Hyvillä markkinoijilla on usein hyvä vaisto. Steve Jobs, yksi aikamme suurimmista markkinointivelhoista, tunnetusti vältti markkinatutkimusten tekemistä, sillä hän ei uskonut asiakkaiden tietävän, mitä he halusivat ennen kuin heille osoitettiin tarve. Monet markkinoijat ovat seuranneet Jobsin jalanjäljissä Applen huimien menestystarinoiden rohkaisemina. Kukapa ei haluaisi olla yhtä etevä markkinoija kuin edesmennyt Jobs? Omaan vaistoon on kova luotto, ja sitä halutaan seurata.

Tämä ajattelutapa voi toisinaan onnistuakin, mutta analytiikan aikakaudella se tosiasiassa vaikeuttaa menestymismahdollisuuksia. Big data ja teknologia ovat nimittäin mullistamassa markkinointia. VentureBeat raportoi vuoden 2014 lopussa, että markkinointiteknologiaan keskittyneet yritykset olivat tuolloin keränneet vankan 50 miljardin potin sijoituksina.

Vaisto ja big data tukevat toisiaan

Ongelmana on usein se, että nämä kaksi – vaisto ja big data – mielletään toisensa poissulkevina vaihtoehtoina; päätöksiä tehdään joko puhtaasti vaiston varassa tai täysin dataan nojaten. Bisneskonsultti Greg Satell kuitenkin toteaa Forbesiin kirjoittamassaan artikkelissa, että tulevaisuudessa avain menestykseen on nimenomaan näiden kahden yhdistäminen. Samoilla linjoilla on myös MIT:n tutkija ja Deloitten vanhempi neuvonantaja Thomas H. Davenport, joka Harvard Business Review:n artikkelissaan suosittelee datan ja testauksen tehokkaampaa integrointia nykyisiin toimintamalleihin.

Markkinoinnissa onkin tärkeää yhdistää sekä vaisto että data. Kun mietitään, miten halutaan herättää tunteita, ovat vaisto ja luova prosessi parhaita tapoja löytää toimivin mahdollinen ratkaisu. Vaiston avulla ei kuitenkaan voida tietää varmasti esimerkiksi sitä, millainen sisältö lopulta viehättää kohderyhmää eli mitä se kuluttaa tai mitä kanavia kohderyhmä käyttää ja miksi.

Mittaamistakin pitää suunnitella

Datan keräämisen ei tänä päivänä pitäisi olla organisaatiolle erityisen vaikeaa. Ongelmaksi saattaa pikemminkin muodostua datan paljous. Haasteena onkin se, mitä datalle tehdään. Työkaluja datan analysoimiseen kyllä löytyy, mutta dataviidakossa on helppo unohtaa tulkinnat tai tehdä täysin vääriä päätelmiä. Datan analysoimiseen pitäisi käyttää huomattavasti enemmän aikaa kuin sen keräämiseen!

Otetaan esimerkiksi videosisältö. Usein videon analytiikasta puhuttaessa keskitytään tuijottamaan katselukertoja. Harvempi muistaa kehua, kuinka laadukasta heidän videosisältönsä on ollut, sillä katseluprosentti on ollut lähes 90%. Enemmän kuulee puheita siitä, että videota on katsottu satoja tuhansia kertoja. En pidä satoja tuhansia katselukertoja yhtään huonona asiana – päinvastoin. Sadat tuhannet katselukerrat eivät kuitenkaan kerro mitään videon laadusta.

Mitäpä jos kyseessä olisi esimerkiksi mainoksena Facebookissa levitetty 30 sekunnin mainosvideo ja sitä on katsottu keskimäärin 5 sekuntia. Onko sisältö tällöin ollut laadukasta? Jos sisältö on tosiasiassa ollut laadukasta, niin kohdistus ei esimerkkitapauksessa voi olla onnistunut. Tulosten tulkinta onkin valtavan iso osa datan analysointia. Pelkästään keskimääräinen katselupituuskaan ei kerro videon laadusta, vaan tulee ottaa huomioon myös muut tulokseen vaikuttavat tekijät. Lue lisää siitä, miten sosiaalisen median investointeja voidaan mitata.

Analytiikka ja datan kerääminen tulisi ottaa markkinointitoimenpiteissä aina alusta lähtien huomioon. Kaikki lähtee kohderyhmän määrittämisestä ja tälle kohderyhmälle sopivan sisällön tuotannosta. Tämän jälkeen analytiikastakin saa helpommin tehtyä oikeita tulkintoja ja sisältömarkkinoinnista puolestaan entistä toimivampaa.

New call-to-action