Digital Analytics: คืออะไรและจะปรับปรุงกิจกรรมทางการตลาดได้อย่างไร

เพื่อใช้ประโยชน์จากทุนความรู้ที่ฝังอยู่ในข้อมูล บริษัทต่างๆ จำเป็นต้อง รวมพลังและความแม่นยำของการวิเคราะห์ข้อมูลเข้ากับกลยุทธ์ทางการตลาดของตน

เทคโนโลยีดิจิทัลและระบบสำหรับการติดตามพฤติกรรมและการโต้ตอบออนไลน์สร้างข้อมูลจำนวนมหาศาลที่ตอนนี้เราสามารถวิเคราะห์ด้วยระดับความลึกและความละเอียดที่ไม่เคยทำได้มาก่อน กิจกรรมใน การวัด รวบรวม วิเคราะห์ และรายงาน เหล่านี้คือ การวิเคราะห์ทางดิจิทัล ซึ่งเป็นกระบวนการที่มีความสำคัญอย่างยิ่งต่อวิธีการทำงานของบริษัทและสถาบัน โดยเฉพาะอย่างยิ่งในบริบทของข้อมูลที่เราทุกคน ธุรกิจ และผู้บริโภคต่างจมอยู่ในข้อมูลอย่างแท้จริง

มีการใช้การวิเคราะห์ทางดิจิทัลเพื่อแก้ปัญหาธุรกิจประเภทต่างๆ และส่งผลกระทบต่อทุกแง่มุมของธุรกิจ ตั้งแต่การเงินไปจนถึงการดำเนินงาน ตั้งแต่ทรัพยากรบุคคลไปจนถึงการตลาด (ลดหลั่นผ่านแผนกธุรกิจทั้งหมด) ทุกวันนี้ ทุกฝ่ายที่มีปฏิสัมพันธ์ในความสามารถต่างๆ ในตลาด ไม่ว่าจะเป็นธุรกิจ บุคคล หน่วยงาน ตัวกลาง ก็เป็นผู้บริโภค (และผู้ผลิต) ของการวิเคราะห์ดิจิทัลด้วยเช่นกัน

ในด้านองค์กร การวิเคราะห์ดิจิทัลมีบทบาทสำคัญในการพัฒนา กลยุทธ์ การจัดการประสบการณ์ลูกค้า ในความเป็นจริง หากประสบการณ์ของลูกค้าคือชุดของการโต้ตอบกับลูกค้า ทั้งแบบออฟไลน์และออนไลน์ ตั้งแต่การติดต่อครั้งแรกจนถึงการรักษา การวิเคราะห์แบบดิจิทัลทำให้สามารถเข้าใจและปรับพฤติกรรมเหล่านี้ให้เหมาะสมเป็นรายบุคคลและโดยรวม โดยให้ข้อมูลเชิงลึกที่จำเป็นใน การออกแบบส่วนบุคคล ประสบการณ์ของลูกค้า

ก่อนที่จะอธิบายว่าการวิเคราะห์ทางดิจิทัลส่งผลต่อการริเริ่มด้านการตลาดอย่างไร เรามาระบุคำจำกัดความพื้นฐานเพื่อชี้แจงข้อสงสัยต่างๆ

การวิเคราะห์ดิจิทัลคืออะไร?

คำว่า “การวิเคราะห์ทางดิจิทัล” หมายถึงกระบวนการทั้งหมดของการรวบรวม จัดระเบียบ และตีความข้อมูลที่เป็นดิจิทัลโดยกำเนิดหรือแปลเป็นรูปแบบดิจิทัล และเกิดขึ้นจากปฏิสัมพันธ์ระหว่างแบรนด์กับผู้บริโภคตลอดการเดินทางของลูกค้า

การวิเคราะห์แบบดิจิทัลสามารถใช้เพื่อ วัดและประเมินประสิทธิภาพของกิจกรรมทางการตลาดต่างๆ และเพื่อให้บริษัทได้รับข้อมูลเชิงลึกที่พวกเขาต้องการในการออกแบบการสื่อสารและการดำเนินการขายที่มีประสิทธิภาพสูงสุด ในแง่นี้ การวิเคราะห์ดิจิทัลเป็นทั้ง กิจกรรมการวิเคราะห์ข้อมูลและผลลัพธ์ของการวิเคราะห์เหล่านี้

