Nếu tiếp thị là một chiếc bánh táo, thì dữ liệu sẽ là những quả táo – nếu không có dữ liệu hỗ trợ chương trình marketing thì nhìn từ bên ngoài thì nó có thể đẹp, nhưng bên trong thì rỗng. Dưới đây là những lỗi dữ liệu dân Marketing hay gặp phải!
Sai lầm #1: Đưa dữ liệu vào marketing quá muộn
Cảm giác tìm ra giai thoại hoàn hảo cho quảng cáo,tagline hoặc concept video cho buổi ra mắt sản phẩm mới là điều khiến rất nhiều marketers đau đầu. Việc chấp nhận rằng bạn tạo ra một ý tưởng tuyệt vời nhưng nó lại không không phù hợp với dữ liệu là điều khó khăn. Đây là nơi mà dữ liệu có thể giúp các marketers đưa ra quyết định thông minh hơn, thay vì đi theo bản năng.
Khi bạn chọn bỏ qua các chỉ dẫn của dữ liệu chỉ đường, bạn có thể chọn bỏ qua mục tiêu chính của marketing: kết nối với khách hàng và truyền cảm hứng cho người dùng thực hiện hành động.
Deven Wisner, Đối tác quản lý của Viable Insights, một công ty đánh giá dữ liệu chuyên trong việc giúp doanh nghiệp xây dựng nền tảng dữ liệu mạnh mẽ hơn để cải thiện thành công của các công ty. “Chúng tôi cần sẵn sàng phản ánh trong quá trình thực hiện, xoay vòng khi cần thiết và dữ liệu cho phép chúng tôi làm điều này, nhưng chúng tôi cần xây dựng tâm lý dẫn đầu với dữ liệu.”
Tư duy này vẫn là điều mà nhiều marketers cần áp dụng. Trong một cuộc khảo sát gần đây của Gartner, 32% marketers cho rằng dữ liệu mâu thuẫn với hành động dự kiến đã bị bỏ qua. Tuy nhiên, như Deven nói, việc tránh những thông tin chi tiết về dữ liệu và đi theo cảm tính cũng giống như việc bạn chọn sai tất cả các câu trả lời trong một bài kiểm tra mặc dù giáo sư đã cho bạn những câu đúng. Dữ liệu không thể giúp ích cho các nỗ lực marketing của bạn nếu bạn không cho phép nó.
Mẹo từ marketer thành công
Giám đốc Đối tác của Kicks Digital Marketing Brooke Heffernan cho biết: “Dữ liệu và quảng cáo nên sống cùng nhau. Khi bạn phát hiện ra dữ liệu có ý nghĩa gì đó, bạn cần phải đủ nhanh nhẹn để thực hiện các thay đổi thử nghiệm”.
Tuy nhiên, Brooke cảnh báo các marketers vẫn nên đặt nỗ lực sáng tạo lên hàng đầu trong các mục tiêu kinh doanh và để họ hỗ trợ bởi dữ liệu chứ không phải kiểm soát bởi dữ liệu.
“Dữ liệu không cần xác định quảng cáo; tuy nhiên, việc nhắm mục tiêu đến nơi bạn tiếp thị và cung cấp cho bạn sự hiểu biết sâu sắc về khán giả và cách họ hành xử là rất sâu sắc, ”Brooke tiếp tục. “Nếu bạn biết khán giả của mình là ai, họ ở đâu và họ quan tâm đến điều gì, bạn đã giải được một nửa phương trình của mình. Dữ liệu tạo ra sự khác biệt lớn ở đây ”.
Bài học chính:
- Lấy dữ liệu trước khi bắt đầu một dự án marketeting lớn
- Sử dụng những phát hiện của bạn để xác định đối tượng chính và hành vi của họ
- Sử dụng dữ liệu để xây dựng ý tưởng sáng tạo nhằm tiếp cận khách hàng
Sai lầm #2: Chọn sai cách trực quan hóa dữ liệu để trình bày dữ liệu
Trực quan hóa dữ liệu là biểu diễn đồ họa của dữ liệu. Thay vì trình bày hàng tá các hàng dữ liệu dài dòng và cố gắng phân biệt ý nghĩa, hình ảnh hóa hiển thị thông tin cần thiết dưới dạng biểu đồ, đồ thị giúp bạn kể câu chuyện dữ liệu một cách trực quan.
