Data-driven storytelling #1: Vyprávění příběhů založených na datech

30. 7. 2018

Představení

Oblast komunikace se v poslední době výrazně proměňuje. Minulá léta patřila klasickým médiím, sociálním médiím a e-mailům. Většina sdělení vycházela z naslouchání všemu, všem a pokusům dobrat se smyslu těchto informací.

Dnešek je však o porozumění tomu, co zajímá konkrétní publikum:

• S jakým typem obsahu publikum zaujme?
• Jaká média a kanály čte a sleduje?
• Kdy a jak cílové segmenty obsah konzumují?
• Jaká klíčová slova, termíny a hashtagy používá?
• Jak měřit a řídit efektivitu v tomto novém prostředí?
• Jak identifikovat influencery v rámci konkrétního publika?

V tomto dokumentu sdílíme, jak může data-driven storytelling, tedy vyprávění příběhů založených na datech, vylepšit spolupráci marketérů s vybraným publikem. K tomu je samozřejmě zapotřebí mnohem větší přehled o datech, než kdykoliv předtím.

Vyžaduje to, stát se skutečně „data smart.“

O čem data-driven storytelling není

Termín data-driven storytelling může být trochu matoucí. Při vyhledání termínu v Googlu se nejčastěji mluví o datech specifických pro danou organizaci a budování příběhu v souvislosti se statistikami či průzkumy. To může platit pro oblasti managementu, ale opravdové vyprávění příběhů založených na datech je o zákaznících nebo cílové skupině, na kterou se zaměřujete. O údajích, které o zákaznících nebo cílové skupině získáte, abyste s nimi mohli efektivněji komunikovat.

Může jít o sebeidentifikaci (například na Twitteru, LinkedInu, Facebooku) a pochopení jejich konverzací, zájmů, jedinečných vlastností a médií, která sledují. Získané vědomosti vám napoví, jaký obsah a příběhy budou s vybraných publikem rezonovat.

Čtyři hlavní důvody, proč má data-driven storytelling smysl

Proč je vyprávění založené na datech tak důležité? Proč je nezbytné vědět, co vámi vybraná cílová skupina dělá online i offline? Nalezení odpovědí musí předcházet pochopení bariér, které brání oslovení zákazníků:

1. Lidé jsou zahlcení nadbytkem obsahu a médii.
2. Marketingové zprávy, mobilní zařízení a další obsahy denně útočí na pozornost spotřebitele a multitasking se stal novou kulturní normou.
3. Lidé nemají dostatek pozornosti. Mozek spotřebitelů není nafukovací a může v jednom okamžiku vstřebat jen určité množství informací tak, aby ještě dávaly smysl. Konzumace obsahu vyžaduje tunelové vidění. Spotřebitelé se zaměřují jen na obsah, který je pro ně ještě relevantní v daném okamžiku a všechno ostatní odfiltrují.
4. Cesta spotřebitele je nepředvídatelná. Spotřebitelé obsah zpracovávají bez specifické rutiny. Jejich rozhodovací proces při nákupu je nepředvídatelný, což značně snižuje schopnost značek je oslovit.

Úspěch data-driven storytellingu závisí na identifikaci a zacílení na správné publikum. Než se však ponoříme do realizace data-driven kampaně musíme si určit co nejlepší publikum pro oslovení.

Na koho zacílit: Model 1:9:90

Vyprávění založené na datech je hlavně o identifikaci správného publika. První otázka, kterou byste si měli položit je: koho ovlivníte nejdříve, abyste získali největší výhodu. Model 1:9:90 představuje strategický přístup k rozčlenění publika a budování speciálních marketingových a komunikačních programů pro každou skupinu.

Pouze 1 procento lidí jsou influenceři

Jedno procento z publika jsou influenceři, kteří obsah tvoří, formují trh a řídí rozhovory o tématu. Když mluví, všichni ostatní naslouchají. Tuto roli historicky zajišťovala skupina tradičních médií. Dnes se jedná o novináře a analytiky, ale také o podnikatele, blogery a téměř každého, kdo má velké publikum.

Jen 9 procent lidí poslouchá

Tato skupina kontextualizuje a balíčkuje obsah od influencerů a obecně poskytuje svůj vlastní postoj a úhel pohledu. Doporučují, sdílí, registrují, stahují, komentují a dávají své komunitě na vědomí, co si myslí.

Zbylých 90 procent je trh

Devadesát procent tvoří většinu trhu. Čekají a učí se. Konzumují obsah a rozhodují, jak přesvědčivě a důvěryhodně jsou příběhy o značce vyprávěny uvedeným jedním a devíti procenty populace.

Proto je v prvním kroku důležitá identifikace a zaměření se na jedno procento a devět procent trhu, aby bylo možné ovlivnit zbývajících devadesát procent. Tento model je mimořádně užitečný, neboť pochopíte princip sociálních médií a jejich zapojení. Současně také zajistíte, aby se vynaložené zdroje, úsilí a rozpočet kladly na dosažení co nejlepších výsledků.

Způsob poslouchání se změnil

Tradiční naslouchání je proces analýzy rozhovorů, specifických frází, slov nebo značek na celém trhu, kontrola tištěných článků, diskusních fór, blogů, sociálních médií a dalších komunikačních kanálů. Výsledkem je standardní kvalitní pohled na trendy. Je to přístup typický pro současnou marketingovou komunikaci.

Funguje dobře. Pokud se snažíme zjistit, co si myslí devadesát procent lidí je třeba pochopit myšlení klíčových deseti procent lidí, kterým však musíme naslouchat jiným způsobem.

Informace o určitých tématech a konverzacích je třeba shromažďovat stejně tak, jako informace podle reakcí konkrétních posluchačů. Získané údaje pak slouží pro lepší zacílení při oslovování. Naslouchání publiku je zaměřené na identifikaci a analýzu konverzací cílových skupin. Skupiny mohou tvořit všichni od analytiků, CIO, CMO různých firem, až po běžné uživatele zajímající se o technologické novinky.

Můžete se zaměřit třeba na profesionály z oblasti řízení lidských zdrojů, kteří potřebují pochopit, co se děje ve vztahu k novým IT nástrojům či diverzitě. Pokud jste z IT, můžete se chtít zaměřit na IT tvůrce, kteří se například chtějí dozvědět více o digitalizaci a výhodách specifických technologií pro rozvoj svých vlastních znalostí. Anebo vás jen zajímá, jaká technologická zařízení používají uživatelé ve věku 18–26 a 26–34 let.

Uvažujete-li o podpoře investičních pobídek nebo jiných finančních produktů, můžete se pro změnu zaměřit na investory, pro které je důležité sladění finančních investic s osobním přesvědčením. Identifikovat je lze pomocí analýzy a rozhovorů o sociálně odpovědných investicích, ekologických investicích, etických investicích a podobných tématech.