چطور در «همراه‌کارت» بازاریابی داده‌محور اجرا می‌کنیم؟ به قلم مدیر مارکتینگ همراه‌کارت

در این مطلب، حمید درزی مدیر مارکتینگ اپلیکیشن همراه‌کارت تجربه خود از کمپین‌هایی که در فضای دیجیتال اجرا کرده‌اند را گفته و شرح داده که چگونه بازاریابی داده محور را در آن‌ها اجرا کرده است.

ادوارد دمینگ

“In God we trust. All others must bring data”

جمله بالا از ادوارد دمینگ، دانشمند و آماردان بزرگ است. این جمله در کنار طنزآمیز بودن، درون مایه عمیقی در مورد استفاده از داده دارد. اگر بخواهیم این جمله را به فارسی بنویسیم باید گفت : «فقط حرف خدا را بدون استناد به داده‌ها قبول کنیم».

هریک از مهارت‌ها و فعالیت‌های بازاریابی، ترکیبی زیبا از علم و هنر است. وقتی از دو واژه علم و هنر در کنار هم صحبت می‌کنیم، یعنی باید به صورت همزمان از داده و شهود استفاده کنیم. به عنوان مثال در طراحی یک طرح هنری، برای نمایش در شبکه‌های تبلیغاتی، باید از شهود و ذوق استفاده کرد تا طرح جذابی تولید شده و به احتمال زیاد بازخورد خوبی بگیرد. در کنار این شهود، باید برای بهینه سازی طرح و بالا بردن نرخ تبدیل، از A/B Test استفاده کرد.

امروزه شهود مبنایی برای همه تصمیمات بازاریابی است، ولی در بعضی از کسب و کارها و استارتاپ‌ها، میزان استفاده از داده برای تصمیم گیری خیلی کمرنگ است. این رویه در فعالیت‌هایی که اندازه‌گیری و سنجش آن‌ها کمی سخت و پیچیده است، بیشتر نمود پیدا می‌کند. برای نمونه می‌توان به سنجش میزان اثربخشی کمپین‌های ایجاد آگاهی از برند اشاره کرد.

پر واضح است که روش جمع‌آوری، تحلیل و استفاده از داده، بسته به نوع کسب و کار و صنعت متفاوت است؛ اما به همین اندازه هم واضح است که بدون داشتن داده و سنجه، اطمینان از درستی یا نادرستی یک تصمیم غیر ممکن است.

استفاده از داده در تمامی فعالیت‌های بازاریابی اعم از پرفورمنس مارکتینگ، بهینه‌سازی نرخ تبدیل، نگهداشت مشتری، برندینگ، فعالیت در شبکه‌های اجتماعی، بازاریابی محتوا، سئو و … باعث تصمیم‌گیری اثربخش می‌شود. تحلیل داده‌ها به ما بازاریاب‌ها کمک می‌کند که به جای استفاده از تئوری‌های موجود در کتاب‌های آموزشی که ممکن است در برخی کسب و کارها درست عمل نکند، از اطلاعات دنیای واقعی استفاده کنیم.

در ادامه این نوشتار، برخی از فعالیت‌های همراه کارت، بر پایه بازاریابی داده محور، معرفی خواهد شد. طبیعی است که بعضی از اعداد اشاره شده در زیر واقعی نبوده، اما فرآیند و روش انجام کار بدون تعییر مطرح شده است.

جذب، تبدیل و نگهداشت کاربر

جذب کاربر

در کسب و کارهای دیجیتال، اصولاً فرآیند جذب کاربر  تحت عنوان پرفورمنس مارکتینگ شناخته می‌شود. در این فرآیند،کاربر از طریق نمایش محتوا (بنر، ویدیو یا متن) در کانال‌های مختلف تبلیغاتی، جذب می‌شود. عملکرد هریک از محتواها و کانال‌ها به صورت پیوسته مورد بررسی و تحلیل قرار می‌گیرد. محتوای تبلیغاتی با ایجاد برخی تغییرات  یا تعویض کلی و مقایسه حالت‌های مختلف، بهینه می‌شود و به این فرآیند اصطلاحاً A/B Testing گفته می‌شود. کانال‌های تبلیغاتی نمایش‌دهنده محتوا هم، بر اساس سنجه‌هایی مشخص که در ادامه توضیح داده می‌شود، بررسی می‌شوند. نتیجه بررسی کانال‌ها این خواهد بود که بودجه تخصیص داده شده به هر کانال، افزایش یا کاهش یابد. حتی در برخی موارد، یک کانال مشخص از لیست کانال‌های مورد استفاده حذف خواهد شد. علاوه بر این، امکان اصلاح فرآیند در مدیریت کانال‌هایی که به صورت داخلی کنترل می‌شوند، یا ارائه بازخورد به ادنتورک‌ها و آژانس‌ها فراهم می‌شود.

