O co je teď v oblasti práce s daty největší zájem?
Řekl bych, že jde o pochopení zákazníka. Kdo onen zákazník je, co dělá, proč vůbec má můj produkt. Když umožníme klientovi pochopit zákazníka, může pak následně relevantněji a tím pádem i efektivněji komunikovat, než tomu bylo předtím.
Čtěte také: Jedna karta vládne všem
Vy jste součástí mezinárodní sítě Wunderman. Jakou roli v této síti hrajete?
KBMG se stalo součástí sítě Wunderman zhruba před dvěma lety a díky tomu postupně dochází k integraci služeb a otevírání poboček. Nejprve byla na řadě Asie a od loňského roku je to i Evropa. Vznikly tak pobočky v Anglii a ve Francii a od 1. března i v Praze. KBMG se zabývá prací s daty, respektive maximálním možným vytěžením informací, která jsou v datech obsažena. Je to hodně specifická oblast a má jiný typ potřeb než klasické zaměření Wundermanu.
Jaká je obecně vaše role v systému marketingových agentur?
My se pohybujeme v oblasti CRM a kampaňové komunikace. Pokud má klient CRM oddělení, pak je pro nás kontaktem někdo z tohoto oddělení. Pokud tomu tak není a vše se u klienta děje pod hlavičkou marketingového oddělení, je pro nás klíčovou osobou člověk, který má na starosti vývoj propozicí, tedy toho, komu mám v které fázi zákaznického cyklu co nabídnout.
Kdo je pro vás typickým klientem? Předpokládám, že to nejsou úplně malé firmy…
Obecně to jsou společnosti, které mají transakční data. Z povahy tohoto byznysu jsou to operátoři, ať už mobilní nebo kabeloví. Druhou oblastí je finanční sféra, tedy banky, úvěrové společnosti a podobně, a třetí oblast představují pojišťovny. Patří sem ale i automobilový průmysl, protože automobilky se snaží být v kontaktu s koncovými zákazníky a snaží se s nimi nějak komunikovat. A nakonec jsou to retaileři typu Tesco nebo Billa, kteří mají nějaký svůj loayalitní program. V principu jde to spíše o to, kolik zákazníků má firma v databázi a jaké údaje o nich má. Dosáhnout pro firmu zajímavého byznys efektu lze ideálně od 200 tisíc zákazníků výše.
Jaký je vůbec postoj českých firem k práci s daty? Jste kromě zavádění svých produktů nuceni klienty také vzdělávat?
Naší snahou je evangelizovat možné využití informací, které jsou v datech obsažené, a způsob, jakým to může klientům prospět. Platí to hlavně v segmentu menších a středních firem. Na českém trhu obecně, a na trhu CEE ještě mnohem více, je mnoho klientů, kteří potenciál skrytý v datech nevyužívají vůbec nebo jen do určité míry. Typicky se to projevuje tak, že jednou nabídkou oslovují všechny své zákazníky bez ohledu na to, o jakého zákazníka se jedná, proč u dané společnosti je, jak se k nim dostal. Firma tak vezme jednu univerzální nabídku a pustí ji jak do nadlinkových médií, tak do médií cílených. Což v podstatě popírá význam slova cílení.
Dá se vyčíslit, jak může být použití data miningových nástrojů pro firmu přínosné? O kolik se tím třeba zvedne cash flow?
Z hlediska cash flow vám to neřeknu, ale jsem schopen říci, že při správné implementaci segmentačního produktu se efektivita cílené komunikace může zvýšit až pětkrát. Nebo při uplatnění afinitního modelu jsme schopni vybrat zákazníky, kteří budou mít až devětkrát větší buying rate, než kdyby tento model neexistoval a kdybyste zákazníky selektovali jen podle toho, jak vám to zrovna přijde vhodné.
Zmínil jste operátory jako významné klienty s velkým počtem zákazníků. Může jim dobře posazená správa zákaznických dat například snížit míru fluktuace?
V Čechách sice není takzvaný churn rate (míra fluktuace) tak vysoký jako třeba v Anglii, ale i tady se z toho postupně stává problém. Data pak v této oblasti slouží k tomu, že jsme díky nim schopni predikovat, kteří zákazníci od operátora odejdou. Pak jim můžete dát nějakou proaktivní záchrannou nabídku, aby zůstali. To by se nedalo dělat bez využití zákaznických dat, protože operátor by si nemohl finančně dovolit dát nějakou retenční nabídku celé bázi svých zákazníků.
Práce s daty je přes veškerou náročnost také citlivá na ochranu osobnosti zákazníků. Stává se, že se váš klient a jeho zákazník dostanou v důsledku data miningu do konfliktu?
Osobně jsem to nezažil, ale to neznamená, že k tomu nedochází. Uvedu vám jeden příklad z USA. Americký retailový řetězec Target (patří mu 2. příčka hned za Walmartem) je schopen na základě analýzy nákupního koše svých zákazníků poznat různé věci a mimo jiné může identifikovat i to, že jeho zákaznice otěhotněla. Do této situace se skutečně dostala dvacetiletá zákaznice Targetu, který jí okamžitě začal zasílat inovovanou nabídku zaměřenou na těhotenské věci. Všiml si toho její nic netušící otec, který hned zavolal na infolinku Targetu s tím, proč nabádají jeho dceru, aby už měla děti. Target se pochopitelně omluvil s tím, že zřejmě došlo k chybě. Když se pak po měsíci operátor řetězce ozval s dotazem, zda je vše v pořádku, naopak se otec zákaznice omluvil jim, protože měli pravdu. I to může být výsledkem úspěšné práce s daty…
