Сильный бренд. От стратегии и бренд-дизайна до статуса и лидерства

Все эти большие данные, предоставляемые технологиями, могут обеспечивать накопление данных и (во все большей степени) возможность машинного обучения. Машинное обучение и обработка естественного языка помогут разрабатывать и предоставлять клиентам адаптивный и оптимизированный контент и опыт, а также повышать узнаваемость бренда (B2C) и расширять возможности продаж (B2B); и то и другое, несомненно, оказывается благом для создания брендов.

В задачи этой главы не входит оценка различных платформ для обработки и анализа данных, выдача руководства по прогнозной аналитике или что-то подобное. Основной вывод о потенциале технологий / больших данных для повышения количественного понимания заключается в следующем: при больших данных возникает большая ответственность за создание здоровых межфункциональных отношений между отделами данных/IT и группами, занимающимися маркетингом. Чтобы реализовать потенциал количественного анализа для построения бренда, мастера работы с данными и лица, занимающиеся стратегией бренда, должны применить свой опыт взаимодействия с клиентами, чтобы использовать аналитику на основе данных для продвижения брендов и увеличения доходов.

Практика: как убедиться, что современные идеи могут принести пользу бренду

Теперь мы знаем, что ценные идеи для бренда можно получить, встроив аспект пути клиента в традиционные методы исследования. Мы также знаем, что использование растущей мощи технологий и больших данных может дать ценные идеи, если мы сможем интерпретировать эти результаты с точки зрения построения бренда. Как же нам определить, будут ли наш внешний партнер или исследовательская группа использовать для продвижения бренда эти перспективы или станут продвигать традиционные исследовательские подходы?

Ниже мы предлагаем четыре стратегии.

1. Попросите исследовательскую группу привести конкретные примеры идей, полученных в результате умозаключения, о том, что клиенты имели в виду, а не то, что сказали буквально, и спросите о следствиях, которые команда получила в результате. Хотя чаще всего консультанты и агентства не могут обсуждать подробности прошлой работы с клиентами, попросите примеры, не задействующие бренды (на уровне категорий) и обеспечивающие оценку набора навыков интерпретации. Также обратите внимание на знание принципов брендинга и позиционирования, которые гарантируют, что исследовательская группа может предложить умные, свежие действия или решения.

2. Изучите конкретные примеры на наличие широких методов. Дают ли старые подходы и разработки возможность зафиксировать изменчивость извилистых путей клиентов? Иллюстрируют ли эти примеры навыки использования понимания клиента для определения проблем и создания гипотез? Есть ли подтверждения стремления к «почему» или использования глубинных причин и невысказанных мотивов, стоящих за убеждениями, поведением и потребностями?

3. Определите, может ли группа последовательно обсуждать не только концепции данных и тактические концепции (например, A/B-тестирование, конверсия, кликабельность (click-through rate, CTR), демографические параметры), но и концепции бренда (например, целевую аудиторию, сегменты, позиционирование, капитал бренда). Большие или даже колоссальные данные не станут панацеей ни от чего. Даже самые подкованные новаторские специалисты-аналитики все еще вынуждены связывать результаты и визуализацию данных с инновациями, выходом на рынок и решениями и действиями по созданию бренда. Удобно, когда вы и ваш партнер по пониманию одинаково смотрите на награду при создании бренда.

4. Уточните, заинтересована ли исследовательская группа в своем методе или платформе больше, чем в ваших проблемах или вопросах рынка. Важно не увлечься методом потенциального партнера по пониманию. По мере того как пропускная способность и скорость передачи данных продолжают расти, а мобильные устройства предлагают все более сложные камеры и возможности обмена данными, цифровые исследовательские платформы будут все больше процветать. Вместо этого сосредоточьтесь на навыках интерпретации и умении использовать данные для получения понимания, относящегося к деятельности по созданию бренда (генерация идей для инноваций, понимание, связанное с позиционированием, или приоритизация и оптимизация каналов для рекламных заявлений и распространения).

Резюме

В этой главе утверждается, что крайне разнообразная, демократизированная цифровая среда требует от брендов большего спроса от их программ понимания. Одних традиционных методов исследования рынка, вероятно, недостаточно. Принятие ментальности, ориентированной на сопереживание и путь клиента, дает важное понимание для подпитки идей новых продуктов и создания бренда, необходимого для их запуска и развития.