Što se dogodi kad izbacite puku sreću iz marketinške jednadžbe?

Za vikend je u Osijeku održana konferencija Meet Magento Hrvatska, posvećena, kao što to ime da naslutiti, ecommerce platformi Magento. No, organizator, tvrtka Inchoo, pobrinuo se da teme budu zanimljive svima koje zanima prodaja putem interneta, ne samo tehnički detalji, stoga je dvodnevni program bio podijeljen na poslovni i razvojni track.

Na poslovnom dijelu konferencije govorilo se o raznolikim temama koje mogu zanimati svakoga tko se bavi prodajom, od dizajna web shopova, preko ERP-a, oglašavanja, Instagrama kao prodajnog kanala, zaštite podataka korisnika do korištenja podataka u marketinške svrhe.

Upravo je o posljednjoj temi pričao ecommerce konzultant Vanja Bunjevac u predavanju pod nazivom “Data-driven marketing – izbacite sreću iz jednadžbe!”

Kako što manje novca baciti u vjetar?

Svoje je predavanje Vanja započeo marketingašima poznatim citatom Johna Wanamakera:

Polovica novca koju potrošim na oglašavanje bačena je u vjetar. Problem je što ne znam o kojoj je polovici riječ.

Možda je zgodno spomenuti kako je Wanamaker živio i djelovao krajem 19. i početkom 20. stoljeća, a poznat je po tome što je osnovao neke od prvih robnih kuća u SAD-u, koje su kasnije postale lanac Macy’s. A još je zanimljivija činjenica da mnogi i danas, stotinu godina kasnije, imaju slične probleme s marketinškim budžetom.

Mora li tako biti, u dobu kada marketing treba biti pogonjen podatcima?

Ovako govoraše Vanja: U donošenju odluka prvo krećemo s podatcima koji se oblikuju u informacije. Informacije postaju znanje, znanje razumijevanje, a u konačnici imamo mudrost.

No, kakve to veze ima s marketingom, a i tehnologijom?

Idemo na konkretan primjer iz Vanjine prezentacije. Svi koji se bave marketingom danas barataju mnoštvom podataka do kojih se dolazi prikupljanjem, testiranjem… Zahvaljujući njima, dobivamo razne informacije koje nam, između ostalog, omogućavaju poboljšavanje proizvoda i usluga – tako jedan istaknutiji gumb na stranici proizvoda može donijeti veći postotak njegovih dodavanja u košaricu, a redizajn checkouta, koji korisnika vodi kroz korake, a ne nudi mu sve forme koje treba ispuniti odjednom, što ga može “prestrašiti”, može povećati broj uspješnih dovršenja kupovine.

Bez znanja, organizacije informacija, nema pravih zaključaka

No, iako od redizajna očekujemo upravo takve, pozitivne rezultate, ponekad oni ne ispune naša očekivanja – barem ne na prvu. Tako je Vanja naveo primjer gdje su radili potpuni redizajn web shopa za jednog od klijenata. Naime, iako je nova stranica bila urednija te optimizirana za sve uređaje, konverzija je nakon redizajna pala na svim uređajima – oko 5% na desktopu, skoro 10% na tabletima i više od 6% na mobitelima.

Ipak, šest mjeseci kasnije, rezultati su bili sasvim drugačiji. Konverzija na desktop uređajima povećala se za 3%, na tabletima za 10, a na mobitelima za 10%!

Nismo znali da su se dvije kvalitativne komponente uporabivosti – efikasnost i pamtljivost – kompletno resetirale.

Naime, redovni korisnici morali su ponovno učiti kako koristiti novi web shop, stoga je moralo proći određeno vrijeme dok taj proces učenja ne bude gotov i da se iskristaliziraju pravi podatci.

Nedostajalo nam je znanje, odnosno organizacija informacija.

Koja je uloga strojnog učenja u marketingu – danas?

Upravo je ovaj dio procesa trenutno glavna tema računalne grane zvane strojno učenje koja, iako se razvija od sredine prošloga stoljeća, još nije zaživjela u potpunosti. Strojno učenje je različito od principa na koji funkcioniraju klasični algoritmi – oni do rezultata dolaze uz pomoć podataka na temelju pravila i parametara koje smo mu postavili. Kod strojnog učenja definira se samo željeni cilj, a algoritam sam dolazi do njega uz pomoć podataka, informacija, znanja.

Strojno učenje koristi se danas u optimiziranju oglašavanja, ali Vanja napominje da je to trenutno još uvijek miljama daleko od umjetne inteligencije, iako se taj pojam često koristi u praksi.

Da što manje novca bacamo u vjetar, objasnio je, odnosno da bi oglasi za prodaju putem interneta bili što učinkovitiji, potrebno je kampanju segmentirati za svaku od faza korisničkog putovanja: svijest o proizvodu, razmatranje, odlučivanje o kupovini i povratak korisnika.

Osim po fazi korisničkog putovanja, kampanju je potrebno optimizirati za svaki od uređaja na kojemu se ona prikazuje jer ne koristimo sve uređaje za iste svrhe.

A za prodaju putem interneta iznimno je važna i organizacija atributa proizvoda. To može biti poprilično izazovno ako prodajete, primjerice, nekoliko stotina tisuća proizvoda. No, ne treba zanemariti činjenicu da korisnici možda ne pretražuju sam proizvod, nego njegove “osobine”, odnosno specifikacije.

Idući koraci u razvoju strojnog učenja

Strojno učenje bit će od sve veće pomoći u optimiziranju marketinških kampanja. Za sada velik faktor u optimiziranju čine ljudi, a pred algoritmima je velik zadatak ako to želimo promijeniti – interpretacija znanja u razumijevanje.

A što kada umjetna inteligencija dođe do razine mudrosti, odnosno korištenja tog razumijevanja? Imat ćemo superinteligenciju, kaže Vanja, a možda upravo ona riješi onu stogodišnju brigu svih marketingaša, odnosno da im podatke, informaciju, znanje, razumijevanje i mudrost oko toga koju su polovicu novca do sada bacali u vjetar.