بازاریابی داده محور (Data-driven marketing)؛ راهنمای جامع

مهسا صادق‌پور

بازاریابی داده محور یا مبتنی بر داده (Data-driven marketing)، نوعی بازاریابی است که در آن، از داده‌هایی که از تعامل با مشتریان و برنامه‌های شخص سوم (Third parties) جمع‌آوری شده‌اند استفاده می‌کنند تا از انگیزه‌ها، سلیقه‌ها و رفتارهای مشتریان تصویر بهتری به دست آورند. بازاریابی داده‌محور در بهینه‌سازی عملکرد کانال‌های بازاریابی به سازمان‌ها کمک می‌کند و تجربه‌ی مشتریانشان را بهبود می‌بخشد که این امر در نهایت به افزایش درآمد و سود بیش‌تر سازمان‌ها منجر می‌شود.

در ادامه مطلب توضیح خواهیم داد که بازاریابی داده محور چیست و چگونه باید از آن استفاده کرد.

بازاریابی داده محور چیست و چرا مهم است؟

شکی وجود ندارد که سلیقه و تمایلات افراد به شیوه‌ی تفکر و رفتار آن‌ها سمت‌وسو می‌دهد؛ بنابراین، شرکتی که بر اساس این تمایلات و سلایق خدمت‌رسانی کند، در تبدیل مشتریان بالقوه (Prospects) به خریداران شانس بسیار بیش‌تری خواهد داشت. بیایید ذکر با یک مثال، مفهوم بازاریابی داده محور را توضیح دهیم: 

یکی از شرکت‌های ارائه‌دهنده‌ی خدمات چمن‌زنی در جست‌وجوی مشتریان جدید به تمام افراد ساکن در یکی از مناطق کلان‌شهری کارت ویزیت فرستاد، اما فقط از ۱٪ آن‌ها پاسخ دریافت کرد و حتی در نهایت کم‌تر از ۵٪ این گروه به مشتری جدید تبدیل شدند. این شرکت با در نظر گرفتن این‌که شاید بازاریابی داده‌محور بتواند نتایج به‌دست‌آمده را بهبود بخشد، ویژگی‌های جمعیت‌شناختی را مطالعه کرد و منطقه‌ای را کشف کرد که در آن، میانگین درآمد صاحب‌خانه‌ها از میانگین درآمد صاحب‌خانه‌های کل آن منطقه‌ی کلان‌شهری ۱۰ تا ۳۰ درصد کم‌تر بود؛ سپس شرکت بار دیگر کمپین ارسال کارت ویزیت را در آن منطقه‌ی خاص اجرا و بر قیمت پایین خدمات چمن‌زنی تأکید کرد. این بار تعداد مشتریان جدید جذب‌شده ۶ برابر افزایش یافت. در واقع، او در کمپین بازاریابی دوم از بازاریابی داده‌محور استفاده کرد تا بر آن‌چه برای صاحب‌خانه‌های آن منطقه مهم‌تر بود، متمرکز شود.

استفاده از رویکرد بازاریابی داده‌محور می‌تواند درباره‌ی عادات خرید مشتریان به سازمان‌ها دید کلی ارائه دهد؛ در نتیجه، کسب‌وکارها با داشتن چنین درکی می‌توانند فروش و استراتژی‌های بازاریابی‌شان را بر اساس خواسته‌های مشتریانشان طراحی کنند.

منابع داده‌های بازاریابی داده محور معمولا اطلاعات شخصی پایه‌ای مانند سن، سطح درآمد، وضعیت تأهل، تعداد و سن فرزندان، تاریخ‌های تولد و سایر ویژگی‌های جمعیت‌شناختی را در بر می‌گیرند.

