Analityka w biznesie

Wstęp

Kwestia optymalizacji procesów marketingu bezpośrednio jest ściśle związana z wielkością ponoszonych kosztów. Wyzwanie polega na tym, aby przy pewnym, założonym budżecie na kampanie marketingowe, uzyskać gwarancję lub wysokie prawdopodobieństwo dotarcia do Klientów, o największym potencjale zakupowym. Narzędziem do realizacji tego celu jest umiejętne budowanie grup docelowych dla planowanych kampanii marketingowych. Zagadnienie to, choć powszechnie stosowane na rynku i wspierane dojrzałą technologią, stwarza organizacjom liczne problemy. Ten artykuł skupia się na trzech głównych obszarach, stanowiących wyzwania:

  • przygotowanie danych do wyznaczania grup docelowych
  • metodologia prowadzenia kampanii marketingowych
  • pomiar efektywności podejmowanych działań marketingowych

Integracja i jakość danych

Jeśli firma kontaktuje się ze swoimi Klientami kilkoma kanałami, np. ma sklep internetowy i sieć sklepów stacjonarnych, to ważną kwestią jest tzw. deduplikacja danych. Deduplikacja oznacza, że identyfikujemy w kilku kanałach (systemach) Klientów, którzy są jedną osobą.

null

Wynika z niego, iż istnieją ważne przesłanki aby wszystkich klientów z tabeli traktować jako jedną osobę. Równie duże przesłanki istnieją, aby tych podmiotów nie łączyć jednak z jedną osobą. Wszak brak jednoznacznego potwierdzania dla wszystkich kryteriów. Podejmując jakąkolwiek decyzję, godzimy na ryzyko iż jest ona niewłaściwa. Pozostawienie bytów jako odrębnych klientów, skutkuje tym, że pewne informacje nie są integrowane ze sobą, budowa modeli predykcyjnych jest zatem obarczona ryzykiem, że nie wszystkie transakcje zostaną poprawnie przypisane do klientów.

Z kolei łącząc podmioty i nadając im cechy jednej osoby, istotnie poprawiamy poziom wiedzy o danym Kliencie, ryzykujemy zaś tym że połączyliśmy dane transakcyjne kilku osób, co także wpłynie negatywnie na moc predykcyjną ewentualnych modeli.

Co zrobić?

Z pomocą przychodzi wiedza biznesowa, znajomość rynku oraz uwarunkowania architektoniczne projektowanej bazy danych Klientów. Jeśli podmioty wykazują fragmentaryczne cechy jednej osoby, może to świadczyć np. o zakupach w ramach gospodarstwa domowego. Żona dokonuje zakupów z konta męża, bo ten ma zniżki, syn dokonuje zakupu, podając adres swojej matki, zaś mąż zamawia towar i podaje adres swojej pracy jako adres dostawy. Identyfikowanie tych zdarzeń wymaga znajomości rynku, zaś w ujęciu technicznym ich obsłużenie może sprowadzać się np. do zbudowania obiektu gospodarstwo domowe.

Innym rozwiązaniem jest dynamika przypisań podmiotów do danego Klienta. Oznacza to że w dowolnym momencie można zdecydować czy dane podmioty stanowią nadal połączenie, czy też wiemy że połączenie podmiotów było błędne i, w oparciu o obecną wiedzę, należy je rozdzielić na dwóch różnych klientów.

null

Takie podejście wymaga wczesnego podjęcia określonych decyzji w architekturze informacyjnej, aby możliwe było przywrócenie stanu podmiotów (a co ważniejsze transakcji) na wybrany dzień. Jest to jednak podejście najbardziej elastyczne, dostosowane do procesu analizy danych.

Metoda naukowa narzędziem procesu marketingowego

Działania marketingowe, zwłaszcza te związane z rekomendacjami czy kampaniami bezpośrednimi są, w ujęciu akademickim, niczym innym jak eksperymentami naukowymi. Wynika z tego, że podczas realizacji kampanii marketingowych, konieczne jest utrzymanie rygoru eksperymentu naukowego. Przykładowo, powszechnie zaniedbywanym zagadnieniem jest właściwy dobór i kontrolowanie(sic!) grupy kontrolnej. Grupa kontrolna oznacza grupę klientów będącą „tłem” dla klientów, do których wysłano kampanię marketingową. Jest to grupa klientów, do których nie była wysyłana komunikacja, zaś dobór podmiotów do tej grupy nie jest i nie może być przypadkowy.

null

Przykładowa, popularna segmentacja dotyczy skłonności klienta do kupowania produktu po wpływem komunikacji marketingowej(rys. 2). Jej opracowanie także wymaga posiadania grupy kontrolnej, konieczna jest bowiem wiedza nie tylko jak działają klienci, którzy otrzymali komunikat marketingowych ale także, jak działają klienci, którzy go nie dostali. Jeśli przedmiotem badania jest segmentacja, to grupa kontrolna powinna obejmować równe i statystycznie wystarczające liczności, odpowiadające poszczególnym segmentom.

Pomiar efektów kampanii

Pomiar efektów działań marketingowych ma charakter dwojaki: po pierwsze mierzymy czy zastosowane narzędzia analityczne poprawnie dokonują podziału Klientów, względem cech przyjętych a priori. Jeśli przedmiotem analizy jest segmentacja, zbadać należy czy zidentyfikowane segmenty różnią się od siebie, zaś klienci w ramach danego segmentu są do siebie podobni. Jeśli przedmiotem analizy jest predykcja(np. zakupu produktu), interesuje nas rozkład prawdopodobieństwa zakupu dla całej bazy klientów oraz dla grupy klientów, gdzie prawdopodobieństwo zakupu określono jako wysokie. Przykładowo, rysunek poniżej prezentuje jak wyglądają średnie prawdopodobieństwa dla całej bazy klientów (czerwona linia) oraz dla klientów, sklasyfikowanych jako potencjalnie zainteresowani zakupem.

null

Innym zagadnieniem jest pomiar w ujęciu biznesowym. Oczywiście spodziewamy się i zakładamy, że jeśli modele poprawnie funkcjonują i różnicują populację naszych Klientów, to także biznesowo będzie to mierzalne. Niestety, nie zawsze jest to prawdą: doskonałe segmentacje czy modele predykcyjne będą biznesowo skuteczne, jeśli firma będzie w stanie zaproponować wybranym Klientom odpowiednie produkty czy jakość obsługi.

Wnioski

Z powyższych rozważań, które bazują na naszych doświadczenia projektowych, wyłaniają się następujące wnioski:

  • Proces modelowania powinien być osadzony w uwarunkowaniach biznesowych; wiedza ludzi pracujących w danym biznesie przez lata jest nie do przecenienia
  • Architektura systemu analitycznego powinna adresować ryzyka biznesowe: np. kwestie łączenia i dzielenia podmiotów czy obsługę zgód marketingowych
  • Narzędzie analityczne, wraz z jego wdrożeniem, wykorzystaniem i interpretacją wyników, nie stanowi dziś dużego wyzwania. Wyzwanie leży w procesie realizacji badania marketingowego, które wymaga twardego rygoru stosowania metody naukowej