Αυτό το άρθρο το γράφουμε δύο άνθρωποι με διαφορετικό εκπαιδευτικό background: ένας μαθηματικός και μια marketer. Στο πλαίσιο αυτό, καταλήξαμε να συμφωνούμε σε κάτι: το σύγχρονο Marketing σε μια εμπορική εταιρεία εμπεριέχει πολύ λιγότερα «μόνο δημιουργικά concept» και πολύ περισσότερη ανάλυση δεδομένων, αγορών, καναλιών & κωδικών.
Η δημιουργικότητα δεν εξαφανίζεται. Απλώς δεν αρκεί πια από μόνη της. Σήμερα πρέπει να μπορεί να μετρηθεί, να συγκριθεί και, τελικά, να αποδείξει ότι φέρνει αποτέλεσμα.
Το μεγάλο ψέμα: «Δεν είμαι καλός/η στα μαθηματικά αλλά μου αρέσει η δημιουργικότητα»
Ένα campaign 50.000€ σε τρία κανάλια δεν κρίνεται από το πόσο όμορφο εικαστικά ήταν το banner, κρίνεται από το CAC, δηλαδή το κόστος ανά πελάτη: κόστος διαφήμισης προς αριθμό πελατών. Αν η Meta σου δίνει πελάτη με 22€ και το Google με 35€, η απόφαση να μετακινήσεις budget δεν είναι θέμα γούστου. Είναι μια απλή εξίσωση με έναν άγνωστο: αν αυξήσω κατά Χ το budget στη Meta, πόσους πελάτες περιμένω παραπάνω; Άλγεβρα Λυκείου, τίποτα εξωπραγματικό. Αλλά αν σε αγχώνει και μόνο η ιδέα ενός Χ, τότε δεν σε αγχώνουν απλώς τα μαθηματικά. Σε αγχώνει ένα μεγάλο κομμάτι της καθημερινότητας αυτής της δουλειάς.
Το «εμπορικό ένστικτο» δεν είναι ταλέντο, είναι στατιστική συνήθεια
Στην πράξη, το εμπορικό ένστικτο είναι η ικανότητα να σκέφτεσαι σε δείγματα και πιθανότητες. Βλέπεις ότι το 3% όσων μπαίνουν στο site αγοράζουν, ανέβηκε από 2,5% τον προηγούμενο μήνα και η πρώτη σκέψη δεν πρέπει να είναι «τέλεια, δουλεύει». Πρέπει να είναι: αυτή η διαφορά είναι πραγματική ή είναι απλώς θόρυβος από μικρό δείγμα; Πολλές εταιρείες αλλάζουν στρατηγική επειδή είδαν μια καλή εβδομάδα και μετά απορούν γιατί δεν επαναλαμβάνεται. Η διαφορά ανάμεσα σε τάση και τύχη δεν είναι διαίσθηση, είναι στατιστική σκέψη.
Και αυτή η σκέψη δεν είναι προνόμιο μόνο των data scientists.
Είναι πλέον βασική δεξιότητα κάθε ολοκληρωμένου marketer.
AI: το εργαλείο που δεν αντικαθιστά τη σκέψη, την επιταχύνει
Ένα μοντέλο AI σου γράφει πολλές εκδοχές ενός κειμένου σε μισό λεπτό. Αυτό πια δεν μετράει ως δεξιότητα, είναι δεδομένο ότι μπορεί να γίνει. Αυτό που μετράει είναι να ξέρεις να στήσεις ένα σωστό A/B test πάνω σε αυτές τις εκδοχές: δύο ομάδες, τυχαία κατανομή, αρκετό δείγμα ώστε η διαφορά που θα δεις να είναι ρεαλιστικά σωστή. Χωρίς αυτή τη βάση, θα βγάλεις από το AI συμπεράσματα που είναι απλώς λάθος.
Digital Analytics: η γλώσσα που μιλάει η αλήθεια
Επισκεψιμότητα +40% μέσα σε έναν μήνα ακούγεται πάντα σαν καλό νέο. Αν όμως τη σπάσεις ανά πηγή και δεις ότι όλη η αύξηση ήρθε από ένα κανάλι με conversion 0,1%, ενώ τα υπόλοιπα έχουν 4%, τότε ο μέσος όρος σου λέει ψέματα. Είναι λίγο σαν το παράδοξο του Simpson σε μικρή κλίμακα: το συνολικό νούμερο λέει μια ιστορία, τα κομμάτια από κάτω λένε εντελώς άλλη. Όποιος δεν μαθαίνει να σπάει έναν μέσο όρο στα συστατικά του, παίρνει λάθος αποφάσεις με απόλυτη σιγουριά.
