Andmete üleanalüüsimine turunduses – andmete analüüsi komistuskivi

Digitaalse turunduse ajastul (veebiturundus, online-turundus, internetiturundus, digitaalne turundus, e-turundus, digiturundus) on turundusandmete hulk plahvatuslikult kasvanud. Ettevõtted koguvad iga päev tohutult infot oma klientide, kampaaniate ja turu kohta (loe turuanalüüsi kohta) – veebilehe liiklusest ja sotsiaalmeedia aktiivsusest kuni müügitulemusteni. Andmete analüüs on muutunud oluliseks osaks turundusstrateegiatest (saa teada, kuidas ladusalt turundusstrateegia luua), lubades teha tõenduspõhiseid otsuseid ning optimeerida kampaaniaid reaalajas. Ent koos selle trendiga on kerkinud esile ka uus väljakutse – andmete üleanalüüsimine. Liigne sukeldumine numbritesse võib viia olukorrani, kus otsuste tegemine aeglustub või halvemal juhul peatub sootuks. Seda nähtust nimetatakse tihti ka paralüüsiks analüüsi tõttu (analüüsi paralüüs) ning see kujutab turundusvaldkonnas reaalset riski.

Järgnevalt vaatleme, mida andmete üleanalüüsimine tähendab ning kuidas see avaldub turunduse eri tahkudes – digiturunduses, kliendiandmete kogumisel ja kasutamisel, kampaaniate tulemuste hindamisel ning turundusstrateegiate analüüsis. Samuti selgitame üleanalüüsimise peamisi ohte (nagu otsustusprotsessi halvatumine (Jah. See on eesti keelne sõna.), valeandmete mõju ja aja raiskamine) ning arutleme, kuidas leida tasakaal tõhusa andmekasutuse ja üleanalüüsimise vahel. Arutelu ilmestamiseks toome praktilisi näiteid ja heidame pilgu ka tänapäevastele suundumustele turunduses.

Soovitan selle artikli otsast lõpuni läbi lugeda, sest targad otsused sünnivad esmaklassilise ja meisterliku info põhjal. Selles postitused on ainult üks pilt, kuigi räägitakse, et pilt ütleb rohkem kui tuhat sõna. Hetkel aga ütleb see tekst rohkem, kui kakstuhat sõna, headest mõtetest ja ideedest rääkimata.

Digiturundus: andmete laviin

Digiturundus pakub tänapäeval pea piiramatuid mõõtmise võimalusi. Iga veebikliki, reklaaminäitamiste, jagamise ja meeldimise kohta on saadaval detailne statistika. Turundajad kasutavad erinevaid platvorme (näiteks Google Analytics, sotsiaalmeedia kanalite analüütikatööriistad, e-posti turunduse aruanded jm), mis kõik edastavad andmeid reaalajas. Selle tulemusena tekib andmete laviin, kus infot tuleb sisse rohkem, kui inimene jõuab läbi töötada.

Digikanalite (Kädi Raadla bakalaureusetöö digikanalite kohta) eelis on võimalus jälgida kampaaniate tulemuslikkust hetkega ning kohandada strateegiat linnulennult. Näiteks võib ettevõte panna paralleelselt käima lükata mitu reklaamiversiooni ja A/B-testida, milline toimib paremini – andmed näitavad kiiresti, milline pealkiri või visuaal toob kõrgema klikkimise määra või konversiooni. Selline paindlikkus on hindamatu väärtusega. Samas võib rohke reaalajas tagasiside viia üleanalüüsimiseni – turundaja võib sattuda andmete analüüsi lõksu, kus ta jälgib iga pisematki muutust ja reageerib üle, kuigi trendide mõistmiseks peaks vaatlema pikemat perioodi, sest siis tekib suurem pilt.

Digiturunduses on üleanalüüsi tõenäosus eriti suur, sest mõõdikuid on sadu – alates kliki- ja konversioonimääradest kuni kliendi omandamiskulu (mis on ka üks oluline KPI) ja eluaja väärtuseni. Kõigi nende ükshaaval üheaegne optimeerimine on võimatu ning mitte sihipärasel kasutamisel mõttetu. Oluline on mõista, et iga kanal ja mõõdik teenib konkreetset eesmärki ning tuleb keskenduda sellele, mis on ärile tõeliselt oluline. Näiteks on äriprotsesside väärtuspõhine analüüs ärile väga oluline.

