ผลตอบแทนจากการลงทุนหายไปในการดำเนินการ

ทีมการตลาดใช้เงินงบประมาณอย่างชาญฉลาด แต่ผู้บริหารไม่เห็นผล

เมื่อธุรกิจใช้จ่ายเงินไปกับสิ่งใดสิ่งหนึ่ง คาดว่าจะเห็น "ผลตอบแทนจากการลงทุน" ซึ่งเป็นการเพิ่มขึ้นที่มีความสัมพันธ์กับการใช้จ่าย นี่คงจะดีถ้าการตลาดเป็นเครื่องจักรที่มีอินพุตและเอาต์พุตที่วัดได้คงที่ ยกเว้นว่าเราอยู่ใน "ยุคข้อมูลข่าวสาร" ดังนั้นการบัญชีในยุคอุตสาหกรรมจะไม่สังเกตเห็นสิ่งที่เกิดขึ้นจริง

การตลาดมักปรากฏเป็นต้นทุนที่ลดลงในงบดุล ความสัมพันธ์กับผลลัพธ์ไม่ชัดเจนเสมอไป Kathleen Schaub ผู้บริหารการตลาดและนักยุทธศาสตร์องค์กร และ Mark Stouse ประธาน Proof Data Corporation ต้องการให้ความกระจ่างเกี่ยวกับสถานการณ์นี้ Schaub ให้ความสำคัญกับความซับซ้อนที่ส่งผลต่อการตลาด ในขณะที่ Stouse ให้ความสำคัญกับการวิเคราะห์อย่างลึกซึ้ง มุมทั้งสองนี้มาบรรจบกันที่จุดร่วม: วิธีเก่าในการวัด ROI ทางการตลาดพลาดไปมาก โดยให้แนวทางที่ไม่ถูกต้องสำหรับความพยายามทางการตลาด

Schaub ลงรายละเอียดเพิ่มเติมในบทความของเธอเรื่อง “Marketing Is Not a Vending Machine” “ตลาดคือสิ่งที่วิทยาศาสตร์เรียกว่าระบบการปรับตัวที่ซับซ้อน ปฏิสัมพันธ์ของตัวแทนอิสระจำนวนมาก ทั้งบุคคลและองค์กร - ลูกค้า บริษัท ผู้มีอิทธิพล คู่ค้า และรัฐบาล ทำให้เกิดกระแสตอบรับที่ทำให้สถานการณ์เปลี่ยนแปลงตลอดเวลา การเปลี่ยนแปลงทำให้เกิดสิ่งที่ไม่รู้จักมากมาย” Schaub เขียน.

กระแสตอบรับเหล่านี้เร่งขึ้นด้วยกระแสโลกาภิวัตน์และดิจิทัล “ไม่มีที่ว่างสำหรับหายใจ” Schaub บอกกับเรา ดังนั้นนักการตลาดจึงยากที่จะตามทัน ในช่วงหลายทศวรรษที่ผ่านมานี้เองที่ข้อมูลและคอมพิวเตอร์ได้จัดเตรียมวิธีที่จะทำให้สิ่งนี้เกิดขึ้นได้ในที่สุด “ตอนนี้สิ่งต่าง ๆ เร็วขึ้น เราสามารถเห็นรูปแบบเหล่านี้ในข้อมูล”

“ROI สำหรับการตลาดไม่ได้อยู่ที่นั่น” ชับกล่าว. “ไม่เคยมี ไม่เคยจะเป็น ไม่ได้อยู่ในความหมายมาตรฐานเก่า”

สิ่งเดียวที่แน่นอนคือความไม่แน่นอน

“การเปลี่ยนแปลงครั้งใหญ่ ซึ่งอาจจะเกิดขึ้นอย่างถาวร เริ่มต้นจากโควิด” สตูสกล่าว “การวนรอบความคิดเห็นนั้นสำคัญมาก” สโตสกล่าวต่อ ตอนนี้คุณจำเป็นต้องมีเป้าหมายที่มีคุณค่า เส้นทางสู่คุณค่า และความสามารถในการติดตามความพยายามของคุณ เช่นเดียวกับ GPS เขากล่าว สิ่งนี้ทำงานควบคู่ไปกับการสลายตัวของข้อมูลบุคคลที่สาม

เพื่อให้ได้ภาพที่สมจริงยิ่งขึ้น นักการตลาดบางคนกลับมาใช้เทคนิคแบบเก่า นั่นคือ การสร้างแบบจำลองส่วนประสมทางการตลาด (MMM) เทคนิคนี้พบได้ทั่วไปในบริษัทขนาดใหญ่ที่ติดอันดับ Fortune 500 Stouse กล่าว แต่มันยากเกินไปที่จะปฏิบัติการ — ช้าเกินไป ใช้เกินไป แพงเกินไป ยากเกินไปที่จะปรับขนาด และยากสำหรับคนที่จะเข้าใจ

