'Martech' stručnjak posjetio Zagreb

Steve Lok, The Economist: Starim načinima digitalnog marketinga je – odzvonilo

Sviđa vam se članak?

Preporučite ga prijateljima i kolegama putem društvenih mreža!

Steve Lok je ‘martech’ stručnjak u poznatom The Economistu koji je protekloga tjedna gostovao u Zagrebu na konferenciji Data Science Economy održanoj u HUB385, u organizaciji agencije EVENTA01. Bio je to povod da sa Steveom razgovaramo o tome kako u tom poznatom mediju koriste ‘big data’, ali i povezivanju marketinga i tehnologije te iskorištavanju mogućnosti podatkovne znanosti u tvrtkama i organizacijama.

Za početak, od Stevea saznajem kako sam izraz martech predstavlja dvije stvari, ovisno o tome koga pitamo. Netko tko dolazi iz područja tehnologije će reći da je martech disrupcija tradicionalnog marketinga, s novim rješenjima u obliku platformi, podataka, magije tehnologije. S druge strane, marketingaši će reći da je martech tehnologija koja pomaže da rade brže, bolje i točnije. Steve dodaje da su obje strane u pravu.

Big Data je za nas ključan, imamo vlastiti Big Data koji “rudarimo” kako bismo imali što bolje uvide te vanjski Big Data koji koristimo za povećanje našeg dosega, da radimo stvari kao što je digital fingerprinting te iskorištavanje moći ogromnih setova podataka da vidimo “gdje smo”. To nam pomaže u rješavanju problema publike na različite načine.

Razumijevanje emocija iza korisničkih podataka (za prihode putem pretplate)

Steve je u Zagrebu na konferenciji Data Science Economy, održanoj prošli tjedan u HUB385 u organizaciji agencije EVENTA01, govorio o tome kako The Economist koristi podatkovnu znanost za svoj razvoj i poslovanje.

The Economist je izrazito fokusiran na stvaranje prihoda putem pretplate korisnika na njegov sadržaj te smo prepoznali da imamo različite priče za različite ljude. Kako bismo zaista razumjeli te dvije stvari, kupca i sadržaj, i kako se one sudaraju, oslanjamo se na podatkovnu znanost da bismo izvukli značenje iz dijelova podataka.

Objašnjava kako to znači da koriste podatkovnu znanost na dosljednim korisničkim podacima kako bi razumjeli njihovu emocionalno značenje.

Koristimo podatkovnu znanost, umjetnu inteligenciju i druge algoritamske procese kako bismo razumjeli kako tekstualni sadržaj znači različite stvari različitim ljudima, u različito vrijeme (od sekundi do godina). Na primjer, riječ jabuka ne znači isto danas i prije 10 godina. Kao niti riječ trump.

Koje alate koristi The Economist  za ostvarivanje marketinških ciljeva?

Govoreći o tome koje alate i tehnologije koriste u The Economistu, a kako bi postigli marketinške ciljeve, Steve kaže da ih ima mnogo i izdvaja samo nekoliko ključnih martech platformi kao što su CDP – Customer Data Platform, DMP – Data Management Platform, različite platforme za Performance Marketing te one za automatizaciju i suradnji različitih timova. Objašnjava i kako marketinški i data science tim funkcioniraju u The Economistu:

Ne samo da imamo data science tim u tvrtki, nego imamo i zajedničke podatkovne znanstvenike u području marketinga i analize podataka. Ponekad ih pitamo da potraže nova područja za istraživanje, za zanimljive publike. Ponekad ih pitamo da nam pomognu dokazati nešto što instinktivno osjećamo. To je još uvijek područje koje se razvija, ali svi su prilično zauzeti rješavanjem nekog problema

Malim koracima do korištenja potencijala podatkovne znanosti

A što organizacije mogu napraviti kako bi iskoristile potencijal podataka i podatkovne znanosti?

Ironično, ali krenite malim koracima! Nema potrebe da napadnete sve svoje podatkovne probleme odjednom. Zapravo, bavljenje s previše slučajeva upotrebe uzrokovat će previše poteškoća u radu, a da bi se dobili pravi rezultati. Međutim, najvažniji aspekt je da shvatite kako agregirati svoje izvore podataka što je brže moguće – to obično znači kupiti rješenje (postoje mnoga gotova) nego stvoriti vlastita, jer je brzina poslovanja danas takva da ne možete čekati interna rješenja.

