Data-based marketing používa dáta pri rozhodovaní. Evidence-based marketing ich posudzuje podľa princípov vedeckej metódy: skúma, ako vznikli, aké tvrdenie podporujú, čo z nich možno vyvodiť a či zistenie platí aj inde. Pri rozhodovaní potom spája dáta konkrétnej firmy s najspoľahlivejšími dostupnými poznatkami z výskumu.
Firemné dáta nie sú automaticky slabým dôkazom a ani recenzovaná štúdia nie je automaticky silným dôkazom. O váhe zistenia rozhoduje, ako boli dáta získané a vyhodnotené, či odpovedajú na položenú otázku a nakoľko sa výsledok nezávisle potvrdil. Korpus preto oddeľuje hodnotenie zdroja od miery overenia zistenia: silu dôkazov od A po D a stav nezávislého overenia.
Príklad: Zákazníci, ktorí si stiahli e-book, nakupujú častejšie. To ešte neznamená, že nakupujú viac vďaka e-booku. Možno si ho sťahujú ľudia, ktorí už mali o produkt väčší záujem. Dáta môžu byť správne, ale záver chybný. Ak preto bez ďalšieho overenia zvýšime investície do e-bookov, zamieňame súvislosť za príčinu.
Tém je 20 a nadväzujú na seba: od vzniku poznania cez správanie kupujúcich, rast značky a reklamu po digitál, hodnotu firmy a B2B. Pri každej sú najsilnejšie zdroje (podľa sily dôkazov, potom citovanosti) a otázky, ktoré asistentka vie dobre zodpovedať.
20 pojmov, s ktorými asistentka pracuje najčastejšie; každý odkazuje na svoju tému
Ako sa pozná, či marketingová poučka naozaj platí? Väčšina právd pochádza z jednej štúdie na jednej vzorke a pri opakovaní sa rozpadne. Tradícia empirických zovšeobecnení postupuje opačne: zbiera desiatky datasetov naprieč kategóriami, krajinami a rokmi, a za zákonitosť vyhlási len vzorec, ktorý prežije všade. Rovnaký filter drží metaanalýzy a replikácie — psychológia ukázala, že bez nich sa reprodukuje sotva polovica publikovaných efektov.
Do tejto témy patrí aj veda o vede — citačné dáta a publikačný systém majú vlastné skreslenia — a nová hrozba: syntetickí respondenti a AI-kontaminované dáta. Kým sa nepreukáže opak, simulovaný respondent nie je náhrada za človeka a proveniencia dát je súčasť dôkazu.
Najstaršia a najtvrdšia časť marketingovej vedy. NBD-Dirichlet model opisuje, ako ľudia reálne nakupujú: väčšina zákazníkov kupuje zriedka, verne nie jednej značke, ale repertoáru. Double jeopardy hovorí, že malé značky trpia dvakrát — majú menej kupujúcich a tí sú o čosi menej verní. Duplication of purchase ukazuje, že značky sa delia o zákazníkov s konkurenciou úmerne jej veľkosti.
Tieto vzorce prežili päťdesiat rokov replikácií naprieč kategóriami od pracích práškov po futbalové kluby a benzín, a novšie aj v B2B. Pre marketéra sú kalibráciou očakávaní: kým niekto sľubuje anomáliu, Dirichlet benchmark povie, čo je normál.
Značky rastú primárne cez penetráciu — získavanie nových a občasných kupujúcich — nie cez zvyšovanie vernosti existujúcich. Retencia a akvizícia nie sú slogan, ale empirická otázka s meranými pomermi. Rovnaké behaviorálne mechanizmy ženú aj rast celých kategórií.
K rastu patrí aj difúzia noviniek: Bassov model opisuje krivku prijímania inovácií a metaanalýzy ukazujú, ktoré faktory úspechu nových produktov sa replikujú. Pre tech produkty je kritický skok od nadšencov k pragmatikom.
