Byt mavefornemmelsen ud med data, og superoptimér din målgruppe

Brug data om forbrugeradfærd intelligent, når du vælger målgruppe

I har godt fat i jeres kernemålgruppe. Men du er sulten og klar til at indtage større dele af markedet. Du har med garanti en hypotese om, hvilken målgruppe du nu skal gå efter. Men er den databaseret – eller fornemmelsesbaseret?

Ved at investere i Audience Creation får du mulighed for at træffe datadrevne beslutninger i forhold til valg af målgruppe: Vi bruger din kundedata og vores big data til at analysere typisk forbrugeradfærd inden for din branche. På den måde bruger du en lille del af dit budget på at finde ud af, hvilke af dine fornemmelser der er mest hold i, inden du vælger hvilke målgrupper, du skal skyde kampagnebudgettet efter. Ofte er der overraskende findings. Og hvis ikke … Så har du datakilder til at bekræfte, at du havde ret i dine hypoteser – og det har jo også sin værdi, ik’?

En ting er sikkert: Det ender altid med at blive et bedre regnestykke på den lange bane at investere i en målgruppeanalyse på forkant frem for på bagkant.

Så on that note får du her en oversigt over, hvordan du med Audience Creation kan finde svaret på, hvem du skal skyde dine marketingkroner efter.

Første step til at finde den optimale målgruppe: Hypoteser

For at kunne bygge de mest relevante hypoteser, har du brug for tre ting:

1. Din viden om din målgruppe og dit produkt (dine hypoteser)
2. Egne datakilder: Fx data fra dit website/sociale medier/andre touchpoints
3. Relevante data fra en større database (fx STEPs, som er en af branchens største – mere om det her)

På baggrund af ovenstående tre punkter kan vi lave en målgruppeanalyse, der fortæller os, hvilken målgruppe der ser ud til at være størst potentiale i. Her kigger vi ikke kun på demografi, men gerne væsentligt mere specifikke parametre.

Lad os prøve med et tænkt eksempel: Du er ansvarlig for markedsføringen i et forsikringsselskab

Stort set alle mennesker er i løbet af livet på et eller andet tidspunkt i målgruppe for at købe en forsikring. Hvis bare du vidste præcis, hvornår det tidspunkt var for hver enkelt person. Det er faktisk det, du kommer i nærheden af at kunne med Audience Creation.

Først finder vi hypoteserne. De kunne fx gå på, at folk er mere interesserede i forsikringer, hvis de:

• er flyttet hjemmefra
• har købt bil 
• er blevet skilt

Måske har du en række kundedata fra dit website, der kan bakke noget af det op. Det kan fx være, du kan se, der er mange i flytte-hjemmefra-alderen, der besøger jeres site? Dette kan vi supplere med relevante data fra vores database. Det kan fx være, vi kan se, at størstedelen af dem, der er interesseret i at købe bil (fordomsfuldhed, coming up …) er mænd i alderen 30-40 år. Disse data har vi adgang til gennem sites, der er en del af STEPs publisher-netværk STEP Network. 

Alt sammen data, der kan være med til at underbygge eller justere vores hypoteser.

Meget fint. Men hvad med den sidste hypotese? Dataen kan jo ikke fortælle os, hvornår folk bliver skilt? Måske ikke direkte – men måske kan vi regne det ud. Let’s try:

Hypotese: Folk, der er blevet skilt, søger ofte efter lejebolig. 

Her ville det fede så være, hvis vi kunne målrette vores kommunikation om forsikring mod folk, som vi ved for nyligt har søgt på lejebolig? Den gode nyhed er: Det kan vi. Via STEP Network har vi nemlig adgang til data fra store boligportaler. Og det betyder, at vi kan målrette vores kommunikation mod præcis de mennesker, som også har besøgt en af de boligportaler (og altså potentielt både dem, som er blevet skilt – og jo også dem, som flytter hjemmefra). 

Med Audience Creation gør vi det altså muligt at udnytte potentialet af de koblinger og sammenhænge, som man godt kan regne ud, men som du måske ikke har haft muligheden for at høste frugterne af hidtil.  

Og så tænker du måske, at nu passede den lige godt på forsikringseksemplet med bil- og boligportaler. Men i STEP Network er der over 100 sites med relevante data for MANGE forskellige brancher (se dem alle lige her). Så sandsynligheden for, at vi også kan finde nogle interessante parametre og datakilder for din forretning, er ret store. 

Step 2: Test af hypoteser i målgruppe(r)

På baggrund af ovenstående hypotese-analyse og indsigt i forbrugeradfærd, kan vi bygge en eller flere målgrupper, som vi så tester effekten af. Vi kan enten teste flere målgrupper op mod hinanden – eller blot teste performance i den nye målgruppe, vi har defineret – målt op mod dine tidligere kampagner. 

Helt konkret sætter vi typisk en displaybanner-kampagne op. Vi definerer konkret KPI (oftest CTR), som vi måler på og kører med samme budskab og kreativ til alle test-målgrupper for at sikre en helt ren segmentering på målgrupper. Disse kører i minimum 2 uger for at sikre, at resultatet ikke bygger på tilfældigheder. 

Step 3: Tilpasning på baggrund af forbrugeradfærd og målgruppeanalyse   

På baggrund af resultaterne fra test-kampagnen optimerer vi din målgruppe igen. En test-kampagne vil med garanti give os nogle ekstra findings omkring målgruppens forbrugeradfærd. Har du testet flere målgrupper, vurderer vi hvilke(n), vi skal gå med. Vi får bekræftet, om hypoteserne var mere end bare hypoteser. I forsikrings-eksemplet fra tidligere, kunne det fx være, det viste sig, at målgrupperne, der var dannet ud fra data fra boligsites, leverede langt bedre på deres KPI end dem, vi havde dannet ud fra bilsites. Den slags datakilder kigger vi ind i for at sikre, at dine investerede marketingkroner bliver udnyttet til fulde konstant. Og på baggrund af de findings, står vi til sidst tilbage med en komplet målgruppeanalyse og dermed den afgørende indsigt i forbrugeradfærd, som gør os i stand til at levere en topoptimeret målgruppeanbefaling til dig. 

”Dét at optimere sin målgruppe så grundigt er i stort set alle tilfælde så effektivt, at de penge du ”stjæler” fra kampagnebudgettet til at investere i Audience Creation, tjener sig hjem mange gange i den øgede effekt, du vil opleve af din kampagne.” 

Superoptimér hele vejen rundt: Gør kampagnen 100 % datadrevet

Vil du optimere yderligere, kan du med fordel investere i en medieplan, hvor du får en anbefaling på, hvilke medier du med størst sandsynlighed rammer din topoptimerede målgruppe – selvfølgelig defineret ud fra samme datakilder og målgruppeanalyse, som målgruppen blev defineret ud fra. Men det er helt anden snak, som du kan læse mere om, hvordan vi griber an her.

Og skal du have fuld plade i optimeringsbingo, så kan du med fordel også teste forskellige kreativer og budskaber, som løbende optimeres og tilpasses på baggrund af performance. Det er en helt tredje snak, som du kan læse mere om, hvordan vi forholder os til her.

Audience Creation handler i bund og grund om at få adgang til at kunne træffe datadrevne beslutninger. At få metoderne til at se sammenhænge og nye mønstre. Big data og de rette algoritmer giver dig muligheden for netop dét. Og den mulighed ligger der altså åndssvagt meget (uforløst) potentiale i.