Α. Value Exchange
Στην διαδικασία συλλογής των data θα πρέπει να τηρείται ένας πολύ σημαντικός κανόνας, το Α και το Ω στην στρατηγική μας: Θα πρέπει να σχεδιάσουμε την προσέγγισή μας ΟΧΙ βάσει του τι θα προσφέρουμε στους πελάτες μας για να μας δώσουν τα δεδομένα τους (πχ. διαγωνισμούς, κουπόνια, πόντους) αλλά τι ΑΞΙΑ θα δημιουργήσουμε για αυτούς, έχοντας πρόσβαση στα συγκεκριμένα δεδομένα! Το λεγόμενο value exchange, η βάση του οποίου είναι η εμπιστοσύνη όπου ο καταναλωτής αντιλαμβάνεται ότι τα στοιχεία που δίνει θα του επιστρέψουν αξία.
Για παράδειγμα, τα στοιχεία που δεχόμαστε να συγκρατεί η εφαρμογή Nike Run όταν τρέχουμε (pace, location, distance, elevation, heart rate) το κάνουμε διότι ξέρουμε ότι για «αντάλλαγμα» θα μας προτείνει βελτιώσεις στα τρεξίματά μας. Πιθανά, θα χρησιμοποιήσει αυτά τα στοιχεία και για να μάς θυμίσει ότι πρέπει να αλλάξουμε τα παπούτσια μας, αλλά στο πλαίσιο του παραπάνω value exchange και σχέσης εμπιστοσύνης που έχει χτιστεί, μία τέτοια transactional λογική δεν θα την εκλάβουμε αρνητικά.
Β. Trust
Πώς όμως χτίζεται μια σχέση εμπιστοσύνης; Χτίζεται όταν μία μάρκα ή εταιρία ενδιαφέρεται να κατανοήσει εις βάθος τον πελάτη της και να καταλάβει πώς αυτός σκέφτεται, ποια είναι τα ενδιαφέροντά του και οι προσδοκίες του. Να τον μελετήσει, δηλαδή, και σε συναισθηματικό επίπεδο.
Άρα, είναι θεμελιώδες να χτίσουμε μία σχέση εμπιστοσύνης με τους καταναλωτές, όπου η άντληση των δεδομένων τους γίνεται με ενσυναίσθηση και δεν πραγματοποιείται μόνο για εμπορικούς σκοπούς.
Έτσι, διαμορφώνεται μία αμφίδρομη σχέση, η οποία δημιουργεί αμοιβαία ανταλλαγή αξίας και δεδομένων, στην οποία η εμπιστοσύνη είναι το θεμέλιο. Είναι η διαφορά μεταξύ του να παρέχουμε σε μία εγκυμονούσα ένα κουπόνι με έκπτωση στοχεύοντας στην πώληση και το να γνωρίζουμε σε ποιο στάδιο της εγκυμοσύνης της είναι, προσφέροντάς της χρήσιμες συμβουλές και δείχνοντας ότι νοιαζόμαστε για αυτή ουσιαστικά. Με την πώληση να έρχεται σε δεύτερη μοίρα, σε ένα μετέπειτα στάδιο της σχέσης, ως φυσιολογικό επακόλουθο.
Έτσι, το πρώτο χτίζει μία ευκαιριακή σχέση, ενώ το δεύτερο είναι ένα παράδειγμα του πώς να χρησιμοποιούμε τα δεδομένα με ενσυναίσθηση! Εάν λειτουργούμε με αυτό τον τρόπο, είναι σίγουρο ότι ο καταναλωτής θα μας εμπιστευτεί και σε ένα επόμενο στάδιο θα αγοράσει τα προϊόντα μας και θα μας προτείνει και στους φίλους του.
C. Data Enrichment
Ο εμπλουτισμός του κάθε lead είναι μια δύσκολη διαδικασία και απαιτεί μεγάλη τεχνογνωσία. Συνδυάζει την κατανόηση της κουλτούρας και των ανθρώπινων συναισθημάτων με ποσοτικές και ποιοτικές τεχνικές.
Αντί λοιπόν απλώς να καταγράψουμε σε μια βάση δεδομένων κάποια βασικά στοιχεία των πελατών μας, φροντίζουμε να μάθουμε περισσότερα. Πώς σκέφτονται και συμπεριφέρονται, τί τους αρέσει, πώς αποφασίζουν που θα ξοδέψουν τα χρήματά τους, σε τί αντιδρούν, τί τους προβληματίζει, ποιες μπορεί να είναι οι αγωνίες τους και οι προσδοκίες τους.