วันนี้ MMM ได้รับการดูครั้งที่สอง “ระบบอัตโนมัติได้ขจัดความท้าทายมากมายในการดำเนินการวิเคราะห์เชิงปฏิบัติการ” สตูว์กล่าวว่า “MMM มีรากฐานมาจากการวิเคราะห์การถดถอยแบบหลายตัวแปร ซึ่งเป็นรากฐานพื้นฐานของวิธีการทางวิทยาศาสตร์” และนี่เป็นกระแสหลักและเป็นที่เข้าใจกันดี เขากล่าวเสริม

การเปลี่ยนแปลงใดๆ ในการวิเคราะห์จะทำให้เกิดการเปลี่ยนแปลงในองค์กรด้วย “คุณไม่สามารถมีองค์กรแบบเดียวกันที่เข้มงวด บังคับบัญชา และควบคุม มีลำดับชั้น แยกประเภท และมีกระบวนการทางธุรกิจแบบน้ำตกที่เข้มงวดมากเหล่านี้ พวกมันช้าเกินไป ไร้มนุษยธรรมเกินไป เป็นข้อมูลเปล่าๆ เพราะข้อมูลไม่สามารถไหลไปยังที่ที่ต้องการได้” Schaub กล่าว

“ฉันถาม CMO และ CEOS อยู่เสมอว่า 'คุณทำ ROI ได้หรือยัง'” Schaub เล่า “คำตอบก็คือ 'ไม่' เสมอ” พวกเขามีวิธีแก้ปัญหา เช่น การระบุแหล่งที่มา และผลักดันการตลาด "ลงช่องทาง" เพื่อช่วยขาย "แต่ในท้ายที่สุด ผู้คนต้องละทิ้งจินตนาการว่า [การตลาด] สามารถคาดเดาได้อย่างสมบูรณ์" ชับกล่าว.

ผู้คนเชื่อในเหตุและผล ว่าเมื่อมีข้อมูลที่เพียงพอ กลยุทธ์ที่ถูกต้อง กระบวนการทำงานที่ถูกต้อง หรือประสิทธิภาพเพียงพอ พวกเขาสามารถเข้าใจสิ่งต่าง ๆ ได้ Schaub กล่าว โควิดทำให้ระบบความเชื่อพัง ในการสร้างใหม่ การวิเคราะห์จะช่วยได้ แต่องค์กรยังต้องปรับแนวใหม่เพื่อให้สามารถทำงานได้ดีขึ้น “ในสภาวะที่ต้องการการตอบสนองของเรา ตรงข้ามกับความสามารถในการคาดการณ์ของเรา” เธอพูด.

ถ้าคุณคาดเดาไม่ได้ ให้โปรเจ็กต์

ธุรกิจต่างๆ ยังคงสามารถร่างสถานการณ์และคาดการณ์ได้ โดยวางโครงร่างของสิ่งที่คาดว่าจะเกิดขึ้น “จากนั้นคุณต้อง 'ติดตามอย่างรวดเร็ว' เมื่ออนาคตกลายเป็นปัจจุบัน ด้วยการคำนวณใหม่ในระดับต่ำที่แฝงอยู่ ดังนั้นคุณสามารถค้นหาตำแหน่งที่คุณสัมพันธ์กับการคาดคะเนนั้นได้” สตูว์อธิบาย.

ที่นี่ Stuse เปรียบเทียบการวิเคราะห์การตลาดกับ GPS ปลายทางไม่ใช่จุด ROI คงที่จนถึงวันที่กำหนด แต่สามารถบรรลุเป้าหมายได้แม้จะมีการเปลี่ยนแปลงของการจราจรและทางอ้อมที่จำเป็น เช่นเดียวกับที่ GPS คำนวณใหม่ ผู้มีอำนาจตัดสินใจสามารถคำนวณการใช้จ่ายในตลาดใหม่หรือปรับขนาดโครงการใหม่เพื่อรองรับความเป็นจริงได้ดียิ่งขึ้น

เช่นเดียวกับ GPS คุณต้องมีคนขับรถที่สามารถตัดสินใจและเปลี่ยนเส้นทางได้ตามต้องการ นักการตลาดอยู่ที่พวงมาลัย โดยได้รับคำแนะนำจากการวิเคราะห์ สามารถตอบสนองต่อสถานการณ์ คว้าโอกาส หรือลดความเสี่ยงตามความจำเป็น Schaub อธิบาย สิ่งนี้ไม่จำเป็นต้องเป็นคนเดียว แต่มักจะเป็นทีมที่คล่องตัวและหลากหลายทางวินัยซึ่งเร็วกว่า ฉลาดกว่า มีนวัตกรรมมากกว่า และสามารถส่งเสริมการแก้ปัญหาของมนุษย์ได้ “คุณสร้างในระยะยาว แต่ครั้งเดียวที่คุณสามารถลงมือทำได้คือตอนนี้” Schaub กล่าว

เรียนรู้ที่จะอยู่กับความเร็ว

ความเร็วของข้อมูลและลูปป้อนกลับเพิ่มขึ้นอย่างมาก ทำให้ภูมิทัศน์ดิจิทัลเปลี่ยนแปลงได้เร็วกว่าความสามารถของบริษัทในการทำความเข้าใจและติดตาม

