Do czego potrzebne są nam dane, a do czego ich używamy?

Personalizacja, programmatic, gen AI, data-driven marketing – pojęcia te mają ogromny potencjał dla marketerów. Przywołują skojarzenia z efektywnością, sukcesami i zabezpieczeniem w razie audytu działań. Dashboard czarno na białym pokaże, że są skuteczne. Czy jednak na dłuższą metę to wszystko wystarczy, aby ochronić markę, a nie tylko stanowisko marketera?

Jako konsument prawie nie doświadczam personalizacji – sklepy ślą mi newslettery pełne nowości lub bestsellerów i trudno je za to winić, bo każdy z nich zna tylko ułamek mojego profilu klienta. Szukam, gdzie najtaniej, a na tym nie da się zbudować ani wiedzy, ani lojalności po stronie e-commerce. Dotyczy to w szczególności e-księgarń, ale lepszym przykładem będzie tu kocia karma.

Kupuję raptem w dwóch e-sklepach, wydawałoby się więc, że doskonale poznały moje preferencje. A jednak ślą mi newslettery z ofertami opłaconymi przez producentów kociej karmy psiego gatunku. Dzięki historii zakupów mają informacje, że jej nie kupuję, ale ignorują tę wiedzę i nie dopasowują oferty. Nie czytam więc ich komunikatów. Może coś przegapiam, ale koty wymagają precyzyjnie dobranej, spersonalizowanej oferty, aby raczyły w ogóle zajrzeć do miski. Moja motywacja zdobycia ich serc i żołądków bazuje na znacznie wyższych wartościach niż to, czym kierują się e-sklepy.

Słuchaj „Marketer+” Podcast

Jeszcze jedna istotna kwestia związana z tym przykładem: to nie marka sklepu się liczy, tylko producent. To on jest gwarantem jakości, sklep natomiast chwali się szeroką ofertą – od zbożowych zapychaczy po marki specjalistyczne. Sklep do mnie mówi, stara się podtrzymać komunikację, ale gdy nie ma w nim tej jedynej karmy, którą je mój kot, komu okażę lojalność – sklepowi czy kotu? A że braki w pożądanym asortymencie zdarzają się od czasu do czasu, nie muszę odpowiadać na to pytanie. Marka karmy z kolei nie prowadzi ze mną żadnej komunikacji, nic o mnie nie wie, za to ma samo mięso.

Personalizacja Świętym Graalem

Wprawdzie kot jest bardziej wymagającym konsumentem niż człowiek, bo ten ostatni godzi się na kompromisy, ale widać tu najważniejszą rzecz – potrzeby są zaspokajane przez konkretny produkt, podczas gdy marka czy sklep chętnie wskazywałyby nowe potrzeby, niekoniecznie zaś nowe produkty. Widać to szczególnie w przypadku retargetingu, na który słychać ciągłe utyskiwania. Należy on jednak do kluczowych elementów personalizacji, tak cenionej dziś w marketingu – obok RTB, segmentacji i dostosowywania treści reklam do użytkownika.

Personalizacja jako trend i konieczność podkreślana jest wielokrotnie w raportach firm konsultingowych czy tych wdrażających własne rozwiązania e-commerce. Marki cenią jej skuteczność i owszem, na poziomie statystyk niewątpliwie wygląda to lepiej niż na jednostkowych, anegdotycznych przykładach.

Termin „personalizacja” może być tu mylący, bo konsument oczekiwałby, aby marka czy sprzedawca naprawdę odpowiadali na jego indywidualne potrzeby – czego wciąż trudno dokonać na poziomie pojedynczego klienta. Brakuje bowiem pełnej wiedzy nie tylko o jego zachowaniach, lecz także motywacjach oraz prawdziwych potrzebach. Obecna personalizacja ma charakter zachciankowy – chwyta się ostatnich zakupów, przeglądanych produktów i na tym buduje obraz klienta. Póki działa i póki nie ma jeszcze gamechangera, który zmieni całe pole konkurencji, nie można odmówić jej przydatności.