Εάν, για παράδειγμα, ο πελάτης μας είναι ένας φοιτητής προσπαθούμε να μάθουμε όχι μόνο τι θέλει να αγοράσει από εμάς αλλά και τι πραγματικές ανάγκες έχει στην ζωή του, τί οδηγεί τις επιλογές του, τί τον απασχολεί. Να του δείξουμε ότι νοιαζόμαστε για αυτόν ως άνθρωπο και όχι μόνο ως δυνητικό πελάτη. Μόνο εάν καταφέρουμε να αποκτήσουμε μία ολιστική εικόνα του πελάτη μας θα μπορέσουμε να έχουμε εκείνα τα δεδομένα που θα μας επιτρέψουν να δημιουργήσουμε μια σχέση εμπιστοσύνης, καθώς θα μπορούμε να τον βοηθήσουμε στις πραγματικές ανάγκες που έχει.
Όλα τα παραπάνω είναι μία συνεχής διαδικασία. Οι πελάτες αποκτούν νέες συνήθειες και ανάγκες, περνούν σε διαφορετικά στάδια στην ζωή τους, επηρεάζονται από πολλούς παράγοντες. Κάθε lead στην βάση μας είναι δυναμικό και θα πρέπει συνεχώς να το εμπλουτίζουμε. Ωστόσο, όταν πλέον θα έχουμε χτίσει μία σχέση εμπιστοσύνης η διαδικασία αυτή θα είναι όλο και πιο εύκολη αφού ο πελάτης δεν θα είναι διστακτικός να παρέχει πληροφορίες στην εταιρία που γνωρίζει ότι τον νοιάζεται και έχει να κερδίσει από αυτή.
Για να καταφέρουμε να συγκεντρώσουμε όλη αυτή την πληροφορία δεν αρκούν μόνο δεδομένα συναλλαγών ή διαγωνισμών και προωθητικών ενεργειών. Απαιτείται sophistication, συνδυασμός ποσοτικής και ποιοτικής έρευνας, social media insights, 3rd και 1st party data καθώς και predictive analysis.
D. Data Activation
Eίναι πολλές οι έρευνες που αποδεικνύουν ότι οι εταιρίες που έχουν τοποθετήσει στο κέντρο των marketing και sales αποφάσεών τους την λογική του data driven personalization, βλέπουν βελτίωση του marketing ROI κατά +15% (McKinsey, eConsultancy).
Κάτι τέτοιο ακούγεται λογικό, εφόσον έχοντας πλέον πλούτο πληροφορίας, μπορούμε να δημιουργήσουμε και το ανάλογο περιεχόμενo. Να συνδυάσουμε data signals με human insights και να σχεδιάσουμε εμπειρίες που είναι σχετικές, χρήσιμες, μοναδικές, προσωποποιημένες. Που προσδίδουν αξία στον παραλήπτη, τον συγκινούν, ενισχύοντας την σχέση εμπιστοσύνης που έχουμε ξεκινήσει να δημιουργούμε.
--
Στην Ogilvy, πιστεύουμε στην δύναμη των data και θεωρούμε ότι πλέον η σύγχρονη Διαφήμιση δεν είναι ολοκληρωμένη χωρίς την αξιοποίηση των δεδομένων. Δεδομένα που συλλέγονται με ασφάλεια και χρησιμοποιούνται με τρόπο που κερδίζει την εμπιστοσύνη των πελατών. Δεδομένα που επιτρέπουν στις εταιρίες να σχεδιάζουν καλύτερες εμπειρίες, υπηρεσίες και προϊόντα πιο κοντά στις πραγματικές ανάγκες των καταναλωτών.
Εάν, λοιπόν, ακόμα δεν έχετε ξεκινήσει αυτή την συναρπαστική διαδικασία, δοκιμάστε να το πράξετε και να δημιουργήσετε και εσείς το δικό σας “secret weapon.”
* Το παραπάνω κείμενο είναι εμπνευσμένο από τις παρακάτω πηγές:
The future of data (by Chris Celletti, Global Editor for Ogilvy)
How brands can respond to the new data normal (by Carla Hendra, Global CEO of Ogilvy Consulting)
AdAge - Why marketers need to use data with empathy to connect with people (by Yannis Kotziagkiaouridis, Global Chief Data & Analytics Officer at Edelman)
--
Christos Latos
Deputy CEO, Ogilvy Greece
