بازاریابی داده‌ محور چیست؟ +۴ روش کاربردی بازاریابی داده محور

 

بازاریابی داده محور (Data-Driven Marketing) یا بازاریابی مبتنی بر داده جز موارد داغ مورد بحث در میان متخصصان بازاریابی در طی سال‌های اخیر بوده است. برای اینکه بفهمیم بازاریابی داده محور چیست و چرا مهم است ابتدا نیاز است در خصوص رشد تکنولوژی‌های بازاریابی (Marketing Technology یا Mar-Tech)، نحوه تقسیم‌بندی (Segmentation) کاربران و شاخص‌هایی که برای دسته‌بندی کاربران استفاده می‌شود صحبت کنیم.

در طی دو دهه گذشته تکنولوژی‌های بازاریابی مورد استفاده صاحبان کسب‌وکار و متخصصان حوزه بازاریابی پیشرفت‌های چشم‌گیری داشته است. به وجود آمدن ابزارهایی که قابلیت رصد دقیق رفتار کاربران در فضای وب‌سایت‌ها و اپلیکیشن‌ها را فراهم می‌کردند به صاحبان کسب‌وکار و متخصصین حوزه بازاریابی این امکان را داد که رفتار کاربران را با دقت بیشتری رصد کنند و شاخص‌های مورد استفاده در تقسیم‌بندی کاربران از مشخصه‌های مبتنی بر عوامل جمعیت‌شناختی (Demographic) و نگرشی (Attitude) به عوامل رفتاری (Behavior) تغییر پیدا کند.

اهمیت تقسیم‌بندی (Segmentation) بر اساس رفتار به رشد تکنولوژی و تغییر سبک زندگی مشتریان شرکت‌ها بر می‌گردد. چند دهه قبل فردی که ۲۵ سال داشت به احتمال نسبتا بالایی ازدواج کرده بود، از لحاظ شغلی به ثبات رسیده بود و نیازها و دغدغه‌هایش به میزان زیادی برای صاحبان کسب‌وکار روشن بود. امروزه زندگی افراد ۲۵ ساله بسیار متفاوت است. برای مثال برخی در حال ادامه تحصیلات عالی هستند، برخی در حال سپری کردن دوران خدمت سربازی هستند و برخی در حال کار کردن هستند. تفاوت‌ مسیرهایی انتخاب شده توسط این افراد به ما این پیام را منتقل می‌کند که نیازها و دغدغه‌های این افراد بسیار متفاوت هستند.

در نتیجه این تغییر، دو نیاز در شرکت‌ها به وجود آمد:

• نیاز به داده‌های رفتاری کاربران در تعامل با محصولات و خدمات شرکت‌ها
• نیاز به افراد متخصصی که بینش (Insight) موجود در این داده‌ها را کشف کنند

در این مقاله ما به بررسی چیستی بازاریابی داده محور می‌پردازیم و تلاش می‌کنیم ضمن ارائه مزیت‌های استفاده از بازاریابی داده‌محور، از موانع موجود در مسیر رسیدن به رویکرد داده محور در برنامه‌های بازاریابی و چالش‌های آن پرده برداریم.

 

 

بازاریابی داده محور چیست؟

بازاریابی داده‌ محور (Data-Driven marketing) به استراتژی‌هایی اشاره دارد که بر اساس بینش‌هایی که از بررسی داده‌های مربوط به تعامل کاربران با شرکت جمع‌آوری شده است برنامه‌ریزی و اجرا می‌شوند. در بازاریابی داده محور هدف این است که با استفاده از داده‌های گذشته، رفتار کاربران در آینده پیش‌بینی شده و تصمیم‌های بازاریابی بر اساس این پیش‌بینی‌ها اخذ ‌شوند.

مزیت‌های بازاریابی داده محور

برنامه‌های بازاریابی شخصی‌سازی شده

یکی از اصلی‌ترین اهداف بازاریابی همواره ارائه تبلیغات مناسب به مخاطب مناسب و در زمان مناسب بوده است. منظور ما از مناسب تبلیغاتی است که بسته به نیاز مخاطب ما طراحی شده و در معرض دید او قرار می‌گیرد. در طی دهه‌های گذشته تبلیغات از تبلیغات جمعی (One message-to-all) به تبلیغات دسته‌بندی شده (One message-to-many) و در نهایت با ظهور تکنولوژی‌های بازاریابی (MarTech) به تبلیغات شخصی‌سازی شده (One message-to-each user) تبدیل شده‌اند.

