Gå til hovedindhold

november 15, 2016

Datadrevet marketing - en definition og tre gode eksempler

Thought by Morten Blumensaadt, Head of Strategy & Analytics
datadrevet-marketing

’Datadrevet marketing’ burde i virkeligheden bare kaldes ’marketing’. Marketing har altid været baseret på data. Segmenteringsdata som grundlag for direct mails, telemarketing eller outdoor kampagner for eksempel. Det eneste, der er nyt i 2016, er, at der er mere data, og at det er langt lettere og hurtigere tilgængeligt end nogensinde før. Den dårlige nyhed er, at det er det også for dine konkurrenter!

For nogen kommer datadrevet marketing desværre til at fremstå som noget vildt komplekst, som enten er uoverstigeligt eller meget dyrt at arbejde med. Men de fleste organisationer har faktisk allerede adgang til langt flere data, end de er klar over – det gælder bare om at vide, hvor man skal lede efter det.

 

Definition på datadrevet marketing

Datadrevet marketing handler i virkeligheden om at understøtte dine marketingbeslutninger med data: At fjerne gætværket og mavefornemmelsen for i stedet at søge svaret gennem en struktureret opsamling og analyse af data.

FFWs definition på datadrevet marketing:
 

”Marketingaktiviteter initieret på baggrund af indsigter, der er opnået gennem indsamling og analyse af data om kunder”.

Datadrevet marketing sættes ofte i sammenhæng med marketing automation, altså det at automatisere nogle handlinger, som udløses på baggrund af data. Det ses eksempelvis, når en webshop automatisk sender mig en e-mail, når jeg har lagt nogle varer i en indkøbskurv, men ikke har gennemført et køb. Eller når jeg har kigget på produkter, og de efterfølgende viser mig bannerannoncer for de produkter, jeg ikke fik købt – eller endnu værre for det produkt, jeg lige har købt.

Data om min adfærd udløser nogle handlinger, der sker helt uden indgriben fra marketingafdelingen, men i stedet er baseret på en eller flere prædefinerede regler: If This Then That.

 

Tre gode eksempler på datadrevet marketing

 

Eksempel 1 – Søgemaskineoptimering i prioriteret rækkefølge

De fleste virksomheder vil gerne tiltrække trafik fra Google, og som de fleste online marketers ved, er det ofte et langt og sejt træk at komme til at ligge i toppen af søgeresultaterne på de mest attraktive søgeord. Derfor er det væsentligt, at du har styr på prioriteterne, så du arbejder med de søgeord, der reelt har den største værdi.

Eksempel på datadrevet marketing nummer 1: Find de mest værdifulde søgeord, så du sikrer, at du får mest muligt ud af dine investerede ressourcer.

Ofte starter arbejdet med søgeordsanalysen med et kig på Googles estimerede antal søgninger, som er angivet i Google Keyword Planner. Udfordringen ved det er, at den kun giver et estimat over søgevolumen, hvilket kan oversættes til trafikpotentiale men ikke nødvendigvis til konkret værdi. Det er langt fra sikkert, at et besøg ender med et køb.

For at sikre at vi ved præcis hvilke af søgeordene, der reelt har den største værdi, opsætter vi en kampagne i AdWords for hver af de søgeord, som vi tror mest på. Og så måler vi på hvilke af de søgeord, der giver flest kroner i kassen. Plain and simple.

Google Analytics

 

Selvom kampagnen kun løber i ganske kort tid, opnår vi alligevel helt konkrete data over hvilke søgeord, der har den bedste konverteringsrate og højeste ordreværdi, og hvilke der kun giver trafik (eksempelvis søgeord nummer 6 på listen). Hvis din virksomhed allerede har AdWords-kampagner kørende, ligger der en guldgrube af data og venter på at bliver anvendt til at undersøge, om der er nogle interessante muligheder at udlede. Hvis der ikke kører nogle kampagner, tager det ikke ret lang tid at opsætte en test. Det koster selvfølgelig lidt penge, men ikke sammenlignet med omkostningen ved at søgemaskineoptimere på en søgeordsliste med ingen eller begrænset værdi.

 

Eksempel 2 – Matcher udbud og efterspørgsel?

