Του Παναγιώτη Μαχαίρα,
Οι αλλεπάλληλες κρίσεις των τελευταίων τριών χρόνων γέμισαν με αβεβαιότητα ένα ήδη ταχέως εξελισσόμενο οικονομικό σύστημα, δημιουργώντας αναταραχή στον κόσμο των επιχειρήσεων. Με αφετηρία το ξέσπασμα της πανδημικής κρίσης, πολλές επιχειρήσεις φλέρταραν με την ύφεση και πραγματοποίησαν αναγκαστικές αλλαγές στη δομή και τον τρόπο λήψης αποφάσεων, καθώς έπρεπε να προσαρμοστούν σε μια νέα πραγματικότητα. Η νέα αυτή πραγματικότητα άγγιξε και τον χώρο του marketing, αφού οι καταναλωτικές συνήθειες διαφοροποιήθηκαν ριζικά.
Ξαφνικά, οι επαγγελματίες του marketng βρέθηκαν με έναν μεγάλο όγκο δεδομένων στην κατοχή τους, χωρίς, όμως, να έχουν την τεχνογνωσία για την κατάλληλη αξιοποίησή τους. Σήμερα, μερικά χρόνια μετά, η ανάγκη για αποτελεσματική ανάλυση δεδομένων είναι πιο ισχυρή από ποτέ στον χώρο, έχοντας γίνει αναπόσπαστο μέρος τόσο της επιστήμης όσο και του επαγγελματικού κλάδου του marketing.
Η σημασία των δεδομένων στο σύγχρονο marketing δίνεται μέσα από πληθώρα παραδειγμάτων, που γίνονται ολοένα και περισσότερα τα τελευταία χρόνια. Σε καιρούς γρήγορων και απρόβλεπτων αλλαγών, όπως ήταν αυτός της πανδημίας και πρόσφατα αυτός της παγκόσμιας πληθωριστικής κρίσης, η αποδοτική ανάλυση δεδομένων δίνει αποδεδειγμένα στους marketers συγκριτικό πλεονέκτημα, όσον αφορά την πρόβλεψη της καταναλωτικής συμπεριφοράς. Επιπλέον, συμβάλλει στη βελτιστοποίηση καμπανιών, στην εξατομίκευση προϊόντων και υπηρεσιών και προβλέπει με μεγάλη ακρίβεια κομβικούς δείκτες, όπως η μελλοντική ζήτηση, το Return on Investment (ROI), και το Customer Lifetime Value (CLV).
Για παράδειγμα, σύμφωνα με άρθρο της McKinsey, μια εταιρεία προϊόντων ομορφιάς, κατά τη διάρκεια της πανδημίας, κατάφερε παρακολουθώντας τα επιδημιολογικά στατιστικά και προβλέποντας τις λήξεις τοπικών lockdowns να προσαρμόσει ανάλογα το προωθητικό της budget και να πετύχει διψήφια αύξηση στις πωλήσεις της. Ο διαμοιρασμός του budget ήταν πάντα ένα άλυτο πρόβλημα για το marketing. Με τον διαθέσιμο όγκο δεδομένων και τη δημιουργία αναλυτικών αλγορίθμων, όμως, φαίνεται πως πλέον τα τμήματα marketing είναι ικανά να βρουν αποτελεσματικές λύσεις. Είναι αυτονόητο ότι ένας βελτιωμένος διαμοιρασμός θα οδηγήσει σε σημαντική αύξηση πωλήσεων, αλλά και σε σημαντική εξοικονόμηση πόρων.
Η ίδια εταιρεία που αναφέρθηκε παραπάνω, μέσω της παρακολούθησης μακροοικονομικών δεδομένων, εντόπισε υπερβάλλουσα ανάπτυξη σε μικρά ιατρικά κέντρα αστικών περιοχών. Εκμεταλλεύτηκε τη γνώση αυτή, που προήλθε από τη συλλογή και επεξεργασία των δεδομένων, και δημιούργησε προσαρμοσμένα προϊόντα με αγορά – στόχο τις συγκεκριμένες επιχειρήσεις. Αύξησε τις πωλήσεις της σε αυτά τα προϊόντα κατά 10%.