การวิเคราะห์ทางดิจิทัลทำให้ข้อมูลเข้าใจได้โดยการส่งคืนในรูปแบบของ เมตริก ซึ่งเป็นตัวเลขที่บริษัทต่างๆ (และนักการตลาดโดยเฉพาะ) สามารถวัด ประเมินปริมาณ และให้ความหมาย รวมถึงความหมายในการดำเนินการกับการกระทำของพวกเขา เนื้อหามีประสิทธิภาพหรือไม่? ช่องใดให้ประสิทธิภาพดีที่สุด ประสิทธิภาพของแคมเปญเป็นที่น่าพอใจหรือไม่? การวิเคราะห์ดิจิทัลช่วยให้สามารถตอบคำถามเหล่านี้ (และอีกมากมาย) และให้ทีมการตลาดและการขาย มีมุมมองที่ครอบคลุมว่าลูกค้าเป้าหมายและลูกค้ามีปฏิสัมพันธ์กับแบรนด์อย่างไร

กิจกรรมการวิเคราะห์ข้อมูลดิจิทัลให้ความรู้ที่เป็นประโยชน์แก่บริษัทต่างๆ ที่ใช้ข้อมูลนี้เพื่อเพิ่มความแข็งแกร่งและความแม่นยำให้กับกลยุทธ์ทางการตลาด และทำให้ความสัมพันธ์ที่สร้างขึ้นกับลูกค้ามีประสิทธิภาพมากขึ้นและยาวนานขึ้น โดยใช้ประโยชน์จาก เทรนด์การปรับให้เหมาะกับแต่ละบุคคล ซึ่งได้รับความนิยมเพิ่มขึ้นในช่วงที่ผ่านมา ปี.

วิธีการและเนื้อหาที่แบรนด์ใช้เพื่อสร้างความสัมพันธ์กับลูกค้า เช่น วิดีโอออนไลน์ การค้นหา โฆษณาแบบดิสเพลย์ โซเชียลมีเดีย ให้ข้อมูลมากมายแก่นักวิเคราะห์เกี่ยวกับวิธีที่ลูกค้าใช้ช่องทางดิจิทัลเมื่อพวกเขาติดตามการซื้อและการบริโภคที่เฉพาะเจาะจง

การรู้วิธีประเมินความสำเร็จของความสัมพันธ์ระหว่างลูกค้ากับธุรกิจและเข้าใจการเดินทางของลูกค้าจำเป็นต้องมีเฟรมเวิร์กที่เหมาะกับการวิเคราะห์โฟลว์ข้อมูล นี่อาจเป็นสิ่งสำคัญที่สุดของการวิเคราะห์ข้อมูลภายในเวิร์กโฟลว์การตลาดดิจิทัล: ความสามารถในการแปลงข้อมูลที่รวบรวมให้เป็นรายงานที่ครอบคลุม สอดคล้องกัน และมีความหมาย

ในขณะที่โอกาสสำหรับการวิเคราะห์ข้อมูล—และความคาดหวังเกี่ยวกับประโยชน์ของมัน—เติบโตขึ้นอย่างก้าวกระโดดตามวิวัฒนาการของเทคโนโลยี ความแพร่หลายของการวิเคราะห์ข้อมูลที่เรามีในปัจจุบันเป็นผลิตภัณฑ์ดั้งเดิมของการเปลี่ยนแปลงทางเทคโนโลยีในช่วงครึ่งศตวรรษที่ผ่านมา แต่มันก็เกิดขึ้น ไม่พัฒนาจากที่ไหนเลยและกะทันหัน เพื่อแสดงความคิดเห็น มนุษยชาติได้วิเคราะห์และใช้ข้อมูลเป็นเวลานับพันปี

เพื่อทำความเข้าใจว่าการวิเคราะห์ทางดิจิทัลคืออะไรและสามารถปรับปรุงกิจกรรมทางการตลาดได้อย่างไร ให้เราลองให้ มุมมองที่กว้างขึ้นเกี่ยวกับความสัมพันธ์และการโต้ตอบของเรากับข้อมูล โดยดูจากมุมมองทางประวัติศาสตร์