Väčšina marketingových otázok začína slovami „kto je naša cieľovka“. Dáta o reálnom nákupnom správaní však ukazujú, že značky v kategórii si delia tých istých kupujúcich úmerne veľkosti, nie podľa segmentov. Kupujúci konkurenčných značiek sa demograficky ani postojovo takmer nelíšia. Teória market-based assets z toho odvodzuje, že zúžený targeting a diferenciácia obmedzujú rast. Nepotvrdzuje sa ani to, že cielenie na ohrozených zákazníkov alebo psychologické profily prináša výnosy, ktoré sa mu pripisujú.
To neznamená, že segmentácia nemá zmysel. Rozdiel je medzi segmentáciou pre porozumenie (kto, kedy a prečo v kategórii nakupuje, aké nákupné situácie existujú) a segmentáciou, ktorá obmedzuje reach. Positioning má tiež dva významy: interné rozhodnutie, v akej kategórii a pri akých situáciách má značka ľuďom napadnúť, a externú komunikáciu. Dobrý positioning sa prejaví v silnejších pamäťových spojeniach so situáciami, nie vo vete v brand booku, a nesmie zúžiť trh viac, než je nutné. Práce o B2B positioningu ukazujú, že aj tam je positioning dlhodobá schopnosť, nie claim. Persóny sú kvalitatívna pomôcka, nie vedecký segment. Táto téma je medzi evidence-based marketérmi sporná a bot uvádza obe strany.
Čo presne je hodnota značky v hlave zákazníka? Kellerov rámec hovorí o znalosti a asociáciách, signalizačná teória o značke ako záruke kvality pri neistote. Behaviorálna škola dodáva salience: značka vyhráva vtedy, keď si na ňu ľudia spomenú v nákupnej situácii — a rozlíšiteľné assety (farby, tvary, postavičky) sa dajú merať a benchmarkovať.
Značky zároveň žijú v kultúre: sú stavebným materiálom identity, komunít aj protestu proti sebe samým. A hodnota značky sa dá previazať na financie — equity merateľne ovplyvňuje akvizíciu, retenciu aj hodnotu firmy.
Značka rastie, keď si ju ľudia vybavia v nákupnej situácii a keď ju vedia ľahko kúpiť. Mentálna dostupnosť nie je povedomie ani obľúbenosť. Je to sieť pamäťových spojení medzi značkou a situáciami, v ktorých ľudia do kategórie vstupujú (Category Entry Points). Salience sa dá merať a rozdiel medzi značkami je väčšinou v počte spojení, nie v ich kvalite. Fyzická dostupnosť je druhá polovica: distribúcia úzko súvisí s trhovým podielom a vzťah je nelineárny, veľké značky získajú z každého ďalšieho predajného miesta viac.
Dôkazová základňa je nerovnomerná. Princíp salience a vzťah distribúcie a podielu majú recenzované práce naprieč trhmi. Konkrétna metodika Category Entry Points je zatiaľ opísaná najmä v prácach okruhu Ehrenberg-Bass a v nerecenzovaných reportoch LinkedIn B2B Institute, preto ju bot uvádza s výhradou. V B2B sa fyzická dostupnosť prekladá do nájditeľnosti, dostupného obchodníka, jasného webu a ceny, partnerov a ľahkého onboardingu. Priame B2B merania k tomu v korpuse zatiaľ chýbajú, ide o prenesenú implikáciu.
Reklamné elasticity sú malé a prekvapivo stabilné: metaanalýzy stoviek kampaní ukazujú, že reklama predáva, ale menej a pomalšie, než sa sľubuje — veľká časť efektu je dlhodobá, cez pamäť a dostupnosť značky v hlave. Kreatívne prevedenie má merateľný vplyv na predaj a share of voice súvisí s rastom podielu.
Druhá polovica témy je meranie. Pozorovacie dáta reklame systematicky lichotia: kliky a atribúcie merajú korelácie, nie príčiny. Skutočný prírastok ukazujú len experimenty — split-cable testy, platformové RCT — a tie bývajú triezvejšie. Ekonomika merania je nepriaznivá: na spoľahlivý dôkaz treba obrovské vzorky.