Το Digital Analytics δεν είναι απλώς reporting. Είναι ο τρόπος με τον οποίο μια εταιρεία ξεχωρίζει το «φαίνεται καλό» από το «είναι πραγματικά καλό».
Power BI: όχι επειδή είναι trendy, αλλά επειδή είναι η γλώσσα της Διοίκησης
Κανένας CFO δεν θέλει αφήγηση, θέλει πίνακα: τάση μήνα με μήνα, κόστος ανά αποτέλεσμα, ό,τι χρειάζεται με μια ματιά. Το Power BI, στην ουσία, είναι εφαρμοσμένη στατιστική ντυμένη με ωραία εικόνα. Ο marketer που ξέρει να στήσει ένα dashboard με σωστά δομημένα δεδομένα, όχι απλά χρωματιστά γραφήματα, μιλάει την ίδια γλώσσα με όσους εγκρίνουν το budget και αυτό ανοίγει πόρτες πολύ πιο γρήγορα από ένα ωραίο TV spot.
Γιατί η ερώτηση δεν είναι μόνο «είναι ωραία η καμπάνια;». Είναι «πόσο πούλησε, πόσο κόστισε και τι μαθαίνουμε για την επόμενη;».
Αν το παιδί σου συμπλήρωνε τώρα μηχανογραφικό για Marketing
Aν θέλαμε να συμβουλεύσουμε έναν τελειόφοιτο Δευτεροβάθμιας Εκπαίδευσης να ακολουθήσει σπουδές στο Marketing, το πρώτο πράγμα που θα του λέγαμε είναι να το διαλέξει εφόσον του αρέσουν και τα μαθηματικά. Σχεδόν κάθε σοβαρό πρόγραμμα Marketing σήμερα έχει στατιστική, ποσοτικές μεθόδους, ανάλυση δεδομένων. Αν κάποιος απωθείται από την άλγεβρα του Λυκείου, θα δυσκολευτεί εκεί όσο και σε μια σχολή Οικονομικών.
Δεύτερον, θα θέλαμε να διαβάσει το πρόγραμμα σπουδών μάθημα-μάθημα πριν διαλέξει, όχι μόνο το όνομα της σχολής. Ένα πρόγραμμα με Marketing Analytics, Επιχειρησιακή Έρευνα, έστω βασικό Excel ή Python, προετοιμάζει πολύ καλύτερα για corporate θέση από ένα πρόγραμμα που μένει στην επικοινωνία και το branding χωρίς κανένα ποσοτικό κομμάτι.
Ο τίτλος «Marketing» από μόνος του δεν λέει αρκετά. Το περιεχόμενο του προγράμματος σπουδών και η προσφορά εφαρμοσμένων γνώσεων, λέει πολύ περισσότερα.
Οπότε, σου ταιριάζει το Marketing ή εννοείς ότι σου αρέσει η Επικοινωνία;
Ρώτα τον εαυτό σου κάτι απλό: ένας πίνακας με νούμερα σε ενθουσιάζει ή σε κουράζει; Αντέχεις μια ιδέα που αγαπάς να πεθαίνει επειδή τα δεδομένα λένε όχι; Νιώθεις άνετα με ποσοστά, δείγματα, μια απλή εξίσωση; Αν ναι, το Marketing σε εμπορικό περιβάλλον σου ταιριάζει και μάλλον θα ξεχωρίσεις, γιατί οι περισσότεροι σταματούν στο «Ωραίο post, εγκρίνω το κείμενο & το image». Αν όχι, μάλλον ταιριάζεις πιο πολύ σε δημιουργικό ρόλο, όπου κάποιος άλλος κάνει την ανάλυση για σένα.
Το Marketing σήμερα δεν είναι ο κόσμος της ατάκας. Είναι ο κόσμος όπου η ιδέα συναντά την εξίσωση που την αποδεικνύει.
Γράφει ο Παναγιώτης Κρυσταλλίδης, MSc Applied Mathematician NTUA, NKUA, www.didaskaleio.gr, www.teacherai.gr και η Σίσσυ Θεοφανοπούλου, Marketing Strategist, Marketing Instructor, Συγγραφέας