ประวัติโดยย่อของมนุษย์ในการวิเคราะห์ข้อมูล: การแสดงความคิดด้วยข้อมูล

หากมีข้อมูลอยู่เสมอ เราสามารถระบุช่วงเริ่มต้นอันยาวนานที่สิ้นสุดเมื่อไม่กี่ทศวรรษที่แล้วด้วยการสร้างข้อมูลดิจิทัล ประวัติศาสตร์ 7,000 ปีที่เริ่มต้นในรูปแบบที่ต่ำต้อยที่สุด—แผนที่ธรรมดาที่ใช้ในการบันทึกและอธิบายโลก—และได้พัฒนาเป็นแนวปฏิบัติสมัยใหม่ที่เรารู้จักในปัจจุบันและขยายไปถึงสถิติ การแพทย์ การเมือง และสาขาอื่นๆ อีกมากมาย ระเบียบวินัยที่ตลอดหลายศตวรรษที่ผ่านมาได้เพิ่มความสามารถใหม่ๆ อย่างต่อเนื่อง จัดการกับปัญหาสำคัญที่เปลี่ยนแปลงตลอดเวลา และในที่สุดก็ปรากฏออกมา ในคำพูดของ Kevin Hartman (ซึ่งเป็นผู้อำนวยการฝ่าย Analytics ที่ Google และตอนนี้เป็นหัวหน้าผู้เผยแพร่ข้อมูลด้านการวิเคราะห์ที่ Google ด้วย) ดังที่ว่า “ ผสมผสานระหว่างศาสตร์และศิลป์อย่างสมดุล”

• ก่อนปี 1600 ไดอะแกรม เรขาคณิตและแผนที่ช่วยในการนำทางและการสำรวจ ศตวรรษที่ 17 มี การพัฒนาเรขาคณิตวิเคราะห์ ทฤษฎีการวัดความน่าจะเป็น และเลขคณิตทางการเมือง ในช่วง ทศวรรษที่ 1700 ศิลปินได้สร้างรูปแบบกราฟิกใหม่เพื่อแสดงแนวคิดและอธิบายปรากฏการณ์ แม้กระทั่งสิ่งที่ซับซ้อนมาก
• ระหว่างปี พ.ศ. 2343 ถึง พ.ศ. 2392 นวัตกรรมทางอุตสาหกรรมได้ก่อให้เกิดกระแสข้อมูลจำนวนมากขึ้นที่ต้องส่งคืนในรูปแบบภาพที่เป็นระเบียบและเข้าใจได้ ช่วงหลังของ ศตวรรษที่ 19 หลายคนถือว่าเป็นยุคทองในการวิเคราะห์ข้อมูล ด้วยนวัตกรรมกราฟิกที่มีความสวยงามที่ไม่มีใครเทียบได้
• ทศวรรษต้นๆ ของทศวรรษ 1900 เป็น "ยุคมืด" ของการวิเคราะห์ข้อมูล ในระหว่างนั้นความกระตือรือร้นของศตวรรษก่อนถูกแทนที่ด้วยทัศนคติของการปฏิบัติตามระเบียบแบบแผนทั่วไป
• แรงผลักดันใหม่ในการวิจัยเกี่ยวกับเครื่องมือและวิธีการวิเคราะห์ข้อมูลได้รับการบันทึก ตั้งแต่ปี 1950 เป็นต้นมา โดยเฉพาะอย่างยิ่งเกี่ยวกับเทคนิคการสร้างภาพที่ทำให้ข้อมูลเป็นประชาธิปไตยมากขึ้น การพัฒนาระบบคอมพิวเตอร์โต้ตอบและข้อมูลมิติสูงยังคงไม่ลดลงจนถึงปี 1994: คอมพิวเตอร์และแอปพลิเคชันสร้างภาพที่มีประสิทธิภาพและทรงพลังเป็นพิเศษโดยการประมวลผลข้อมูลจำนวนมากขึ้นเรื่อย ๆ และใช้ประโยชน์จากความรู้ที่ได้รับเกี่ยวกับวิธีแสดงข้อมูลเป็นภาพ
• หลังจากปี 1994 เมื่อมีการเปิดตัวโฆษณาแบนเนอร์ดิจิทัลครั้งแรก การใช้อินเทอร์เน็ตก็เพิ่มขึ้นอย่างรวดเร็ว ในขณะที่ในสหรัฐอเมริกามีผู้ใช้น้อยกว่า 5% ที่ท่องเว็บในปี 1994 ในปี 2014 จำนวนนี้เพิ่มขึ้นเป็น 75% และเกือบ 90% ในปี 2019 (แหล่งข้อมูล: Nielsen Online, ITU, PEW Research และ Internet World Stats) 20 ปีระหว่างปี 1994 ถึง 2014 (เมื่ออินเทอร์เน็ตและแพลตฟอร์มหลักเติบโตเต็มที่) ไม่เพียงได้เห็นการเพิ่มช่องทางการสื่อสารอื่น: การเปลี่ยนแปลงทางเทคโนโลยีทำให้เกิดการเปลี่ยนแปลงในโครงสร้างความสัมพันธ์ระหว่างแบรนด์และผู้บริโภค ทำให้ผู้บริโภคสามารถ โต้ตอบออนไลน์ในรูปแบบที่กีดกันออฟไลน์อย่างเข้มงวด ในช่วงเวลานี้เองที่ มีการเปลี่ยนจากการออกอากาศในสื่อดั้งเดิมไปสู่การออกอากาศแบบ แคบ ในช่องดิจิทัล บริษัทต่าง ๆ สามารถติดตั้งเครื่องมือวิเคราะห์ที่สามารถรวบรวมข้อมูลเกี่ยวกับ พฤติกรรมผู้บริโภคอย่างที่ไม่เคยมีมาก่อน และสามารถพึ่งพาวิธีการใหม่ ๆ ในการวัดและประเมินความคิดริเริ่มทางการตลาด