Pozyskiwanie danych początkiem kłopotów

Co to wszystko ma wspólnego z data-driven marketingiem? Chodzi przede wszystkim o dane – jakie one są i jak je pozyskujesz, czy z informacji potrafisz czerpać wiedzę, a przede wszystkim: jakich narzędzi używasz i czy istotnie zależy Ci na każdym pojedynczym kliencie, a może wystarczy dobrze dopasowana i efektywna w zadowalającym Cię zakresie statystyka.

Choć przekazy reklamowe pokazują, że dla firmy liczy się każdy konsument, w pełni dopasowana komunikacja byłaby zbyt droga i nieefektywna. Być może w niedalekiej przyszłości za sprawą sztucznej inteligencji i coraz bardziej wyrafinowanych narzędzi sprzedażowych taka możliwość pojawi się na horyzoncie i targetowanie będzie można prowadzić na poziomie pojedynczego człowieka. Problemem pozostanie jednak zawsze niepełność danych i nieznajomość rzeczywistej motywacji. Jeden konsument utrzymuje bowiem relację z wieloma podmiotami, które w danym momencie, gdy rodzi się taka potrzeba, mają dla niego atrakcyjną ofertę. Sklep jest tylko pojedynczym wątkiem tej relacji i otrzymuje jedynie wycinkowe dane. Byłoby może inaczej, gdyby miał zawsze najatrakcyjniejszą ofertę lub gdyby skutecznie przekonywał, że taką ma, jak czynią przykładowo największe dyskonty w tegorocznej spektakularnej walce cenowej.

Programmatic i personalizacja to teraz główne pole walki data-driven marketingu. To tam koncentrują się technologie oparte na danych i innowacje. Ale skąd czerpią dane? Jak wskazują badania agencji AdFusion, przeprowadzone wśród domów mediowych i wydawców, najważniejszym źródłem informacji w programmaticu są dane third-party (wykorzystuje je 80% badanych), dane kontekstowe to 58%, a first-party – 40%. Inne identyfikatory reklamowe mają obecnie marginalne znaczenie¹.

Najważniejsze źródła danych w działaniach programmatic

Źródło: „Programmatic nowych możliwości” – raport AdFusion, informacja prasowa

W lipcu tego roku Google poinformował, że rezygnuje z planów usunięcia third-party cookies w Chrome, co oddala widmo realiów bez tych identyfikatorów, które od kilku lat krążyło nad światem digitalu. W obliczu tak szerokiego wykorzystywania danych stron trzecich ta informacja to kamień z serca dla branży.

Sztuczna inteligencja zmienia pole gry

Jednocześnie nie można nie uwzględniać wpływu, jaki na obszar analizy danych ma generatywna sztuczna inteligencja. Z raportu „Marketers and GenAI: Diving Into the Shallow End”, przygotowanego przez Coleman Parkes Research na zlecenie SAS, wynika, że marketing wyprzedza IT oraz inne obszary biznesowe we wdrażaniu tej technologii. Oczywiście wdraża ją głównie dla wsparcia codziennych, rutynowych działań z zakresu copywritingu, edycji i tworzenia treści. Jednak już bardziej zaawansowane rozwiązania gen AI wykorzystywane są np. do tworzenia grup docelowych (18%), mapowania ścieżki klienta (16%) czy optymalizacji cen (14%). Największy zwrot z inwestycji w gen AI marketerzy widzą w personalizacji (92%), utrzymaniu i satysfakcji klientów (89%) czy przetwarzaniu dużych zbiorów danych (88%)².

Istnieje więc trójkąt, na którego poszczególnych wierzchołkach są:

Pogrammatic, czyli giełda reklam, która pozwala efektywnie docierać do konsumentów w przeładowanym reklamami świecie online.
Personalizacja, czyli dopasowywanie działań marketingowych do zachowań konsumentów i wiedzy o nich.
Generatywna sztuczna inteligencja, która w obu przypadkach powyżej nie powiedziała jeszcze ostatniego słowa.

Każdy z tych obszarów wpływa na pozostałe, a ich synergia stwarza środowisko do dalszego rozwoju.