در همراه کارت، برخی از کانال‌های نمایش تبلیغات به صورت درون سازمانی مدیریت می‌شود و همچنین از شبکه‌های متعلق به ادنتورک‌ها و آژانس‌ها استفاده می‌شود. از آن‌جا که ادامه استفاده از یک کانال بسته به قابل قبول بودن عملکرد آن است، در بازه‌های زمانی مشخص، عملکرد هریک از کانال‌ها ارزیابی می‌شود. منظور از ارزیابی این است که آیا هزینه انجام شده در یک کانال مشخص، صرفه اقتصادی دارد یا خیر.

یکی از روش‌های این ارزیابی محاسبه ROI (درآمد به دست آمده به ازای مبلغ سرمایه‌گذاری شده) است. به عبارت دیگر به ازای هر ریال هزینه انجام شده، چه تعداد کاربر جذب می‌شوند و هر کدام چه مقدار سود ایجاد می‌کنند. برای محاسبه این سنجه، مقدار LTV هر کاربر (میانگین سود کاربر در طول دوره استفاده از اپلیکیشن) را تقسیم بر هزینه جذب آن کاربر می‌کنیم.

مثال:

هزینه جذب هر کاربر از ادنتورک الف، 10 هزار تومان است و هزینه جذب کاربر از ادنتورک ب، 12 هزار تومان است. هر کاربر در مدت زمان استفاده خود از سرویس، 15 هزار تومان سود ایجاد می‌کند. در نتیجه:

ROI الف = (15000 – 10000) ÷ 10000 = 50 %

ROI ب = (15000 – 12000) ÷ 12000 = 25 %

میزان بازگشت سرمایه در تبلیغاتی که با استفاده از کانال الف انجام می‌شود، بهتر از کانال ب است. در نتیجه باید اکثر بودجه را به کانال الف اختصاص داده و همچنین در مورد عملکرد نه چندان خوب کانال ب، به آن‌ها بازخورد داد.

روش دیگر ارزیابی، استفاده از سنجه دوره بازگشت سرمایه (Payback Period) است. معنی این سنجه این است که با توجه  به سود هر کاربر، چقدر زمان می‌برد تا هزینه انجام شده برای یک کاربر بازگردد. در این حالت طبیعتاً به جای LTV از نمودار سودی که کاربر در طول زمان ایجاد می‌کند، استفاده می‌شود. با استفاده از این نمودار به سادگی می‌توان مشخص کرد که در چه جایی از نمودار، سود کاربر با هزینه انجام شده برابر می‌شود. خروجی این تحلیل برای مثال به این صورت است که کاربران جذب شده از طریق کانال پ در طول 1 سال هزینه انجام شده را برمی‌گردانند، اما کاربران کانال ت در طول 16 ماه این هزینه را جبران می‌کنند.

همان‌طور که توضیح داده شد، در فعالیت‌های جذب کاربر، علاوه بر بررسی کانال‌ها، می‌توان با انجام A/B Test و بررسی داده‌های خروجی، محتوای تبلیغاتی را هم بهینه کرد. مثلاً با نمایش هریک از دو طرح زیر به جامعه کوچکی از مخاطبان، و بررسی نسبت کلیک به نمایش، می‌توان طرح بهتر را برای تبلیغات گسترده انتخاب کرد.

در این قسمت جا دارد چند مورد از ادنتورک‌ها و آژانس‌های خوبی که همراه کارت تا الان با آن‌ها همکاری داشته است را بدون هیچ ترتیبی نام ببریم:

آژانس مگنت، آژانس دارت، تپسل، صباسل، مدیااد، یکتانت، ادوایزد و رایکااد

تبدیل و نگهداشت کاربر

شاید کاربرد داده در این دو بخش که تحت عنوان CRO و Retention شناخته می‌شوند، از هر فعالیت بازاریابی دیگری بیشتر باشد. هم در تبدیل کاربر و هم در نگهداشت آن، نیاز به شناسایی رفتار کاربران و تشکیل قیف بازاریابی داریم. واضح است که برای هر کسب و کار، قیف‌های بازاریابی مختلفی را می‌توان شناسایی کرد. یکی از قیف‌هایی که در همراه کارت بر اساس آن CRO و Retention انجام می‌شود، به صورت زیر است:

بررسی مستمر میزان افت کاربران در هریک از مراحل این قیف و قیف‌های مشابه، می‌تواند بازخورد خوبی در زمینه طراحی محصول و تجربه کاربری را به تیم محصول بدهد. برای بررسی این اطلاعات از ابزارهای متعددی می‌توان استفاده کرد؛ از تحلیل دستی و اعمال Query روی دیتابیس مشتریان گرفته تا استفاده از پلتفورم‌های Marketing Automation. در این فرآیند علاوه بر کسب بینش محصولی، می‌توان با ارائه پیام‌ها یا پیشنهادهای آموزشی یا تشویقی، میزان ریزش هر مرحله از قیف را کاهش داد یا به عبارت دیگر نرخ تبدیل را بهینه کرد. برای مثال می‌توان به کاربرانی که شماره خود را وارد کرده‌اند، اما تراکنشی انجام نداده‌اند، پیامی با محتوای زیر داد.