Kliendiandmete kogumine ja kasutamine

Tänapäeval talletavad ettevõtted tohutul hulgal kliendiandmeid: demograafiline teave (vanus, sugu, asukoht), ostuajalugu, veebikäitumine (milliseid lehti või tooteid vaadati), lojaalsusprogrammi info, klienditagasiside jpm. Selle info eesmärk on aidata mõista kliente paremini ning pakkuda neile personaalsemat kogemust. Näiteks võib e-pood kasutada ostuajalugu soovituste andmiseks („kliente, kes ostsid asja X, huvitas ka asjast Y“) või segmenteerida klientuuri (nt eristada noori linnas elavaid tehnoloogiasõpru vs perega maapiirkonnas elavaid ostlejaid) ja kohandada turundussõnumeid vastavalt.

Kliendiandmed on kulla hinnaga, kuid ainult siis, kui neid osatakse mõistlikult tõlgendada ja rakendada. Üleanalüüsimine avaldub siin näiteks nii, et turundusmeeskond süveneb ülemäärastesse segmentidesse või võrdlustesse, mis praktilist väärtust ei lisa. Väga detailne analüüs võib paljastada huvitavaid mustreid, ent küsimus on, kas need mustrid on turundustegevuses rakendatavad või olulised. Liiga “peeneks lõigatud” sihtrühmad tähendavad, et igaühele neist tuleb luua eraldi sõnum ja pakkumine – mis pole aja- ega kulutõhus.

Oluline on ka andmete kvaliteet. Kui otsused tehakse vigaste või aegunud kliendiandmete põhjal, võivad kampaaniad tuua soovitule vastupidise tulemuse. Samuti võib üleanalüüsimine tekitada illusiooni, et andmed suudavad prognoosida iga üksiku kliendi käitumist eksimatult. Tegelikkuses on inimkäitumine keerukas ning liiga suur usk mudelitesse võib viia valede eeldusteni – seetõttu tuleb kliendiandmeid kasutada tasakaalukalt, ühendades mudelite abil saadud ülevaated tervemõistusliku kaalutluse ja loovate lahendustega. Aga millised on täpsemalt kvaliteetsed andmed (loe lisa)?

Kampaaniate tulemuste hindamine

Iga turunduskampaania (loe Äripäevast rohkem) puhul on oluline määratleda edukuse kriteeriumid ja seejärel tulemusi analüüsida. Tänapäeva turundajad seavad kampaaniatele konkreetsed mõõdikud: näiteks klikkide arv, konversioonide arv, uute liitunud klientide hulk, investeeringu tasuvus (ROI kalkulaator) või bränditeadlikkuse tõus. Andmed aitavad hinnata, kas kampaania saavutas seatud eesmärgid. Probleem tekib aga siis, kui pärast tulemuste kättesaamist minnakse liigselt detailidesse, püüdes leida iga kõikumise taga kindlat põhjust.

Liigne kampaania-analüüs võib avalduda selles, et turundustiim veedab nädalaid tulemuste raporteid uurides ja puurides, selle asemel et oluline sõkaldest eraldada ning liikuda edasi järgmiste tegevuste juurde. Sageli on erinevused pisidetailides (näiteks eri reklaamigruppide tulemuste väikesed kõikumised) lihtsalt juhuslikud. Oluline on eristada, millised leiud on märkimisväärse mõjuga ja millised pelgalt müra andmetes.

