Δεν μπορεί, σίγουρα κάπου θα τον έχετε ακούσει αυτόν τον όρο από παλιά, αλλά και τώρα που έρχονται εκλογές -και μάλιστα, πολλαπλές- κυκλοφορεί ευρέως: στις δημοσκοπήσεις της κοινής γνώμης, συχνά-πυκνά γίνεται λόγος για την "πρόθεση ψήφου" δηλ. αν γίνονταν αύριο εκλογές, εσείς τι θα ψηφίζατε… Το "εμπορικό ανάλογο" στις ηλεκτρονικές και μη αγορές (μόνο που εδώ οι εμπλεκόμενοι δεν είναι εταιρίες δημοσκοπήσεων, αλλά αναλυτές και marketers) λέγεται "πρόθεση αγοράς". Κι ο στόχος των παραπάνω δεν είναι άλλος από τον χρονικό εντοπισμό αυτής της προδιάθεσης και τη διαμόρφωση των κατάλληλων κινήτρων, ώστε η πρόθεση να γίνει πράξη.
Προφανώς, ισχύει ότι κάθε πελάτης-χρήστης-καταναλωτής είναι και μια ξεχωριστή περίπτωση, αλλά κάποια κοινά χαρακτηριστικά υπάρχουν – μάλιστα, οι εκθετικές τεχνολογίες έρχονται κι εδώ να βοηθήσουν τους ενδιαφερόμενους, βάζοντας στην υπηρεσία τους τους πιο σύγχρονους αλγόριθμους σε συνδυασμό με τεχνολογίες Τεχνητής Νοημοσύνης και Μηχανικής Μάθησης, προκειμένου να αναλύσουν δεδομένα (τα δικά μας "κλικ", μ’ άλλα λόγια) και να εξάγουν συμπεράσματα για την αγοραστική συμπεριφορά του καθενός μας: ποια είναι τα ενδιαφέροντά μας - τι κάνουμε πριν από την αγορά - πού, πώς, πότε και πόσο ψάχνουμε – τι κάνουμε μετά την αγορά – πόσο πιστοί μένουμε σε ένα brand - πόσο συχνά αγοράζουμε κλπ. κλπ.
Κι απ’ όλους μας, βεβαίως, περισσότερο τους ενδιαφέρουν εκείνοι που εντάσσονται στην κατηγορία των LTV (Life-Time-Value / είναι γνωστή η μανία των Αμερικανών με τα ακρωνύμια…), όπως διάβαζα σε πρόσφατη ανάλυση του MIT Technology Review την οποία πραγματοποίησε σε συνεργασία με τη Google – όσο πιο υψηλό το LTV, τόσο πιο "πολύτιμος" ο πελάτης – κάτοχός του. Πώς τον εντοπίζεις, όμως, αυτόν τον κ. "Πολύτιμο", ώστε να επέμβεις καταλλήλως στο "ταξίδι" του; Παλιότερα, αναφέρει η ανάλυση, στις "γραμμικές" (και πάντως μη-ψηφιακές) εποχές, τα πράγματα ήταν σχετικά απλά: έκανες κάποια διαφήμιση, παρακολουθούσες τις πωλήσεις κι έβγαζες κάποια συμπεράσματα για την επιτυχία ή μη της καμπάνιας σου, την αξία ή μη του προϊόντος, την αποδοχή ή μη της ποιότητας και της τιμής του. Προφανώς, σήμερα αυτό δεν ισχύει – όλα έχουν γίνει πολύπλοκα, τα ψηφιακά «μονοπάτια» είναι πλέον δαιδαλώδη, άρα και η ανάλυση της συμπεριφοράς των καταναλωτών κάθε άλλο παρά εύκολη. Ευτυχώς που υπάρχει η τεχνολογία, όμως, που με τους κατάλληλους αλγόριθμους και αναλύσεις δεδομένων μπορεί να τους αναδείξει – κι όπως έγραψε το Technology Review- μαζί με τα (παραδοσιακά και βασικά μεγέθη, των εσόδων και του μεριδίου αγοράς) το LTV είναι πλέον μια μέτρηση την οποία αναζητά το 89% των marketers, για να αποφανθεί αν μια καμπάνια είχε επιτυχία ή όχι!
Όμως, για να συνεχίσουν να έχουν πολλούς LTV στην πελατεία τους και πολύ περισσότερο να τους αυγαταίνουν, τα brands θα πρέπει να προβλέπουν και να ικανοποιούν –κατά το δυνατόν- τις επιθυμίες τους – εδώ μπαίνει η "πρόθεση" (και η ανάμνηση της παλιάς, καλής διαφημιστικής ρήσης, άλλων εποχών "φροντίζουμε πριν από σας για σας" - η ιστορία επαναλαμβάνεται…) που λέμε και στον τίτλο.
Φυσικά, κάτι τέτοιο κάθε άλλο παρά εύκολο είναι, καθώς οι marketers πρέπει να αποκωδικοποιήσουν κάθε πιθανό και απίθανο συνδυασμό δράσεων και διαδράσεων από πολλαπλές συσκευές και οθόνες στο πλαίσιο μιας καμπάνιας, κρατώντας τους χρήσιμους και χαρακτηριστικούς, που δίνουν τα σωστά (ποιος και πώς αποφασίζει τι είναι σωστό και τι όχι, είναι άλλου παπά ευαγγέλιο) μηνύματα. Βάσει αυτών, θα ανακατανεμηθούν τα budget (κοινώς, Data-Driven Attribution), θα ξεκινήσουν καινούρια πράγματα και θα ανασταλούν άλλα, με γνώμονα πάντα η επένδυση να πιάσει τόπο…
Εδώ βασιλεύουν πια τα predictive analytics, αλλά για να βγει ένα αποτέλεσμα πιο κοντά στην πραγματικότητα, τα "εισερχόμενα" θα πρέπει να είναι σωστά διαλεγμένα και υψηλής ποιότητας ("βάζεις σκουπίδια - παίρνεις σκουπίδια" λέγανε οι παλιοί προγραμματιστές) – κι αυτό δεν είναι εύκολο, επίσης… Αν όλα γίνουν όπως πρέπει, τότε -κατά την έρευνα, αλλά και την κοινή λογική- τα κέρδη της επιχείρησης θα απογειωθούν. Το πιλοτάρισμα, όμως, ποτέ δεν ήταν εύκολο, έστω και με τη βοήθεια της τεχνολογίας…