Những hình ảnh trực quan này thường được sử dụng để xây dựng Dashboard, cho phép người dùng xem tất cả dữ liệu quan trọng ở một nơi và chúng có thể tùy chỉnh dựa trên từng người dùng và nhu cầu. Vấn đề là, các marketers không phải là chuyên gia dữ liệu và không có kiến thức nền tảng, việc lựa chọn hình ảnh hóa dữ liệu phù hợp để đại diện cho dữ liệu không hề dễ dàng.
Deven nói: “Rất nhiều người muốn chọn hình ảnh thu hút nhất hoặc thú vị nhất, nhưng điều này sẽ khiến team Marketing trình bày sai hoàn toàn dữ liệu của mình. Đôi khi chúng tôi chọn biểu đồ trước khi chúng tôi biết dữ liệu của mình. Đầu tiên ta phải hiểu dữ liệu để tìm ra hình dung phù hợp”.
Bằng cách đi sâu vào dữ liệu trước khi đặt tâm vào hình ảnh trực quan, bạn có thể xác định một cách hiệu quả hình ảnh nào sẽ kể câu chuyện dữ liệu tốt nhất. Ví dụ: nếu bạn đang tìm kiếm những tháng có lợi nhuận cao nhất trong năm qua, một biểu đồ phân tán có thể sẽ là một lựa chọn khó hiểu. Biểu đồ thanh mức sinh lời thấp nhất đến cao nhất sẽ là một lựa chọn tốt hơn vì nó sẽ cho phép người dùng xem thông tin chi tiết một cách dễ dàng.
Làm việc với các chuyên gia dữ liệu nội bộ của công ty bạn để xây dựng số liệu phân tích vào quy trình làm việc phù hợp với tất cả người dùng và đưa ra các quyết định có ý nghĩa.
Sai lầm #3: Biến vanity metrics thành nhân vật chính
Vanity metrics là những chỉ số giúp “đánh bóng” bộ mặt thương hiệu trên social media, nhưng nếu đào sâu hơn, chúng thật ra chẳng mang ý nghĩa gì nhiều. Nên người ta mới đặt cho chúng cái tên “phù phiếm”.
Khi trọng tâm chính trở thành lượt thích, lượt tweet lại, lượt theo dõi và comment – còn được gọi là chỉ số phù phiếm – thì các nỗ lực tiếp thị trở nên ít ý nghĩa hơn đối với các mục tiêu dài hạn.
Các chỉ số vô nghĩa giảm và chảy như sóng thủy triều, có nghĩa là chúng có thể dễ dàng tiêu hao nỗ lực marketing của bạn. Điều quan trọng là phải cân bằng dữ liệu từ các chỉ số này với dữ liệu của chỉ số tương tác (dữ liệu kích thích hành động của khách hàng). Hãy coi các chỉ số phù phiếm như một lớp hỗ trợ được bóc lại để hiển thị các chỉ số cốt lõi, chẳng hạn như tương tác với thương hiệu, tạo khách hàng tiềm năng và chuyển đổi.
“Các số liệu vô nghĩa không phải là vô dụng. Chúng có thể quan trọng đối với nhận thức về thương hiệu, nhưng chúng không nhất thiết phải tương đương với doanh số bán hàng, ” Brooke nói. “Các chỉ số vô nghĩa phải là người chơi keyboard, không phải là giọng ca chính của bạn.”
Sai lầm #4: Phụ thuộc quá nhiều vào dữ liệu
Marketing là một ngành lấy con người làm trung tâm, thường được thúc đẩy bởi cảm xúc và phát triển bởi cảm hứng. Đưa mọi người ra khỏi việc đưa ra quyết định là một cách nhanh chóng để làm mất tác động và thực sự làm loãng dữ liệu của bạn.
