نویسنده: Eileen Yu

مترجم: مریم رضایی

منبع: ExchangeWire

در محیط برنامه‌گرای امروز، هر چقدر بیشتر داده در اختیار داشته باشید بهتر است. به هر حال، کیفیت داده نیز اهمیت دارد. از آنجا که منطق انسان در برنامه‌ریزی خرید او نقش مهمی دارد، بعد انسانی در تهیه این داده‌ها باید مد نظر قرار گیرد. اما همه عرضه‌کنندگان داده از نظر دسترسی، مقیاس یا عمق داده‌ها یکسان نیستند.

یک عامل مهم در این میان، توانایی به حساب آوردن فرهنگ در تجزیه و تحلیل داده است. دنیا از افراد مختلف با سوابق و فرهنگ‌های مختلف تشکیل شده که به زبان‌های مختلف صحبت می‌کنند. شرکت‌های تبلیغاتی تنها زمانی می‌توانند بیشترین بازدهی را از هزینه‌های خود به دست آورند که با افرادی برای عرضه داده شریک شوند که در توجه به تفاوت‌های فرهنگی و زبانی طی فرآیند جمع‌آوری داده تخصص داشته باشند. چرا این موضوع مهم است؟ به کار بردن داده‌های مرتبط با انسان می‌تواند به برندها کمک کند در زمان مناسب، به کاربر مناسب، پیام‌های هدفمند بفرستند.

رویکرد «فرامحلی»

در بازاریابی اینترنتی فرهنگ اهمیت زیادی دارد، چون برای بازاریابی هدفمند استراتژیک زمینه‌سازی می‌کند. رفتارهای مصرف‌کننده در یک گروه جمعیتی خاص مشابه است و بنابراین بیشتر هزینه‌هایی که مثلا در آمریکا صرف تبلیغات می‌شوند، یک گروه جمعیتی خاص را هدف قرار داده که به یک یا نهایتا دو زبان صحبت می‌کنند. ایجاد سیستمی با این مقیاس که ۳۵۰ میلیون نفر را با زبان و رویکردی مشابه مد نظر قرار می‌دهد آسان‌تر است.

اما وقتی طراحی یک سیستم را در سطح جهانی و برای هفت میلیارد نفر شروع می‌کنید، همه چیز به‌طور چشمگیری تغییر می‌کند. دقیقا همین موقع باید به مقیاس واقعی بازار جهانی توجه کنید؛ یعنی میلیاردها انسانی که به صدها زبان صحبت می‌کنند، هزاران سیستم توزیع مختلف و میلیون‌ها فرصت و کانال رسانه‌ای.

کلید توجیه همه این مسائل آن است که «فرامحلی» شوید. شرکت آیوتا (Eyeota) به‌عنوان یک عرضه‌کننده داده، تلاش می‌کند داده‌ها را در یک سطح محلی جمع‌آوری و تحلیل کند. برای انجام این کار، باید نسبت به فرهنگ محلی حساس باشیم و رفتار مصرف‌کننده را در یک فضای محلی بشناسیم. اگر انگشت خود را روی نبض فاکتورهای فرهنگی موثر بر بازار بگذاریم، می‌توانیم به تنوع دست یابیم و با محیط محلی سازگار شویم که به عقیده من، ما را به‌عنوان یک عرضه‌کننده داده سوم‌شخص که در سطح جهانی فعالیت می‌کند، در موقعیتی جالب قرار می‌دهد.

با توجه به چندپاره بودن منطقه آسیا و پیچیدگی زبان‌های محلی آن، جمع‌آوری داده‌های کیفی در یک مقیاس بزرگ کار بسیار پرچالشی است. به‌طور خاص، در محدوده جنوب شرق آسیا و بخش‌هایی از اروپا، نبود داده‌های محلی مناسب، برنامه‌‌ریزی‌های هدفمند را متوقف کرده است.