Veel üks väljakutse kampaaniate hindamisel on atribuutsioon – kuidas tuvastada kasu või edu erinevatele kanalitele puhul, kui klient puutus kokku mitme turundussõnumiga. Näiteks võis klient näha esmalt Facebooki reklaami, hiljem lugeda uudiskirja ja lõpuks jõuda otsingumootori kaudu veebilehele ning alles siis osta. Millise kanali kaudu siis ostuotsus õigupoolest tehti? Selle probleemi lahendamiseks on loodud keerukaid atribuutsioonimudeleid, mis jagavad “au” mitme kanali vahel. Paraku võib liigne jändamine nende mudelitega pildi selgemaks muutmise asemel hoopis selle segasemaks ajada. Kui turundusosakond kulutab palju aega erinevate meetodite võrdlemisele ja täpsustamisele, võib strateegiline otsus – kuhu järgmisena eelarvet suunata – viibida.

Tulemuslikkuse analüüs on kahtlemata vajalik, kuid see peab teenima eesmärki – anda sisendeid tulevaste turundustegevuste parandamiseks. Parim lähenemine on leida põhinäitajad, mis märgivad kampaania edu või ebaedu, ja keskenduda nendele. Nii saab turundustiim kiirelt aru, mis töötas ja mis mitte, ning rakendab neid teadmisi järgmises kampaanias, ilma et oleks vaja iga pisidetaili luubi all lahata.

Turundusstrateegia analüüsi keerukus

Turundusstrateegia loomisel toetutakse sageli mahukatele turuanalüüsidele ja uuringutele. Siia kuulub konkurentide tegevuse jälgimine (konkurentsianalüüsi kohta loe siit), tarbijatrendide uurimine, majandustingimuste analüüs ning ülevaade seniste turundustegevuste tulemuslikkusest. Strateegilised (õpi strateegliselt planeerima) otsused – nagu milliseid kliendisegmente sihtida, milliseid tooteid või sõnumeid esile tõsta, kui palju eelarvest eraldada eri kanalitele – võivad põhineda ulatuslikel andmetel ja prognoosidel. Mida suuremad on panused, seda enam oluline on veenduda, et otsus on õige.

Kuid liigne analüüs strateegilisel tasandil võib tuua kaasa otsustusliku kohmetuse. Kui juhid jäävad kinni lõpututesse stsenaariumitesse ja Exceli tabelitesse, võib strateegia jääda sahtlisse toppama. Näiteks võib ettevõte veeta kuid uurides uuele turule sisenemise kõiki aspekte – alates tarbijate eelistustest kuni konkurentide hinnapoliitikani –, kuid selle ajaga liiguvad konkurendid juba edasi ja võtavad turul positsiooni sisse. Üleanalüüsimine võib tähendada, et otsust ei langetatagi või jõutakse selleni siis, kui võimalus on möödas.

Samuti tasub meeles pidada, et ainult andmetest lähtumine võib piirata innovatsiooni ja loovust – visioon peab strateegias tasakaalustama numbreid.

Andmepõhiste otsuste langetamine

Tänasel päeval peetakse turunduses enesestmõistetavaks, et olulised otsused tehakse andmepõhiselt. Nii välditakse pelgalt “kõhutundel” otsustamist ja püütakse iga kampaania või strateegilise sammu puhul tugineda konkreetsetele faktidele. Andmed võimaldavad näha mustreid ja trende, mida inimsilm või -mälu võiks tähelepanuta jätta, andes otsustele tugevama aluse.

Paraku on selle lähenemise juures ka oma paradoks: kui andmeid koguneb liiga palju või nendest ülevaate saamine on keerukas, võib otsustamine hoopis aeglustuda. Globaalne 2023. aasta uuring näitas, et 72% ärijuhtidest tunneb, et info üleküllus ja raskused andmete usaldamisel on neid otsuste tegemisel tagasi hoidnud (Analysis paralysis: When too much data reduces decision-making – Route Fifty). Teisisõnu, andmed, mis pidid tegema otsused kiiremaks ja kindlamaks, võivad halvata kogu otsustusprotsessi.

Sellist olukorda nimetatakse tihti ka otsustusparalüüsiks – otsustamisprotsess tardub pideva lisainfo ootamise tõttu. Näiteks võib otsuse langetamist järjest edasi lükata, sest “tulemas on veel üks raport” või “vaja on veel natuke uurida”. Koosolekud venivad, iga tiimiliige lisab arutellu mõne uue näitaja ning otsus ise jääbki õhku rippuma. Vahepeal võib aga mõni soodne võimalus käest libiseda – konkurent tegutseb kiiremini või tarbijate eelistused muutuvad, samal ajal kui te tiimiga alles nokitsete andmetabelite kallal.