تصمیم‌گیری مبتنی بر داده

در استراتژی‌های بازاریابی داده محور، صاحبان کسب‌وکار و تصمیم‌گیرندگان حوزه بازاریابی می‌توانند با استفاده از داده‌های مربوط به تعامل کاربران با محصولات و خدمات شرکت که با استفاده از ابزارهای بازاریابی تهیه می‌شوند، تصمیم‌های خود را اخذ کنند. در نتیجه دسترسی به این داده‌ها تقسیم‌بندی (Segmentation) کاربران بسیار ساده‌تر و مبتنی بر شاخص‌های موثق‌تری انجام می‌پذیرد. در ادامه با ارائه مثالی از دیجی‌کالا در قسمت کمپین‌های ایمیلی هدف‌دار به اهمیت این موضوع پی می‌بریم.

 

یکپارچه‌سازی تجارب کاربر در کانال‌های مختلف بازاریابی

با استفاده از راهکارهای داده‌محور این امکان وجود دارد که تجربه هر کاربر را در کانال‌های مختلفی که در آن حضور داریم یکپارچه‌سازی کنیم. برای مثال در کشور ما شرکت‌های متعددی از پلتفرم وب انگیج (Web Engage) که یک پلتفرم هندی است استفاده می‌کنند. در وب انگیج شما می‌توانید به هر کاربر در زمان حضور در سایتتان، از طریق تبلیغات پوش، پیامک، پیام‌های شخصی‌سازی شده در واتساپ، فیسبوک، ایمیل و پیام‌های درون برنامه‌ای (In-App) پیام‌های مرتبط با همان کاربر را نشان بدهید.

برای مثال ما به سایت اسنپ‌تریپ مراجعه می‌کنیم و در اسنپ‌تریپ با استفاده از فرم از ما درخواست می‌شود که مقصد خود برای سفر را مشخص کنیم. پس از مشخص کردن مقصد و بازدید از چند هتل بدون اینکه هتل رزرو کنیم اسنپ‌تریپ را ترک می‌کنیم. چند روز بعد زمانی که یکی از آن هتل‌ها به روی قیمت‌هایش تخفیف اعمال می‌کند از طریق تبلیغات پوش اسنپ تریپ به ما اطلاع می‌دهد که هتل‌هایی که چند روز قبل مشاهده کرده بودیم مشمول تخفیف شده‌اند و زمان خوبی برای رزرو آن هتل‌ها است.

 

بهبود محصول و تجربه مشتری

داده‌های جمع‌آوری شده از نحوه تعامل کاربران در فضای وب و اپلیکیشن یکی‌ از قابل اتکاترین منابع برای بهبود محصول است. در بسیاری از شرکت‌های پیشرو در صنایع مختلف از داده‌های مربوط به نحوه تعامل مشتریان با محصولات و خدمات شرکت در راستای بهبود محصول و تجربه مشتری استفاده می‌شود. برای مثال، شرکت‌ها با استفاده از داده‌های موجود ار نحوه تعامل مشتریان با اپلیکیشن‌ها و سایت‌ها و صفحه‌هایی که بیشترین نرخ خروج (Exit Rate) را دارند را شناسایی و به بررسی دقیق آن صفحات و حل مشکلاتی که موجب خروج کاربران شده‌اند می‌پردازند.

 

چالش‌های بازاریابی داده محور

تا اینجا در مورد مزیت‌های بازاریابی داده‌محور صحبت کردیم و متوجه شدیم که استفاده از استراتژی‌های مبتنی بر داده تا چه حد می‌تواند به ما در بهبود فرآیندهای بازاریابی، محصول و تجربه مشتری کمک کند. در ادامه به بررسی برخی از چالش‌های موجود در مسیر دستیابی به این مزیت‌ها می‌پردازیم.

تیم حرفه‌ای

با توجه به این موضوع که استفاده از استراتژی‌های بازاریابی داده‌محور نیازمند درک کافی از اصول بازاریابی دیجیتال، رفتار مصرف کننده و علم داده (Data Science) است، گردآوری تیم حرفه‌ای که بتواند در حوزه‌های نامبرده مهارت و تجربه کافی داشته باش در بسیاری از نقاط دنیا چالش‌ برانگیز است.

