Po dwóch latach przerwy do kalendarza Google wrócił stacjonarny event CEE Agency Summit. Zdaniem uczestników to jedno z najważniejszych branżowych wydarzeń zdaje się wracać do dawnej formy, a może nawet jeszcze lepszej niż przed pandemią. Czym zaskoczył CEE Agency Summit 2022? Podsumowaniem podzielił się Adam Cieśla, COO w Sempai.
Tegoroczne spotkanie kilkuset przedstawicieli firm i agencji partnerskich Google odbyło się w Atenach na początku października. Dynamiczny rytm całodniowego wydarzenia, od prezentacji otwierającej aż po ostatni panel dyskusyjny, wyznaczała energiczna Suzanne Claassen, Dyrektorka Regionu CEE (Centralna i Wschodnia Europa) w Google.
Wśród uczestników dominowali przedstawiciele C-level managementu firm z kilkudziesięciu krajów, ze znaczącą reprezentacją z Polski. Na scenie wystąpili zarówno reprezentanci Google’a, jak i wielu partnerskich agencji. Prezentacje i panele dyskusyjne skupiały się wokół problematyki zarządzania agencją, strategii, budowania relacji z partnerami/klientami oraz podstaw do stabilnego wzrostu w warunkach niepewności ekonomicznej czy politycznej, w której przyszło nam obecnie działać. Mówcy stawiali odważne tezy, sugerowali trendy i kierunki, ale nie dawali gotowych rozwiązań do zastosowania w każdej agencji.
Słuchaj „Marketer+” Podcast
Wskazówka 1: obierz kierunek na #partnerstwo #rozwój #strategia
Według badań Forrester 2020 Research, 80% agencji uważa się za strategicznego partnera dla obsługiwanych przez siebie marek. Jednak spośród tych drugich, tak bliską współpracę potwierdza jedynie 40% respondentów.
Luka powstaje najczęściej w wyniku różnic w postrzeganiu wizji, definiowaniu celów i ram współpracy przez obie strony. Rozwiązaniem sugerowanym dla „agencji jutra” ma być zmiana podejścia z mechanicznego realizowania działań, na partnerskie wypracowywanie kluczowych wartości i rozwiązań.
Zdaniem prelegentów taki kierunek zapewni korzyści i rozwój kompetencji obu firmom. W taki sam sposób powinien być konstruowany też wzorcowy model rozliczeń, gdzie agencja bierze w swoje ręce inicjatywę, a wraz z nią ryzyko w kreowaniu wartości dla klienta. W zamian, zgodnie z metodą win-win, powinna otrzymać godziwe wynagrodzenie, po (wspólnym!) osiągnięciu sukcesu.
Należy się spodziewać, że konieczność zmiany mindsetu będzie sporym wyzwaniem dla agencji, które często są zafiksowane tylko na jednym lub kilku wybranych wskaźnikach kampanii. Ostatecznie wygrywać będą: otwartość, strategia, kreatywność oraz jej miara, czyli efektywność.
źródło: Google Partners CEE Agency Summit 2022, Agency of the Future, S. Vieregg
Wskazówka 2: przyszłość to #analityka #optymalizacja #automatyzacja
Nakreślona przez prelegentów konferencji perspektywa wskazuje na konieczność wprowadzenia zmian w zakresie kluczowych kompetencji zespołów obsługujących projekty:
- marketing oparty na danych,
- Automatyzacja realizowana w systemach.
- specjaliści biegli w analityce, umiejętnie wyciągający wnioski i dobierający gotowe strategie i rozwiązania do specyficznej sytuacji,
- uzyskiwanie jak największej wartości z eksperckiej analizy i syntezy rozwiązań przy jak najmniejszych nakładach pracy operacyjnej,
- interesujący kierunek i oczekiwane przesuwanie kluczowych kompetencji z roli specjalisty na konsultanta.
Co ciekawe, Google od kilku lat konsekwentnie prowadzi taką narrację w materiałach programowych przekazywanych jego partnerom. Jest to zatem logiczna kontynuacja długoterminowych trendów i narracji.
źródło: Google Partners CEE Agency Summit 2022, Agency of the Future, S. Vieregg
Wskazówka 3: jeszcze ściślejsza korelacja #machine-learning z #human-intelligence
Duże wrażenie zrobiła na mnie prezentacja ekspertów z Delve.
Stanislav Telpis oraz Michał Wrabel pokazali w jaki sposób udało im się ograniczyć masowe anulowanie rezerwacji przez klientów wypożyczalni samochodów po wybuchu pandemii.
Rozwiązanie opierało się na przeliczeniu przez system szeregu parametrów rezerwacji związanych zarówno z wybranym samochodem, horyzontem czasowym, ceną czy danymi zamawiającego, w zestawieniu z historycznymi danymi dotyczącymi anulacji.
W ten sposób maszyna nauczyła się określać prawdopodobieństwo rezygnacji z wypożyczenia na podstawie jego parametrów. Przekazywanie tych danych do systemów reklamowych i korygowanie wartości rezerwacji o prawdopodobieństwo jej anulowania w czasie rzeczywistym w momencie konwersji (rezerwacji) było postawieniem przysłowiowej kropki nad i. Na skutek tego jeden machine learning (autorski) wspierał drugi (zaszyty w ekosystemie Google’a) w dostarczaniu lepszej jakości danych, co automatycznie przełożyło się na wzrost finalnych wyników sprzedaży o 20%.
Ten praktyczny case można przełożyć na różne branże, także e-commerce. Możemy tu myśleć zarówno o danych w zakresie anulowania czy zwrotów zamówień, czy chociażby wyliczania i przekazywania wartości pozyskanego klienta w długim okresie.
