Data-driven marketing – pozyskiwanie klientów dzięki danym

Zastanawiasz się, czy Twoje działania marketingowe są rentowne? Albo czy zespół projektowy realizuje je na odpowiednim poziomie, czy jednak można to robić lepiej? Bez danych obiektywna ocena działań nie będzie możliwa. Ich analiza jest ważna, ale równie istotna jest precyzyjna implementacja narzędzi analitycznych oraz świadomość, jak wykorzystać dane w celu skuteczniejszego i rentownego docierania do klienta. To stanowi wyróżnik data-driven marketingu – nic nie jest pozostawione przypadkowi czy domysłom. Dowiedz się, jak dzięki podejściu data-driven można zwiększyć efektywność marketingu.

Czym jest data-driven marketing?

Zacznijmy od tego, czym jest data-driven marketing (DDMA). To wykorzystywanie zbiorów danych w celu weryfikowania skuteczności działań oraz ich optymalizacja na podstawie wniosków z analizy. Dane mogą dotyczyć zachowań klientów, ich preferencji zakupowych, zainteresowań czy nawyków, co pozwala marketerom lepiej zrozumieć ich potrzeby. Nie mniej istotne są jednak dane dotyczące skuteczności prowadzonych działań marketingowych w różnych kanałach, w zestawieniu z kosztami, jakie wiążą się z ich prowadzeniem.

74% klientów czuje się sfrustrowanych, widząc nietrafne treści marketingowe
(Infosys)

Marketing oparty na danych jest szczególnie wykorzystywany w internecie, ze względu na zaawansowane możliwości analizowania użytkowników. Pozwala to marketerom zrozumieć, kim są klienci, czego oczekują oraz jak z nimi rozmawiać. Dzięki tej świadomości możliwe jest określenie potencjalnie najskuteczniejszych kanałów komunikacji, celów kampanii i mierników ich realizacji. Oczywiście niezwykle istotna jest także strategia marketingowa.

Co odróżnia data-driven marketing od “zwykłego” marketingu?

Pozostaje pytanie, co wyróżnia data-driven marketing od tradycyjnej formy prowadzenia marketingu online. Wyróżniamy kilka najważniejszych cech:

• zbieranie informacji o osobach z grupy docelowej;
• precyzyjniejsze targetowanie komunikacji dzięki znajomości grupy docelowej;
• określone mierniki sukcesu i wskaźniki KPI;
• analiza skuteczności prowadzonych działań;
• analiza rentowności prowadzonych działań (relacja kosztów do przychodów lub innych korzyści biznesowych);
• strategiczne zarządzanie projektem i podejmowanie decyzji w oparciu o dane (zmiana kanału komunikacji czy budżetów reklamowych).

Skuteczność działań zależy jednak od kompetencji i doświadczenia osób, które realizują strategię marketingową. Założenia data-driven marketing można realizować z mniejszym lub większym powodzeniem – samo monitorowanie statystyk, ich raportowanie i wykorzystywanie przy podejmowaniu decyzji nie oznacza jeszcze sukcesu. Kluczowe jest właściwe wykorzystywanie danych.

Podajmy przykład. Specjalista ds. marketingu w firmie realizuje kampanię reklamową w social mediach, której celem jest przekierowanie użytkowników na stronę internetową. Niewłaściwie skonfigurowane narzędzie analityczne prezentuje jednak fałszywe dane dotyczące skuteczności kampanii.

Jeśli specjalista nie ma odpowiedniej wiedzy, aby zauważyć problem, nie jest to data-driven marketing. Podejmie on błędne decyzje, które mogą negatywnie wpłynąć na wyniki kampanii. Z tego względu tak istotna jest jakość danych – zagadnienie opisane w naszym ostatnim artykule.

Dzięki lepiej dopasowanym tekstom reklamowym do potrzeb grup docelowych klientów, konwersje mogą wzrosnąć nawet o 200%
(WordStream)

Dlaczego praca w oparciu o dane jest tak ważna?

Jeśli wskazane w poprzednim akapicie wyróżniki data-driven marketingu są właściwie realizowane, najważniejszą zaletą tak prowadzonych działań jest możliwość weryfikacji, czy przynoszą one zamierzony efekt.

Efektywne prowadzenie kampanii Google Ads czy Social Ads nie jest łatwe – wymaga wiedzy, jakie formaty reklamowe wybrać w danej sytuacji, jak przygotować komunikaty reklamowe oraz jak targetować reklamy, aby nie “przepalić” budżetu. Podobnie jest również z innymi kanałami marketingowymi, których jakość prowadzenia może być różna w zależności od umiejętności danego specjalisty.

Właśnie z tego względu koncepcja marketingu opartego na danych jest dobrym rozwiązaniem. Pozwala samym specjalistom weryfikować działania i dążyć do osiągnięcia optymalnych rezultatów. Z kolei zadowolony z wyników klient czy przełożony to gwarancja dalszej współpracy. Inną zaletą są skonkretyzowane i przejrzyste raporty, tworzone na podstawie rezultatów w odniesieniu do wcześniej wyestymowanych celów marketingowych.

Według 78% organizacji, data-driven marketing bezpośrednio prowadzi do wzrostu konwersji i pozyskiwania klientów
(Zoominfo)

Jakie dane wykorzystuje się w data-driven marketingu?

