Před pár týdny jsme vám přinesli krátký článek o relevanci sdělení a záznam z letošní konference Multichannel Marketing & Sales, který byl bohužel nevalné kvality. Proto jsme vám slíbili podstatně rozsáhlejší text o kanálech přímé komunikace a hlavně o relevanci sdělení. Teď je tady - Kanály nebo relevance v2.0. Dozvíte se, jak kombinovat kanály a jak zvýšit relevanci vašeho sdělení pro zákazníka.
Nedávná konference Multichannel mě inspirovala k dalšímu přemýšlení o řízení kanálů přímé komunikace. Praxe ve vyhodnocení kampaní mi totiž přinesla znalost chování zákazníka, která není založena na manažerských schématech, ale na opakovaném sledování jejich chování.
První myšlenka se týká marketingových kanálů. Pokud se soustředíme na jejich pouhé řízení, neuniká nám něco? V telekomunikacích či bankách není výjimkou, že existuje komunikační plán zohledňující komunikační zátěž zákazníka na každém kanálu. Pokud ovšem řídíme kanály mechanicky, může nám unikat to, co dělá komunikaci komunikací, tedy relevance.
Autor obrázku: Luis Javier Rodriguez Lopez pro Wikipedii
Na úrovni komunikačních kanálů samozřejmě objektivně existuje několik pravidel jak komunikovat. Kombinace více kanálů je například téměř vždy lepší než jeden kanál, ba i než součet kanálů. Pokud někomu zavoláme, a pak mu to připomeneme pomocí SMS, výsledek bude lepší než výsledek samotného volání plus nezávislý výsledek SMS kampaně. Jako jednoduché pravidlo si můžeme zapamatovat, že účinné jsou kampaně, které používají alespoň dva kanály, kdy každý recipient zaznamená zprávu asi tak třikrát. Pokud však zákazníka oslovíme například šestkrát, jednoznačně to bude považovat za obtěžující a s responsí si už nijak zvlášť nepomůžeme.
Pravidlo relevance sdělení by ovšem, promýšleno ze všech stran, mělo mít velkou přednost před pravidly pro komunikační zátěž a před pravidly pro řízení kanálů. Kolikrát za život vydržíme slyšet „miluju tě“ od někoho, na kom nám záleží? Bude vadit forma hlasu, papíru nebo SMS? Ani náhodou. A kolikrát budeme dávat pozor na sdělení typu „Uklízej si kartáček na zuby správně“? Pomůže tomuto sdělení k letu nějaký rafinovaný kanál nebo opakování? Nepříliš. Pravidlo relevance, čili toho, co skutečně chceme slyšet, má tedy jednoznačně přednost před frekvencí a kanálem. Slyšíme, co slyšet chceme, a kanály a frekvence v klidu filtrujeme.
Když jsem si připravoval podklady pro konferenci, uvědomil jsem si, že i marketingová sdělení se řídí podobnými pravidly jako obyčejná mezilidská komunikace. Pokud máme vysloveně slabé sdělení, můžeme ho malinko potlačit kanálem, který podsouvá příjemci nějakou relevanci. Takovými kanály jsou osobní prodej nebo telefonická komunikace, kde se do určité míry daří i vysloveně slabým produktům a ustřeleným cenám. Slabé kanály typu emailu tuto vlastnost rozhodně nemají a zákazník od nich žádnou relevanci nečeká. Někde mezi těmito extrémy stojí všechny doručované zásilky. Pokud však máme dobrou nabídku, účinnost kanálů se do určité míry srovná, tj. začne být trochu více jedno, jakým kanálem jí propagujeme, viz přiložená tabulka.
Zdroj: Jan Matoušek, Data Mind, pro konferenci Multichannel 2013
Když jsme se vypořádali s kanály, zbývá prakticky jen druhý dílek skládačky komerční komunikace. Tou je relevance sdělení. Relevance komerčního sdělení závisí v zásadě jen na dvou věcech:
Správná nabídka
Správní zákazníci
Stranou necháme čas oslovení, kreativu, a odpovědní kanály. V těchto faktorech je sice možné udělat chybu, není však možné jimi motivovat lidi. Těmto faktorům říkají někteří příliš chytří konzultanti hygienické (podle teorie Herzberga z roku 1959), ačkoli nemají nic společného s mytím rukou.
Nadále se tedy budeme zabývat pouze relevancí, ovšem nikoli samoúčelně. Cílem relevance je samozřejmě co nejvyšší účinnost, response či konverze zákazníků k nákupu.