Dodaje da se treba usredotočiti na to kako doći do najkvalitetnijih izvora podataka koje neka tvrtka ima na raspolaganju te one koji će dati najviše bihevioralnih informacija kada ih stavimo u matricu – poput izvora podataka koji se temelji na događajima stavljenog u matricu s izvorom podatka temeljenog na vremenskom periodu.

Kada počnete s otkrivanjem ključnih točaka preklapanja, možete početi s algoritamskom znanošću kako biste saznali što vam ti podaci govore (ponavljam, postoje desetine tvrtki koje su već napravile najbolju tehnologiju).

Starim načinima digitalnog marketinga je odzvonilo

Govoreći o tome zašto bi netko iz područja marketinga trebao poznavati različite vrste korisničkih podataka i njihove primjene, Steve daje zanimljivu usporedbu s CD-ovima i časopisima kojih više nema.

Starim načinima digitalnog marketinga je odzvonilo – i to može biti zastrašujuće. Dobra je vijest da smo zaista na početku te da ima vremena za učenje. Stvari se mijenjaju se brže nego što možemo pratiti, ali svi smo morali negdje početi. Da biste počeli, jako se dobro upoznajte s konceptima podataka prve, druge i treće strane te doznajte kako se razlikuju i po čemu su posebni. Oni će dati dobar temelj za razumijevanje ekosustava podataka o klijentima i korisnicima.

No, mnogi marketing poistovjećuju s kreativnošću, a mnogi marketingaši ne znaju kako analizirati korisničke podatke. Steve objašnjava kako je sposobnost vizualizacije i konceptualizacije ključna za razumijevaje podatka te da su to i ključne kreativne vještine.

Ako uzmemo u obzir da su podaci sami po sebi samo drugi jezik komuniciranja, možemo dizajnirati pristup za učenje tog jezika na način na koji bismo učili bilo koji drugi jezik – strukturu, formu, konjugaciju, prijevod. Podaci sami po sebi su samo “slova” vlastite abecede. Ako ih naučite sastavljati, čitati i pisati, bit će elokventni baš kao što bilo tko drugi može biti.

A kad je riječ o vještinama koje trebaju imati budući martech stručnjaci, moj sugovornik kaže unazad tri godine nije znao ništa o marketingu kao poslovanju te je tome pristupio tako da je počeo učiti od početka.

Mislim da svi imamo iskustva u svojim životima i poslovima koje možemo koristiti za analogiju konceptualizacije kako bi učili o podacima. Razmišljanje o dizajnu sustava i holističkim pristupima za rješavanje problema ključni su za kretanje prema poslu martech stručnjaka. Budući da ta uloga još uvijek nigdje nije dobro razvijena, postoji mnogo mogućnosti za pronađete što vam odgovara.

Propisi o zaštiti privatnosti podatka donose nove mogućnosti

Steve je također istaknuo kako će propisi o zaštiti privatnosti podataka stvoriti nove prilike na tržištu za inovacije. Zanimalo me što misli pod time.

Nadolazeći propisi o zaštiti privatnost podataka kao što je GDPR nametnut će pitanje razumijevanja podataka, od strane timova i ljudi koji su najbliži korisnicima, a to su danas marketingaši. Umjesto da pokušate naučiti novi jezik za ispit koji je sutra, ako počnete danas, pomagat ćete drugima kada dođe vrijeme i usavršiti svoje znanje. To majstorstvo će vam otvoriti nove vidike i industrije oko toga što je moguće kada smo na neki način ograničeni.

Budući martech stručnjaci – učite

Za kraj, pitala sam Stevea što bi savjetovao svim budućim martech stručnjacima.

Bez obzira na trenutnu situaciju i put prema ovom području, ne zaboravite ostati skromni. Industrija još uvijek nije zrela te i dalje raste nevjerojatnom brzinom. Zadržavanje poniznosti držat će vas otvorenima za nove ideje i načine kako raditi stvari dok se one mijenjaju oko vas. Učite od svojih vršnjaka, mentora i novih kolega – ali prije svega slušajte sebe. Ova industrija je u potrazi za liderima u misli i uvjerenju i treba nove buduće vizionare.