Facebook, LinkedIn ja Twitter ovat tarjonneet vuosien varrella uusia mahdollisuuksia mainostajille muun muassa tarkalla kohdentamisella. Kyseisten kanavien osumatarkkuus on perustunut dataan, jota ne omistavat käyttäjistään. Tieto käyttäjistä, heidän preferensseistään ja liikkeistä näissä palveluissa on tarjonnut sosiaalisen median toimijoille lähes ylivoimaisen kilpailuedun mainonnan kentällä.
Mainostajille tämä on tarkoittanut kustannustehokkaita keinoja löytää potentiaalisia asiakkaita, kun mainontaa voidaan kohdentaa esimerkiksi käyttäjän sijainnin, iän, kielen ja sukupuolen tai demografisten tietojen (kuten koulutuksen, työn, parisuhdetilanteen) mukaan tai kiinnostuksen kohteiden ja käyttäytymisen (kuten verkkoselailu, matkustaminen, päätelaitteet) perusteella.
Vuonna 2018 nämä ovat jo lähes itsestäänselvyyksiä myynnin ja markkinoinnin parissa toimiville. Toisaalta tämä on ollut kyseisten kanavien heikko puoli. Ne tietävät tasan tarkkaan sen, mitä käyttäjät itsestään palveluihin kertovat. Tämän takia (edelleenkin) törmää kommentteihin esimerkiksi siitä, että B2B-yrityksen on turha mainostaa Facebookissa, koska se on vapaa-ajan kanava.
Miten datalla kohdentaminen toimii?
Tähän ongelmaan suurimmat sosiaalisen median kanavat toivat ratkaisuja 2017 vuoden aikana. Tällä hetkellä muun muassa Facebook, Twitter ja LinkedIn mahdollistavat mainostajan oman, palveluiden ulkopuolisen datan käyttämisen mainonnan kohdentamiseen.
Käytännössä tämä tarkoittaa sitä, että mainostaja voi ladata näiden palveluiden mainonnanhallintaan yhteystiedot omasta datastaan. Pääsääntöisesti yhteystiedoilla tarkoitetaan sähköpostiosoitteita ja puhelinnumeroita.
Kun tällainen yhteystietolista on ladattu palveluun, niin sen sisältämiä yhteystietoja verrataan sosiaalisen median käyttäjien yhteystietoihin. Täsmäävistä yhteystiedoista muodostuu sitten kohderyhmä, jolle mainontaa voidaan kohdentaa.
Edellä kuvattu prosessi on toteutettu teknisesti siten, että ladattavat tiedot hajautetaan ensin selaimessa, jonka jälkeen ne vasta lähetetään mainonnanhallinnan järjestelmiin. Hajauttamisessa jokaiselle yhteystiedolle annetaan ikään kuin oma tunnistenumero ja täsmäytyksessä verrataan näitä tunnistenumeroita esimerkiksi Facebookin omiin vastaaviin tunnistenumeroihin. Näin olleen yksikään yhteystieto ei päädy selkokielisenä palveluntarjoajille.
Yrityksille kerääntyy erilaista henkilödataa eri liiketoiminnan prosesseissa. Nyt tätä tietoa voidaan hyödyntää myös sosiaalisen median kanavissa. Kyseessä on iso murros: tämä tarkoittaa myös sitä, että suoramarkkinoinnin ei tarvitse enää tarkoittaa ainoastaan printtipostitusta tai uutiskirjemarkkinointia. Kuilu digitaalisen ja analogisen maailman välillä kapenee merkittävästi.
Mihin datakohdentaminen soveltuu?
Omalla datalla kohdentamiseen löytyy varmasti yhtä paljon käyttötapauksia kuin on yrityksiä. Asiakkaidemme kanssa olemme tuloksekkaasti hyödyntäneet tätä mahdollisuutta muun muassa uusasiakashankinnassa.
Kun tunnetaan omat potentiaaliset asiakkaat, voidaan datakohdentamisen avulla käyttää mainoseurot kaikkein potentiaalisimpiin asiakkaisiin. Kun kohdentaminen on tarkkaa, niin pienikin toimija voi kustannustehokkaasti näyttäytyä kokoaan isompana tärkeimmille potentiaaleilleen.
Sitä voi hyödyntää myös klousaamisessa. Kun CRM-datasi on kunnossa, niin voit näkyä vaikkapa asiakkaille, jotka pohtivat tarjouksesi hyväksyntää. Tällaisen mainonnan ei tarvitse olla aggressiivista, vaan voit esimerkiksi nostaa sopivia sisältöjä blogistasi. Tämä on erityisen tehokasta, jos myyntiprosessisi on pitkä.
Omalla datalla kohdentaminen mahdollistaa myös lisä- ja ristiinmyynnin. Kun tunnet asiakkaasi ja mitä he ovat hankkineet, voit myydä täydentäviä tuotteita ja palveluita.
Myös monikanavainen markkinointi tulee mahdolliseksi halutuille kohderyhmille. Olemme yhdistäneet sosiaalisen median mainontaa esimerkiksi telekampanjoihin. Lisäksi olemme muassa jatkaneet uutiskirjeen tarinaa sosiaalisessa mediassa.
Datakohdentamista voidaan käyttää myös käänteisesti eli voit sulkea nykyasiakkaasi pois uusasiakashankinnan kampanjoista.
Kiinnitä huomiota datan laatuun
Oman datan käyttö ei luonnollisesti ole aukotonta. Isoin haaste on se, että jokaiselle sähköpostiosoitteelle tai puhelinnumerolle ei löydy Facebook- tai LinkedIn-profiilia.
Luonnollisesti lähtödatan laatu vaikuttaa myös osuvuusprosenttiin. Kun olemme asiakkaillemme toteuttaneet tällaisia kampanjoita, niin tyypillisesti yhteystiedoista osuu 40-80 prosenttia. Jos GDPR ei ole saanut yrityksen datanhallintaprosesseja vielä kuntoon, niin viimeistään nyt on korkea aika hoitaa asia, myös myynnillisten tavoitteiden kannalta tarkasteltuna.
Edellä kuvattuja kohderyhmiä voi käyttää myös pohjana uusien kohderyhmien rakentamiseen. Facebookin tapauksessa puhutaan esimerkiksi Lookalike-yleisöistä.
Nimensä mukaisesti tämä tarkoittaa sitä, että Facebook etsii mahdollisimman samankaltaisia käyttäjiä kuin alkuperäisen kohderyhmän käyttäjät ovat. Käytännössä tämä tarkoittaa, että voit löytää sosiaalisen median käyttäjistä ne, jotka ovat mahdollisimman samankaltaisia kuin nykyiset asiakkaasi (tai tietyn tuoteryhmän asiakkaat tms.). Kuulostaa melko hyvältä myynnin paikalta!
Tomi Kaitarinne on Kuuki Marketing Lab Oy:n toimitusjohtaja. Tomi on verkkonäkyvyyden kehittämisen ammattilainen, jonka erityisosaamista on teknologian hyödyntäminen osana markkinointia. Tomi on yksi Kuuki Marketing Lab Oy:n perustajista ja on työskennellyt aikaisemmin Alma Medialla ja JM Tieto Oy:ssä. Kuuki Marketing Lab suunnittelee ja toteuttaa markkinointia, joka näkyy myynnissä.