Andet eksempel tager udgangspunkt i virksomheder, der lever af at formidle kontakt mellem købere og sælgere i et geografisk område. Det kan eksempelvis være ejendomsmæglere, privat bolig- og biludlejning eller babysitterservice. Lad os for eksemplets skyld tage udgangspunkt i en ejendomsmæglerkæde.

Ejendomsmæglere er i sagens natur fuldstændig afhængig af, at der bliver sat boliger til salg i de områder, hvor der er efterspørgsel fra købere. Hvis ikke både køber og sælger er i butikken bliver der ingen bolighandel. Det giver sig selv.

Vi har derfor foretaget en analyse af udbud og efterspørgsel på ejerlejligheder ved at samle data fra Boliga.dk over, hvor i landet de fleste lejligheder er udbudt til salg. Herefter matchede vi det med data fra Google over, hvor i landet flest brugere søger efter ejerlejligheder.

 

Map

 

Resultatet er en kortvisning af, hvor der er den største søgeaktivitet i forhold til et lavt antal udbudte lejligheder. På kortet ovenfor angiver størrelsen på prikkerne antallet af ejerlejligheder til salg, og farvens dybde angiver efterspørgslen. De små mørkegrønne prikker er altså der, hvor der er høj efterspørgsel og et forholdsmæssigt begrænset udbud. Det er værd at overveje, om der er et potentiale i at gennemføre en målrettet kampagne for at tiltrække boligsælgere specifikt i de områder?

Det er ikke nyt for en ejendomsmægler at gå aktivt efter at tiltrække boligsælgere i de områder, hvor de har de fleste interesserede købere. Det nye er, at data er tilgængelige med det samme og ikke først, når tendensen mærkes i butikken. Boliga.dk har gjort det muligt at få et samlet overblik over, hvor mange boliger der er udbudt til salg i hvert et hjørne af Danmark. Der kan altså skabes et overblik over det samlede marked, hvor ejendomsmæglerne før var begrænset til at kunne analysere på deres egne besøgende i butikken. Og eftersom data opdateres dagligt, er det muligt at reagere langt hurtigere, og aktiviteterne kan justeres, så snart virkeligheden ændrer sig.

 

Eksempel 3 – Data som fælles grundlag for kreativitet

Eksempel nummer tre handler om, at data i sig selv ikke har nogen værdi – værdien skabes gennem de handlinger, vi gennemfører på baggrund af data. Ofte ligger data bare gemt i organisationen, uden at nogen aktivt forholder sig til dem og arbejder med at udlede idéer til aktiviteter.

Et dashboard kan være et rigtig godt udgangspunkt for en løbende dialog i organisationen. Ved at samle de relevante nøgledata i et fælles overblik, så alle ved, hvor vi performer, og hvor vi ikke gør, kan vi samle de kreative kræfter og kanalisere dem i den samme retning.

 

Dashboard

 

 

Er der nogen, der har idéer til hvordan vi kan mindske frafaldet på vores 3 vigtigste landingsider? Eller er der nogen, der har idéer til, hvordan vi kan øge vores nyhedsbrevstilmeldinger på websitet?

Hvis et dashboard er designet rigtigt, behøver man ikke at være data scientist eller erfaren analytiker for at kunne udlede, hvor der er behov for en ekstra indsats – det skal gerne være selvforklarende. Og når folk bliver gjort opmærksomme på, hvor der er behov for hjælp, vil de fleste gerne gøre en indsats. Dashboards er en glimrende katalysator!

 

Stil spørgsmål og søg svaret i data

Fælles for alle eksemplerne her er, at det starter med et spørgsmål, som ønskes besvaret gennem data. Arbejdet med data har et formål. Når vi spørger os selv hvilke søgeord, der er mest værdifulde, eller hvordan vi sikrer, at vi matcher udbud og efterspørgsel, er det lettere at være kreativ i forhold til, hvor vi kan finde svaret på vores spørgsmål. Opgaven er altså at blive bedre til at stille spørgsmål og at vende organisationen til, at vi skal ikke tro – vi skal vide!

Har du andre eksempler på kreativ brug af data som grundlag for beslutninger om marketingaktiviteter? Del dem gerne som kommentar nedenfor til fælles glæde og inspiration.

Kommentarer

CAPTCHA
This question is for testing whether or not you are a human visitor and to prevent automated spam submissions.