Čo je v reklame (kreatíva) a koľko a ako sa jej kupuje (médiá) sú samostatné páky s vlastnou literatúrou: pozri témy Kreatíva a pozornosť a Médiá a investície.
O tom, koľko ľudí reklama osloví, rozhoduje rozpočet a zásah. Čo je v reklame rozhoduje o tom, koľko z toho zásahu sa premení na pamäť a predaj. Kreatívne prevedenie má merateľný vplyv na predaj nad rámec mediálnej váhy a emočne vedené kampane majú v databázach prípadov lepšie obchodné výsledky než racionálne. Humor pomáha pozornosti a zapamätaniu, ale podmienene. Reklama pritom väčšinou nepresviedča: osviežuje pamäť a udržiava značku v hre, preto je rozhodujúca väzba na značku, rozlišovacie prvky a to, či si ľudia reklamu vôbec všimnú.
Pozornosť je vzácna a nie každý zásah je rovnaký: ľudia reklamu prehliadajú, sledovanie videa je krátke a dynamické a obal na regáli je tiež reklama. Marketéri pritom odhadujú účinnosť reklám slabo a predtesty zamerané len na pozornosť vedia zavádzať.
Limity: recenzované jadro je zo spotrebiteľských trhov. Praktický slovník (fame, fluent devices, cena nudy, krivky únavy) pochádza z databáz prípadov a proprietárnych testov (IPA, System1, LinkedIn), nie z experimentov. Priame B2B meranie kreatívy v korpuse chýba, bot to pri odpovedi povie.
Jedna vec je vedieť, že reklama funguje cez pamäť, druhá vec je vedieť, ako nakúpiť zásah. Reklamné elasticity sú malé, kladné a stabilné: krátkodobo okolo 0,1, dlhodobo dva- až trikrát viac, menšie pri zavedených značkách. Účinná frekvencia je nízka a ďalšie opakovanie prináša klesajúce výnosy, preto sa oplatí dosah medzi ľahkých a nekupujúcich viac než frekvencia na verných.
Excess share of voice predpovedá dlhodobú zmenu podielu, hoci presné pomery sú sporné. Efekty reklamy pretrvávajú, ale pre väčšinu značiek krátko, a keď značka prestane inzerovať, predaj klesá najprv pomaly, potom rýchlejšie. Viacplatformové kampane pridávajú k jednoplatformovým a načasovanie cez hospodársky cyklus záleží.
Limity: elasticity, frekvencia a pretrvávanie stoja na metaanalýzach stoviek značiek. Pravidlá o share of voice a o pomere značka verzus aktivácia stoja na databázach prípadov a jednom výskumnom okruhu, smer je podložený, konkrétne pomery nie. Kvalita pozornosti podľa kanála je zatiaľ knižná evidencia.
Cenová elasticita má svoje empirické zovšeobecnenia a referenčné ceny vysvetľujú, prečo zákazník reaguje na zmenu ceny, nie na jej úroveň. Zľavy predaj krátkodobo vystrelia, ale dekompozícia ukazuje, že väčšina nárastu je presun v čase a medzi značkami — dlhodobý rast z cenových akcií spravidla nevzniká a časté zľavy erodujú referenčnú cenu.
Nula je špeciálna cena s vlastnou psychológiou. A cenotvorba je aj organizačná schopnosť: kto o cenách rozhoduje a ako, merateľne ovplyvňuje výsledok.
Cena začína pri hodnote pre zákazníka: rozdiel prínosov a nákladov, hodnota v používaní, ochota platiť a cenová prémia za značku sa dajú merať na spotrebiteľskom aj biznis trhu. Value proposition má stáť na pár rozdieloch, ktoré zákazníka naozaj zaujímajú, a na kvantifikovanom dopade. Cenotvorba podľa hodnoty je v praxi vzácna, ale ziskovejšia než nákladový alebo konkurenčný prístup, a podlieha kognitívnym skresleniam. Náklady na prechod menia vzťah spokojnosti a vernosti.
