Wiele mówi się teraz o analityce, automatyzacji, atrybucji i wielu innych cudach techniki marketingowej. Coraz częściej firmy są w stanie i decydują się na zakup różnego rodzaju oprogramowania analitycznego i automatyzującego pracę. Istnieje jednak dość mały nacisk na poznanie zasad ich działania. W takiej sytuacji oczekuje się cudów efektywności – automat zrobi za nas efektywny marketing. Problem w tym, że automat działa w oparciu o dane. Dane jak to dane – mogą być wartościowe i bezwartościowe, ale  istnieje jeszcze jeden ich rodzaj, tj. dane częściowe. I takiego właśnie rodzaju danych firmy używają najczęściej. Oczekujemy – na podstawie fragmentu danych (części widoku całego obrazka) – efektywnych działań i wysokich zwrotów z inwestycji w marketing. To się po prostu nie stanie.

Integracja danych – a co to jest?

W obecnym czasie przewagę konkurencyjną można osiągnąć wykorzystując analizę dobrze dobranych danych oraz automaty zasilane przez ZINTEGROWANE dane. Co to oznacza? Oznacza to, że firma – przede wszystkim – musi zadbać o integralność danych i zbieranie ich ze wszystkich krytycznych miejsc odpowiedzialnych za proces biznesowy w firmie. Cała firma (a przynajmniej podmioty odpowiedzialne za realizowanie podstawowych procesów biznesowych) musi operować i rozumieć te same dane wartościowe, połączone z celami biznesowymi. Nie wolno np. analizować i tworzyć modeli atrybucji w oparciu tylko o efektywność marketingowych działań w internecie, jeśli firma prowadzi też działania offline. Takie modele mogą mieć zaburzoną strukturę, gdyż nie wiemy, jaki wpływ miało środowisko offline na nasze działania
w internecie i na odwrót. Podejmowanie decyzji marketingowych w oparciu o takie modele może być tragiczne w skutkach w dłuższym okresie. W krótkim okresie wyniki mogą nam nie powiedzieć o tym,
że nasza organizacja kieruje się na skraj przepaści (obrazowo mówiąc).

Jednym z najważniejszych składników działań marketingowych jest posiadanie czystych
i scentralizowanych danych, które potrafią odpowiadać na biznesowe pytania, na odpowiednim poziomie dokładności.

Silosy danych

Firmy mają tendencję do tworzenia silosów danych. Silosy to np. działy – dział marketingu, sprzedaży, obsługi klienta. Z takich silosów dane się nie wydostają i różne działy operują na różnych danych. Dział marketingu analizuje działania marketingowe, dział sprzedaży – sprzedażowe, a dział obsługi klienta na zupełnie odrębnych danych, zbieranych podczas kontaktów z klientami. W takich warunkach cała organizacja nie jest w stanie tworzyć trwałej przewagi konkurencyjnej. Organizacja nie jest w stanie reagować na zmieniające się otoczenie i efektywnie oceniać swoich działań.

Integracja danych – przygotowanie organizacji i etapy podstawowe

Integracja danych to proces, który składa się z kilku faz i etapów. Żadna organizacja nigdy nie jest gotowa na pełną integrację danych “od razu”, za jednym zamachem. Chyba, że od samego początku działa w oparciu o jedno (pełne) źródło danych. W Google istnieje proces, według którego pomagamy rozplanować proces integracji danych. Jednak przed samym procesem integracji, który ma kilka faz, trzeba zacząć od określenia celu i etapów samego procesu integracji oraz co będzie jedynym (pełnym) źródłem zintegrowanych danych.

W etapie pierwszym integracji musimy przede wszystkim poznać cele biznesowe i marketingowe firmy. W etapie drugim – zabrać się za likwidację silosów w obrębie najbardziej palącym, tj. marketingu internetowego. Następnie, w fazie trzeciej, pozbyć się silosów w całej organizacji.

We wszystkich etapach potrzebna nam jest jedna platforma, gdzie dane będziemy gromadzić i integrować. Bez jednej, wspólnej, platformy będziemy zawsze skazani na tworzenie się mniejszych lub większych silosów w obrębie organizacji. Dobrą platformą do likwidacji silosów jest np. Google Cloud. Dzięki tej platformie możemy łączyć dane pomiędzy wszystkimi elementami pełnego obrazka biznesowego –  nie tylko elementami marketingowymi czy analitycznymi, ale też wewnętrznymi (CRM) oraz zewnętrznymi (np. dane giełdowe).

Dopiero w momencie połączenia wszystkich fragmentów w jeden obraz możemy w ogóle zacząć rozmawiać o jakiejkolwiek atrybucji albo automatyzacji w oparciu o dane.

