INOVATIVNÍ MANAŽER MARKETINGU: INOVATIVNÍ BUSINESS INTELLIGENCE E-LEARNING Jan Novák 15. července 2014
Obsah • • • • • •
Proč mít data? Zdroje dat (externí a interní) Typy dat –“tvrdá“ a „měkká“ Nejčastější chyby při přípravě výzkumů a sběru dat Základní znalosti pro interpretaci dat Nejčastější chyby při práci s daty a jejich interpretaci a prezentaci • Získávání zákaznických dat on-line: možnosti a postupy • Data z webu a eshopu – získání a využití • Vlastní výzkumy za využití online technologií (SurveyMonkey, BuzzBoot, Facebook, atd.)
Manažer bez dat je jako turista bez mapy…
„Co je doma, to se počítá“ – interní datamining • Jaká data máte k dispozici ve vaší firmě? • Jak a proč je analyzujete? Prodejní data:
– Počet uzavřených smluv – Hodnota smluv / objem prodejů – Počet zákazníků
Zákaznická data (CRM) – – – –
Stížnosti, reklamace Výpovědi smluv Koníčky Spokojenost se službami
Marketingová data
– Návštěvnost webu – Počet fanoušků na FB
„Tvrdá“ a „měkká“ data • Tvrdá data: – – – – –
Objemy prodejů Počty zákazníků Průměrná hodnota nákupu Počet transakcí Počet reklamací
• Měkká data: – – – –
Znalost reklamy Preference značky, postoj ke značce Požadované vlastnosti výrobku / služby Očekávaný nákup
Zdroje dat • • • • •
Interní CRM systém – obchodní oddělení Finanční oddělení Oddělení péče o zákazníka – servisní tým E-shop, web, věrnostní systém
• Externí: • Otevřené zdroje – trh: asociace a odborné instituce, web, volné studie, konference, regulatorní orgány, atd. • Otevřené zdroje – konkurence: výroční zprávy, obchodní rejstřík, firemní prezentace, nabídky do VŘ • Uzavřené zdroje: vlastní výzkumy
„Slovníček“ - základní pojmy • • • • • • •
N Odchylka vzorek vážení respondent Rekrutace, rekrutační kritéria top-lines
• Filtr • Uzavřená otázka • Otevřená otázka
Základní pravidla pro presentaci dat z výzkumů • • • • •
Zdroj dat Datum sběru dat Metoda sběru dat Definice respondentů (analyzovaná cílová skupina) Velikost vzorku
• Příklad: – „Podle průzkumu mezi zákazníky je náš výrobek příliš drahý, proto ho nekupují.
• Realita: – Obchodní zástupci referují šéfovi prodeje o důvodech, proč se jim nepodařilo uzavřít kontrakt…
Nejčastější chyby při práci s daty a výzkumy • Co nám data skutečně říkají? – nejčastější „pasti“ v interpretaci dat
• Nové výrobky/služby • Časové řady/trendy • „Říkám, co chcete slyšet“
Časové řady
Tržní podíly konkurent 3 8% konkurent 2 10%
Moje firm a 40%
Jsme č. 2 na trhu s malým odstupem za lídrem, na trhu jsou 2 menší konkurenti
konkurent 1 42%
Tržní podíly Moje firma konkurent 1 konkurent 2 konkurent 3 TOTAL
2000 58 32 8 2 100
2001 54 35 7 4 100
2002 51 37 6 6 100
2003 49 40 7 4 100
2004 43 41 8 8 100
2005 40 42 10 8 100
Za posledních 5 let jsme ztratili 18% trhu, náš podíl poklesl o více než 30% Náš hlavní konkurent nás předstihl, ztratili jsme vůči němu 10% trhu Roste podíl menších hráčů na trhu (alternativní produkty, niky, speciální segmenty)
„Chytit při činu“ • Konfrontovat odpovědi s realitou: – „K čemu používáte internet“ (měkká data) vs. Analýza návštěvnosti webových stránek (tvrdá data)
• Kontrolní otázky: – „Jakou posloucháte hudbu“ vs. „Jaká posloucháte rádia“ vs. „Jaká CD máte doma, koupil/a jste si v uplynulých 3 měsících?
• Simulovaný nákup
Vlastní výzkum – sběr dat • Technologie výrazně zlevnily a urychlily sběr dat a jejich analýzu
• Umožňují i testování, které dříve nebylo možné nebo obtížné (obaly, vizuály, atp.) • On-line panely, mobilní panely, on-line výzkumné nástroje • Základní problém: struktura dotazníku, definice cílů
Využití dat, která nám zákazníci „dají sami“ • E-shopy • Věrnostní programy
• • • •
Profil zákazníka: pohlaví, region Profil nákupu, četnost nákupu, cross-selling Reference Dotazníky
A/B testování – web, eshop • Princip A/B testování je velmi jednoduchý a není oproti například uživatelskému testování tak náročný na přípravu. Stačí vytvořit více variant stránky a skutečným návštěvníkům Vašeho webu se náhodně zobrazuje jedna z navržených variant. • A/B testování se hodí zejména pro ověření si hypotéz nebo rozhodnutí, které z navrhovaných řešení bude lépe fungovat.
Průzkum hrou (Research through Gamification)
Od „výzkumu“ k „monitoringu“ • Většina spotřebitelů chce „participovat“ na výhodách digitálního světa. • Svěří nám svá data výměnou za slevu. Nebo za pohodlí příštího nákupu. Nebo chtějí vyjádřit svůj názor. • Digitální svět nám dává sílu pomocí textů, symbolů , hlasování atp. • A také umožňuje výrobcům a reklamnímu průmyslu na nás lépe mířit…
Monitoring jednotlivých serverů • Analýzy výskytu klíčových slov v rámci celého internetového prostředí dokládají, že nejčastěji se o vybraných tématech z oblasti bankovnictví diskutuje na Facebooku
Grafy ukazují, na kterých doménách v určeném časovém rozmezí lidé nejčastěji o tématech hovoří
Podrobné sledování produktů a témat • Možnost získání informací o produktu z grafu procentuálního zastoupení jednotlivých témat v komunikacích
• Možnost podrobnějšího sledování jednoho tématu v daném časovém období
Influenceři • V rámci monitoringu mohou být nalezeni nejvíce aktivní influenceři (ovlivňovatelé)
Ukázka selekce příspěvků jednotlivých autorů
Sentiment • Grafy sentimentu umožňují monitorovat pozitivní i negativní vnímání značky, produktu atd.
Konkrétní příspěvky • Sledování jednotlivých příspěvků ve spojení s vybranými tématy v daném časovém období
Jak „zkoumat“ konkurenci? • Mystery Shopping – například modelové výběrové řízení, volání na zákaznickou linku, objednávka v eshopu, návštěva prodejny • Výstavy a veletrhy • Trh práce – volní zaměstnanci konkurence • Zákazníci – servisní tým • Web a sociální sítě