Spokojnosť súvisí s lojalitou len podmienene — vzťah moderujú náklady na zmenu a spokojní zákazníci aj tak odchádzajú. NPS ako „najlepší prediktor rastu“ neprežil nezávislú replikáciu; ako jedna z metrík asociácie s tržbami obstojí, ako jediné číslo nie. Behaviorálna lojalita sa drží Dirichlet benchmarkov viac než vernostných programov.
CRM strana témy: churn sa dá predikovať, ale proaktívna retencia vie aj uškodiť; hodnota zákazníckej bázy (CLV) sa dá previazať až na valuáciu firmy. Metriky zákazníka sú most medzi marketingom a financiami.
Ľudia sa nerozhodujú ako kalkulačky. Heuristiky a skreslenia — kotvenie, framing, status quo, averzia k strate — sú systematické a predvídateľné. Sociálne normy a dôkazy menia správanie a púha expozícia buduje sympatiu bez presviedčania.
Pozor však na veľkosť efektov: slávna metaanalýza nudgingu skončila v spore — po korekcii publikačného biasu je priemerný efekt otázny a kritiky spochybňujú aj heterogenitu. Bot preto pri nudgingu vždy ukazuje obe strany. Konkrétne nudges fungujú podmienene, podľa domény a dizajnu.
Trh čoraz viac sprostredkúvajú algoritmy: odporúčače a playlisty rozhodujú o expozícii, platformy majú vlastnú moc a dopyt sa súčasne rozlieva do dlhého chvosta aj koncentruje k superhviezdam. Online recenzie a word of mouth majú merané elasticity predaja a virálny obsah má psychologickú štruktúru.
K téme patrí aj vzťah ľudí k AI: na rozhodnutia algoritmov reagujú inak než na ľudské, odpor k strojom je podmienený a chatboty majú merateľne iné prijatie. Algoritmické ceny ovplyvňujú dôveru a správanie pri hľadaní.
Jazyk, ktorému rozumie finančný riaditeľ. Trhová orientácia firmy sa merateľne prepisuje do ziskovosti — potvrdené metaanalýzami naprieč krajinami, s moderátormi. Market-based assets — značka, vzťahy, distribúcia — zrýchľujú a stabilizujú cash flow a marketingové investície majú zovšeobecnené elasticity na hodnotu firmy.
Patrí sem aj resource-based view (výhoda zo vzácnych, ťažko napodobniteľných zdrojov), marketingové schopnosti ako benchmark a empíria o tom, že sila marketingového oddelenia vo firme súvisí s jej výkonnosťou.
Veľa zlých B2B rozhodnutí vzniká už pri vymedzení trhu: s kým súťažíme, kde sú hranice kategórie, či je konkurentom aj interné riešenie alebo odloženie nákupu. Trh sa dá definovať zo strany zákazníka, podľa toho, čo nahrádza čo v používaní, a značky potom súťažia priamo naprieč kategóriou, nie v chránených segmentoch.
Nákupné správanie firiem sleduje rovnaké zákonitosti ako spotrebiteľské: v zmluvách na letecké palivo, v devízových službách aj v priemyselných nákupoch sedia podiely, penetrácia a opakované nákupy s Dirichlet vzorcom a značky sa delia o zákazníkov podľa veľkosti. Trhový podiel súvisí so ziskom, ale slabšie, než sa predpokladá, a záleží, ako bol získaný. Malá časť kupujúcich robí veľkú časť obratu, ale veľké značky nepriťahujú ľahkých kupujúcich neúmerne.
Limity: B2B evidencia je recenzovaná, ale z mála kategórií a z jedného výskumného okruhu. Koncentrácia zákazníkov sa meria len cez jej vplyv na výsledky dodávateľa a štúdie sa rozchádzajú: jedna nachádza priamy negatívny vplyv, druhá vzťah v tvare obráteného U. Penetrácia verzus hĺbka a nečinnosť ako konkurent nemajú v korpuse priame meranie, bot ich uvádza ako prenesenú implikáciu.