جمع‌آوری داده‌ها

جمع‌آوری داده‌های مرتبط با مشتریان به صورت سیستمی و پیوسته در بسیاری از شرکت‌های ایرانی به دلایل مختلف از جمله نوع محصول یا خدمت ارائه شده به مشتریان مرسوم نیست و عدم دسترسی به داده‌های نحوه رفتار مشتریان می‌تواند یکی از چالش‌های بزرگ در مسیر تدوین برنامه‌های مبتنی بر داده باشد. برای حل این چالش‌ از روش‌های بسیار مختلفی برای جمع‌آوری داده‌های مورد نیاز کمک گرفته می‌شود. برای مثال در محصولات تند مصرف (FMCG) یکی از روش‌های مرسوم در کشور ما استفاده از ابزارهای نوروساینس (Neuroscience) مانند ردگیر چشمی (Eye tracker) است و در مورد خدمات تحت وب از ابزارهایی مانند هات‌جار (Hotjar) برای دستیابی به داده‌هایی مشابه داده‌های حاصل از ردگیرهای چشمی استفاده می‌شود.

یکپارچگی داده‌ها

بعد از جمع‌آوری داده‌ها چالش بعدی که مرتبط با جمع‌آوری داده‌ها است چالش یکپارچه بودن داده‌ها است. در مقدمه گفتیم که استفاده از روش‌های بازاریابی مبتنی بر داده به صاحبان‌ کسب‌وکار این امکان را داده که تقسیم‌بندی (Segmentation) کاربران خود را بر اساس مشخصه‌های متنوع‌تر و واقع‌بینانه‌تری انجام دهند. اما اینکه داده‌های مربوط به این مشخصه‌ها چگونه می‌توانند به صورت یکپارچه جمع‌آوری شوند و چالش‌های یکپارچگی این داده‌ها را با ذکر مثالی بررسی می‌کنیم.

مثال – نمایندگی‌های اپل آمریکا

چندی پیش دوستی در مورد تجربه تعامل خود با نمایندگی‌های شرکت اپل (Apple) در کشور آمریکا صحبت می‌کرد. او می‌گفت که برای شرکت در سمیناری به شهر نیویورک سفر کرده بود و در زمان اقامت در نیویورک یک تلفن همراه اپل خریده بود و پس از سپری شدن چند روز و پایان سمینار تصمیم گرفته بود از شهر‌های بزرگ دیگر آمریکا هم بازدید کند.

دوست من گفت که در طی مسیر احساس کرده بود که تلفن همراه جدیدش مشکل نگهداری شارژ دارد. تلفن همراه به دست به نمایندگی اپل در یکی از ایالت‌های دیگر آمریکا مراجعه می‌کند و از کارکنان نمایندگی درخواست می‌کند تلفن همراهش را تعویض کنند. کارکنان نمایندگی هم بدون فوت وقت گوشی را عوض کرده و یک گوشی جدید در اختیار دوست من قرار می‌دهند. دوست من از سرعت عمل و سادگی فرآیند تعویض گوشی توسط اپل متعجب می‌شود و تصمیم می‌گیرد در یک ایالت دیگر هم این موضوع را امتحان کند.

چند روز بعد زمانی که مشغول بازدید از یک ایالت دیگر است نمایندگی اپل را می‌بیند و بی درنگ وارد نمایندگی می‌شود و درخواست می‌کند که گوشی جدیدش را تعویض کنند. کارمند نمایندگی هم بی درنگ وارد عمل می‌شوند و یک گوشی جدید به دوست من تحویل می‌دهند. پس از تحویل گوشی کارمند نمایندگی از دوست من می‌پرسد: “جسارتا ما متوجه شدیم که شما در طی دو هفته گذشته دو بار تلفن همراهتون رو تعویض کرده‌اید، میخواستم بپرسم که به نظر شما مشکلی در این مدل گوشی وجود داره که ما بتونیم به شرکت اپل گزارش کنیم تا مشکل رو حل کنند؟”

در مثال بالا نقش کلیدی یکپارچه بودن داده‌ها در شرکت‌ها و بینش‌های که از بررسی این داده‌ها به دست می‌آید را متوجه شدیم.

 

چگونه رویکرد داده محور به بازاریابی داشته باشیم؟

آتومیشن و یکپارچه‌سازی

یکی از اولین قدم‌ها برای داشتن رویکرد داده‌محور استفاده از ابزارهای آتومیشن و یکپارچه‌سازی است. هدف کلی از استفاده از ابزارهای آتومیشن و یکپارچه‌سازی ایجاد فرآیندهای خودکار در واحد بازاریابی است که در نتیجه آن هر مشتری شما تجربه‌ای کامل شخصی‌سازی شده و یکپارچه‌ای در کانال‌های مختلف بازاریابی از شما دریافت کند. قبل‌تر در مورد وب انگیج (Web Engage) به عنوان یک مثال برای یکپارچه‌سازی فرآیندهای بازاریابی صحبت کردیم و در ادامه مقاله، در بخش روش‌های متداول بازاریابی داده محور با برخی از روش‌هایی که به آتومیشن شدن فرآیند‌ها کمک می‌کنند اشاره می‌کنیم.