Η λίστα ανάλογων παραδειγμάτων είναι μεγάλη και συνεχώς ανανεώνεται. Νέα εργαλεία αναπτύσσονται και ενσωματώνονται από τις επιχειρήσεις συνεχώς, ώστε να αποκτήσουν τα πλεονεκτήματα που προσφέρει αυτή η νέα πραγματικότητα. Το πιο σύγχρονο εργαλείο, που έχει βρει πρόσφατα εφαρμογή στον χώρο του marketing, είναι αυτό της τεχνητής νοημοσύνης. Παρ’ όλη την έντονη κριτική γύρω από το όνομά του, το φαινόμενο της A.I. προσκομίζει πολλά οφέλη στον τομέα του marketing.
Ξεκινώντας από μεθόδους social listening, εργαλεία βασισμένα στην τεχνητή νοημοσύνη μπορούν να αποτελέσουν υποκατάστατο ανθρώπινου αυτιού, εντοπίζοντας αδυναμίες και πλεονεκτήματα της επιχείρησης στην τεράστια κοινωνική σφαίρα του διαδικτύου. Η χρήση της Α.Ι. στο social media marketing είναι, επίσης, δυνητικά ισχυρή. Συστήματα επεξεργασίας φυσικής γλώσσας (NLP) που έχουν αναπτυχθεί δημιουργούν ενιαίο γλωσσικό ύφος για κάθε brand, με αποτέλεσμα το πιο επιτυχημένο engagement με το κοινό. Ακόμα, αναπτύσσονται εφαρμογές που βελτιστοποιούν τη δημιουργία social media posts, εντοπίζοντας τη βέλτιστη ώρα ανεβάσματος, τον βέλτιστο αριθμό λέξεων, τη βέλτιστη εικόνα που θα τα συνοδεύει κ.τ.λ. Η αυτοματοποίηση, όμως, δεν σταματάει εκεί. Η ανάπτυξη των A.I. chatbots, που ήδη χρησιμοποιούνται από επιχειρήσεις, θα καταστήσει μηδενικό τον χρόνο απόκρισης σε μηνύματα και σχόλια, πολλές φορές χωρίς καν ο καταναλωτής να αντιλαμβάνεται ότι δεν συνομιλεί με άνθρωπο.
Οι χρήσεις της A.I. στο marketing δεν περιορίζονται στα social media. Η προαναφερθείσα ανάλυση δεδομένων γίνεται πολύ γρηγορότερα με τη χρήση τεχνητής νοημοσύνης. Από αυτήν προκύπτουν δείκτες και αποτελέσματα, που αποτελούν αρωγή στη λήψη αποφάσεων. Επίσης, αυτοματοποιούνται χρονοβόρες διαδικασίες, όπως η τμηματοποίηση της αγοράς, η ανάλυση ανταγωνισμού, η ανάλυση συναισθήματος και η διαχείριση της εταιρικής φήμης.
Διαπιστώνεται από τα παραπάνω ότι ο τομέας του marketing αλλάζει δραστικά. Είναι δεδομένο, λοιπόν, ότι είναι απαραίτητο να αλλάξουν και οι γνώσεις στελεχών και εργαζομένων που το καταρτίζουν. Ο χώρος της πληροφορικής έχει διεισδύσει βαθιά και οι τεχνικές γνώσεις σύντομα θα θεωρούνται προαπαιτούμενες για έναν επαγγελματία του marketing. Όσα τμήματα δεν μπορέσουν να προσαρμοστούν στον τεχνοκρατικό χαρακτήρα που διαμορφώνεται, θα έχουν εμφανές μειονέκτημα. Γι’ αυτό και είναι σημαντικό οι επιχειρήσεις να επενδύσουν στα κατάλληλα λογισμικά που ανταποκρίνονται στις ανάγκες τους, αλλά και στο άρτια καταρτισμένο ανθρώπινο δυναμικό.
Κλείνοντας, είναι αντιληπτό ότι η ανάλυση δεδομένων ανοίγει νέες πόρτες στο marketing. Μέσω εργαλείων, όπως η τεχνητή νοημοσύνη, ο κλάδος οδηγείται σε έναν επιστημονικό δρόμο που βασίζεται περισσότερο σε στοιχεία και λιγότερο στην εμπειρία. Είναι στο χέρι των marketers να αδράξουν την ευκαιρία και να αξιοποιήσουν τις νέες δυνατότητες που προσφέρονται.
ΕΝΔΕΙΚΤΙΚΕΣ ΠΗΓΕΣ
- The big reset: Data-driven marketing in the next normal, mckinsey.com, διαθέσιμο εδώ
- What Is Data-Driven Marketing & Why Is It Important?, semrush.com, διαθέσιμο εδώ
- The role of artificial intelligence in marketing, sproutsocial.com, διαθέσιμο εδώ