การรู้ว่าการวิเคราะห์ข้อมูลมีการพัฒนาไปอย่างไรนั้นมีความสำคัญ เพราะจะทำให้เข้าใจถึงความก้าวหน้าของแอปพลิเคชันคอมพิวเตอร์ที่สร้างเนื้อหาและรูปภาพจากข้อมูลในปัจจุบัน ประวัติศาสตร์ยุคแรกเริ่มของการวิเคราะห์ข้อมูลจบลงด้วยการสร้างการวิเคราะห์ข้อมูลดิจิทัล ซึ่งนำไปสู่ยุคข้อมูลที่เราอาศัยอยู่ทุกวันนี้ (ที่มา: Digital Marketing Analytics: In Theory And In Practice, Kevin Hartman)

วิธีใช้การวิเคราะห์ดิจิทัลอย่างเต็มที่ในด้านการตลาด: จาก ZMOT ของ Google ไปจนถึง CDJ ของ McKinsey

ทุกวันนี้ เรากำลังอยู่ในช่วงเวลาแห่งประวัติศาสตร์ที่ช่วงหนึ่งของประวัติศาสตร์ของการวิเคราะห์ข้อมูลได้บรรลุผลสำเร็จ และอีกช่วงหนึ่งได้ถือกำเนิดขึ้น โดยที่ การวิเคราะห์ดิจิทัล และการวิเคราะห์ข้อมูลถือว่ามีความเกี่ยวข้องอย่างแท้จริงในการสื่อสารองค์กร การตลาด และการโฆษณา

การ แพร่กระจายของจุดสัมผัส ตลอดช่องทางได้เพิ่มโอกาสในการโต้ตอบเป็นทวีคูณ ทำให้ความต้องการการวิเคราะห์ที่แม่นยำเพิ่มสูงขึ้น การเข้าถึงข้อมูลเพิ่มขึ้น เช่นเดียวกับ ความพร้อมของอุปกรณ์เคลื่อนที่ บริษัทต่างๆ ได้ติดตามการเปลี่ยนแปลงทางดิจิทัลของธุรกิจโดยลงทุนในการวิเคราะห์ทางดิจิทัล โดยมีเป้าหมาย เพื่อจัดระเบียบให้กับสภาพแวดล้อมข้อมูลที่วุ่นวายอย่างมาก และปรับกระบวนการทางธุรกิจให้เหมาะสม

