Verilere kitle düzeyinde erişebilmek ve bu verileri programatik yöntemlerle etkinleştirebilmek, geçtiğimiz birkaç yılda muhtemelen medya planlamada meydana gelen en büyük değişiklik oldu. Bu yeni veri kümelerinden ilham alan kitle anlayışı, şu anda çalışmalarımıza her açıdan temel oluşturuyor. Planlama ve etkinleştirme sürecini birbirine daha da yaklaştırarak kreatif ve içerik performansını yükselten bu anlayış, nihayetinde pazarlamacılar için iyileştirilmiş işletme sonuçları sağlıyor.
Tüketici amacını anlamak için verileri kullanma
Verileri tüketicileri tam olarak anlamak için kullanmak, tüm bunların başlangıç noktasıdır. Tüketicilerimizin kim olduğunu öğrenmenin yanı sıra onların davranışlarını,, motivasyonlarını ve amaçlarını anlamak da son derece önemlidir. Dijital veriler, bu amacı anlamamızı sağlayan oldukça zengin sinyaller sunar. Genellikle, mevcut tüketici modellerini gözlemleme sürecine web sitesi analizleri veya CRM gibi 1. taraf veri kaynaklarını kullanarak başlar, ardından bunları olası satın alma amacı ya da finansal durum gibi sinyalleri görmemizi sağlayan 3. taraf kaynaklarla birleştiririz.
Elimizdeki en zengin amaç sinyallerinden bazıları, arama verileri ve sosyal verilerden elde ediliyor. Google'ın kendi verilerinden öğrendiğimize göre, kullanıcılar arama motorlarına daha fazla soru soruyor ve "nasıl" ya da "ne" terimlerini içeren aramalarda büyük bir artış yaşanıyor. Google ile bu soruları ortaya çıkararak, tüketici amacını anlamak için benzersiz bir yol buluruz. Örneğin "Sülfatsız şampuan" terimini ele alalım. Yalnızca anahtar kelime aramalarına bakarsak sınırlı bir analiz elde etmiş oluruz. Ancak tüketicilerin bu ürün özelliği hakkında sordukları sorulara bakarak onların temel ilgi alanlarını, endişelerini ve olası amaçlarını daha iyi anlayabiliriz.
Tüketicilere ilişkin bu zengin anlayışı veriye dayalı stratejiye dönüştürme ve uygulama
Tüketicilerin davranış, ihtiyaç ve amaçlarını gösteren bu ayrıntılı resim, strateji ve uygulama için mükemmel bilgiler sağlar. Her tüketici grubunda yankı uyandırma olasılığı en yüksek olan içerik ve iletişim türü nedir? En uygun medya kanalları ve cihazlar hangileridir? İletişimimiz en büyük etkiyi ne zaman yaratacak?
Tüketici anlayışının stratejiye ve veriye dayalı uygulamaya dönüştürüldüğü en iyi örneklerden biri, ABD'deki Hilton Otelleri için yürütülen "Uçuş İptalleri" kampanyasıdır. Uçuşları iptal edilen tüketicilerin acil olarak kalacak yere ihtiyaç duyacağını öngören iProspect ABD, Hilton otelleri için mobil aramayı alakalı konumlarda optimize etmek amacıyla uçuş iptali verilerini kullandı ve kampanya performansını en üst düzeye çıkarmak için teklif ve bütçeleri otomatik olarak artırdı. Harici bir veri kaynağı ile tüketicilerin temel ihtiyaç anına ilişkin bir anlayışı benzersiz şekilde eşleştirmek, kampanya performansında önemli gelişmeler sağladı.
Tüketici anlayışından yola çıkarak içerik ve mesajlara odaklanan bir yaklaşım, elbette yalnızca ücretli medya uygulamaları ile alakalı değildir. Inbound pazarlama şirketi Hubspot, kişiselleştirilmiş web sitesi açılış sayfalarının ve web sitesi deneyimlerinin tüm kullanıcıları hedefleyen genel açılış sayfalarına kıyasla %42 daha etkili olduğunu öne sürüyor. Tüketici verileri de reklam öğesi mesajlarının geliştirilmesine tek başına yardımcı olabilir. Aynı genel mesaj için birden fazla yineleme oluşturarak ve tüketici tepkisini analiz ederek, mesajları daha etkili olacak şekilde uyarlayabilir ve şekillendirebiliriz. Arama motoru pazarlamacılığında her gün kullanılan bu deneme ve öğrenme yaklaşımını, artık sosyal ve görüntülü medya gibi daha fazla görsel medyaya da hızlı ve uygun maliyetli bir şekilde uygulayabiliyoruz. Yakın zamanda gerçekleşen bir örnekte, Arjantinli elektronik perakendecisi Fravega, tüketicilerin farklı görüntü, mesaj ve içerik kombinasyonlarına nasıl tepki verdiğini öğrenmek amacıyla 200'ün üzerinde ücretli sosyal medya reklamı oluşturup yayınladı. Şimdi bu verileri gelecek reklam öğelerini şekillendirmek için kullanıyor.
Veriye dayalı etkinleştirme ve optimizasyon
Elbette, tüketiciler bugün birden çok medya kanalı, biçim ve cihazda pek çok mesajla karşılaşıyor. Bu nedenle veriler, tüketici yolculuklarını nasıl oluşturacağımızı planlamak ve bu süreçteki her temas noktasının değerini anlamak açısından son derece önemli hale gelmiştir. Bu şekilde, sadece kanala dayalı optimizasyondan ilişkilendirmeye dayalı bir optimizasyona geçiş yapmaya başlıyoruz. Bu geçiş sürecinde, ilk karşılaşmadan nihai dönüşüme kadar yolculuktaki çeşitli anlara ilişkin daha doğru bir anlayışı temel alıyoruz.
Daha iyi anlayış, daha iyi deneyimler
Her yıl, dijital dünyadaki sosyal, arama ve mesaj temas noktalarının sayısı artıyor ve bu temas noktaları müşterilerimizin kim olduğu sorusunu yanıtlayabilmemiz için gittikçe daha fazla veri üretiyor. Aynı zamanda, bu verileri anlamlı hale getirmemize yardım eden araçların sayısı da yükseliyor. Henüz resmi tamamlamaktan çok uzak olsak da bu çabanın merkezinde müşterilerimize daha iyi deneyimler sunabilmemiz için onların ihtiyaçlarını tam olarak anlama isteği yatıyor. Benim için bu, uğrunda çalışmaya devam etmek için inanılmaz heyecan verici bir hedef!