W kampaniach marketingowych może być zbieranych bardzo wiele danych – jest to zależne przede wszystkim od wielkości projektu oraz liczby wykorzystywanych kanałów komunikacji. Jednymi z najbardziej znanych są m.in.:

• Współczynnik konwersji – statystyka prezentująca jaki procent użytkowników podjęło pożądane działanie (zakup produktu, wysyłka formularza, kliknięcie w numer telefonu itp.).
• Click through rate (CTR) – współczynnik klikalności (kliknięcia ÷ wyświetlenia).
• Cost per click (CPC) – koszt ponoszony za jedno kliknięcie w reklamę.
• Liczba sesji na stronie – statystyka dotycząca liczby użytkowników odwiedzających witrynę, szczególnie ważne w działaniach SEO.
• Liczba wyświetleń czy reakcji – liczby obrazujące zaangażowanie fanów w komunikację w mediach społecznościowych.

A to tylko ułamek danych – ich całkowita liczba jest znacznie większa. Im więcej kanałów komunikacji, tym więcej danych – z tego względu ich zbieranie, a później trafne i holistyczne analizowanie jest dużym wyzwaniem.

Wyzwania w zastosowaniu data-driven marketing:

• połączenie danych marketingowych z różnych źródeł w spójną całość (Google Analytics, Search Console, Facebook Insights, Brand24 itp.);
• uporządkowanie pracy z danymi, aby umożliwić ich trafną analizę (dane muszą być prawidłowe i odpowiednio zinterpretowane);
• wyciągnięcie właściwych wniosków z analizy i w oparciu o niej budowa/aktualizacja strategii;
• raportowanie danych i przedstawienie rekomendacji w czytelnej dla klienta oraz reszty zespołu formie;
• zestawienie mierników marketingowych z przychodami;
• przygotowanie rachunku ekonomicznego prowadzonych działań marketingowych;
• określenie efektywności marketingu w rozumieniu biznesowym.

81% marketerów uważa, że ​​wdrożenie strategii data-driven marketing jest niezwykle skomplikowane
(Campaign Monitor)

Dla kogo jest data-driven marketing?

Koncepcja data-driven powinna być stosowana w każdej firmie prowadzącej działania marketingowe. Podejście analityczne, którego celem ma być realizacja określonych liczbowo rezultatów, pozwala na obiektywną ocenę efektywności kampanii. Szczególnie przydatne w tym celu jest obliczenie wartości Customer Acquisition Cost (CAC) i Lifetime Value (LTV), które pozwalają na określenie rentowności projektu.

Customer Acquisition Cost (CAC) to koszt pozyskania klienta. Oblicza się go według wzoru:

CAC = KM + W + S + U + PK / Ilość pozyskanych klientów w danym okresie

Gdzie:
KM – koszty marketingowe związane z pozyskaniem klienta w danym okresie
W – wynagrodzenia działu sprzedaży i marketingu
S – koszt używanego oprogramowania
U – outsourcing usług
PK – pozostałe koszty ogólne sprzedaży i marketingu

Samo obliczenie wskaźnika CAC nie umożliwi jeszcze dokładnej oceny rentowności kampanii. Potrzebny jest Lifetime Value (LTV), czyli szacowany całkowity zysk z danego klienta. Za początek tego okresu przyjmuje się dokonanie pierwszej transakcji, a za koniec – wypowiedzenie lub ostatnią transakcję. Wzór na obliczenie LTV:

LTV = IT * WT * MS * LO

Gdzie:
IT – średni ilość transakcji w danym okresie
WT – średnia wartość transakcji w danym okresie
MS – średnia marża brutto podana w procentach
LO – liczba okresów w cyklu życia klienta

Należy zaznaczyć, że sposób obliczania wskaźników LTV i CAC może się nieco różnić, w zależności od specyfiki modelu biznesowego firmy prowadzącej działania sprzedażowo-marketingowe.

Stosunek LTV/CAC

I tutaj dochodzimy do sedna – stosunek LTV/CAC mówi wiele o rentowności prowadzonych działań marketingowo-sprzedażowych:

• LTV/CAC < 1 – działalność jest nierentowna – wartość, którą dostarcza klient jest mniejsza niż koszt jego pozyskania
• LTV/CAC ≈ 1 – uzyskiwane przychody są zbliżone do kosztów pozyskania, co wciąż jest stanem dalekim od pożądanego – nie dość, że biznes nie generuje dochodu już po odjęciu kosztów pozyskania, to jeszcze najczęściej nie zostaje nic na pokrycie innych kosztów (np. świadczenia usługi, produkcji czy logistyki),
• LTV/CAC > 1 – sytuacja pożądana – klient dostarcza więcej przychodów niż kosztowało jego pozyskanie.

Przyjęło się, że optymalnym stosunkiem LTV:CAC jest 3:1, jednak dużo zależy od branży, w której dana firma prowadzi działalność.

Jak zarządzać danymi zgodnie z koncepcją data-driven marketing?

Data-driven marketing pozwala w znacznym stopniu zwiększyć efektywność działań marketingowych. Aby skutecznie magazynować, analizować i przetwarzać dane, niezwykle przydatne mogą być rozwiązania typu Microsoft Power BI. Szczególnie, gdy źródeł danych jest wiele, samych danych też zaczyna narastać, a praca w Excelu przestaje być efektywna. Rozwiązanie Power BI ułatwia korzystanie z danych, a także usprawnia proces raportowania.