ข้อมูลกลายเป็นทรัพยากรที่มีค่าที่สุดสำหรับใครก็ตามที่ทำหรือพยายามโน้มน้าวการตัดสินใจ รวมถึงสำหรับ ผู้บริโภคที่กระตือรือร้นค้นหาข้อมูลทางออนไลน์เพื่อสนับสนุนตัวเลือกของพวกเขา

ตั้งแต่การใช้คอมพิวเตอร์ส่วนบุคคลในทศวรรษที่ 1980 จนถึงการแพร่กระจายของเว็บในทศวรรษที่ 1990 ไปจนถึงความสำเร็จที่น่าทึ่งของสมาร์ทโฟนในทศวรรษที่ 2000 เส้นทางที่ผู้คนติดตามระหว่างเส้นทางการซื้อกิจการ และวิธีการที่แบรนด์ต่างๆ มีส่วนร่วมกับลูกค้าอย่างรุนแรง เปลี่ยน. ในการกำหนดกรอบไดนามิกใหม่เหล่านี้ บริษัทต่างๆ ได้เริ่มใช้กรอบงานเฉพาะเป็นกรอบเชิงทฤษฎีเพื่อวางการวิเคราะห์ดิจิทัล ซึ่งต้องขอบคุณกรอบเหล่านี้สามารถ ให้ความหมายกับพฤติกรรมที่จัดหมวดหมู่น้อยลงและง่ายขึ้น

Zero Moment of Truth: Google จับภาพช่วงเวลาแห่งการเลือกของผู้บริโภคได้อย่างไร

ในปี 2554 Google นำเสนอแนวคิดของ "ช่วงเวลาแห่งความจริงเป็นศูนย์" เพื่อแสดงถึงช่วงเวลาระหว่างความต้องการและสิ่งกระตุ้นเพื่อแสวงหาวิธีแก้ปัญหาเพื่อตอบสนองความต้องการนั้น และ "ช่วงเวลาแรกของความจริง" ซึ่งเป็นสถานการณ์ที่ตาม สู่แบบจำลองสามขั้นตอนของพีแอนด์จี เกิดขึ้นเมื่อผู้บริโภคต้องเผชิญกับการตัดสินใจระหว่างข้อเสนอทางเลือก ด้วย ZMOT Google ตั้งใจที่จะจับ ธรรมชาติที่ไม่อยู่กับร่องกับรอยของตรรกะที่ขับเคลื่อนการเลือกจับจ่ายร่วมสมัย โดยผู้บริโภคมาที่ชั้นวางพร้อมกับข้อมูลเพิ่มเติมมากมาย ตั้งแต่บทวิจารณ์ผลิตภัณฑ์ที่อ่านบนเว็บไซต์เฉพาะ ไปจนถึงบัญชี Facebook จากประสบการณ์ส่วนตัว กับผลิตภัณฑ์นั้น ตั้งแต่ทวีตของคนดังเกี่ยวกับการตกหลุมรักแบรนด์นั้นและบริการของแบรนด์นั้น ไปจนถึงโฆษณาและคำรับรองหลายพันรายการที่เราพบเห็นทุกวัน

Zero Moment of Truth เป็นภาพรวมของการไหลของข้อมูลที่ยุ่งเหยิงและคาดเดาไม่ได้ส่วนใหญ่ที่ผู้บริโภคนำทางเพื่อควบคุมเพื่อให้บรรลุเป้าหมายที่เฉพาะเจาะจง สลับจากแหล่งหนึ่งไปยังอีกแหล่งหนึ่งอย่างรวดเร็ว และเคลื่อนไหวอย่างลื่นไหลระหว่างโลกออนไลน์และออฟไลน์ การ วิเคราะห์ แบบดิจิทัล มีความสำคัญในการบัญชีสำหรับการเดินทางแบบไม่เชิงเส้นดังกล่าว