Oluline on määratleda, millal on piisav info olemas. Alati leidub veel midagi, mida saaks uurida, kuid turul võidab tihti see, kes suudab poolikute andmete tingimustes õigel ajal otsustada. Sageli rõhutatakse, et ebatäiuslik otsus praegu on väärtuslikum kui ideaalne otsus, mis tuleb liiga hilja. Seepärast tasub paika panna kindel otsustusprotsess: võtta andmetest maksimum, kuid seada ajaraamid ja kriteeriumid, millal lõpetada analüüs ja minna üle konkreetsetele tegevustele.

Üleanalüüsimise riskid

Liigne andmete analüüsimine toob kaasa mitmeid negatiivseid mõjusid turundustegevusele. Peamised riskid on järgmised:

• Otsustusparalüüs (paralüüs analüüsi tõttu) – Liiga palju informatsiooni halvab otsustusvõime. Tiim võib lükata otsuseid edasi lootuses saada veel mõni fakt, mis teeks valiku lihtsamaks, kuid tegelikult võib see “ideaalne hetk” mitte kunagi saabuda. Tulemusena jäävad vajalikud sammud üldse astumata või tehakse need liiga hilja, kui olukord on juba muutunud.

• Valejäreldused eksitavast infost – Suur andmehulk sisaldab paratamatult ka “müra” või vigaseid andmepunkte. Üleanalüüsi korral võib turundaja hakata uskuma korrelatsioone, mis pole põhjuslikud, või nägema mustreid seal, kus neid tegelikult pole. Samuti võib kehva kvaliteediga (vale)andmestik kampaania hoopis vales suunas liikuda. Näiteks kui andmetõlgendus näitab ekslikult, et mõni sõnum toimib väga hästi, võidakse eelarve suunata sinna, kuigi hiljem selgub, et edu oli juhuslik või andmed puudulikud.

• Aja ja ressursi raiskamine – Iga lisaanalüüs võtab aega ning nõuab tööjõudu. Kui meeskond veedab ülemäära palju aega aruannete koostamise ja andmetesse süübimisega, jääb vähem jõudu muuks oluliseks turundustööks (nt loovideede elluviimine või kliendisuhtlus). Samuti kujutab see endast rahalist kulu (tarkvara, konsultatsioonid, tööaeg), mis on asjatu, kui süvitsi analüüsimine otsuseid paremaks ei muuda.

Nagu näha, võib üleanalüüsi hind olla kõrge nii rahaliselt kui ka strateegiliselt (ja ka tiimi motivatsiooni seisukohast). Kaldume korra teemast kõrvale, et juhtida tähelepanu sellele postitusele: kuidas meeskonnatunde kaudu oma meeskonda motiveerida?

Tasakaal tõhusa andmekasutuse ja üleanalüüsi vahel

Kuidas kasutada andmeid maksimaalselt ära, ilma et analüüs muutuks ise takistuseks? Siin on mõned põhimõtted, mis aitavad tasakaalu leida:

• Seadke selged eesmärgid ja fookusmõõdikud: määratlege iga kampaania või projekti jaoks konkreetne eesmärk ning 2-3 põhinäitajat (siin räägime võtmenäitajatest (KPI) rohkem), mis kõige paremini näitavad, et olete õigel teel. Keskenduge just nendele mõõdikutele ja ülejäänud info jätke hetkeks lauasahtlisse (võite neid ju hiljem analüüsida). Nii on kõigile selge, mis on oluline ning teie tiim ei takerdu kümnetesse kõrvalistesse numbritesse.

• Piirake andmeallikaid ja liigset detailidesse laskumist: rohkete andmete ajastul tasub keskenduda peamistele, mis annavad üldpildi. Pole mõistlik põhjalikult analüüsida iga sotsiaalmeedia meeldimist või külastaja liigutust, kui need ei mõjuta peaeesmärki. Sama kehtib ülemäärase segmenteerimise kohta – hoidke sihtrühmade jaotused mõistlikud, et iga segment oleks piisavalt suur ja väärt analüüsimist.

