Täytä lomake ja olemme sinuun yhteydessä! X

Kiitos!x

Kiitos viestistäsi!

Ota yhteyttä@

18.9.2015 - 10:46 ID BBN

ALASTON TOTUUS OSTAJIEN POLUISTA – ANALYTIIKKA KERTOO MITÄ MATKALLA TODELLISUUDESSA TAPAHTUU

Datan analysoinnilla uutta näkökulmaa markkinointiin

I keep saying the sexy job in the next ten years will be statisticians. People think I'm joking, but who would've guessed that 'computer engineer' would be the sexy job of the 1990's?

Hal Varian, Google's Chief Economist

Nykyään dataa kerätään jatkuvasti ja kaikkialta ja analysoitavan aineiston määrä on räjähtänyt. Ongelmana erityisesti markkinoinnissa on se, että tieto on todella fragmentoitunutta.Mitä useammasta lähteestä tietoa kerätään, sitä vaikeammaksi sen analysointi muodostuu.

On olemassa sanonta 'menestyvää yritystä ei pelasta mikään'. Tällä voidaan esimerkiksi viitata tilanteeseen, jossa yritykseen virtaa rahaa niin paljon, ettei enää pidetä niin tärkeänä tietää, mihin rahaa oikein käytetään. Pian ollaan kuitenkin tilanteessa, jossa totuttua summa ei enää tulekaan sisään. Siksi onkin tärkeää tarkkailla, mikä sijoitus tuottaa mahdollisimman hyvin.

Periaatteessa markkinointi on pitkälle samanlaista kuin pörssissä sijoittaminen. Jotkut voivat onnistua mututuntumalla, kun taas toiset seurailevat lehdistötiedotteita ja lukevat talousnäkymiä. Todellinen pelaaja luottaa vain ja ainoastaan dataan.

Kun dataa kertyy huikea määrä syntyy myös tarve sen analysointia osaaville henkilöille, jotka ymmärtävät millaista dataa kerätään, miten sitä prosessoidaan ja miten siitä saadaan irti tietoa.

 

Esimerkkicase 'Asiakas A'

Eloqua markkinointiautomaatiojärjestelmään sisältyvää Custom Data Object:ia hyödyntämällä rakensimme Data Warehouse -järjestelmän, jonka avulla olemme tähän mennessä keränneet asiakkaan myyntidataa yli 75 000 riviä. Tarkoituksenamme on ollut löytää yhteneväisyyksiä asiakkaan myyntipäätöksissä, tarjousten hyväksymiseen käytettävässä ajassa, liidien iässä ostovaiheessa ja tapahtumien määrässä (tarkoittaen yksittäiselle liidille tapahtuvaa tietojen päivitystä tai esim. tarjouksen antoa). Lisäksi meitä on erityisesti kiinnostanut liidien alkuperä, jolloin saamme selville liidejä tehokkaimmin tuottavat kanavat.

Tarkastellaan muutamia mielenkiintoisia dataan liittyviä havaintoja, ja mitä eri tilanteista voisi päätellä. Pitää huomioida, että tässä esitellyt tulokset ovat asianmukaisia vain tämän kyseisen asiakkaan ja tietyn myyntiartikkelin kohdalla. Näitä ei siis tule ajatella universaaleina tuloksina.

 

Liidin ikä ostovaiheessa

Ostoaika, eli liidin luontipäivästä kaupan sopimiseen kuluneet päivät, näyttää noudattavan riittävän hyvin sovitettua todennäköisyysjakaumaa. Koska ns. targettia ei ole annettu, päätelmiin otetaan persentiilit 10 ja 90, joiden sisällä oleva joukko vastaa 80 % tapauksista.

Tässä tapauksessa voimme päätellä, että 90 % kaupoista on alle 170 päivää vanhojen liidien tekemiä.
Näin ollen kaikki 170 päivää vanhemmat liidit kuuluvat jäljelle jäävään 10 prosenttiin, jolloin niiden osuus ei ole niin merkittävä. Tästä voidaan päätellä, että ensimmäinen puoli vuotta on myynnin kannalta kaikkein ratkaisevin.