Budowanie piramidy oszustw na pozyskanych danych

Żeby nie było zbyt różowo, wspomniane badanie AdFusion (wykres 2) pokazuje, co zostało do poprawy w programmaticu – jakość ruchu (41%) oraz brand safety (24%)³. Respondenci wskazują więc, że reklamy nie zawsze docierają do odpowiednich osób oraz że nie zawsze są wyświetlane w bezpiecznym kontekście, a przecież to właśnie stanowi clou działania tej technologii. Pozostaje więc mieć nadzieję, że obszary te rzeczywiście uda się poprawić i nie pozostaną one trwałą, strukturalną słabością.

Największe wyzwania związane z działaniami programmatic

Źródło: „Programmatic nowych możliwości” – raport AdFusion, informacja prasowa

Nieznana tu jest także skala ad fraudów – badanie nie obejmowało niestety tej problematyki. Ciekawie byłoby się przekonać, w jakim stopniu uszczuplane są budżety reklamodawców w programmaticu w Polsce, bo na świecie istnieją już takie badania. Międzynarodowe firmy od kilku lat podejmują działania na rzecz większej przejrzystości rynku reklamy programatycznej. W efekcie w 2023 r. zaoszczędziły 10,8 mld dol.⁴

Trustworthy Accountability Group (TAG) zmierzyła całość wydatków na reklamę cyfrową, aby oszacować wskaźnik oszustw związanych z nieprawidłowym ruchem (IVT). Ustalono, że dzięki współpracy branża reklamy cyfrowej zmniejszyła skalę tego rodzaju oszustw w amerykańskich kanałach reklamowych display i wideo o 92%⁵. Wcześniej do kilkunastu procent budżetów przeznaczanych na tę formę reklamy rozpływało się w łańcuchu pośredników bądź trafiało na strony specjalnie spreparowane z myślą o wyłudzaniu reklam i sztucznym generowaniu ruchu.

Nie wszędzie jednak są w stanie dotrzeć nawet amerykańskie organizacje. Zwraca na to uwagę TAG i wskazuje, że identyfikację ad fraudów utrudniają ograniczenia w badaniach wyszukiwarek i ekosystemów reklamowych. Brak tu możliwości niezależnego pomiaru i analizy porównawczej. Tymczasem gros wydatków idzie właśnie na reklamę w wyszukiwarkach i mediach społecznościowych, które przecież nie muszą poddawać się audytowi – są zbyt potężne. Pozostawiają reklamodawców bez wyboru i wymuszają zaufanie. Ich celem jest własny zysk, a nie np. idealna i transparentna współpraca z reklamodawcami. Kto musiał zderzyć się z supportem w tej materii, ten wie, jak trudno zwrócić na siebie uwagę i rozwiązać pojedynczy problem.

Działanie mimo elementu nieokreśloności

Nie jest więc tak, że jeśli coś wydaje się policzalne w internecie, to takie będzie w istocie. Od sensowności i precyzji zbieranych danych, przez narzędzia ich analizy, po narzędzia dystrybucji reklam – wszędzie tam występuje jakiś element nieokreśloności, nieprzejrzystości, który prowadzi do gorszych wyników, niż mogłyby one być w idealnych warunkach. Niemniej – jak podkreśla wielu specjalistów i wiele raportów – nadal jest to narzędzie efektywne. Pozwala na większą oszczędność dzięki precyzji dotarcia. Niektórzy wręcz oczekują dominacji podobnych narzędzi w przyszłości i stawiają na bezpośrednie działania sprzedażowe – bo czymże innym jest programmatic.

Ciekawa okazuje się wobec tego konstatacja Byrona Sharpa opublikowana na LinkedInie, że reklamy w wyszukiwarce czy w mediach własnych (retail media) opierające się na personalizacji trudno nawet nazwać reklamami. Sharp odmawia im tego statusu, ponieważ jego zdaniem w internecie te formy są odpowiednikiem fizycznej dostępności produktu w sklepach. To tak, jakby nazywać reklamą opłaty za miejsce na półce lub na początku alei w sklepie – stwierdza.

I tu pojawia się kolejna kwestia – reklamy te kierują odbiorcę bezpośrednio do produktu, przekonując dostępnością i ceną, ale nie marką. Nie służą jej długoterminowej budowie. Dekadę temu Peter Field i Les Binet w książce „The Long and the Short of It: Balancing Short and Long-Term Marketing Strategies” starali się pokazać, że podział na dwie sfery to fałszywa dychotomia. Usiłowali zasypać przepaść między reklamą budującą markę a tą prosprzedażową za pomocą terminu „performance branding”.

