Döden för data­driven marknads­föring?

Datadriven marknadsföring har varit det stora löftet i över ett decennium. Äntligen skulle vi slippa gissa, få svart på vitt vad som fungerar och kunna visa snygga grafer i ledningsgruppen. Men någonstans på vägen tappade vi bort oss. Vi drunknar i dashboards, taktiska KPI:er och “snabba optimeringar” – samtidigt som känslan växer av att marknadsföringen inte ger lika mycket effekt som förr. Så har vi verkligen nått döden för datadrivet?

Vad är datadriven marknadsföring?

Datadriven marknadsföring låter ofta som något väldigt komplext, men i grunden handlar det om ett ganska enkelt och strategiskt val.

Du bestämmer dig för att använda kombinerade datapunkter (kampanjresultat, beteenden, trafik, försäljning, kunddata) för att via analys och insikter formulera hypoteser som driver aktiviteter.

Det viktiga här är två saker:

• Det är strategi, inte bara ad hoc-reaktioner på det du ser i Ads Manager.
• Datan ska leda till hypoteser och handling – inte bara fler rapporter.

I ett längre perspektiv hjälper datadriven marknadsföring dig att se hur dina insatser bygger varumärke, kännedom och framtida efterfrågan. I ett närmare perspektiv hjälper samma data dig att optimera kampanjer, budskap och målgrupper här och nu.

Hur hamnade vi här?

För att förstå varför det skaver idag behöver vi backa bandet lite.

Under större delen av 1900-talet byggdes marknadsföring i massmedier: USP, 4P, tv-reklam, print och radio. Man jobbade med räckvidd, idéer och kreativitet. Men mätningen var grov: hur många såg kampanjen, hur stor var upplagan, hur många tittare hade programmet?

Med internet exploderade möjligheten att mäta. De första bannrarna dök upp på 90-talet, sökmotoroptimering började runt 1996, Facebook kom 2005 och annonser på plattformen strax efter.

2010-talet blev det datadrivna decenniet. Universal Analytics gjorde det möjligt att följa användare genom sajter, funnels och kampanjer. Plötsligt kunde vi se exakt hur många som klickade, laddade ner, konverterade. Vi organiserade oss kring:

• performance marketing,
• konverteringsoptimering,
• funnels,
• kostnad per klick och kostnad per lead.

Det gav enorma möjligheter, men också en baksida.

Myten om kontroll – när funnels blir farliga förenklingar

Vi människor gillar kontroll och vi marknadsförare gillar kontroll extra mycket.

Det är här alla funnels kommer in: AIDA, TOFU–MOFU–BOFU, flywheels och köpresor. Vi ritar trattar där många ser budskapet, färre blir intresserade, några överväger och ett fåtal köper. Det är pedagogiskt och tydligt.

Problemet är att modellerna är just modeller. De är förenklingar av verkligheten, inte verkligheten i sig. I en hyperdatadriven miljö har vi ibland börjat bete oss som om tratten faktiskt beskrev hur människor fungerar:

• som att alla alltid rör sig linjärt genom samma steg,
• som att vi kan styra varje steg med “rätt content i rätt fas”,
• som att data vi ser i våra funnels är en komplett bild av kundresan.

I verkligheten hoppar människor in och ur processen hela tiden. De hör om er från en kollega, ser något på sociala medier, googlar er, glömmer bort er, ser er igen i ett helt annat sammanhang och dyker först upp i datan den dag de fyller i ett formulär.

När vi behandlar funnel-modellerna som sanningen istället för som ett verktyg riskerar vi att få en falsk känsla av kontroll. Det är här datadriven marknadsföring kan börja styra oss fel trots att den är “korrekt” utförd.

Marknadsförare förstör allt vi rör vid

Det handlar inte om att vi marknadsförare är dåliga, utan om att vi exploaterar allt som fungerar, tills det slutar fungera.

Ett klassiskt exempel: det första säljmailet som någonsin skickades 1978 genererade affärer för 12 miljoner dollar. Det funkade. Så någon skickade fler. Andra kopierade. Idag skickas uppskattningsvis 120 miljarder spammejl per dag.

Samma sak händer i sociala medier:

• plattformarna översvämmas av engagemangsbetat innehåll,
• algoritmerna premierar det som väcker starka reaktioner,
• de bästa ytorna fylls med annonser, rekommenderat innehåll och sponsrade inlägg.

För att hantera bruset säljer plattformarna in allt fler black box-lösningar: “mata in ditt mål, några bilder och lite text, så sköter vi resten”. Det låter smidigt, men innebär att du tappar kontroll över:

• vilka som egentligen ser dina annonser,
• hur auktionerna manipuleras,
• vad det faktiskt kostar att nå rätt människor.

Det här är datadriven marknadsföring på steroider: något funkar, vi skruvar upp volymen, plattformarna maxar intäkter och användarupplevelsen blir gradvis sämre.