• Seadke ajaraamid analüüsidele: lepige meeskonnas kokku, kui pikalt analüüsitegevus kestab. Näiteks järelanalüüsi jaoks võib planeerida kindla perioodi (näiteks üks nädal), pärast mida liigutakse edasi otsuste tegemise ja elluviimise juurde. Samuti leppige kokku, et igal koosolekul peab iga esitatud andmepunkt viima konkreetse järelduseni ja teatepulk saab edasi antud – pelk informatsiooni edastamine ei tohiks arutelu pikendada.

• Lõimige andmed kogemusega: ärge unustage turundustiimi enda teadmisi ja loovust. Kui andmed ei anna üheselt selget vastust, kasutage ka oma kollektiivi ekspertarvamusi ja nende loomulikku turunduslikku taju. Tihti viib parimate tulemusteni andmetest informeeritud, ent julge ja loov otsus. Andmed peaksid olema suunanäitajaks, mitte ahelaks, mis tegutsemist pärsib.

Tasakaalustatud andmekasutus tähendab, et numbrid toetavad turundustegevust, aga ei dikteeri seda liigselt. Sedasi saab turundus otsuseid teha kiiremini ja kindlamalt, säilitades samas loova paindlikkuse.

Näited ja kaasaegsed suundumused

Alljärgnevalt üks näide, mis illustreerib andmepõhise lähenemise mõju ning sellest tingitult üleanalüüsimise õppetundi. Lisaks toome esile ka mõned aktuaalsed trendid turunduses:

Trend: vähem, aga targemad andmed. Viimastel aastatel on turunduses kerkinud esile suundumus keskenduda andmete kvaliteedile, mitte kõikvõimaliku info kokku kogumisele. Privaatsusreeglid (nt GDPR) ja kolmandate osapoolte küpsiste piirangud sunnivad turundajaid mõtlema hoolikamalt, millist infot üldse vaja on. Fookus on nihkunud esimese osapoole andmetele – otse oma klientidelt kogutud infole – ning nende nutikale kasutamisele. See tähendab, et andmemaht võib väheneda, kuid samal ajal otsused paranevad, sest kasutatakse põhjalikult läbimõeldud ja asjakohast infot.

Trend: tehisintellekt ja automatiseeritud analüütika. Tehnoloogia areng aitab ohjata andmete tulva. Masinõppe algoritmid suudavad läbi kammida suuri andmehulkasid ja leida mustreid või anomaaliaid palju kiiremini kui inimene. Paljud ettevõtted kasutavad tehisintellektil põhinevaid tööriistu, mis suudavad näiteks reklaamikampaaniaid reaalajas optimeerida või anda juhtpaneelil automaatseid hoiatusi oluliste kõrvalekallete kohta. See vähendab turundustiimi koormust rutiinse andmetöötluse arvelt, jättes inimestele rohkem aega strateegilisteks otsusteks. Samas tuleb meeles pidada, et ka algoritmid pole täiuslikud – turundaja peab tulemusi kriitiliselt hindama ega saa lõpuni “autopiloodile” loota.

Lõpetuseks võib öelda, et andmepõhine turundus pole mingi moeröögatus, vaid kujunenud uueks normaalsuseks. Küll aga eristuvad edukaimad turundajad just selle poolest, et nad oskavad andmeid kasutada tasakaalukalt. Parim tulemus sünnib siis, kui kvantitatiivne analüüs ja loov intuitsioon käivad käsikäes – otsused on informeeritud, ent mitte liialt otsuseid tõkestavad. Selline lähenemine võimaldab teha turunduses julgeid samme, mis on faktiliselt põhjendatud, tagades nii kiiruse kui ka efektiivsuse.

Kui tekkis selle põhjaliku arutelu jooksul küsimusi, siis pöörduge oma turundusdilemmadega Veebihai (+372 5257 228) poole.