فروشندگان چگونه از داده‌ها برای تشخیص اهداف استفاده می‌کنند؟

فروشندگان چگونه از داده‌ها برای تشخیص اهداف استفاده می‌کنند؟

به طور کلی، هدف اصلی بازاریابی جذب مشتریان و کسب سود از ارائه‌ی خدمات و کالاهاست؛ اما تمام کمپین‌های بازاریابی باید هدف مشخصی داشته‌باشند. این اهداف می‌توانند مواردی مانند رسیدن به میزان خاصی از درآمد، فروش تعداد خاصی از کالاها یا جذب تعداد خاصی از مشتریان باشند. در صورتی که هدف مشخصی برای یک کمپین تعیین نشود، درباره‌ی دستاوردهای آن ابهام ایجاد می‌شود.

فروشندگان می‌توانند با بررسی منابع مختلفی از داده‌ها و استفاده از نتیجه‌گیری‌های به‌دست‌آمده از بازاریابی داده محور اهداف لازم را تعیین کنند. برای مثال، این منابع در یک بازار مصرفی (Business to consumer: B2C) ممکن است ویژگی‌های جامعه‌شناختی، ویژگی‌های روان‌شناختی، کلان‌داده‌های استخراج‌شده از شبکه‌های مجازی، شاخص تلاش مشتری (Customer Effort Score: CES) یا شاخص خالص ترویج‌کنندگان (Net Promoter Score: NPS) باشند. با مطالعه‌ی چنین داده‌هایی، بخش‌هایی از جامعه‌ای کلی آشکار می‌شوند که اعضای آن‌ها سلایق، رفتارها و تمایلات مشابهی دارند. فروشندگان می‌توانند با درک این موارد، پیام‌ها و پیشنهادهایشان را به نحوی تغییر دهند که تا حد ممکن با این بخش‌ها متناسب باشند. این فرایند نحوه‌ی تعیین اهداف را توضیح می‌دهد.

برای مثال، فرض کنید هدفتان از برپایی یک کمپین این است که ۳ دلیل کلیدی‌ای را کشف کنید که باعث می‌شوند افراد نسبت به شرکت یا محصولاتش نگرشی منفی داشته‌باشند؛ در این صورت، شاید بخواهید کسانی را مخاطب هدف خود در نظر بگیرید که در نظرسنجی شاخص خالص ترویج‌کنندگان، به عنوان مشتری ناراضی یا بدگو (Detractor) و مشتری منفعل یا خنثی (Passive) مشخص شده‌اند؛ یعنی از میان کسانی که به شرکت یا محصولاتش چندان علاقه ندارند. این داده‌ها به فروشندگان اجازه می‌دهند که کمپین‌هایی را پیاده کنند که در صورت عدم دسترسی به آن داده‌ها، قابل‌اجرا نبودند.

فروشنده‌های هشیاری که از بازاریابی داده‌محور بهره می‌برند، برای استفاده از داده‌هایی که اساس کارشان محسوب می‌شوند، راه‌های بسیاری را کشف کرده‌اند. در زیر به چند نمونه از این موارد اشاره می‌کنیم:

