Marketerzy wpadają do króliczej nory nie w celu samopoznania, ale po to, żeby lepiej poznać klientów. Droga wiedzie przez krainę technologii. Ta przypomina zaś niedokończony tu oraz ówdzie labirynt, który wciąż się rozwija. Pełno w nim ślepych zaułków, ale też cudowności i fantazji, a w niedalekiej przyszłości – również halucynacji.

Od samego początku mojej przygody z marketingiem zawsze w tle pojawiała się technologia. Przez lata pracowałem w BTL, gdzie nastawienie na efekt sprzedażowy przeważało nad działaniami wizerunkowymi. Aby usprawnić pracę, wykorzystywaliśmy najrozmaitsze oprogramowanie, wymyślane wewnątrz firmy bądź dostarczane przez zewnętrznych dostawców.
Od CRM do e-commerce
Już wtedy na horyzoncie pojawiła się jedna koncepcja dwojga imion: customer relationship management (CRM) bądź customer intelligence (CI). Chodziło o głębsze zrozumienie i przywiązanie klienta oraz wyeksportowanie wiedzy przedstawicieli handlowych do systemu, aby ten kluczowy zasób firmowy mógł stać się łatwiej zastępowalny.
Każdą z tych koncepcji opracowała inna firma konsultingowa, a dzięki sprawnemu PR większą popularność z początku zdobył CRM. Zrodził się jako idea osadzona mocno w marketingu relacji. Z biegiem lat jednak – jak to zazwyczaj dzieje się w marketingu – z idei pozostała tylko nazwa określająca rodzaj systemów informatycznych do obsługi kontaktów z klientami. Wtedy wróciło CI – trafiło na swój czas, ponieważ należało jakoś nazwać i wypromować analitykę, która powstała na bazie CRM i miała służyć budowaniu lojalności klientów. Chodziło też o odcięcie się od strywializowanego w międzyczasie customer relationship managementu.
Mody w marketingu często przebiegają w ten sposób – pojawiają się nowe nazwy, zagospodarowujące istniejący obszar w innym niż dotychczas aspekcie, czasem wracają stare nazwy w nowej roli. Większość z nich rodzi się w firmach konsultingowych bądź u poczytnych guru (jak inbound marketing, marketing automation czy growth hacking).
Wiele współczesnych koncepcji ma swoje korzenie w BTL, czyli tym rodzaju komunikacji marketingowej, w którym wykorzystywano najbardziej zaawansowane systemy do pomiaru efektywności działań przed epoką internetu. Ich najważniejszymi cechami były zbieranie i analiza danych oraz moduły predykcyjne umożliwiające kontynuację działań w przyszłości. Wraz z nadejściem ery e-commerce ewolucja takich systemów przyśpieszyła, pojawiły się nowe wskaźniki opisujące konsumentów i całe nowe dziedziny wiedzy zdatne do zastosowania w marketingu. Odbywało się to kosztem marketingu masowego, działań ATL i rozumienia marki jako pewnej idei, którą należy umiejętnie wypozycjonować w umyśle konsumenta.
Po latach widać, że rewolucjoniści zaczęli doceniać także tę trudniej mierzalną sferę komunikacji marketingowej. Przykłady storytellingu Allegro czy telewizyjnych kampanii platform e-commerce pokazują, że praktycy wychowani na liczeniu konwersji wychodzą ze swojej niszy. Zrozumieli, że pewne cele można łatwiej osiągnąć wizerunkiem, zasięgiem i barwnymi opowieściami. I oczywiście odpowiednim budżetem.
Wyobraźnia konsultantów a praktyka użytkowników
Równolegle jednak nikt nie rezygnuje z możliwości badawczych i predykcyjnych, jakie dają współczesne narzędzia analityczne. Podczas wystąpień agencji czy firm martechowych zawsze mnie dziwi ich obraz tego, jak firmy zarządzają danymi. W słowach prelegentów wygląda na to, że cała firma opleciona jest spójnym systemem, który na życzenie dostarcza pożądanych wyników i podrzuca rekomendacje. Można tu prowadzić dojrzewanie leadów, budować długoterminowe relacje, projektować akcje, gromadzić efekty kampanii i wszystko podliczać.

Prenumerata z pakietem e-szkoleńi pełnym dostępem do archiwum
Zyskaj dostęp do rzetelnej wiedzy marketingowej. Korzystaj ze szkoleń wideo online, interaktywnych spotkań z ekspertami na żywo ora z artykułów poradnikowych.W ramach subskrypcji otrzymasz: dostęp do kilkudziesięciu e-szkoleń wideo, możliwość udziału w szkoleniach „na żywo”, dostęp do pełnego archiwum (w sumie 64 numery w PDF), 6 wydań w wersji drukowanej i wiele więcej.Sprawdź szczegóły już teraz.
Gdy rozmawiam z szeregowymi marketerami i czasem dochodzi do omawiania kwestii technicznych, okazuje się, że rzeczywistość wcale tak nie wygląda. Przenoszenie i łączenie danych to istna akrobatyka. Analiza ich to zaś odrębna dziedzina, w której zawód analityka danych (data scientist) jest jednym z najbardziej pożądanych. A jego praca polega na czynieniu danych przystępnymi, zamienianiu informacji w wiedzę, na której podstawie można dokonywać predykcji. I często dzieje się to już w odrębnych aplikacjach, po odpowiedniej obróbce danych i wizualnym ich przedstawieniu dzięki specjalistycznym narzędziom dostępnym tam, a niekoniecznie w systemie, z którego te dane pochodzą.