Fazy wdrażania integracji danych

Zatem jeśli mamy już jasność w kwestiach ogólnych, możemy przejść do konkretnych faz wdrażania integracji danych w firmie. Generalnie możemy wyodrębnić 3 główne fazy. W tym artykule skupiam się na etapach dotyczących celów biznesowych oraz likwidacji silosów w obrębie marketingu internetowego. W kolejnych artykułach poruszę temat likwidacji silosów w obrębie całej firmy.

Faza 1 – Przegląd sytuacji

W tej fazie musimy dokonać ogólnego przeglądu sytuacji. Musimy odpowiedzieć na takie pytania jak:

• Jakie posiadamy cele biznesowe, czy są ode odzwierciedlone w celach marketingowych?
• Czy cele marketingowe są mierzone w narzędziu analitycznym?
• Jakie źródła ruchu są wykorzystywane?
• Jakie grupy interesariuszy są zaangażowane w działania? (zespół marketingowy, zarząd, inne)
• Jak wygląda struktura zespołu, kto za co jest odpowiedzialny?

Następnie musimy “przetłumaczyć” sytuację zastaną na widok analityczny. Na przykład, w naszym przykładzie identyfikujemy, że:

• Posiadamy wiele źródeł ruchu – czy wszystkie są mierzone według podobnych zasad?
• Dwa źródła pozyskują większość ruchu – czy na pewno te źródła są odpowiednio wspierane przez zespół?
• Mamy 4 podzespoły specjalistów – czy znamy wpływ jednych kanałów na drugie? Czy mamy wypracowane standardy oceny?
• Główny cel to np. konwersje online – czy wszystkie konwersje są tak samo mierzone we wszystkich źródłach? Czy mierzone są wszędzie te same konwersje?

Warto w tym momencie rozpisać strukturę zależności – jakie metryki zbieramy dla poszczególnych źródeł, jaki jest kontekst przekazu dla poszczególnych źródeł (np. promocja, performance, branding, itd.), jak przypisywane są koszty, kto się czym zajmuje.

Faza 2 – Mapowanie systemu źródeł i ocena jakości danych

W drugiej fazie procesu integracji danych musimy skoncentrować się na konkretnych elementach ekosystemu – źródłach danych i samej jakości zbieranych danych.

W tej fazie możemy wyodrębnić kilka elementów:

1. Mapowanie źródeł danych
2. Ocena struktury danych
3. Struktura adresów URL (jako nośnika informacji marketingowych)
4. Identyfikacja klucza –  łączącego dane z różnych źródeł

1. Mapowanie źródeł danych

Na tym etapie musimy zacząć od poznania źródeł ruchu. Musimy zrozumieć jakie źródła posiadamy, ale też jak są mierzone, jakie miary są zbierane oraz gdzie przypisywane są koszty tych działań. Jaka jest ich efektywność i kto nimi zarządza.

2. Ocena struktury danych

Jeśli już dokonaliśmy mapowania naszych źródeł pochodzenia ruchu, musimy dokonać oceny struktury danych, które pozyskujemy. Przede wszystkim musimy dowiedzieć się czy istnieje jakaś konwencja w procesie zbierania danych – czy istnieje jakiś pomysł na zbieranie danych w organizacji. Następnie warto pobrać próbki danych, które pozwolą ustalić czy istnieje konwencja (lub nie) oraz ocenić strukturę danych.

Zasada 3 C  w ocenie struktury danych

W ocenie struktury danych pomoże nam zasada oceny 3C – Collection, Composition, Coverage.

Collection (Zbieranie danych) – czy dane są użyteczne i zrozumiałe? Czy mogą odpowiedzieć na pytania biznesowe z odpowiednią dokładnością?

Spójrzmy na kampanie Adwords:

• Dobrym przykładem jest sytuacja, gdy struktura kampanii posiada rozbicie na brand, non-brand, konkurencję, generic, itd.
• Złym przykładem jest sytuacja, gdy mamy jedną kampanię, jedną grupę reklam, gdzie są wszystkie słowa istniejące na koncie

Composition (Kompozycja danych) – czy dane są zbierane w dobrym formacie? Czy struktura danych jest zgodna we wszystkich źródłach?

Przykładem mogą być opisy kampanii i grup reklam w kampaniach typu Display:

• Dobry przykład opisu miejsc reklamowych:
  DBM_Mob_Dis_Behavioral_300x250_B_HomeAutoAInMarketHispanic_DCM
• Zły przykład opisu miejsc reklamowych: 300x250_sb_exclusiveoffer

Nasz dobry przykład zawiera wszystkie niezbędne informacje zrozumiałe dla wszystkich w obrębie projektu. Wystarczy rzut oka i wszystko jest jasne. Nawet dla osoby, która nie tworzyła tej kampanii. Zasada tyczy się, oczywiście, wszystkich kampanii i ich rodzajów oraz innych działań reklamowych (w innych mediach).

