinstene vil du få på strategisk nivå. Du vil gjennom sanntidsinformasjon kunne teste ut hypoteser og sikre at du fatter flere riktige beslutninger i løpet av et år. Verdien av å forstå hvorfor, gjør at du kan ligge foran dine konkurrenter i å forstå marked og kundegrupper. Det er verdifull innsikt som vil kunne gi bedre lønnsomhet i en digital økonomi hvor produktenes livssyklus blir kortere og kortere.   

Satte du pris på dette innlegget? Vis det ved å gi en konstruktiv tilbakemelding i form av en kommentar, et spørsmål eller et innspill. Da hjelper du oss til å bli bedre, så vi kan levere enda bedre og mer relevante innlegg som kan hjelpe deg til å løse problemstillinger du eller dine kolleger står overfor.