  • هنگامی که هم‌زمان چندین کمپین را در کانال‌های مختلف بازاریابی اجرا می‌کنید، می‌توانید با استفاده از داده‌ها تشخیص دهید که کدام کانال در کدام مرحله از قیف فروش بهترین عملکرد را دارد؛ برای انجام این کار می‌توانید از برنامه‌ی اتریبیوشن (Attribution) استفاده کنید؛
  • کانال گزارش وضعیت آب‌وهوای وِتر (The Weather) با بررسی موقعیت جغرافیایی ۳میلیون نفر از بازدیدکنندگان وب‌سایت‌ها، جایگاه تبلیغ (Ad space) را به شرکت‌ها عرضه می‌کند. بدین صورت، شرکت‌ها می‌توانند جایگاه تبلیغاتی مختص به مخاطب هدفشان را بخرند. برای مثال، شرکت‌های تولیدکننده‌ی شامپویی که فرمولاسیون ضد وز عرضه می‌کنند، می‌توانند به طور مستقیم مشتریان بالقوه‌ی مناطقی را هدف بگیرند که به‌دلیل آب‌وهوای مرطوب موهای وز دارند؛
  • شرکت نتفلیکس (Netflix)، سایر رقبای آن در صنعت پخش فیلم و شرکت‌هایی مانند اسپاتیفای (Spotify) بر اساس موتورهای توصیه‌گری (Recommendation engines) که سلایق قبلی مشتریان را بررسی می‌کنند، فیلم و موسیقی پیشنهاد می‌دهند؛
  • شرکت والمارت (Walmart) قصد داشت بداند که مشتریانش برای پیدا کردن چه چیزهایی وب‌سایت را جست‌وجو می‌کنند. با توجه به این‌که سؤالات بخش جست‌وجو از داده‌ها تشکیل شده‌اند، شرکت والمارت با استفاده از هوش مصنوعی و علم یادگیری ماشین (Machine learning)، این داده‌ها را تحلیل کرد تا محصولاتی را که احتمال دیده شدنشان بیش‌تر بود، در معرض دید قرار دهد. این اقدام نرخ تبدیل (Conversion rate) را ۱۰ تا ۱۵ درصد افزایش داد؛
  • با توجه به این‌که وصل شدن اتومبیل‌ها به سرورهای اینترنتی مدام در حال افزایش است، کارخانه‌های تولید اتومبیل روزانه حجم بالایی از داده‌ها را از آن‌ها دریافت می‌کنند. با کمک تکنولوژی پیش‌بینی رفتاری (behavioral prediction technology)، این داده‌ها می‌توانند تجارب شخصی صاحبان اتومبیل‌ها را افشا کنند؛ از این رو، نمایندگان فروش اتومبیل با تحلیل داده می‌توانند به مشتریان تجربیات شخصی‌سازی‌شده و منحصربه‌فردی را ارائه کنند و هم‌چنین زمان تمایل افراد را به خرید خودروی جدید با دقت بالایی پیش‌بینی کنند.

چگونه استراتژی بازاریابی داده محور را پیاده‌سازی کنیم؟

متخصصان حوزه‌ی بازاریابی به طور گسترده‌ای بر مراحل پیاده‌سازی موفق استراتژی بازاریابی داده محور توافق نظر دارند.

در ادامه مراحلی را که رهبران و تحلیل‌گران حیطه‌ی بازاریابی مهم می‌دانند، ذکر می‌کنیم:

۱. اهدافی را که امیدوارید با استفاده از استراتژی بازاریابی داده‌محور به دست آورید، شناسایی کنید. در اغلب مواقع، استفاده از اهداف smart توصیه می‌شود که هریک از حروف آن، ابتدای نام یکی از مشخصه‌های هدف است که طبق آن، اهداف شما باید این‌گونه باشند:

  • اختصاصی (Specific): به جای عبارت «افزایش درآمد» بگویید «۱۲٪ افزایش در درآمد»؛
  • قابل‌اندازه‌گیری (Measurable): باید بتوان همه‌چیز را در اعداد خلاصه کرد؛
  • قابل‌دستیابی (Achievable): اهداف باید دست‌یافتنی باشند؛ در غیر این صورت، کاربرد خاصی نخواهند داشت؛
  • هم‌سو (Relevant): رسیدن به هریک از اهداف باید به نحوی به سود شرکت باشد؛
  • زمان‌دار (Timely): باید برای رسیدن به هر هدفی بازه‌ی زمانی مشخصی تعیین شود.

۲. نوع اهدافی را که می‌خواهید تعیین کنید، مشخص کنید. این اهداف می‌توانند در حیطه‌ی جذب مشتریان جدید، درآمد، سود، بهبود تجربه‌ی مشتریان و ترکیبی از این‌ها باشند؛

۳. گروهی را تشکیل دهید که اعضای آن مهارت‌های لازم را برای تحلیل داده‌هایی که شما جمع‌آوری می‌کنید داشته‌باشند. برای تشکیل گروه چندمحوری باید اعضای بخش‌های مختلف، مانند فناوری اطلاعات، بازاریابی و امور مشتریان، با هم ترکیب شوند؛