همکاری میان تیمی

همانطور که در قسمت چالش‌های بازاریابی داده محور گفتیم یکی از نیازهای اصلی بازاریابی داده‌محور دسترسی داشتن به داده‌های مختلف از واحدهای مختلف شرکت و یکپارچگی این داده‌ها است. همکاری واحدهای دیگر سازمان در جمع‌آوری و به اشتراک گذاری این داده‌ها به ایجاد رویکرد داده‌محور در واحد بازاریابی کمک می‌کند.

رصد تغییرات صنعت

داشتن رویکرد داده‌محور به داده‌های موجود در داخل شرکت محدود نیست و مشاهده تغییرات صنعت و بررسی داده‌های مربوط به آن یکی از کلیدی‌ترین منابع برای دریافت بینش (Insight) در مورد نحوه ارائه خدمت و محصول به مشتریان و بهبود تجربه‌ آن‌ها در ارتباط با برند شما است.

مانیتور و بهینه‌سازی مداوم

استراتژی‌ها و روش‌های مبتنی بر بازاریابی داده‌محور، در نهایت با هدف بهبود تجربه مشتریان از تعامل با ما و استفاده از خدمات و محصولات ما استفاده می‌شوند. با توجه به این اصل، مانیتور مداوم داده‌های مربوط به نحوه تعامل مشتریان با محصولات و خدمات ما و بهینه‌سازی مداوم این داده‌ها به ما در بهبود برنامه‌های بازاریابی داده‌محور و تحقق اهداف بازاریابی داده‌محور کمک می‌کند. بنابراین برنامه‌های مبتنی بر بازاریابی داده‌محور باید در طول زمان و با توجه به نحوه واکنش مشتریان به برنامه‌ها و بازخوردی که از مشتریان دریافت می‌کنیم، بهینه‌سازی شوند.

روش‌های بازاریابی داده محور

پس از مطالعه مزیت‌ها، چالش‌ها و چگونگی داشتن رویکرد داده‌محور این سوال پیش می‌آید که در حال حاضر چه روش‌های بازاریابی دیجیتالی وجود دارند که بر اساس داده انجام شوند؟ در این قسمت چند روش کاربردی و پر استفاده بازاریابی دیجیتال مبتنی بر داده را معرفی می‌کنیم.

تبلیغات ریتارگتینگ

تبلیغات ریتارگتینگ (Retargeting) یکی از محبوب‌ترین شیوه‌های انجام تبلیغات در محیط اینترنت هستند. در تبلیغات ریتارگتینگ ما مشتریانی را که حداقل یک بار با ما تعامل داشته‌اند را در فضای وب شناسایی کرده و تبلیغات مرتبط با این مشتریان را به آن‌ها نشان می‌دهیم. برای آشنایی با این نوع تبلیغات پیشنهاد می‌کنیم مقاله تبلیغات ریتارگتینگ را مطالعه کنید.

تبلیغات نتیجه‌گرا

در شبکه‌های تبلیغاتی معمولا نمایش تبلیغات شما بر اساس نتیجه مزایده‌های برگزار شده میان‌ تبلیغات شما و تبلیغ‌دهندگان دیگر انجام می‌شود. در شبکه‌های تبلیغاتی هوشمند مانند مدیااد امکان اجرای تبلیغات نتیجه محور وجود دارد. در این نوع تبلیغات شما محتواهای تبلیغاتی مختلفی را آماده می‌کنید و به روی مدیااد بارگزاری می‌کنید و الگوریتم‌های هوش مصنوعی مدیااد با توجه به هدفی که شما از اجرای تبلیغات دارید و نتیجه‌ای که از نمایش هر محتوای تبلیغاتی حاصل شده نمایش تبلیغات شما را تعیین کرده و شما تنها به ازای نتایج حاصل شده هزینه پرداخت می‌کنید.

تبلیغات کلیکی بهینه‌سازی شده

در بسیاری از روش‌های انجام تبلیغات کلیکی امکان مانیتور و بهینه‌سازی ترافیک دریافتی وجود دارد. برای مثال در تبلیغات همسان، تبلیغ‌دهندگان می‌توانند با بررسی سایت‌های ناشر تبلیغات و رفتار کاربران ارسال شده از طریق هر سایت ناشر، در مورد تداوم و حجم نمایش تبلیغات خود به روی هر سایت ناشر تصمیم‌گیری کنند. همچنین در تبلیغات جستجوی گوگل (Google Ads)، تبلیغ‌دهندگان می‌توانند با بررسی کیفیت کاربران برای هر کلمه کلیدی (Keyword)، در مورد تداوم و حجم نمایش تبلیغات خود در آن کلمه کلیدی تصمیم‌گیری کنند.