Czynnik ludzki nie do uniknięcia
Gdyby data scientists nie byli potrzebni, zostaliby już dawno zastąpieni przez systemy ekspertowe czy inne rozwiązania z obszaru sztucznej inteligencji. Gdzieś jednak tkwi potrzeba poszukiwania i prezentacji nieoczywistych danych (choć AI też umie wykrywać nietypowe korelacje). Ale ktoś musi te dane uczynić zrozumiałymi. AI wcale nie chce przejąć tego obowiązku – nierzadko zdarza mu się wypuścić efekt w postaci stwierdzenia: „Bo tak!”.
Od czasów CRM żaden system nie spełniał do końca pokładanych w nim nadziei. Może przyczyną był apetyt, który rósł w miarę jedzenia. Zawsze można byłoby w działającym już systemie coś dołożyć, ulepszyć, usprawnić. Prowadziło to (i prowadzi) do powstania kombajnu, którego nie sposób już opanować. Częstym błędem jest właśnie wzbogacanie aplikacji o mnóstwo może i przydatnych funkcji, które jednak utrudniają efektywne użytkowanie i prawidłową ocenę wyników. Stąd rosnąca rola UX także po stronie użytkowników firmowych, obsługujących back-end.
Do komunikacji wewnętrznej, zewnętrznej, do optymalizacji procesów w firmach stosowane są różne systemy o różnym stopniu zintegrowania. A gdy dochodzi kolejny komunikator w ramach jednego kanału komunikacji albo w ogóle nowy kanał komunikacji, trzeba go jakoś zagospodarować. Na wszystko można znaleźć API i umieścić to gdzieś w systemie. Tylko że czasem taka integracja wygląda jak antena satelitarna przymocowana drutem do balkonu.
Trudna rzeczywistość integracji
Niejedna firma ma zapewne bardzo zaawansowane programy, ale stawiam dolary przeciwko orzechom, że w większości przedsiębiorstw wygląda to tak jak infrastruktura rowerowa w polskiej metropolii – tu jest kawałek, tam całkiem sporo, ale do pełnej integracji i spójnego doświadczenia rowerzysty jeszcze sporo brakuje. Co więcej, gdy firma nadrabia braki, świat nie czeka. Wciąż pojawiają się nowe wyzwania, nowe podejścia do klienta, nowe kanały komunikacji i sprzedaży, które trzeba chociaż wypróbować.
Czasem para idzie w gwizdek. Kto np. zainwestował w obsługę Live Shopping na Facebooku, od października 2022 r. nie może już z niej korzystać. Nie wiadomo, jak w Unii Europejskiej z TikTokiem, bo powoli, ale nieubłaganie podnoszą się głosy legislatorów, że ze względów bezpieczeństwa nie powinno się z go używać. Krajobraz mediów i kanałów komunikacji cyfrowej wciąż ewoluuje. Zdarzają się ślepe zaułki, takie jak Clubhouse czy Second Life. Gdy jednak klienci zaczynają z nich korzystać, oczywiście przedsiębiorstwo powinno za nimi podążać. Eksperymenty kosztują, ale gdy któryś z nich zakończy się powodzeniem, firma zdobywa przewagę.
Przyszłość z nami porozmawia
Kolejne dashboardy od dostawców rozwiązań martechowych mogą dawać złudne poczucie kontroli nad sytuacją. Nadmiar danych w firmie nie przekłada się jednak na lepsze ich rozumienie. Po części jest to też wina wielości interfejsów, ich odmiennej architektury i sposobów analizy danych. Niedawno podczas jednej z prelekcji Aleksandra Przegalińska – uznana specjalistka od zastosowań AI – wspomniała, że wraz ze wzrostem zastosowań sztucznej inteligencji zmaleje potrzeba gromadzenia tylu danych. Epoka big data ma się jej zdaniem ku końcowi. Możliwe też, że wraz z rozwojem AI ku końcowi zmierza epoka licznych interfejsów martechowych, a nawet tak trudnych do pozyskania data scientists. Ich rolę przejmie sztuczny asystent, domyślający się naszych intencji i skanujący zbiory danych w poszukiwaniu najlepszych odpowiedzi. Wyniki eksperymentów w wyszukiwarce Bing czy w systemie ChatGPT może jeszcze są przedmiotem anegdot, jednak postęp w tej dziedzinie dokonuje się na naszych oczach. AI jeszcze często halucynuje, czyli wymyśla wyjaśnienia na poczekaniu, zastępując braki informacji najbardziej prawdopodobnymi zbitkami słów, ale jego precyzja będzie tylko rosła.
Oczywiście sztuczna inteligencja – w bardzo szerokim rozumieniu – obecna jest w rozwiązaniach martechowych od lat. W którymś momencie nastąpił w branży trend zmiany nazewnictwa. Takie terminy jak „system ekspertowy”, „machine learning”, „deep learning”, „algorytmy genetyczne” zyskały wspólne miano AI. Nieważne, czy z punktu widzenia naukowego bądź filozoficznego było to słuszne. Taki obecnie jest uzus, ma to zresztą uzasadnienie handlowe. Wszystko, co zawiera AI, jest teraz modne, a samo AI staje się niezbędnym składnikiem systemu mogącego znaleźć nabywców.
W nadchodzącym czasie przejście sztucznej inteligencji z rozwiązań back-endowych do front-endu będzie prawdopodobnie najbardziej znaczącą zmianą w rozwiązaniach martechowych. Marketerzy wyjdą wtedy z labiryntu wielości aplikacji, aby zasiąść przy stole ze Zwariowanym Kapelusznikiem. Oby na pytanie: „A jaka jest właściwie odpowiedź?”, nie odparł on jak zwykle: „Nie mam najmniejszego pojęcia”.