۴. برای خریدار، پرسونا طراحی کنید؛

۵. برای اجرای استراتژي بازاریابی داده محور باید تعیین کنید که به چه داده‌هایی نیاز دارید. بسته به هدفی که برای کمپین در نظر گرفته‌اید، می‌توانید به میزان زمانی که بازدیدکنندگان در سایت سپری می‌کنند، داده‌های مربوط به جست‌وجوهای آن‌ها، تعاملاتشان در شبکه‌های مجازی، داده‌های ذخیره‌شده توسط نرم‌افزار CRM و نتایج نظرسنجی‌ها توجه کنید؛

۶. گردش کار (Workflow) را خودکار کنید. اغلب، حجم داده‌‌های در دسترس از توان پردازش و برداشت دورنماهای معنادار گروه‌ها بیش‌تر است. ابزارهایی را برای خودکار کردن فعالیت‌ها انتخاب کنید که با نوع داده‌ای که جمع‌آوری می‌کنید متناسب باشند؛

۷. داده‌ها را جمع‌آوری کنید، فارغ از این‌که از سیستم‌های بی‌درنگ (real-time)، کارگزاری‌های شخص سوم (third-party data broker) یا سایر منابع حاصل شده‌باشند؛

۸. سپس، از ابزارهای خودکارسازی‌ای که انتخاب کرده‌اید، برای تحلیل داده‌ها استفاده کنید؛

۹. با توجه به نتایج تحلیل‌ها، کانال‌هایی را انتخاب کنید که برای برپایی کمپین‌های بازاریابی از آن‌ها استفاده خواهید کرد. برای مثال، می‌توانید از تبلیغات کلیکی (Pay Per Click: PPC)، ایمیل مارکتینگ (Email Marketing)، بازاریابی محتوا یا هر نوع روش دیگری که با نیازهایتان متناسب است، استفاده کنید؛

۱۰. در نهایت، کمپین را راه‌اندازی کنید، نتایج را بررسی کنید و نرخ بازگشت سرمایه (Return Of Investment: RIO) را حساب کنید؛ سپس ضروریات را بیاموزید تا در دفعات بعدی عملکردتان بهتر شود.

ترندهای بازاریابی داده محور کدامند؟

ترندهای بازاریابی داده محور کدامند؟

حال که با چگونگی پیاده‌سازی بازاریابی داده محور آشنا شدید، در ادامه به ترندهای بازاریابی داده‌محور خواهیم پرداخت. فروشندگانی که بخواهند بازاریابی داده‌محورشان را در دهه‌ی جدید گسترش دهند، با چندین زمینه‌ی ترند برای تحقیق روبه‌رو خواهند شد که برخی از آن‌ها عبارت‌اند از:

  • سردسته‌ی این موارد، رشد روزافزون تأثیر هوش مصنوعی و علم یادگیری ماشین بر اغلب صنایع و مصارف است؛
  • بنا بر یکی از گزارش‌های وب‌سایت فارستر (Forrester)، تجزیه‌وتحلیل پیش‌بینی‌کننده به ۳ روش زیر به فروشندگان کمک می‌کند:
    • می‌تواند مشتریان مشکوک (Suspects)، مشتریان بالقوه و مشتریان کلیدی را بر اساس احتمال اقدام به خریدشان اولویت‌بندی کند؛
    • می‌تواند در شناسایی و جذب مشتریان بالقوه‌ی مشابه با مشتریان کنونی کمک کند؛
    • می‌تواند امکان انتقال پیام شخصی‌سازی‌شده‌تری را به مشتریان بالقوه و کنونی فراهم کند.
  • اهمیت داده‌های دست‌ِاول (First-party data)، که شرکت‌ها به جای خرید از کارگزاری‌ها خودشان آن‌ها را تولید می‌کنند، در بازاریابی داده محور رو به افزایش است. داده‌هایی که مشتریان هنگام تعامل با شرکتی تولید می‌کنند، مدارک مستقیمی هستند که نسبت به داده‌های کسب‌شده از شرکت‌های شخص سوم، سلایق، رفتارها و انگیزه‌های مشتریان را با درستی بیش‌تری افشا می‌کنند؛
  • شرکت‌ها متوجه شده‌اند که دیوارهایی که بین تیم بازاریابی، افرادی که برای قدرت‌مند کردن کمپین‌ها محتوا تولید می‌کنند و تحلیل‌گران و دانش‌مندان داده فاصله می‌اندازند، باید خراب شوند. کار کردن در کنار یکدیگر منابعی را برای یک گروه ترکیبی فراهم می‌کند که برای درک نحوه‌ی ارتباط اقدامات مختلف (یک کلیک، آغاز یک چت، دانلود یک پی‌دی‌اف) با مسیری که مشتری طی می‌کند، به آن‌ها نیاز دارد. همکاری امکان برقراری روابط آگاهانه‌تری را با مشتریان فراهم می‌کند.