کمپین‌های ایمیلی هدف‌دار

یکی از راه‌های ارتباطی موثر و کم هزینه با افراد برای شرکت‌ها در طی سال‌های گذشته، ایمیل بوده است.‌ همانطور که در قسمت مقدمه گفتیم استفاده از داده به صاحبان کسب‌وکار این امکان را می‌دهد که مشتریان را بر اساس مشخصه‌های رفتاری تقسیم‌بندی (Segmentation) کنند. برای مثال مشتریان دیجی‌کالا را می‌توان به صورت خلاصه به چند دسته زیر تقسیم کرد (فرض بر این است که دیجی‌کالا به ایمیل این کاربران دسترسی دارد) :

• مشتریانی که تنها از صفحه اصلی دیجی‌کالا بازدید کرده‌اند
• مشتریانی که از محصولات مختلفی بازدید کرده‌اند
• مشتریانی که محصولاتی را به سبد خرید خود اضافه کرده‌اند اما خرید خود را نهایی نکرده‌اند

اگر بخواهیم با استفاده از اطلاعات رفتاری اولیه‌ای که از کاربران داریم کمپین‌های ایمیلی هدف‌دار ایجاد کنیم، می‌توانیم ایمیل‌های مربوط را به صورت زیر انجام دهیم:

• برای مشتریان دسته اول که صرفا از صفحه اصلی دیجی‌کالا بازدید کرده‌اند پیشنهادات ویژه و تخفیف‌های اعمال شده به روی محصولات پر فروش را ایمیل کرد.
• برای مشتریان دسته دوم که از محصولات مختلفی بازدید کرده‌اند، لیست آن محصولات و محصولات مرتبطی که مشمول تخفیف شده‌اند یا از درجه محبوبیت بالایی برخوردارند را ایمیل کرد.
• و برای مشتریان دسته سوم که محصولی را به سبد خرید خود اضافه کرده‌اند اما خرید خود را نهایی نکرده‌اند می‌توان ایمیلی حاوی کد تخفیف ویژه خرید آن محصولات را ارسال کرد.

همانطور که در مثال بالا مشاهده کردید، می‌توانیم با استفاده از داده‌های موجود از نحوه رفتار مشتریان، آن‌ها را دسته بندی کرده و ایمیل‌های هدف‌دار مرتبط به هر دسته را برای مشتریان آن دسته ارسال کرد.

 

 

جمع بندی و نتیجه گیری

در این مقاله خواندیم که چگونه تغییرات به وجود آمده در تکنولوژی و ابزارهای بازاریابی منجر به تغییر رویکرد صاحبان کسب‌وکار و متخصصان بازاریابی در تقسیم‌بندی (Segmentation) مشتریان شده است. این تقسیم‌بندی‌ها در نتیجه ظهور این ابزارها از تقسیم‌بندی‌های مبتنی بر مشخصه‌های مبتنی بر عوامل جمعیت‌شناختی (Demographic) و نگرشی (Attitude) به عوامل رفتاری (Behavior) تغییر پیدا کرده است.

در ادامه از نقش بازاریابی داده‌محور در کسب‌وکارها، مزیت‌ها و چالش‌های آن گفتیم و به این پرسش که چگونه به عنوان صاحب یک کسب‌وکار یا متخصص بازاریابی رویکرد داده‌محور داشته باشیم پاسخ دادیم. در نهایت پس از ارائه‌ راهکارهایی برای داشتن رویکرد داده‌محور به ارائه چندین روش کاربردی و قابل اجرا در حوزه بازاریابی داده‌محور پرداختیم.

تجربه شما در مواجه با روش‌های بازاریابی داده‌محور چه بوده است؟ آیا شما هم از داده‌های مشتریان خود برای استخراج بینش (Insights) و تصمیم‌گیری استفاده می‌کنید؟ به نظر شما چه روش‌های دیگری در حوزه بازاریابی دیجیتال وجود دارد که مبتنی بر داده هستند؟

 

شما می‌توانید با ثبت‌‌نام و ورود به پنل مدیااد با قابلیت‌های پنل مدیااد آشنا شده و کمپین‌های تبلیغاتی خود را امروز شروع کنید.