Deven nói: “Chúng ta thường mong đợi dữ liệu cung cấp cho chúng ta tất cả các câu trả lời, nhưng trên thực tế, con người là một phần thực sự quan trọng trong việc ra quyết định. Không có con người, dữ liệu chỉ là thông tin trôi nổi”.
Khi được trình bày với dữ liệu, chính bạn sẽ tạo ra tác phẩm có tác động từ các hàng thông tin và hình ảnh hóa. Dữ liệu không có khả năng tạo bản sao, chiến dịch, quảng cáo và video được thiết kế tốt – thứ mà con người có thể làm được. Khi chúng ta sử dụng dữ liệu như một phần cơ bản của việc xây dựng công việc có ý nghĩa, đó là nơi chúng ta tìm thấy giá trị.
“Con người của bạn, quá trình của bạn, hiệu suất của bạn luôn quan trọng,” Brooke nói. “Dữ liệu là một phần của câu đố và là một công cụ có giá trị nếu nó được sử dụng theo thứ tự ưu tiên trong hoạt động marketing, nhưng bạn không thể quên yếu tố con người”.
Sai lầm #5: Không xây dựng được văn hóa tập trung vào dữ liệu
“Không phải ai cũng là chuyên gia dữ liệu. Nhưng không trở thành một chuyên gia phân tích dữ liệu không có nghĩa là không bạn không biết gì về dữ liệu.” Deven nói
“Một marketer có thể không phải là một chuyên gia về phân tích dữ liệu, nhưng điều bạn cần nghĩ là, làm thế nào bạn có thể trở nên giỏi hơn 10% trong lĩnh vực đó?” Deven nói. “Câu trả lời là bạn cần xây dựng một nền văn hóa tập trung vào dữ liệu.”
Điều này không xảy ra trong một sớm một chiều hoặc thậm chí trong vài tháng. Văn hóa dữ liệu thực sự phải liên quan đến giáo dục liên tục, nỗ lực và sự tham gia từ lãnh đạo marketing và quản lý cấp cao cho đến nhân viên cấp dưới. Nếu mọi người chấp nhận và sử dụng phân tích dữ liệu như một nền tảng của marketing, thì đó là lúc văn hóa bắt đầu xuất hiện.
Quá trình này có thể khó khăn, đặc biệt là khi chủ đề dữ liệu đã trở nên hợp thời như mặt nạ tùy chỉnh và phổ biến như phim Marvel. Giống như bất cứ điều gì trong marketing, làm điều gì đó vì lợi ích của nó sẽ không bao giờ dẫn đến thành công. Tâm lý này cũng cần được thực hiện khi xây dựng văn hóa dữ liệu. Đừng chỉ làm điều đó vì dữ liệu là một từ thông dụng; làm điều đó vì sức khỏe lâu dài của các nỗ lực marketing và hoạt động kinh doanh.
Là một digital marketer, Brooke mô tả quá trình xây dựng văn hóa dữ liệu là sự tự nhận thức.
“Bạn có thể học cách yêu cơ thể của mình và nó vẫn đang trong quá trình phát triển và đó là cách nó nên tạo ra một nền văn hóa marketing tập trung vào dữ liệu – bạn cần đánh giá cao vị trí của mình, những gì bạn đã học được và tạo ra các bước tiếp theo thực tế để đạt được mục tiêu.”
Không ai phải trở thành một nhà phân tích dữ liệu thực thụ để nền văn hóa này phát triển, nhưng cần phải có nền tảng về các nguyên tắc cơ bản mà các marketer phải đánh giá cao để dữ liệu có thể trở thành ưu tiên. Khi cơ sở đánh giá phân tích này đã được gieo mầm, việc truyền phân tích vào quy trình công việc sẽ đưa tổ chức của bạn hực sự theo hướng dữ liệu, đưa phần thông minh có thể hành động phù hợp vào đúng người vào đúng thời điểm, trong đúng cách để họ đưa ra quyết định tốt nhất có thể.
Nguồn: sisense.com
Xem thêm