Coverage (Pokrycie danymi) – Czy danych jest wystarczające, aby były reprezentatywne dla całej populacji?

• Dobry przykład: Zbieramy ponad 80% danych dotyczących identyfikatora zamówienia (order id) z kampanii AdWords
• Zły przykład: Tracimy ponad 50% order id podczas przejścia na stronę z potwierdzeniem. Brak przypisania order id to kliknięć.

W przypadku zbierania (z populacji) poniżej 50% danych, nie powinniśmy wnioskować na ich podstawie. Jeśli jednak to robimy, musimy być świadomi ryzyka. Taka sytuacja zmusza nas do określenia pokrycia jako niskiej jakości. Wnioskując na tej podstawie, możemy kierować się z złą stronę.

Ocena struktury adresów URL

Adresy URL przenoszą informacje dotycząca naszych kampanii i aktywności. Są ważnym elementem całej układanki. Stąd musimy być świadomi jakości ich struktury.

W przypadku struktury adresów URL, możemy zastosować tą samą zasadę badawczą – 3C. Adresy URL muszą zawierać wszystkie niezbędne informacje, na odpowiednim poziomie dokładności. ALE… także musimy działać zgodnie z zasadą – Im prościej tym lepiej. Tylko niezbędne informacje.

Często tworzone są zbyt skomplikowane kanony tworzenia adresów URL w firmie. Łatwo wtedy o błędy.

• Dobry przykład: Channel ID: utm_medium=dis
• Zły przykład: Channel ID:If utm_medium=dis OR utm_campaign=*_display_* OR utm_campaign=*_dsiplay_* OR utm_campaign=*mobile*

Identyfikacja klucza (łącznika) pomiędzy różnymi źródłami danych

Dochodzimy do istotnej fazy naszego audytu integracji danych. Ponieważ integracja polega na łączeniu danych z różnych źródeł (o kurcze, ale odkrycie) to musimy mieć jakiś punkt wspólny, żeby te dane połączyć – ten punkt wspólny nazywamy kluczem. Klucz musi być:

• Na odpowiednim poziomie dokładności – np. jeśli mamy poziom zbyt wysoko (kampania) to nie będziemy w stanie połączyć danych na poziomie słów, itd.
• Klucz musi być unikalny
• Powinien być obecny we wszystkich miejscach, które chcemy integrować – kosztach, kampaniach, zdarzeniach, URLach, itd.

Dobrym przykładem jest tworzenie unikalnych kluczy na poziomie użytkownika (np. User ID). Każdy użytkownika ma swój unikalny ID, który może być przekazywany podczas aktywności użytkownika. Oczywiście nie zawsze taki ID da się wygenerować i musimy szukać innego klucza. Wszystko w zależności od potrzeb i planów na jego wykorzystanie.

• Dobry przyład: Unikalny ID słowa kluczowego –  najniższej instancji w kampaniach, do czego możemy przypisać inne elementy, np. koszty.
• Zły przykład: Nazwa kampanii – za ogólny identyfikator na wysokim poziomie. Cieżko przypisać, na przykład, koszty do poszczególnych słów albo miejsc docelowych.

Faza 3 – Gotowość atrybucyjna oraz plan na dane

Faza 3 to, niestety często, Faza 1, w wielu firmach. Nie da się tworzyć planu przygotowania strategii i określenia modeli atrybucji bez zintegrowanych niezbędnych danych. Nie jesteśmy w stanie pracować, wartościowo, na fragmencie danych. Żaden model nie będzie wtedy wiarygodny. To samo tyczy się tworzenia, w ogóle planów marketingowychi  podejmowania decyzji biznesowych. Najpierw integracja, później analiza i podejmowanie decyzji.

Podsumowanie

Wielu z nas skupiło się na fantastycznych automatach, nowoczesnych modelach biznesowych i inwestowaniu w nowinki marketingowe. Zapomnieliśmy o podstawach. O integracji i patrzeniu na cały (pełny) obraz sytuacji. W czasach gdzie mamy silne zjawisko on-line 2 off-line, cross-device, super-świadomego konsumenta, rozdrobnienie mediów, dynamiczne kampanie, etc. patrzenie na fragment obrazka i wyciąganie wniosków może nas DROGO kosztować. Zatem… do integracji (back to basics) 🙂