1.9.2015Blogi

Älykästä asiakasvuorovaikutusta rakentamassa – 6 arjen haastetta

Analytiikka, tiedolla johtaminen, markkinoinnin automaatio, ennakoiva analytiikka ja digitalisaatio yleisesti ovat kaikki osa-alueita ja uusia ilmiöitä, joiden vaikutuspiirissä liiketoimintajohto yrittää tehdä päätöksiä. Älykkään asiakasvuorovaikutuksen rakentaminen vaatii ymmärrystä ja yhteistyötä koko organisaatiolta. Lue, mitkä ovat kuusi yleisintä arjen haastetta, jotka organisaatio kohtaa jo prosessin alkuvaiheessa.

“Taivas varjele mikä sieltä tulee!” totesi markkinointijohtaja, kun data scientistin ehdottamaa kohderyhmää suoramarkkinoinnissa testasi. Konversioasteet triplaantuivat ja myyntikin oli kaksinkertainen edellisen kuukauden vastaavaan ponnistukseen nähden. Ylpeänä satsauksistaan markkinoinnin automaation teknologioihin viisas markkinointijohtaja päätti, että YT-neuvottelut voidaan aloittaa samantien: kone hoitaa asiat paremmin kuin ihminen.

“Hölynpölyä”, sanoi liiketoimintapäällikkö. “Minä sentään tunnen tuotteeni niin hyvin, että osaan kyllä sanoa, ketkä sitä ostavat – ei tässä pelissä ole koskaan teknologiaa tarvittu, eikä tarvita”. Äimistynyt markkinointijohtaja ei ymmärtänyt vastausta. Olivathan tulokset erinomaisia. Kohderyhmän mallintanut data scientist koetti paikata: ”Mutta kyllähän me saadaan sopivalla neuroverkkomallilla varmasti parempia tuloksia kuin mutu-tuntumalla? Katso nyt vaikka viime kuun tuloksia ennen kun aloitettiin?”. Heikonpuoleiseksi jäänyt vastaanotto data scientistin perusteluille pakotti markkinointijohtajan hieman turhautuneena selittämään ROC-käyrää kimmastuneelle työkaverilleen, mutta asiantuntemus aiheesta jätti toivomisen varaa ja lopulta vain pahensi tilannetta.

Hetken vääntämisen jälkeen liiketoimintapäällikkö lopetti keskustelun toteamalla: ”Eiköhän tämä riitä. Minä haluan ensi viikolla sen saman mainoksen sähköpostilla kaikille. Muuhun ei kuitenkaan rahat eikä aika riitä. Tuohonkin värkkiin on varmaan laitettu niin paljon rahaa, että se ei tule koskaan maksamaan itseään takaisin.”

Tarina ei ole tosi, mutta projektien arkea pitkään seuranneena valitettavan lähellä sitä.

Analytiikka, tiedolla johtaminen, markkinoinnin automaatio, ennakoiva analytiikka ja digitalisaatio yleisesti ovat kaikki osa-alueita ja uusia ilmiöitä, joiden vaikutuspiirissä liiketoimintajohto yrittää tehdä päätöksiä. Yllä olevassa tarinassa kaikki tarinan osapuolet tekevät virheitä, joista kuusi on sellaisia, joita on syytä avata hieman lisää.

Liiketoimintapäällikön tekemät virheet:

1. Taistelu tuulimyllyjä vastaan: tiedon valtakausi on täällä, pidit siitä tai et.

Nykyinen toimintaympäristö generoi dataa niin nettisivuilla tapahtuvasta käytöksestä kuin mobiililaitteella katsotuista mainoksistakin. Operatiivisten järjestelmien syövereistä löytyy käyttäytymismalleja, joita ihminen ei kykene päättelemään, mutta jotka kone pystyy louhimaan esiin melko näppärästi. Asiakkaiden käyttäytymisestä on saatavilla dataa enemmän kuin mitä voisimme ikinä analysoida, eikä trendi ole pienenemään päin. Uuden teknologian sivuuttaminen asiakasanalytiikan ja markkinoinnin tapauksessa on yksi strategisesti haitallisimmista virheistä, mitä tänä päivänä voi tehdä.

2. Älykäs teknologian käyttö ei ole kallista.

Helposti luullaan, että kestävien ja älykkäiden teknologioiden käyttö olisi suhteettoman kallista. On totta, että kun ostaa yhden verkkosivujen optimoijan, yhden markkinoinnin automaation työkalun, yhden sähköpostin lähetyssovelluksen, pari verkkokauppaa, yhden landing pageja optimoivan sovelluksen, kahdeksan analyytikkoa, kolme raportointiteknologiaa sekä monoliittisen tietovaraston, niin budjetti on todennäköisesti loppumaan päin. Järkevissä toteutuksissa tehdään ns. “yksi äly koko organisaation käyttöön”. Näin toimintaa voidaan optimoida aina kohdennetusta markkinoinnista digitaalisten palveluiden personointiin ja luottoriskien minimointiin. Tällaiset älykkäät ekosysteemit ovat avoimia ja niitä voidaan käyttää optimoimaan lähes mitä tahansa organisaation asiaa. Vastaavia käyttävät ainakin Amazon (35% myynnistä tulee “älyn” kautta) ja Netflix (75% katseluista on “älyn” tuottamia). Näissä järjestelmissä panos/tuotos on poikkeuksetta hyvä, usein loistava.