Firmy nenakupujú racionálnejšie než ľudia. Nakupujú v skupinách a predovšetkým sa boja zlej voľby. O nákupe rozhoduje nákupná skupina s viacerými rolami a fázami, nie jednotlivec s tabuľkou. Klasický výskum organizačného nakupovania to zdokumentoval už v sedemdesiatych rokoch a moderné dáta o nákupnej ceste ukazujú, že väčšina z nej prebehne bez predajcu.
Značka preto funguje aj v B2B. Je poistkou proti riziku. Za nákup od IBM ešte nikoho nevyhodili. Empiricky platí: čím väčšie riziko a dôležitosť nákupu, tým väčšiu váhu má značka. Dôvera sa buduje k firme aj ku konkrétnemu obchodníkovi, každá inou cestou.
Prakticky sa oplatí rozlišovať nákupnú situáciu: nový nákup, upravený opakovaný nákup a rutinný opakovaný nákup majú iný počet ľudí, inú dĺžku a iné riziko. V nákupnej skupine majú iné záujmy nákupca (procurement), vlastník rozpočtu a používateľ. Kľúčové je vnútorné zhodnutie a strach zo zlej voľby: firmy preto tvoria krátke zoznamy a vyberajú bezpečnú voľbu, nie nutne najlepšiu ponuku. Profesionalizované nákupné procesy tieto vzorce zosilňujú.
Zákonitosti rastu značiek neplatia len v supermarkete. Double jeopardy sa replikuje aj v B2B: menšie značky majú menej kupujúcich a tí sú o čosi menej verní. B2B značky sa delia o zákazníkov s konkurenciou podľa trhového podielu, nie podľa segmentov. Rast preto aj tu ťahá penetrácia, nie vernosť.
Pravidlo 95:5 hovorí, že drvivá väčšina firiem práve teraz nenakupuje. Reklama preto pracuje hlavne pre budúcich kupujúcich: buduje pamäťové spojenia na nákupné situácie, aby si značku vybavili, keď nákup príde. Veľká časť tejto evidencie pochádza z ekosystému Ehrenberg-Bass a LinkedIn B2B Institute a časť sú nerecenzované reporty — smer je čoraz lepšie podložený, konkrétne čísla ber opatrne.
Keď už je firma v nákupnom procese, vyhrávajú vzťahy a dôkaz hodnoty. Vzťahy držia na dôvere a záväzku, commitment-trust teória je základný rámec biznis vzťahov a pracovné partnerstvá distribútorov a výrobcov stoja na tej istej logike. V znalostne náročných službách hodnotu spoluvytvára zákazník, čo mení roly oboch strán.
Value-based selling je samostatná schopnosť: obchodník rozumie biznis modelu zákazníka a vie dopad kvantifikovať, a predáva inak a účinnejšie než predajca riešení. Toto je druhá polovica B2B príbehu popri raste značky: značka otvára dvere, hodnota vyhráva obchody. Meranie hodnoty a cenotvorba podľa hodnoty sú v téme Hodnota pre zákazníka, cena a zľavy.
Predajná sila je najdrahšia časť B2B marketingu a dá sa riadiť modelmi: veľkosť tímu, územia aj alokácia úsilia majú overené rozhodovacie rámce s veľkým dopadom na zisk. Account-based marketing formalizuje selektivitu — sústredenie zdrojov na menované účty.
Nákupná cesta sa zároveň presúva do samoobsluhy: nákupné skupiny trávia s obchodníkmi len zlomok času a očakávajú mix digitálnych a osobných kanálov. Evidencia o tejto premene je zväčša z konzultačných prieskumov, nie z recenzovaného merania — ber ju ako mapu terénu, nie ako zmerané efekty.
14Sociálne siete, influenceri a online odporúčania
Online odporúčania fungujú. Meta-analýzy potvrdzujú, že elektronické ústne podanie súvisí s predajom, ale sila efektu závisí od platformy, produktu a od toho, či ide o množstvo recenzií alebo o ich hodnotenie. Obsah, ktorý vyvoláva silné emócie, sa šíri viac. Obsah, ktorý na sociálnych sieťach zverejňuje firma, dokáže zvýšiť nákupy, hlavne v spojení s reklamou. Reklama na sociálnych sieťach sa dá merať experimentmi a bežné korelačné metódy jej efekt zvyčajne nadhodnocujú.