جمع‌بندی

در اصل، بازاریابی داده محور به دنبال فلسفه‌ی بازاریابی بیست‌وپنج‌ساله‌ای گسترش یافت که دان پپرز (Don Peppers) و مارتا راجرز (Martha Rogers) برای اولین بار مطرح کرده‌بودند که در زمان خود فلسفه‌ای انقلابی محسوب می‌شد. تمرکز بر هریک از مشتریان بالقوه و خریداران از طریق بازاریابی داده محور، اهمیت مفهوم بازاریابی یک‌به‌یک (One-to-One Marketing) را تا حدی بالا برده‌بود که برای ادامه‌ی مسیر باید منتظر می‌ماندند تا تکنولوژی پیشرفت کند.

با توجه به افزایش به‌کارگیری ابزارهایی که از هوش مصنوعی برای ترکیب و تحلیل منابع مختلف داده‌ها استفاده می‌کنند، مانند دیمندجاب (DemandJump)، می‌توان انتظار داشت که استفاده از بازاریابی داده‌محور در تمام صنایع به هنجار تبدیل شود.

برای شروع استفاده از اصول بازاریابی داده‌محور در کسب‌وکارتان، هیچ روزی بهتر از امروز نیست!

منبع: demandjump.com

۴.۰ ( ۱ امتیاز )

بخش کارفرما

آگهی استخدام خود را ثبت کنید و منتظر بهترین‌ها باشید

مطالب مرتبط

۴.۵

دیتا ساینس (Data Science) یا علم داده چیست؟ (راهنمای جامع)

دیتا ساینس چیست؟ دیتا ساینس چه اجزایی دازد؟ کاربرد علم داده در کسب‌و‌کارها چیست؟ علم داده چه فرایندی دارد؟ موقعیت‌های شغلی در زمینه‌ی دیتا ساینس ...

  ۱,۲۷۶  |    ۶ دقیقه 

۴.۷

آینده‌ی منابع انسانی داده محور (Data-driven HR) چگونه خواهد بود؟

امروزه با گسترش تکنولوژی، از تحلیل داده‌ها و علم داده در زمینه‌های مختلفی از جمله منابع انسانی استفاده می‌شود که می‌تواند بهبودهای قابل توجهی را ...

  ۱۹۳  |    ۵ دقیقه 

معرفی شغل دانشمند داده یا دیتا ساینتیست (Data Scientist)

معرفی شغل دیتا ساینتیست: شرح وظایف متخصصان علم داده معرفی شغل دیتا ساینتیست: نیازمندی‌های کار   معرفی شغل دیتا ساینتیست: چگونه دیتا ساینتیست شویم؟ دانشمند ...

  ۳۸۸  |    ۳ دقیقه 

۵.۰

دیجیتال مارکتینگ چیست؟ راهنمای جامع بازاریابی دیجیتال

دیجیتال مارکتینگ به نوعی تبلیغ یا بازاریابی گفته می‌شود که از طریق پلتفرم‌های دیجیتالی، مانند کامپیوتر، تلفن یا سایر رسانه‌های دیجیتال، ارائه می‌شود. روش‌های مختلفی ...

  ۶۴۶  |    ۹ دقیقه 

دیدگاه

۰  دیدگاه‌