Quina frase representa amb més precisió la vostra estratègia de màrqueting actual?

Basat en dades . Informació de dades . Activat per a dades ?

Si us rasqueu el cap (o torneu els ulls), no esteu sols.



El recent augment de les converses al voltant de les dades i la divergència resultant ha deixat molts professionals del màrqueting desgarrats sobre quin enfocament haurien d’adoptar amb el seu negoci.

Però, en lloc de prendre un partit en la qüestió, diria que no es tracta només de semàntica i de més per què es fan aquestes subtils distincions.


com utilitzar Facebook Live per a empreses

La principal queixa contra el terme 'basat en dades' és que insinua que les dades estan al seu càrrec. El nou decisor. El final tot i ser tot del màrqueting modern.

La majoria de dades científiques parlaran fins que es mostren de color blau sobre com les idees obtingudes d’algoritmes sofisticats són molt superiors a les d’un pressentiment humà.

Els números són concrets. Són exactes. Són tangibles.

Però tingueu en compte per un moment el cas del cotxe autònom.

El cotxe autònom és possible gràcies a GPS avançats, navegació i mapatge, sensors, làsers, càmeres i ordinadors.

En teoria, els ordinadors i altres tecnologies avançades haurien de ser molt superiors en processar tots els factors i la informació necessaris per navegar amb seguretat per les carreteres.

Al cap i a la fi, són capaços d’acollir i processar molta més informació de la que és capaç el cervell humà. També són millors en reconèixer i identificar patrons complicats, en aquest cas patrons de trànsit.

Però allà on fallen els cotxes que condueixen sense conduir és el seu buit de la capacitat humana única d’interpretar el context, la intenció i el bé, la humanitat.

El mateix es pot dir sobre les dades del consumidor o del mercat. Simplement, hi ha massa matisos en el comportament humà perquè puguem estar completament basats en la IA o les dades.

Ara no m’equivoqueu.

Com a persona que té un rol en la generació de demanda que requereix una gran quantitat de dades facetime, no estic aquí per criticar ni descomptar les dades com a eina de màrqueting necessària o eficaç. Simplement crec que és important per a l’èxit d’altres organitzacions, així com de la meva, que segueixi sent simplement una eina.

Per aprofitar realment el poder de les dades, primer heu de reconèixer i comprendre les seves limitacions:

Les dades no menteixen, però no poden explicar tota la història

Albert Einstein va dir una vegada: 'No es pot comptar tot el que compta i no compta tot el que es pot comptar'.

Com són complexos i complicats els ordinadors i les màquines, principalment ens ofereixen informació molt bàsica i senzilla: qui / què / quan. Tot i que sabem que la informació és extremadament útil, els nostres aprenentatges són limitats sense el context addicional de com i per què.


què significa m a instagram

Per exemple, les dades ens poden indicar quantes persones han agradat o compartit una publicació, però no ens poden dir per què. En altres paraules, ens pot oferir resultats quantitatius però no raonaments qualitatius.

O penseu-ho així: si algú analitzés les hores que passàveu amb companys de feina, amics i familiars en una setmana determinada, les dades suggeririen que els vostres companys de feina eren els més importants per a vosaltres.


als professionals del màrqueting els resulta més fàcil fer un seguiment

Probablement no sigui el cas, però un bon exemple de com les dades poden enganyar sense el context adequat.

Les dades també poden assenyalar una relació potencial entre diferents factors, però no ho poden demostrar. És el proverbi familiar: 'la correlació no implica causalitat'.

Per exemple, les dades poden mostrar una correlació entre un mes de trànsit al lloc web elevat i ingressos elevats, però això no significa necessàriament que l'augment dels ingressos sigui causat per l'augment del trànsit. Podria haver-hi un tercer factor que afectés aquestes dues xifres o una altra variable indirecta.

Només el vostre ull i experiència experimentats sabran abordar aquests números i mètriques amb precaució i fer proves posteriors. Si detecteu una correlació a les vostres dades, intenteu aprofundir per replicar els vostres resultats i aïllar la veritable causa o segmentar-los de diverses maneres per veure si apareixen patrons diferents.

També pot ser útil recopilar comentaris qualitatius de mètodes com ara enquestes de llocs i de correu electrònic.

Les dades són realistes, però no poden assumir riscos

Fa uns quants anys, de 29 anys Morgan Hermand-Waiche va començar a comprar la roba interior de la seva xicota pel seu aniversari.

Un cop va descobrir el costos que tenien la majoria de les seves opcions, es va adonar que hi havia un greu buit per al mercat d'una empresa de roba interior assequible i immediatament va començar a investigar una possible oportunitat de risc.

El problema? Les dades li van dir que es quedés el més lluny possible del negoci de la roba interior. Hi havia un pal de control clar de la indústria que dominava el mercat, innombrables barreres d’entrada i nombrosos intents fallits, incloses diverses marques de gran renom.

