Jeśli zastanawiasz się, jak analizować dane demograficzne odbiorców, aby plan mediowy docierał do właściwych grup, krótka odpowiedź jest niewygodna: demografia mówi, gdzie kupować, ale rzadko dlaczego ktokolwiek będzie słuchał. Skuteczne plany zaczynają się od tego, co ludzie myślą, czego się boją i o czym rozmawiają, a wiek czy dochód służą tylko do zawężenia zakupu. AI pozwala robić to na dużą skalę, o ile za kierownicą nadal siedzi ktoś, kto ma własny osąd.
Najnowszy przykład pochodzi z Hiszpanii. W wywiadzie dla Reason Why Laia Prunera, dyrektorka marketingu ubezpieczyciela Santalucía, opowiada, jak firma przestała organizować coroczne pitche, przekazała platformę marki bezpośrednio Oriolowi Villarowi i zobowiązała się budować markę w długim horyzoncie. Znajomość spontaniczna wzrosła z 45% do 62% w ciągu pięciu lat, przy konkurentach, którzy według Prunery inwestują nawet osiem razy więcej.
Osiem razy wyższy budżet to ogromna liczba GRP-ów. Jeśli nie możesz wygrać wagą, musisz wygrać zrozumieniem. Santalucía znalazła swoją odmienność w obsłudze, w staniu przy klientach i w emocjonalnym wymiarze relacji, a nie w przedziale wiekowym. Dla osób planujących media wniosek nasuwa się sam.
Dlaczego demografia już nie wystarcza w planowaniu mediów?
Bo opisuje mnóstwo ludzi, którzy wcale nie są do siebie podobni. „Mieszkanki miast, 35–54 lata, dochody powyżej średniej” to zarówno kobieta, która właśnie urodziła pierwsze dziecko, jak i ta, która opiekuje się rodzicami, i ta, która zakłada własną firmę. Łączy je jeden wiersz w arkuszu. Nie łączą ich ani zmartwienia, ani rutyna, ani ekrany.
Targetowanie demograficzne nie daje też już przewagi. Każdy reklamodawca może kupić dokładnie tę samą grupę odbiorców na dokładnie tych samych platformach w kilka kliknięć. Jeśli jedyne, co odróżnia Twój plan od planu konkurencji, to podział budżetu, to tak naprawdę wcale się nie odróżnia.
Do tego dochodzi fragmentaryzacja. Panel mówi jedno, dane platform drugie, CRM klienta trzecie, a social listening czwarte. Każde źródło mówi część prawdy, a planista zostaje tłumaczem między systemami, które ze sobą nie rozmawiają. Tam giną tygodnie i, co gorsza, tam gubi się wątek tego, na czym ludziom naprawdę zależy.
Prawdziwy problem: dużo danych, mało zrozumienia
Teoria jakości danych (Data Quality Theory) sprowadza to do prostej idei: dane są dobre, gdy służą decyzji, którą trzeba podjąć. Nie wtedy, gdy są dokładniejsze, i nie wtedy, gdy jest ich więcej. Idealnie zmierzony wiek to kiepskie dane, jeśli decyzja dotyczy tego, który komunikat sprawi, że ktoś przestanie scrollować.
W planowaniu często mylimy precyzję z użytecznością. Zasięg w grupie docelowej mierzymy co do ułamka procenta, a ledwo wiemy, co siedzi w głowie tej grupy w chwili, gdy pojawia się reklama. Dlatego z zaangażowaniem jest tak trudno: rodzi się ze zrozumienia, a nie z liczb.
Przy rozproszonych źródłach efekt się mnoży. Każdy zespół optymalizuje swoje dane i nikt nie jest właścicielem pytania, które naprawdę się liczy: co dzieje się u tej osoby i jak marka może jej się w tym momencie przydać?
Czym jest planowanie mediów oparte na napięciach?
Napięcie to zderzenie tego, czego ktoś chce, z tym, co go powstrzymuje. To nie cecha, tylko żywy problem, o którym ludzie mówią w mediach społecznościowych, na forach, w recenzjach i w komentarzach. W tym podejściu persona to grupa ludzi, których łączy wspólne napięcie, nawet jeśli dzieli ich wiek.
Wyobraź sobie sieć tanich siłowni. Klasyczny brief brzmiałby: „18–34, miasto”. Przeczytaj, co faktycznie publikują jej odbiorcy, a możesz znaleźć na przykład dwie grupy: osoby, które chcą zacząć ćwiczyć, ale wstydzą się, że nie wiedzą, jak działają maszyny, oraz stałych bywalców, którzy narzekają na tłok na sali w godzinach szczytu. Ten sam przedział wiekowy, przeciwne plany: dla pierwszej grupy treści uspokajające, w formie poradników; dla drugiej komunikaty o godzinach otwarcia i obłożeniu, dokładnie w momencie decyzji.