Když se podíváme na výsledky, je jednoznačně vítězným marketérem na našem území stát, který dosahuje až 98% response, například ve sčítání lidu pomocí nátlakových nástrojů typu pokut. Nátlak je tedy způsobem jak dosáhnout vysoké relevance, ovšem je to způsob poněkud násilný. Druhým nejúspěšnějším marketérem jsou dobročinné organizace, jimž na nabídku newsletteru odpoví pozitivně 60-80% jejich vlastních příznivců. Druhým velmi úspěšným motivátorem je tedy zápal pro věc. Teprve na třetím místě v relevanci se plazí komerční adepti s motivací ke spotřebě. Nejlepší je ovšem, když si komerční hráči mohou vsadit na nějakou biologickou nebo psychologickou zákonitost. Nejrelevantnější sdělení je tedy říci někomu, ať pokračuje v tom, co již stejně dělá. Opakovaná nabídka antikoncepce, kterou ženy již berou, má zaručený úspěch. Téměř stejně železnou pravidelnost pozorujeme i u „otroků“ mobilních technologií. Jakmile si na ně někdo navykne, bude chtít mobilní hračky stále dokola. V těchto ojedinělých případech dosáhne komerční hráč response vyšší než 50% dané behaviorální relevancí.
Nižším stupněm než železná pravidelnost je obyčejná potřeba. My jako data mineři dokážeme předpovědět, že zákazníkovi již ve skříni chybí kalhoty, a pokud mu dotlačíme zajímavou nabídku, response může být za pouhý měsíc 10-20%. V automobilovém ranku vytipujeme ty, kterým bude auto chybět, a skutečně 5-10% z nich si nové auto koupí. Sázíme ovšem na zákazníky, kteří:
Nakupují u nás (jsou „věrní“)
Mají peníze (vysokou hodnotu)
Jsou afinitní k danému výrobku / službě, tj. výrobek či služba odpovídá jejich předchozímu chování
Více než kanály nám budou stát v cestě firemní politiky, strategický nákup a vůbec všechny strategické obory. Pokud je totiž něco zákazníkovi z duše jedno, je to firemní strategie, politika nákupu a marží. Na čem mu naopak záleží je pochopitelnost nabídky, přínos pro něj. V první řadě je ovšem relevance určována jen tím, co zrovna potřebuje.
K relevanci existuje řada přístupů. Nejjednodušší je samozřejmě přístup reaktivní, kdy nám zákazník přímo řekne, co chce. Tolik úspěšný remarketing nám tedy jen opakuje, o čem jsme dali najevo, že chceme koupit.
Aktivnější přístup přichází s modelováním něčeho, na co teprve přijdeme, že budeme chtít. V zásadě je pro předpověď toho, co bude zákazník chtít, potřeba použití dvou modelů.
První model, kterému se říká afinitní, nám řekne, s jakou pravděpodobností bude zákazník vůbec něco z naší kategorie chtít. Použije k tomu informaci o tom, jací zákazníci nakupují nyní. Potom se podíváme, co současným nákupům předcházelo a jaké charakteristiky měli nakupující zákazníci třeba před půl rokem. Nakupovali více produktových skupin? Měli více transakcí? Utratili více peněz? To jsou otázky, které přetavíme do proměnných, a jejich vliv dobře zvážíme. Model nám tedy na základě minulých nákupů ukáže, který zákazník směřuje k nákupu v budoucnosti.
Zdroj: Jan Matoušek, Data Mind, pro konferenci Multichannel 2013
Máme tedy afinitu, čili pravděpodobnost, s jakou zákazník nakoupí. Pro zvýšení relevance je dobré odhadnout i to, co bude zákazník kupovat. Úloha je řešena pomocí data miningového modelu, kterému říkáme model nákupního košíku. Postup se příliš neliší od doporučení prodavače, který nám v kamenném obchodě řekne: „ s tímhle lidi hodně berou… “. Musíme si odpovědět na otázku, které zboží kupují podobní zákazníci. Podobnost zákazníků se v tomto případě měří z posledních nákupů. Například se podíváme, co dále kupují zákazníci, když nakoupí zahradní gril. Je to žrádlo pro psy? V tom případě se i další nákupčí grilu mohou zajímat o psí žrádlo. Nabídky relevantních produktů stojí na jednoduchých principech. Jsou jimi síla jednotlivých produktů a síla vztahu mezi nimi. Doporučovat budeme produkty s nejsilnějšími vazbami, tedy ty nakupované nejvíce spolu. Systém next-best-offer nám tedy dokáže doporučit produkt na základě toho, co jsme již koupili, za použití informace od ostatních zákazníků. Nepřítelem systému doporučení je snaha obchodníků zahrnout do výpočtu i absolutní zisk. Pokud ho totiž zakalkulujeme do pravidel doporučení produktů, pravidla tím oslabíme a prodáme méně. Doporučení typu: „pane Novák, nekoupil byste si k zahradnímu grilu nový dům?“ totiž již relevantní není.
Publikováno v časopise DIREKT
DATA mesh
Šárka Kotlaříková
24. června 2024