ที่นี่แนวคิดของ OODA Loop — Observe, Orient, Decide, Act — มีความเกี่ยวข้อง แนวคิดนี้กำหนดโดยพ.อ. จอห์น บอยด์ นักบินเครื่องบินขับไล่ ซึ่งพิสูจน์ให้เห็นว่าหากคุณทำได้เร็วกว่าคู่แข่ง เขาจะตอบโต้กับการกระทำสุดท้ายของคุณในขณะที่คุณดำเนินการต่อไป "สิ่งนี้เพิ่มมากขึ้นในที่ที่ธุรกิจอยู่และการตลาดอยู่มากขึ้น" สโตสกล่าว “คุณมีตัวแปรเหล่านี้ทั้งหมด และตัวแปรเหล่านี้กำลังเคลื่อนที่ด้วยความเร็วที่สมองของมนุษย์โดยลำพังไม่สามารถติดตามได้”

นักการตลาดจำนวนมากพยายามใช้การตลาดแบบคล่องตัวในลักษณะที่เพิ่มมูลค่าให้กับสมาชิกในทีม เรียนรู้วิธีทำลายรูปแบบดังกล่าวใน e-book ฟรี " คู่มือ MarTech เพื่อการตลาดที่คล่องตัวสำหรับทีม"

คลิกที่นี่เพื่อดาวน์โหลด!

“ความสามารถในการใช้ซอฟต์แวร์…บีบอัดลูป OODA” Stuse ได้ยกตัวอย่างชีวิตจริงที่บริษัทของเขากำลังทำงานร่วมกับบริษัทเทคโนโลยีแห่งหนึ่ง “นี่คือบริษัทเทคโนโลยีระดับองค์กรแบบ B2B ขนาดใหญ่ เป็นธุรกิจที่มีวงจรมายาวนานซึ่งใช้ MMM มาเป็นเวลาหกหรือเจ็ดปีในรูปแบบดั้งเดิมและดั้งเดิม” เขาพูดว่า. “[B]y เวลาที่การวิเคราะห์เข้าถึงคนทำการตลาด มันล้าสมัยไปแล้วที่การคาดการณ์ไม่สำคัญอีกต่อไป…พวกเขาไม่จำเป็นต้องเปลี่ยนคณิตศาสตร์ พวกเขาจำเป็นต้องเปลี่ยนความเร็วในการคำนวณทั้งหมด”

อ่านต่อไป: เพิ่มเติมเกี่ยวกับการใช้ประโยชน์จาก OODA Loop

ดังที่ Schaub ระบุไว้ในรายงานของเธอ แผนกการตลาดอาจต้องติดตามตัวแปรมากถึง 30 ตัวเพื่อให้ข้อมูลเชิงลึกที่จำเป็นในการทำความเข้าใจว่าสภาพปัจจุบันเป็นอย่างไร แต่อาจใช้เวลาไม่นานเท่าที่คาดว่าจะดึงพวกเขาทั้งหมดเข้าด้วยกัน การทำงานอัตโนมัติของข้อมูลสามารถลดระยะเวลาที่ใช้ในการรวบรวมข้อมูลเชิงลึกจากสตรีมข้อมูล

“ฉันไม่ได้ตั้งใจจะหมายความว่าสิ่งนี้เป็นเรื่องง่าย” สโตสกล่าวต่อ “แต่ก็ดีขึ้นมากแล้ว” คุณสามารถใช้ชุดเครื่องมือต่างๆ เช่น Supermetrics หรือ Datorama (ทั้งพาร์ทเนอร์ Proof) เพื่อรวบรวมสตรีมข้อมูล ล้างข้อมูล ทำความสะอาด และประสานข้อมูลเหล่านั้น จากนั้นไพพ์ข้อมูลลงในแพลตฟอร์ม เช่น Proof หรือ Tableau

“เราสามารถเข้าไปหาลูกค้าที่มีข้อมูล แต่ไม่มีประวัติการวิเคราะห์เลย…และ 10 รุ่นแรกสามารถเปิดใช้งานได้ในเวลาน้อยกว่า 60 วัน” สตูว์กล่าวว่า ไปที่ที่ปรึกษาดั้งเดิมที่ทำ MMM และ "อาจใช้เวลา 10 ถึง 12 เดือนก่อนที่คุณจะเห็นโมเดลแรกของคุณ"

ในส่วนที่สองของบทความสองส่วนนี้ เรียนรู้ว่าเหตุใดการวัดผลตอบแทนแบบควบคุมและแบบคงที่จึงหมดไป แต่ความสามารถในการคาดการณ์และเวลาในการตอบสนอง/ปฏิกิริยามีความสำคัญอย่างมาก นี่คือ OODA: ความสามารถในการวางแผน คาดการณ์ พิสูจน์ (ยืนยันหรือยืนยัน) และหมุนตามความจำเป็น