Använda sociala incheckningar för förutsägbar detaljhandelsanalys

Chipotle

Vi har konsulterat mycket i vår bransch med företag som har utvecklat massiva lager av ovärderliga data. Ofta utmanas dessa företag att öka effekten av sin marknadsföring, öka sin marknadsandel och göra det baserat på sina produkter och tjänsterbjudanden. Men när vi gräver lite djupare in i deras plattformar finner vi att de har samlat in berg av data som inte används.

Här är några exempel inom e-postmarknadsföringsbranschen:

  • Varför kan e-postmarknadsföringsföretag inte tillhandahålla benchmarking retentionstid, klicka, öppna och konverteringsdata för konsumenter och företag för att mäta deras framgång? Jag skulle lätt kunna se hur mina listförvärv och lagringsinsatser jämförs med liknande företag med liknande firmagraphics för att se om jag mår bra eller inte.
  • Varför kan e-postmarknadsföringsföretag inte ge förutsägbar analys som förutsäger försäljning baserat på tillväxten och kvaliteten hos prenumeranterna på din e-postlista? Känner du till och med värdet av dina prenumeranter baserat på deras senaste, aktivitet, geografi och demografi?
  • Varför kan inte e-postmarknadsföringsföretag bygga centrala e-postförvar som automatiskt uppdaterar e-postadresser över konton eller tar bort dem när de studsar på ett konto? Varför frågar inte e-postmarknadsföringsföretaget dem om de vill uppdatera sin information för alla delade kunder på en enda plattform?

Om du börjar gräva in i data ser du omedelbart hur fantastiskt det skulle vara att ha dessa processer och data för alla företag. Föreställ dig de beslut du kan fatta baserat på att ha tillgång till intelligens i alla marknadsförare snarare än silon i dina egna listor?

Här är några exempel inom sociala medier:

  • Varför bygger inte en plattform som Twitter länkinformation? Oavsett någon förkortare eller vem som marknadsför en länk, kan Twitter tillhandahålla en vansinnig mängd data som skulle ge en fullständig rapport till företag om effekterna av deras innehåll, marknadsföring och förespråkande program. Tänk dig att kunna se ett fantastiskt träd av data som ger livslängden för en länk - från generation, till delning, för att nå, till klick ... över alla Twitter-användare som delade eller retweetade det ?! Jag nämnde detta för ett företag förra veckan och de sa att de absolut skulle betala för tillgång till dessa uppgifter. Istället tillhandahåller Twitter ingenting och vi tvingas förlita oss på mörka data och länka förkortare för att försöka spåra effekten.

Här är ett helt fantastiskt exempel från Foursquare. När Chipotle hade problem med livsmedelssäkerhet, Foursquare kunde övervaka trender på fottrafik över butiker och i slutändan förutsäga förluster:

chipotle-foot-trafik

Resultatet? Chipotle har tillkännagett sitt resultat för första kvartalet och Foursquares prognoser var på mål - med 30% minskad försäljning. Foursquare kunde inte bara förutsäga förluster, de kan också göra en ännu djärvare förutsägelse:

Vi tror att nedgången på 23% i samma butikstrafik är det mer meningsfulla antalet som aktieägarna bör fokusera på, snarare än 30% minskad försäljning. Det visar att Chipotle bygger förtroende hos kunderna, vilket är viktigare för dess framgång på lång sikt. Jeff Glueck, VD för Foursquare.

Jag uppmuntrar dig att läsa Herr Gluecks hela inlägg, det är fascinerande!

Funktioner kontra intelligens

Jag arbetade med ett företag som samlade över 1 miljard faktoider i ett massivt datalager, men de var mer fokuserade på tillväxten av sina reklambudgetar än kvaliteten och värdet på den data de samlade in. Vi pressade dem hårt för att städa upp data och anställa en datavetare. De gjorde inte och har sedan slutit ... med ett berg av outnyttjad information som kunde ha varit ovärderlig om den bibehölls bättre och bryts korrekt.

Alltför många företag lägger mer lager och investerar mer tid i sina funktioner. Funktionerna är coola, men de kan enkelt kopieras. Intelligens som hjälper konsumenter att vinna och företag konkurrerar är mer värdefullt än någon bit kod.

Data är en otrolig tillgång som inte bör kännas igen av två skäl:

  1. Myndighet - bryta dina data och tillhandahålla primär forskning till din bransch positionerar dig som ledare.
  2. Värde - med tanke på valet av en funktion som gör anställdas liv enklare eller data som hjälper en verkställande att fatta bättre beslut, väljer jag informationen varje gång.

Vilken typ av guldgruva sitter du ovanpå?

Vad tror du?

Den här sidan använder Akismet för att minska spam. Läs om hur din kommentardata behandlas.