اگر بهترین بازاریاب‌های دنیا را در نظر بگیرید که برندهایی مانند کوکاکولا، پروکتراند گمبل، جنرال موتورز، فولکس واگن و یونیلور را مدیریت می‌کنند، متوجه می‌شوید آنها در روش به‌کارگیری استراتژی‌های بازاریابی برای کشورهای مختلف ویژگی‌های مشابهی دارند. این ویژگی‌ها از لحظه‌ای که این برندها تصمیم می‌گیرند وارد بازارهای مختلف شوند، تا هنگامی که تحلیل می‌کنند افراد چگونه تحت تاثیر تصمیم‌های خرید خود قرار دارند، و در نهایت آخرین لحظه خرید، مشهودند.

برندهای بین‌المللی وقتی برای هر بازار جدیدی داده جمع می‌کنند و جزئیات عادات خرید مصرف‌کننده را می‌فهمند، باید رویکردی فرامحلی اتخاذ کنند. یک رویکرد استاندارد که در همه شرایط کاربرد داشته باشد، موثر نیست؛ به خصوص وقتی تلاش می‌کنید یک استراتژی جمع‌آوری داده را از آمریکا به مثلا ژاپن و چین پیوند بزنید.

به‌عنوان مثال، بخش خودرو را در نظر بگیرید که در آن شرکت‌های تبلیغاتی نسبت به داده‌های مخاطب بسیار مشتاق هستند تا فرآیند رفتاری آنها را در خرید یک خودروی جدید توجیه کنند. سناریوی خرید یک خودرو برای مصرف‌کنندگان در آمریکا، که خودروها در آن گران‌تر از مثلا سنگاپور هستند، کاملا متفاوت است. با توجه به این تفاوت‌های اقتصادی، استراتژی جمع‌آوری و تحلیل داده از یک بازار به بازار دیگر کاملا متفاوت است.

در یک مثال دیگر باید گفت منطقه آسیا-اقیانوسیه یکی از متنوع‌ترین خوشه‌های کشوری در دنیا است، به‌طوری که بسیاری از مصرف‌کنندگان در کشورهای این منطقه به چند زبان تسلط دارند. این تفاوت‌های زبانی هنگام فرآیند جمع‌آوری داده باید مد نظر قرار گیرد.

این یعنی شرکت‌های تبلیغاتی باید زبان بازار هدف خود را بدانند تا کاربر مناسب را با آگهی مناسب هدف قرار دهند. تنها زمانی که محلی‌سازی بخشی از استراتژی شما باشد، فرآیند جمع‌آوری داده می‌تواند بر اساس زبان‌ها، هنجارها و استعاره‌های مورد استفاده توسط یک جمعیت اجرایی شود. همچنین فرآیند محلی‌سازی در استفاده از یک زبان باید متغیرها را به دست آورد. شرکت‌های تبلیغاتی با داده‌های عمیقی که این تفاوت‌ها را مد نظر قرار می‌دهد، می‌توانند به تصویری دقیق‌تر از مخاطب هدف خود دست یابند.

بهترین راه برای اینکه عرضه‌کنندگان داده بتوانند داده‌های مخاطب را در سطح محلی جمع‌آوری کنند این است که با شرکت‌ها یا موسساتی که در سطح محلی این داده‌ها را در اختیار دارند شریک شوید. به خاطر سپردن جزئیات فرهنگ‌ها و زبان‌های مختلف در هر بازار طی کل فرآیند جمع‌آوری داده باعث می‌شود داده‌هایی که جمع‌آوری می‌کنید، هماهنگی بیشتری با رفتار مصرف‌کننده مورد نظر شما داشته باشد.

دنیا از چند میلیارد انسان تشکیل شده، اما ویژگی مشترک همه انسان‌ها این است که تمایل دارند در سطح شخصی به آنها توجه شود. برندها با جمع‌آوری داده‌های درست و متناسب می‌توانند ارتباط خود را با مصرف‌کننده در سطح جهانی حفظ کنند.