W jednym z niedawnych felietonów ideę tę podaje w wątpliwość publicysta marketingowy i konsultant Mark Ritson. Przyjrzał się komunikacji jednego z banków, który dzięki ciekawie skonstruowanym opowieściom w kampaniach reklamowych zbudował silną i emocjonalną markę. Później jednak na skutek nacisków wewnętrznych zasypał te historie promocjami konkretnych usług. Przekaz emocjonalny, ukierunkowany na długofalowe budowanie odpowiedniej sieci skojarzeń, motywacji i przekonań, został uzupełniony przekazem taktycznym, krótkoterminowym, racjonalnym, który ma na celu wywołanie szybkiej reakcji. Bank chciał – jak w rubasznym przysłowiu – „zdążyć z jedną dupą na dwa targi”. Nie jest to sytuacja nietypowa. Ritson wskazuje jednak wewnętrzną sprzeczność wspomnianych celów i w związku z tym – słabe oddziaływanie na obu tych polach. „Celujesz [jednocześnie – J.S.] w mniejszą grupę i cały rynek. Komunikujesz ogólny przekaz marki i konkretną korzyść z produktu. Próbujesz zmienić struktury pamięci i wywołać natychmiastową reakcję. Celujesz w górę i dół lejka. Prowadzisz swój samochód marketingowy na piątym biegu i wstecznym w tym samym czasie”⁶ – podsumowuje publicysta.

Ekspert dostrzega tu asymetrię: długofalowe, emocjonalne kampanie generują wzrost sprzedaży w krótkim terminie, natomiast kampanie typu performance, choć krótkookresowo skuteczne, raczej prawdziwej marki nie zbudują. Jako przykład przywołuje Nike, o którym wspominałem w poprzednim felietonie. Brand ten zmaga się z problemami po tym, jak w 2020 r. skoncentrował się na kanałach digitalowych i zaprzepaścił kawałek swojego dorobku w kreowaniu wizerunku.

Oczywiście długofalowe budowanie marki również powinno być oparte na danych, ale te wydają się trudniejsze do pozyskania. Szukanie insightów czy analizy trendów oraz badania wizerunku marek to czynności nie tak proste jak klikanie w dashboard (wspomagany od niedawna przez AI). Bez nich jednak prawdziwy marketing bazujący na danych nie jest możliwy.

Zmiana profilu działań marketingowych

Dziś stoi on w obliczu kryzysu. W raporcie „2024 CMO Spend Survey” firmy Gartner można przeczytać, że postrzeganie marketingu jako działu generującego koszty wzrosło. Rok temu uważało tak 39% spośród badanych 395 dyrektorów i liderów marketingu, w 2024 r. odsetek wynosi już 47%. Ponadto większość szefów i pracowników z innych działów firmy uważa, że marketing nie będzie miał istotnego znaczenia w ewolucji organizacji w kolejnych latach. I choć globalne nakłady na reklamę rosną, Gartner nie pozostawia złudzeń: udział marketingu w wydatkach ujmowanych jako procent całkowitych przychodów spadł z 9,1% w 2023 r.
do 7,7% w 2024 r. (wykres 3). Spadek objął przede wszystkim inwestycje w strategię i kreację. Nie zmalały nakłady na media, bo te podrożały⁷.

Udział marketingu w wydatkach budżetowych firm

Źródło: „2024 CMO Spend Survey” – raport Gartnera,

Można to odczytać jako zmianę profilu działań w kierunku najprościej mierzalnych form marketingu cyfrowego. Budowanie marki i strategii to zadania, które odbywają się w znacznie bardziej złożonej przestrzeni, a generowanie reklam w dolnym odcinku lejka sprzedażowego i zakup odpowiednich placementów zwalniają z odpowiedzialności za długoterminową kondycję marki i stwarzają pozory przejrzystości działań. I dopóki nie dojdzie się do performance plateau (a właśnie tam kończą marki skupione na performansie) albo nie zareagują nerwowo akcjonariusze (jak w przypadku Nike) – przewaga performance data-driven marketingu wydaje się niepodważalna.