تحلیل داده‌های موجود، در مورد رفتار کاربران اطلاعاتی کلیدی در اختیار متخصص بازاریابی قرار می‌دهد. با به کارگیری ابزارهای پیشرفته‌ای مانند یادگیری ماشین، یا حتی ابزارهای ساده‌تری مانند Excel، می‌توان تشخیص داد که چه رفتاری در میان کاربران شایع است. برای مثال، کاربرانی که قبلاً از همراه کارت بسته اینرنت می‌خریدند و دیگر خرید انجام نمی‌دهند، احتمالاً در شرف ترک اپلیکیشن هستند، در نتیجه می‌توان با ارائه یک بسته با تخفیف مثلاً 30 درصدی، احتمال ترک آن‌ها را کاهش داد.

برندینگ

برندینگ از مهم‌ترین فعالیت‌های بازاریابی است که منجر به رشد بلند مدت و ماندگاری مشتری می‌شود. با وجود اینکه برندینگ اهمیت بالایی دارد، اما ارزیابی عملکرد این نوع فعالیت‌ها بر اساس عدد و رقم بسیار سخت‌تر از سایر فعالیت‌های بازاریابی است. همین دشواری در کمّی کردن این حوزه، باعث شده تا توجیه این فعالیت‌ها بر اساس ROI سخت شود. در بسیاری از موارد توجیه متخصصان بازاریابی برای انجام فعالیت های برندینگ این جمله است: «برندینگ برای شناخته شدن و رشد کسب و کار مهم است، پس باید انجامش بدهیم.»

با وجود این‌که کلیت این استدلال درست است، اما به دو سوال اساسی پاسخ نمی‌دهد:

1- هزینه‌ انجام شده ، چقدر تاثیر داشته است و ادامه این مسیر توجیه دارد یا خیر؟

2- کدامیک از کانال‌های برندیگ اثربخشی بیشتری دارد؟ محیطی (بیلبورد، Road Show، …) شبکه‌های اجتماعی، تبلیغات تلویزیونی، اسپانسرشیپ، تبلیغات ویدیویی (VOD , UGC) و …

برای پاسخ به این دو سوال و سوالات مشابه، می‌توان از معیارهای سنجش آگاهی از برند استفاده کرد. رایج‌ترین روش محاسبه این معیارها که در ادامه معرفی می‌شوند، استفاده از نظرسنجی است که البته این کار هم تکنیک‌ها و ظرایف خاص خود را دارد.

۳ نمونه از مهمترین معیارهای سنجش آگاهی از برند:

Top of Mind

همان‌طور که از نام این سنجه مشخص است، یعنی برندی که بلافاصله بعد از معرفی صنعت به ذهن می‌آید.

مثال: بزرگترین فروشگاه اپلیکیشن‌های اندرویدی ایرانی: کافه بازار

UATop3

بعد از شناخته شده‌ترین برند، کدام 3 برند بدون هیچ کمکی، قبل از بقیه به ذهن می‌رسند.

مثال: 3 فروشگاه بزرگ اندرویدی ایرانی دیگر: مایکت، ایران اپز، چارخونه

Aided Awareness

برندهایی که با یک کمک و اشاره کوچک به ذهن می‌رسند. مثال: فروشگاه اندرویدی ایرانی که توسط همراه اول ارائه شده است: اول مارکت

پاسخ به این سوالات ممکن است برای هر فرد متفاوت باشد (همانطور که برندهای نام برده شده، نظر شخصی من است). اما با استفاده از نظرسنجی نسبتاً جامع، می‌توان به یک نتیجه قابل اتکا رسید. نظرسنجی مطلوب برای این ارزیابی، نیازمند توجه به برخی جزئیات و پرسیدن چند سوال دیگر است.