| Kryterium | Plan demograficzny | Plan oparty na napięciach |
|---|---|---|
| Jednostka planowania | Grupa wyznaczona według wieku, płci, dochodu i regionu | Persona zgrupowana wokół wspólnego napięcia |
| Główne źródło | Panele i dane deklarowane przez platformy | Rozmowy i treści publikowane przez odbiorców |
| Na jakie pytanie odpowiada | Do kogo kupować? | Dlaczego zwrócą uwagę? |
| Wybór kanałów | Afinitet i koszt kontaktu | Gdzie i kiedy pojawia się napięcie |
| Komunikat | Jeden ogólny komunikat dla całej grupy | Po jednym na napięcie, każdy we własnym tonie |
| Pomiar | Zasięg i częstotliwość | Zasięg plus reakcja w podziale na napięcia |
| Główne ryzyko | Plan identyczny z planem konkurencji | Błędnie odczytane napięcia, jeśli nie są zweryfikowane |
Jak krok po kroku zbudować plan mediowy oparty na napięciach z pomocą AI
Nie musisz wyrzucać obecnego planu. Chodzi o zmianę kolejności: najpierw zrozumienie, potem zakup.
- Zdefiniuj kategorię, nie tylko markę. Zbierz rozmowy o problemie, który rozwiązuje klient, także te wokół konkurentów. Napięcie zwykle żyje poza własnymi kanałami marki.
- Pogrupuj treści w persony i napięcia. Tu AI oszczędza tygodnie ręcznej pracy. Defy Monitor na przykład automatycznie grupuje treści odbiorców w persony i napięcia, dzięki czemu planujesz na podstawie prawdziwych rozmów, a nie demograficznej fiszki.
- Sprawdź każde napięcie na przykładach. Przeczytaj posty, które za nim stoją. Jeśli napięcie nie broni się konkretnymi przypadkami, odrzuć je, choćby świetnie wyglądało w prezentacji.
- Ustal priorytety według wolumenu i dopasowania. Zostaw dwa lub trzy napięcia, które mają masę krytyczną i które marka może wiarygodnie rozwiązać.
- Przełóż każde napięcie na kanał, moment i komunikat. Zapytaj, gdzie problem się pojawia i o jakiej porze dnia lub roku. To Twój kontekst zakupowy.
- Demografię wykorzystaj na końcu. Dopiero teraz zawęź grupę według wieku, regionu lub dochodu, żeby nie płacić za niedopasowane kontakty.
- Mierz reakcję w podziale na napięcia. Rozbij wyniki według linii komunikatu, aby sprawdzić, które napięcie porusza ludzi najbardziej, i przesuń budżet w kolejnej fali kampanii.
Jeśli chcesz zobaczyć, jak ten proces mieści się w jednym środowisku, od nasłuchu po analizę, zajrzyj na platformę Defy.
Co zmienia się w rozmowie z klientem?
Zmienia się rodzaj wiedzy, którą budujesz. Prunera podkreśla to w Reason Why jako argument przeciwko pitchom jeden po drugim: budowanie marki wymaga wiedzy, kodów, nauki i zaufania, a te pojawiają się tylko dzięki trwałej relacji.
Mapa napięć to właśnie taka wiedza kumulatywna. Każda fala kampanii pokazuje, które napięcie zadziałało, a które nie, i następny plan wychodzi trafniejszy. Plan demograficzny można skopiować w każdym pitchu. Głębokiego zrozumienia odbiorców skopiować się nie da.
Zmienia się także ton spotkania. Nie bronisz już podziału budżetu procentami: pokazujesz, co mówią ludzie, ich własnymi słowami, i wyjaśniasz, dlaczego każda linia stoi tam, gdzie stoi. O wiele trudniej polemizować z prawdziwą rozmową niż z hipotezą.
Czego nie powinno się powierzać AI?
AI świetnie grupuje tysiące rozmów i wychwytuje wzorce. Nie radzi sobie z decydowaniem, co ma znaczenie dla marki. Pamiętaj o trzech ograniczeniach:
- Ci, którzy publikują, to nie wszyscy. Rozmowa w mediach społecznościowych nadreprezentuje najgłośniejszych. Zestaw napięcia z własnymi danymi klienta, zanim przesuniesz dużą linię budżetu.
- Napięcie bez dowodów to opinia. Zawsze żądaj wglądu w posty, które stoją za każdym wnioskiem.
- Osąd pozostaje ludzki. Wybór napięcia, które marka może rozwiązać, i tonu, w jakim to zrobi, to praca strategiczna. AI robi segregację; Twój zespół zachowuje osąd.
Santalucía nie zyskała siedemnastu punktów znajomości marki dzięki temu, że miała więcej danych niż ktokolwiek inny. Według swojej dyrektorki marketingu doszła do tego, znajdując prawdę o marce i trzymając się jej w czasie. Tego nie da się zautomatyzować. Zautomatyzować można wszystko, co dziś przeszkadza w poświęceniu jej tyle czasu, na ile zasługuje.