Però, malgrat els seus descobriments, Hermand-Waiche no podia ignorar l’única cosa que l’empenyia a perseguir aquesta aventura: el seu budell. Hi havia d’haver un mercat de roba interior de qualitat assequible, fins i tot si les dades suggereixen el contrari.

Hermand-Waiche és ara fundador i CEO d’Adore Me, una empresa de roba interior de comerç electrònic que revoluciona la indústria. En pocs anys, va girar la sensació intestinal 500, la companyia número 2 de més ràpid creixement a Nova York, i ha recaptat al voltant d'11,5 milions de dòlars de partícips i inversors privats.

Les dades només ens poden indicar l’estat actual de les coses i, en el millor dels casos, fer prediccions informades.

Proveu d’utilitzar mètodes més qualitatius com plantejar preguntes / enquestes als vostres canals socials, escoltar social o fins i tot bons grups de discussió per obtenir comentaris més honestos i íntims sobre una idea que pugueu tenir.

I recordeu, de vegades la revolució significa ignorar l’statu quo i arriscar-se.

Les dades poden informar, però no ho poden imaginar

Repeteix després de mi: el big data no és la gran idea.

Les dades no van generar 'Just Do It' ni van dir a Apple que 'pensés diferent'.


millor moment per publicar a linkedin 2020

És massa fàcil deixar-se atrapat per les males herbes dels números i les estadístiques, però recordeu que un gran màrqueting consisteix a explicar una gran història; i explicar una gran història significa comprendre el comportament, les emocions i les experiències humanes.

A partir de les dades, podem aprendre tot tipus de coses sobre les accions del nostre públic. Però no ens pot explicar les seves motivacions, les seves lluites, els seus desitjos, etc. Necessitem aquestes visions exclusivament humanes per explicar grans històries i ser creatius.

Però no és culpa de les dades.

La creativitat és un art. Per la seva pròpia definició, 'art' és l'expressió o l'aplicació de la capacitat i la imaginació creatives humanes, produint obres que s'aprecien principalment per la seva bellesa o poder emocional. Aquí les paraules clau són 'humanes' i 'emocionals'.

Cas concret: el 2016, el Departament d’Informàtica de la Universitat de Toronto va intentar ensenyar una computadora com escriure una cançó .

Els investigadors van alimentar la màquina amb més de 100 hores de música mentre un sofisticat algoritme 'va aprendre' patrons en els ritmes, els acords i les lletres. I tot i que tot això sona impressionantment d’alta tecnologia, la 'cançó' resultant va ser una mica desastrosa, amb lletres estranyes i absurdes i una melodia robòtica i poc inspiradora.

Resulta que les dades són un compositor bastant merdós.

La bona notícia és que hi ha una manera que les dades poden proporcionar el tipus d’informació humana i emocional que inspira una gran creativitat. Però en lloc d’escoltar els números, heu d’escoltar la gent.

Els avenços més recents a eines d’escolta social permetre que les marques descobreixin coses sobre el seu públic que, d’altra manera, podrien trigar mesos d’entrevistes qualitatives. L’afinitat per tema és un gran exemple de capacitat d’escolta que té un impacte molt més gran del que la majoria de la gent s’adona.

Imagineu les portes que es poden obrir quan esbrine de què més parla el vostre públic a les xarxes socials. Els encanta un cert tipus de música? O esport? Aquestes estadístiques poden generar noves oportunitats de patrocini, integracions de productes o fins i tot un nou segment de públic.

Un altre bon exemple de com l’escolta social pot inspirar una gran creativitat és mitjançant l’anàlisi del sentiment. Aprendre com se sent el vostre públic sobre alguna cosa com ara notícies recents o temes rellevants us dóna l’oportunitat de crear contingut o campanyes que en ressonin a un nivell de ressò emocional i més profund.

Coca-Cola va utilitzar l'anàlisi del sentiment per crear el seu Màquina de Tweet Coke . Mitjançant la ubicació i el processament del llenguatge natural, la marca va poder identificar la ciutat menys feliç del país.

D'acord amb la seva estratègia de marca, 'tria la felicitat', van portar a la ciutat una màquina expenedora de Coca-Cola que analitzava el sentiment del perfil de Twitter de cada usuari.

La màquina només va distribuir una llauna als usuaris amb una presència més positiva i feliç a la plataforma.


com crear un esdeveniment a fb

És increïble com les marques poden aprendre i crear tant simplement analitzant l’activitat de les persones a la xarxa social. Proveu d’escoltar la vostra pròpia escolta social la propera vegada que cerqueu informació creativa.

Per tant, si considereu que la vostra organització està basada en dades o basades en dades, tot el que realment importa és que deixeu molt espai a la humanitat en la presa de decisions. Perquè les dades sense humans no són una visió, només són números.