• واضح است که ترتیب پرسیدن این سه معیار مهم است و در Top of Mind و UATop3، هیچ اشاره و کمکی نباید وجود داشته باشد.
• در Aided Awareness، کمک و اشاره با توجه به نوع برند تعیین می‌شود و نباید خیلی واضح باشد. مثلاً از رنگ برند یا شعار برند می‌توان استفاده کرد ولی به وضوح از لوگوتایپ نباید استفاده کرد.
• می‌توان پس از پرسیدن این 3 سنجه، یک سوال پرسید و صرفاً نام تمام برندهای حوزه را لیست کرد تا مخاطب از میان آن‌ها انتخاب کند. خود این سوال به نوعی سنجه Aided Awareness است؛ اما برای افزایش پایایی پرسشنامه، خوب است که یک برند نامرتبط هم در گزینه‌ها گذاشته شود، و در صورت انتخاب آن توسط مخاطب، پاسخ این مخاطب در ارزیابی نهایی لحاظ نشود.
• پرسشنامه مورد نظر باید یک بار قبل و یک بار بعد از کمپین برندینگ منتشر شود تا اثر کمپین را نشان دهد. سوالات پرسشنامه و به ویژه کانال‌های انتشار آن باید در هر دو نظرسنجی یکسان باشند.

پرسشنامه‌ای که پس از کمپین منتشر می‌شود، باید دو موضوع دیگر را هم تحت پوشش قرار دهد.

• یک سوال با هدف این‌که مشخص کند آیا طرح‌های کمپین دیده شده است یا خیر. برای مثال، به سادگی می‌شود یکی از بنرهای کمپین را نمایش داد و پرسید، آیا این طرح را اخیرا دیده‌اید؟
• یک سوال با هدف اینکه کمپین مورد نظر از چه کانالی دیده شده است. بیلبورد، شبکه‌های اجتماعی، تلوزیون و …

در نهایت باید توجه کرد که سنجه‌های نام برده شده، تنها برای ارزیابی آگاهی از برند (Brand Awareness) است و در صورت نیاز به ارزیابی تداعیات برند (Brand Association)، سنجه‌ها و نوع سوالات مورد استفاده کاملاً متفاوت است.

تجربه داده محور همراه کارت از کمپین برندینگ «پیچیدگی کافیست، دلچسب پرداخت کنید»

در این بخش قصد نداریم در مورد محتوا و چرایی و چگونگی اجرای این کمپین صحبت کنیم. تنها در مورد شیوه ارزیابی آن می‌گوییم.

کمپین «پیچیدگی کافیست، دلچسب پرداخت کنید» با محوریت طرح‌های زیر اجرا شد.

3 کانال برای اجرای کمپین انتخاب شدند:

• بیلبورد در شهرستان‌های بزرگ (ATL)
• ویدیو تقدیمی سریال آقازاده به عنوان سریال پرمخاطب روز (VOD)
• صفحات اینستاگرام و کانال‌های تلگرام (Digital Branding)

بر اساس توضیحات بالا، قبل و بعد از کمپین، از عموم افراد نظرسنجی صورت گرفت. کانال‌های انتخابی برای این نظرسنجی‌ها، تبلیغات همسان در وبسایت‌ها و همچنین همکاری با برخی از influencerها (راجع به اینفلوينسر مارکتینگ بیشتر بدانید) بود. به عنوان یک تجربه قابل ذکر است که تعیین جایزه برای تکمیل پرسشنامه، مخاطبان سطح پایین‌تر جامعه را جذب می‌کند. در رابطه با influencerها هم باید گفت، صرفاً تعداد دنبال کننده، تعیین کننده influencer بودن به معنای واقعی کلمه نیست و اصولاً از اینفلونسرهایی بهتر جواب گرفته می‌شود که تاثیر خوبی روی دنبال کننده‌های خود دارند حتی اگر دنبال کننده‌های میلیونی ندارند.

نتیجه نظرسنجی آگاهی از برند همراه کارت برای تعیین UATop3 در شهرستان‌های جنوبی کشور، مشابه نمودارهای زیر است.

نمودار UATop3 قبل از شروع کمپین در شهرستان‌های جنوبی

 نمودار UATop3 بعد از پایان کمپین در شهرستان‌های جنوبی

همچنین، پاسخ مخاطبان در مورد کانالی که در آن تبلیغات همراه کارت را دیده‌اند، بررسی شد. نتیجه این بررسی این بود که با درنظر گرفتن هزینه مربوط به هر کانال، در برخی از شهرستان‌ها، شبکه‌های اجتماعی از سایر کانال‌ها برای همراه کارت اثربخش‌تر است. طبیعتاً این نتیجه برای تمام برندها و همه شهرها قابل تعمیم نبوده و ممکن است بسته به هر برند و صنعت آن متفاوت باشد.

بازاریابی داده محور، و تصمیم‌گیری بر اساس داده، محدود به حوزه‌های اشاره شده در این نوشتار نیست؛ شرح سایر حوزه‌ها  از حوصله این نوشته خارج است؛ اما واضح است که متخصصین توانمند بازاریابی به اهمیت توجه به داده در حوزه‌هایی مانند SEO، Social Media، Email Marketing و در سطح بالاتر، استراتژی و برنامه‌ریزی اشراف دارند.

از این‌که این نوشتار را مطالعه کردید، سپاسگزارم.