Romaniuk a Binet: Měřte zdraví značek a dlouhodobé účinky
Vyvarujte se chyb v měření značek, abyste dosáhli přesnějšího obrazu o jejich skutečném postavení, vzkázali účastníkům konference Brand Management Jenni Romaniuk a Les Binet.
O přístupu k měření značek v současném digitálním světě mluvili na konferenci Brand Management, kterou v úterý uspořádala společnost Blue Events, světově známí odborníci a zástupci tzv. marketingu založeného na důkazech (evidence-based marketing) Jenni Romaniuk a Les Binet.
Jenni Romaniuk, marketingová expertka a ředitelka institutu Ehrenberg-Bass, jejíž poslední kniha Better Brand Health: Measures and Metrics in a How Brands Grow World, je zaměřena na měření značek, promluvila o zdraví značek (brand health). Měření zdraví značek skrývá celou řadou metrik, ale narozdíl od měření klasických brandových atributů zohledňuje i postoje a pocity lidí ke značkám a zabývá se tím, jak lidská paměť vztahy ke značkám ovlivňuje. Uvedla, že nejčastější chyby v měření značek souvisejí s měřením špatných konceptů, s chybnou interpretací nebo s duplikovaným měřením (měření téhož různými způsoby). „Měření zdraví značek je důležité, protože zjišťuje, co se lidem odehrává v mysli,“ přiblížila.
Účastníkům konference představila „mantru brand trackingu“, kterou popisuje i ve své nové knize. Opírá se o tři pilíře:
- Měření pro kategorii. Zdraví značky by mělo být sledováno tak, aby bylo uzpůsobeno celé kategorii, nejen jedné značce. Pokud by ho používaly jen některé značky z kategorie, měření by bylo zkreslené. „Možná jste nyní velká značka, ale představte si, že spustíte jinou značku v této kategorii – pak se na ni musíte podívat malou optikou a budete muset navrhnout zcela nový tracker, a to se zdá trochu kontraproduktivní, zvláště když víme, jak si značky konkurují. Vašimi největšími konkurenty jsou větší značky,“ popsala.
- Analýza za kupujícího. Měření ovlivní, zda si uživatel značku koupil, nebo nekoupil. Výsledky to ovlivňuje více než věk, pohlaví nebo ekonomická úroveň nakupujících. „Největší rozdíl mezi tím, zda někdo odpoví kladněji nebo záporněji, je v tom, zda má, nebo nemá se značkou dřívější zkušenost. Takže to je hlavní věc, kterou musíme kontrolovat: zda někdo je, nebo není uživatelem značky,“ uvedla.
- Report pro značku. Třetí aspekt vychází z tzv. zákona dvojího ohrožení, který říká, že malé značky jsou penalizovány dvakrát: mají mnohem méně uživatelů, kteří jsou o něco méně loajální, což převedeno do metriky znamená, že očekávané skóre loajality u malých značek bude jiné než u těch velkých. Stejné je to i s očekáváními ohledně povědomí o značce.
Podle Romaniuk tak nelze mít stejná kritéria a benchmarky pro různé značky. Zavádějící může být také špatné využívání metriky brand awarness (povědomí o značce) a způsoby jejího měření. Sledování „top of mind“ (první na mysli) nemusí nutně znamenat nejlepší výsledek (například nezohlední ty, kteří si značku potenciálně teprve vyhledají). „Všechna měření vycházejí ze stejného paměťového souboru. Když lidem nedáme nápovědu, tak ti, kteří značku nekupují, to mají těžší.“ Svoji roli také hraje způsob kladení dotazů, opět zejména pro „nekupující“. Použití obecné formulace „mám rád/a tuto značku“ přinese jiné výsledky než použití silnějšího hodnocení „tato značka je lepší než ostatní“ a výrazněji se projeví opět u značek, které zákazníci nekupují. Zúžení výběru se pak promítá do následné otázky (priming) a brání tomu, aby si zákazník vyvolal z paměti něco dalšího (inhibice). „To vede ke zkreslenému pohledu na výkon značky, kdy velké značky vypadají lépe a malé naopak hůř,“ uzavřela Jenni Romaniuk.
Na měření inkrementálních prodejů a zisku se ve svém vystoupení zaměřil Les Binet. Zopakoval, že úkolem reklamy je nejen podpořit tržby, ale především udržovat je na určité úrovni. „Když přestanete s reklamou, prodeje budou klesat,“ předestřel na úvod. Proto je důležité změřit, kolik reklama přináší celkovým firemním tržbám a zisku. Inkrementální přírůstky lze měřit pomocí tří metod, přičemž každá má své výhody a nevýhody.
- Lineární atribuce. Nejpoužívanější typ měření v digitálním marketingu, které udává, kolik spotřebitelů na reklamu klikne z celkového počtu zákazníků, kteří ji viděli. Konverzní údaj ale není podle Bineta správným, protože vyjadřuje atribuci při posledním kliku a navíc nevyjadřuje, kolik z toho je inkrementálních prodejů. Například polovina lidí z těch, kteří na reklamu klikli, by si produkt koupila i tak. Lineární typ atribuce ani nepočítá s tím, že lidé se k produktu vrátí, i když hned nekliknou, nebo si ho vyhledají později. Podceňuje se tak dlouhodobý účinek reklamy, a naopak se přeceňují přímé (krátkodobé) účinky. „Přístup přímé atribuce měření je součástí snu, že vše bude v reálném čase měřitelné. Domnívám se, že je to jeden z důvodů, proč se marketing zaměřoval na krátkodobé cíle. Začalo se to ale měnit kolem roku 2018,“ přiblížil Binet.
- Ekonometrie. Zohledňuje kontribuci různých faktorů, které se mohou odrazit na vývoji prodejů. Ekonometrie může změřit přínosy jednotlivých komunikačních kanálů a nepřímé dlouhodobé účinky reklamy, které atribuce změřit nemůže. „Většina účinků reklamy se neprojeví dnes nebo příští týden, ale v několika následujících letech, a to je třeba měřit,“ popsal Les Binet. Je možné také sledovat vývoj zmenšujících se výnosů a podobu vývojové křivky. „Pokud chcete optimalizovat rozpočet, musíte znát tvar té křivky,“ dodal s tím, že lze vyčíst i míru návratnosti investic, výnosu nebo čistého zisku. Sledovat lze díky ekonometrii také dopad dalších marketingových „P“, především ceny.
- Kontrolované experimenty. Například testování několika skupin podle podílu velikosti reklamy, porovnávání rozdílů mezi nimi a zjišťování dopadu reklamy.
„Dobré je kombinovat ekonometrii a testování. Účinek reklamy je dlouhodobý a nelze ho měřit jen krátkodobými kliky,“ uvedl Les Binet, který doporučil marketérům triangulaci – zapojení tří uvedených přístupů. „Ekonometrie je nejlepší metoda pro měření finančního ROI, přímá atribuce může vyladit krátkodobou odezvu a pomocí experimentů lze ověřit a poměrně levně testovat, jaké budou výsledky,“ shrnul. Žádný z uvedených přístupů není dokonalý sám o sobě, ale jejich společné použití může napomoci k pochopení výsledků.
-mav-