Influencer marketing má rastúcu recenzovanú literatúru: rozhoduje dôveryhodnosť a zhoda s produktom, nie nutne mladosť či veľkosť publika. V B2B sa sociálne siete používajú na budovanie značky, obsahový marketing a social selling. Evidencia je tu zväčša konceptuálna alebo z prieskumov, nie z merania predaja. V korpuse chýbajú dáta o organickom dosahu, o platených formátoch mimo Facebooku a o dlhodobom efekte sociálnych sietí na značku.
Otázky pre asistentku
Najsilnejšie zdroje
- [1]Judith A. Chevalier, Dina Mayzlin (2006). The Effect of Word of Mouth on Sales: Online Book ReviewsA · obmedzené overenieARecenzovaný článok v špičkovom vedeckom časopise Journal of Marketing Researchobmedzené overenieZatiaľ jedna štúdia alebo jeden dataset. Nikto iný to nezávisle nezopakoval.Typ štúdieobservačná štúdiaKde meranéonline platformyLimit platnostijedna komparatívna štúdia book reviews a predaja na Amazon a Barnes & NobleCitácie6 0046 004 citácií
- [2]Jonah Berger, Katherine L. Milkman (2012). What Makes Online Content Viral?A · závisí od podmienokARecenzovaný článok v špičkovom vedeckom časopise Journal of Marketing Researchzávisí od podmienokEfekt je reálny, ale jeho smer či veľkosť závisí od konkrétnej podmienky.Typ štúdieobservačná štúdiaKde meranéonline platformy, experiment s účastníkmi (lab/online panel)Limit platnostivšetky NYT články za 3 mesiace plus kontrolované experimentyPlatí za podmienkyemocionálny arousal a konkrétna emóciaCitácie3 1493 149 citácií
- [3]Ana Babić Rosario, Francesca Sotgiu, Kristine De Valck, Tammo H.A. Bijmolt (2015). The Effect of Electronic Word of Mouth on Sales: A Meta-Analytic Review of Platform, Product, and Metric FactorsA · závisí od podmienokARecenzovaný článok v špičkovom vedeckom časopise Journal of Marketing Researchzávisí od podmienokEfekt je reálny, ale jeho smer či veľkosť závisí od konkrétnej podmienky.Typ štúdiemeta-analýzaKde meranénaprieč kategóriami a trhmi, online platformyLimit platnosti1532 efektov z 96 štúdií, 40 platforiem a 26 kategóriíPlatí za podmienkyfaktory platformy, produktu a metriky eWOMCitácie1 0531 053 citácií
- [4]Ashish Kumar, Ram Bezawada, Rishika Rishika, Ramkumar Janakiraman, P. K. Kannan (2016). From Social to Sale: The Effects of Firm-Generated Content in Social Media on Customer BehaviorA · závisí od podmienokARecenzovaný článok v špičkovom vedeckom časopise Journal of Marketingzávisí od podmienokEfekt je reálny, ale jeho smer či veľkosť závisí od konkrétnej podmienky.Typ štúdieobservačná štúdiaKde meranérýchloobrátkový tovar (FMCG), online platformyLimit platnostijeden veľký zákaznícky panel predajcu vínaPlatí za podmienkytechnologická zdatnosť zákazníkov, angažovanosť na sociálnych médiách a kombinácie kanálovCitácie949949 citácií
- [5]Dokyun Lee, Kartik Hosanagar, Harikesh S. Nair (2018). Advertising Content and Consumer Engagement on Social Media: Evidence from FacebookA · obmedzené overenieARecenzovaný článok v špičkovom vedeckom časopise Management Scienceobmedzené overenieZatiaľ jedna štúdia alebo jeden dataset. Nikto iný to nezávisle nezopakoval.Typ štúdieobservačná štúdiaKde meranéonline platformyLimit platnosti106316 príspevkov na Facebooku naprieč 782 spoločnosťami; observačné asociácieCitácie879879 citácií
Zobraziť ďalších 16 zdrojov v korpuse