Blagovne znamke bodo vse bolje znale predvideti potrošnikovo vedenje, želje in potrebe, saj bosta zbiranje in analiza podatkov o njih postala vse bolj dostopna in natančna – sporočila in trženje bodo postali bolj osebno prilagojeni.
Količina podatkov, ki se pretaka po spletu, vsak trenutek narašča. Viri teh podatkov so raznoliki – sledi brskanja po spletu, mobilne naprave, »pametni« predmeti, spletna socialna omrežja, nadzorni sistemi… Naše spletne dejavnosti vsak dan ustvarijo 2,5 trilijona bitov podatkov. A podatki so obvladljivi, njihova analiza postaja hitrejša, cenejša, bolj dovršena in odlična napovedovalka prihodnjih vedenj potrošnika.
VSAKO MINUTO, VSAK DAN:
2 milijona
POIZVEDB NA GOOGLU
72 ur
NOVIH VIDEO VSEBIN NA YOUTUBEU
700.000
ENOT VSEBIN, OBJAVLJENIH NA FACEBOOKU
Zdaj, ko imamo veliko podatkov, njihovo zbiranje in analiza pa sta enostavna in poceni, postaja odločanje v podjetjih na podlagi teh podatkov vse bolj običajno. Najbolj uspešna podjetja, kot so Amazon, Google, Facebook, LinkedIn, Target, Walmart, P&G in British Airways, že postavljajo podatke v središče vseh svojih odločitev, ki postajajo bolje premišljene in načrtovane.
Poglejmo, kako trgovci uporabljajo podatke za osebno prilagojene ponudbe:
Nekatere trgovine so začele uporabljati podatke, ki so jih pridobile od lastnikov kartic zvestobe, da bi jim ponudile prilagojeno ponudbo in ceno. Ko so v Tescu ugotovili, da novopečeni očetje zaradi pomanjkanja časa spijejo več piva doma, so v direktni pošti novim kupcem plenic poslali tudi kupone za cenejši nakup piva v njihovih prodajalnah.
Ameriška veriga supermarketov Safeway je leta 2012 začela s testiranjem prilagojenih cen »Just for U«, temelječih na nakupovalnih vzorcih, zbranih s pomočjo kartic zvestobe. Na primer, če kupec pogosto kupi en izdelek iz linije, bo prejel popust za druge izdelke iz te linije; kupci, ki zaradi velikih družin kupujejo v velikih količinah, pa bodo prejeli količinske popuste.
Ameriška veriga supermarketov Stop & Shop je razvila mobilno aplikacijo, ki omogoča skeniranje izdelkov, s katerimi potrošniki dostopajo do instant popustov. Če npr. uporabnik poskenira otroške plenice, mu bo aplikacija predlagala tudi druge otroške izdelke s popustom.
Z vsemi podatki, ki so na voljo, lahko znamke v hipu odreagirajo na potrošnikovo vedenje. Na podlagi izredno podrobno zgrajenih profilov lahko podjetja reagirajo skoraj refleksno. S pomočjo geolokacijske tehnologije in ostalih zbranih podatkov, lahko ponudbo prilagodijo v realnem času - kupcem se pošljejo promocijska sporočila, kadar se nahajajo v določeni trgovini ali na določenem oddelku. Skupaj z analizo podatkov »geofencing« predstavlja učinkovito orodje, s katerim lahko usmerjamo vedenje potrošnika v prihodnosti. Tako bi trgovina s pohištvom porabniku ponudila npr. 30 % popust na preprogo, ki se ujema z zavesami, ki jo je uporabnik kupil pred tremi tedni.
Hiperprilagojene uporabniške storitve: Nekatera podjetja že poznajo način, kako na podlagi pridobljenih podatkov prilagoditi svoje uporabniške storitve posameznim strankam: restavracije prilagajajo obroke, saj si pomagajo spletnimi servisi kot sta Open Table in Urbanspoon.
Ameriška veleblagovnica Nieman Marcus je razvila aplikacijo za iPhone z imenom NM Service, ki prodajnemu osebju omogoča hiperpersonalizacijo uporabniške storitve. Ti lahko preko aplikacije dostopajo do spletnih podatkov o preteklih nakupih posamezne stranke ali katere izdelke je stranka označila za priljubljene in jim temu primerno svetuje pri nakupih.
Nekatere ameriške univerze uporabljajo računalniške programe, s pomočjo katerih lahko predvidljivo svetujejo in usmerjajo študente pri izbiri predmetov ali jih opozorijo, če ne dosegajo standardov, potrebnih za vpis na višjo stopnjo.
Tudi zdravstvo postaja predvidljivo. Allazo Health je ameriško startup podjetje, ki se ukvarja z analizo in predvidevanjem vedenja pacientov, ki se ne držijo navodil zdravnikov. Njihova aplikacija lahko na podlagi preteklega zdravljenja in demografskih podatkov določi paciente, ki bodo najverjetneje pozabili jemati zdravila. Allazo temu primerno prilagodi način intervencije, vse od vsebine sporočila do časovnega tempiranja.
Prilagojeno zavarovalništvo in predvidljivo profiliranje: Avtomobilske zavarovalnice svojim strankam ponujajo popuste glede na zbrane podatke o njihovi vožnji. To predstavlja napredek od »zastarelih, rigidnih sistemih za razvrščanje zavarovancev v skupine glede na stopnjo tveganja«, ki so temeljili na starosti ali spolu. Vozniki tako v svoj avtomobil vgradijo brezžične naprave, ki se povežejo z avtomobilskim računalnikom in beležijo hitrost, prepotovano razdaljo in trajanje potovanja. Uporabniki lahko nato te podatke delijo s svojimi zavarovalnicami.
Tudi mediji postajajo vse bolj predvidljivi in osebno prilagojeni – video ali avdio vsebine se prilagajajo posameznikom glede na zbrane podatke o njihovih navadah. Na trg prihajajo televizije, ki avtomatično prepoznajo uporabnika in predvajajo le njemu pomembne vsebine ter radijske oddaje, ki vrtijo le določen tip glasbe.
Toda ne sme nas zanesti – tržniki bodo morali poskrbeti za varovanje zbranih podatkov in potrošnikom predvsem pojasniti, čemu služi tak poseg v njihovo zasebnost. Večina potrošnikov bo individualiziran pristop pozdravila, še posebej mladi, ki osebne prilagoditve že dojemajo kot samoumevne. Kljub vsemu bodo potrošniki potrebovali nekaj časa, da se privadijo dejstvu, da jih blagovne znamke poznajo tako dobro in da se bodo znebili občutka, da jih opazuje Veliki brat.
Torej: izziv za podjetja bo prepoznavati in napovedovati ne le širše vedenjske vzorce, ampak tudi individualne. Tržniki, ki bodo s temi podatki opremljeni, bodo lahko suvereno prilagajali svojo ponudbo, sporočanje in vedenje. Znamke bodo znale zadovoljiti potrošnikove potrebe, ko se te pojavijo, mogoče celo, preden se pojavijo. Gre za razumevanje potrošnika, kot mu še nismo bili priča.