เส้นทางการตัดสินใจของลูกค้าของ McKinsey: การตัดสินใจภายใต้กล้องจุลทรรศน์

เส้นทางการตัดสินใจของลูกค้า (CDJ) ของ McKinsey พยายามที่จะย้อนกลับข้ามระบบของอิทธิพลที่กระทำต่อผู้บริโภคในระหว่างกระบวนการซื้อของพวกเขา โดยเฉพาะอย่างยิ่ง จะระบุช่วงเวลาสำคัญที่ผู้บริโภคประสบก่อนที่จะซื้อ การวิเคราะห์ทางดิจิทัลช่วยให้สถานการณ์ของความไม่แน่ใจและการลองผิดลองถูกถูกแปลงเป็นชุดข้อมูลที่จะให้ข้อมูลเชิงลึกที่เป็นประโยชน์แก่นักการตลาดในการออกแบบและนำกลยุทธ์ไปใช้ เส้นทางการตัดสินใจของลูกค้าประกอบด้วยหลายขั้นตอน โดยแต่ละขั้นตอนแสดงถึงขั้นตอนที่แตกต่างกันในกระบวนการตัดสินใจ ในแต่ละขั้นตอน แบรนด์ต่างๆ จะได้รับข้อมูลที่ถูกต้องมากขึ้นเกี่ยวกับความสัมพันธ์ระหว่างพวกเขากับผู้บริโภค ซึ่งนักวิเคราะห์สามารถใช้เพื่อขยายขอบเขตและถ่ายทอดความรู้เกี่ยวกับกลุ่มเป้าหมายของตนได้ CDJ ทำให้ สามารถรับรู้ตรรกะที่อยู่เบื้องหลังการเดินทางของลูกค้าแต่ละราย โดยไม่คำนึงถึงผลิตภัณฑ์ที่ได้รับการประเมิน

Digital Analytics ช่วยให้สามารถสร้างโปรไฟล์และประสบการณ์ของลูกค้าที่มีความหมายได้

ในขณะที่กรอบเชิงทฤษฎีเป็นที่รู้จักกันอย่างแพร่หลายในหมู่ผู้ปฏิบัติงาน เทคโนโลยีการวิเคราะห์ข้อมูลก็สามารถเข้าถึงได้มากขึ้น เช่นกัน เนื่องจากความก้าวหน้าในเครื่องมือโอเพ่นซอร์สและเนื่องจากการ มีอยู่ของพันธมิตรที่มีคุณสมบัติ ซึ่งสามารถช่วยบริษัทต่างๆ ดำเนินการและใช้โซลูชันคอมพิวเตอร์ที่ซับซ้อนและเข้มงวดอย่างมีกำไร

นอกจากองค์ประกอบทางเทคโนโลยีแล้ว สภาพแวดล้อมทางเศรษฐกิจ สังคม และวัฒนธรรมยังมีอิทธิพลอย่างลึกซึ้งต่อความต้องการในการวิเคราะห์ข้อมูลอีกด้วย การค้นหาโซลูชันที่สามารถลดเงื่อนไขความไม่แน่นอนและ ความต้องการความรับผิดชอบที่มากขึ้นในส่วนของบริษัทต่างๆ ได้มีส่วนสนับสนุนการเกิดขึ้นของรูปแบบธุรกิจดิจิทัลและทำให้เกิดแรงผลักดันอย่างมากต่อการใช้การวิเคราะห์ดิจิทัล

นักการตลาดที่ใช้การวิเคราะห์ทางดิจิทัล สามารถจัดการกับสื่อและช่องทางต่างๆ ได้ ตอนนี้ดำเนินการโดยใช้ ข้อมูลจำนวนมหาศาลที่องค์กรต่างๆ เข้าถึงได้ ข้อมูลที่มาจากแหล่งต่างๆ มากมาย ทั้งที่เป็นกรรมสิทธิ์และของบุคคลที่สาม ข้อมูลเชิงพฤติกรรม บริบท จิตวิทยา ประชากรศาสตร์ และภูมิศาสตร์ และผลลัพธ์ของการวัดแบบทันทีทันใด เช่น ความพึงพอใจของลูกค้าที่มีต่อตราสินค้า ถูกนำมาใช้เพื่อ ระบุความหมายในการดำเนินงานของแต่ละปฏิสัมพันธ์กับตราสินค้า และเพื่อสร้างจากการตีความนี้ ให้มีความชัดเจนและมีความหมายมากขึ้นจากการตีความนี้ ประสบการณ์