 

Tarjouksen hylänneiden määrä

Kun tarkastellaan hylättyjä tarjouksia ja niiden jakautumista tarjouksen tekijän mukaan, huomataan että 20 prosenttia hylätyistä tarjouksista on tullut saman henkilön kautta. Tämä on mielenkiintoinen tieto ja olisi kenties syytä tarkistaa, mistä se johtuu. Havainto muuttuu vieläkin mielenkiintoisammaksi, kun siihen lisätään ulkoisia tekijöitä, kuten esimerkiksi paikkakunnan talousluvut tai kyseessä olevan vuodenajan.

Mikäli oletamme edellisen kohdan lopputuloksen perusteella, että tarjoukset kannattaa tehdä maksimissaan 170 päivää vanhoille liideille, voidaan Box-plot -kuvaajaan piirtää viiva osoittamaan sen päivän arvoa. Tästä nähdään, että hylätyiksi joutuneista tarjouksista suuri osa on tehty vanhoille liideille - joskus jopa yli 800 päivän ikäisille.

 

Tarjouksen hyväksymisaika

Tutkiessamme hyväksymisaikaa, huomaamme että 90 prosentissa tapauksista tarjous hyväksytään 61 päivän sisällä.

Näin ollen asiakkaan suuntaan on aktivoiduttava kahden kuukauden sisällä ja yrittää silloin saada aikaan kaupat. Mikäli asiakkaasta ei sen jälkeen kuulu mitään puoleen vuoteen, on liidi todennäköisesti menetetty.

 

Tarjouksen hyväksymisajan mallintaminen

Jokaisen liidin alkuperä on tiedossa. Yritin mielenkiinnosta mallintaa vastemuuttujaa yleisellä lineaarisella mallilla, josta näkee mitkä tekijät vaikuttavat tarjouksen hyväksymisaikaan. Tämä malli ei tietystikään ole absoluuttinen totuus, mutta vaikuttaa siltä, että yrityksen kotisivut näyttävät pidentävän tarjouksen hyväksymiseen kuluvaa aikaa suunnilleen kertoimella 9. Jos liidi pyytää itse tarjousta, se lyhentää hyväksymiseen kuluvaa aikaa noin kertoimella 12. Tästä päätellen liidiä on mahdollisimman tehokkaasti yritettävä ohjata tarjouksen pyytämiseen.

Selityksenä on kenties se, että kotisivujen kautta haetaan tietoa ostoaikeista ja selvitetään vaihtoehtoja. Näin ollen liidin tarina alkaa siitä hetkestä, kun hän päätyy nettisivuille.Tarjouspyyntö puolestaan lyhentää tarjouksen hyväksymisaikaa, sillä liidi on silloin jo valintansa tehnyt ja mikäli tarjous vastaa omia odotuksia, kaupat tehdään nopeasti.

Tarjouksen hyväksymisaika = 29.09
- 2.10  * 2-hour-contact-request
+ 4.7   * Google
- 12.6  * Offer-request
+ 0.8   * Website1
+ 9.17  * Own-website

Tarjouksen hyväksymisajan lineaarinen malli.

Yhteenveto

Kirjoitukseni on vain pieni pintaraapaisu siitä, millaista analysointia markkinointiaineistolle voidaan tehdä. Tämänkin jutun lukemiseen käytetyssä ajassa maailmaan on syntynyt miljoonia rivejä uutta aineistoa analysoitavaksi. Tietomäärä on niin massiivista, että tarvitaan jatkuvasti uusia menetelmiä ja nopeampia suodattimia keräämään juuri se tieto, joka voi olla ratkaiseva sinunkin seuraavassa kampanjassa. Tulee olemaan mielenkiintoista nähdä, miten paljon analysointia erilaisiin kampanjoihin voidaankaan jatkossa kytkeä.

Kirjoittaja on ID BBN:n markkinointianalyytikko.

Lue myös: 
Markkinoinnin automaatio kohtaa survival-analyysin

 

Tags:

Markkinoinnin automaatio
Markkinointiteknologia
Raportointi
blog comments powered by Disqus
About me

ID BBN on Pohjoismaiden johtava automaatioasiantuntija ja asiakaskokemuksen kehittäjä.

ID BBN is the leading automation expert and customer experience developer in the Nordic countries.

Lisää kirjoittajalta