Markkinoijan tekemät virheet:

3. Markkinoinnin automaatio ja muut hypetetyt superfood-teknologiat eivät voi tehdä ihmeitä yksin.

Tottakai teknologian avulla voidaan saada aitoja hyötyjä, mutta se vaatii paljon kehitystyötä ja asiantuntevia ihmisiä ympärille. Kehitystyötä vaaditaan erityisesti oikean ekosysteemin, eli sen koko organisaation käyttöön tulevan yhden älyn luomisessa, jota liiketoimintapäällikkökin luulee uskomattoman kalliiksi. Kaikki tänäkin päivänä parhaat käytössä olevat ratkaisut noudattavat ekosysteemiajattelua; on yksi datakerros, yksi analytiikkakerros ja yksi palvelukerros. Analytiikkakerros kerää langanpäät yhteen ja analytiikkakerros rouhii ja käsittelee datan niin, että sen avulla voidaan tehdä parempaa liiketoimintaa. Näiden lisäksi on useista erilaisista palveluista koostuva palvelukerros, joka , vastaa monikanavaisen kilpailuympäristön ja sen johtamisen, haasteisiin.

4. Sitouttamisen puute.

Myy analytiikka ensin kaikille sidosryhmille ja osallista henkilöstö mukaan tekemiseen. Mikään ei ole huonompi vaihtoehto kuin kone, mihin ei uskota. On aivan luonnollista, että koneen tekemä päättely siitä, kenelle kannattaa myydä, on aluksi hankala ymmärtää. Kuitenkin, jos koko organisaatio on ollut kehityksessä mukana, niin se näkyy paitsi tyytyväisyydessä, myös tuloksissa.

Data scientistin tekemät virheet:

5. Ratkaisujen kommunikoitavuus.

Oman kokemukseni mukaan neuroverkkoa ei pysty selittämään järkevästi niille, jotka lopulta päättävät mitä tehdään. Saati sinne myyntitiimille, joka yrittää sitten kysellä, että miksi nämä ihmiset ovat tässä kohderyhmässä. Maailmassa on helpomminkin selitettäviä tekniikoita tehdä fiksua markkinointia kuin neuroverkot. Käytä niitä.

6. Mittaaminen ja muut perusasiat.

Oikeastaan kaikessa tekemisessä mittaaminen on kuningas. Mitatkaamme siis oikein. Vertailu edellisen kuun tuloksiin toimii vain pintapuolisesti – kaudet ja sesongit vaihtelevat ja ihmisten käytös vaihtelee. Verrokkiryhmän pitää käytännössä aina olla satunnaisotos saman ajanhetken samasta kohderyhmästä, sellaisesta, jota ei ole analytiikan ykkösryhmässä pisteytettynä, mutta jolle olisi voitu silti myydä. A/B-testaus kunniaan siis tässäkin.

Tulevaisuus on joukko tiukasti toisiinsa integroituja teknologioita, jotka luovat älyn koko organisaation käyttöön.Tämän älyn ottaminen käyttöön vaatii sitä, että vältetään perinteisimpiä sudenkuoppia niin johtamisessa kuin asiantuntijatyössäkin. Älä siis taistele tuulimyllyjä vastaan tai luota pelkkään markkinoinnin automaatioon, vaan ymmärrä ekosysteemien merkitys ja opi nauttimaan tiedosta sekä sen valjastamisesta tehokkaampaan ja kannattavampaan liiketoimintaan.

 

Jarno Kartela on Solita Oy:n Data Scientist ja kokenut analytiikan asiantuntija. Hän haastaa markkinoijia uudistumaan, sillä tulevaisuuden tehokkain markkinoija voi olla tilastotieteilijä. Jarno on asiakasanalytiikan ja markkinoinnin automaation puolestapuhuja ja lähiaikoina hänet voi bongata aiheen tiimoilta myös Markkinointiviestinnän viikon Teknologia-areenalta 22.-23.9., jossa hän pureutuu markkinoinnin automaatioon – mitä se on ja mitä se ei ole, ja miten välttää yleisimmät sudenkuopat. 

Ota etumatkaa aiheeseen pintaa syvemmältä ja kurkkaa ennakoivan analytiikan verkkosivut sekä Jarnon esitys SlideSharesta. Twitteristä miehen löytää tunnuksella @Jkartela.