AIO – Artificial Intelligence Optimization

AI har gjort entré på bred front och sägs öka effektiviteten, men ökar AI effekten? Automatisering och smarta algoritmer kan sköta optimering (det vissa nu kallar AIO – Artificial Intelligence Optimization), filtrera information åt oss och till och med skapa innehåll. Men tekniken för också med sig att plattformar förändras snabbare än någonsin och att våra gamla knep slutar fungera. Samtidigt skärps lagstiftningen kring data och integritet, vilket krymper datamängden vi får använda och gör det svårt att fullt ut lita på datan. Och de stora digitala plattformarna går igenom en period av “enshittification”, en utveckling där man försöker balansera användarupplevelsen mot intäktsmaximering och resultatet blir en upplevelse som är precis så bra att man inte lämnar – men knappast bättre än förr.

Vi marknadsförare har pressat datadrivna metoder till bristningsgränsen, och nu ser vi konsekvenserna i form av fallande genomslag.

När KPI:er blev mål och varumärket glömdes bort

En annan viktig pusselbit är hur vi använder våra KPI:er (Key Performance Indicators). Från början är de tänkta som just indikatorer, signaler som hjälper oss att se om vi är på väg åt rätt håll. Men i ivern att vara datadrivna har vi ibland tappat bort syftet. Vi började behandla KPI:er som mål i sig, istället för medel. Klick, likes, konverteringar – mått som skulle indikera framsteg blev plötsligt själva definitionen av framgång. Om klickfrekvensen gick upp jublade vi, utan att alltid fråga oss om det verkligen ledde till affärsnytta eller långsiktig effekt. Vi jagade “motion, not meaning”, alltså aktivitet i stället för verkligt värde.

Konsekvensen har blivit en obalans i marknadsföringen. I jakten på mätbara kortsiktiga resultat har många företag underinvesterat i varumärket i nästan två decennier. Forskning av Binet & Field (The Long and the Short of It, 2013) visar att stark varumärkesbyggande marknadsföring är avgörande för långsiktig tillväxt, och att effekterna ofta syns först efter sex månader eller mer. Ändå har budgetar strypts för sådant som är svårt att direkt attribuera i våra dashboards. Vi har blandat ihop effektivitet (hur billigt eller snabbt vi gör något) med effekt (vilken faktisk påverkan det har på affären). En imponerande ROAS på pappret kan kännas bra för stunden, men om den bara kommer från att vi mjölkar en redan frälst kundbas driver den knappt någon tillväxt alls.

Det kortsiktiga tunnelseendet gör att många missar skogen för alla träd. När vi fokuserar på att optimera varje del i en snäv funnel isolerat, istället för att se helheten, får vi suboptimering. Samtidigt sjunker kreativiteten när varje idé måste passera nålsögat av historisk data och A/B-tester. Datadriven marknadsföring riskerar att bli en slentrianmässig checklista av “sånt som brukar funka” istället för nyskapande kommunikation som faktiskt bygger varumärket över tid.

Investera i varumärket

När vi pratar om datadriven marknadsföring hamnar vi lätt i diskussioner om funnels, klickpriser och konverteringsgrad. Men den kanske viktigaste datapunkten av alla är ofta den som glöms bort: hur varumärket mår över tid. I många organisationer har varumärkesbyggande setts som något “nice to have”, sådant man pysslar med när budgeten räcker. Samtidigt har vi lagt allt mer kraft på kortsiktiga kampanjer, retargeting och erbjudanden som driver affär här och nu.

Problemet är att de här två perspektiven hänger ihop. De kortsiktiga insatserna som kampanjer, kampanjsajter, prissänkningar ger snabba toppar i försäljningen, men effekten klingar snabbt av. Varumärkesbyggande insatser däremot, som når brett och skapar kännedomen och särskiljningen, lägger en högre baslinje. På sikt innebär det att varje enskild kampanj får bättre effekt, helt enkelt för att fler redan vet vilka ni är och vad ni står för. Det är det Binet & Field beskriver i sin klassiska 60/40-modell: ungefär 60 % av budgeten bör gå till långsiktigt varumärkesbyggande, och 40 % till säljdrivande aktivering.

I praktiken betyder det att investeringar i varumärket inte är “fluff”, de är en försäkring för framtida tillväxt. När vi bara satsar på kortsiktig taktisk annonsering bygger vi ingen efterfrågan, vi jagar bara det som redan finns. Då blir varje nytt år lite svårare, lite dyrare och kräver lite mer rabatter för att nå samma resultat.

Att sikta på nya kunder driver affären bäst

En annan insikt som ofta försvinner i det dagliga kampanjandet är vilka kunder som faktiskt driver tillväxt. Det känns intuitivt tryggt att fokusera på befintliga kunder. De känner oss, de är billigare att nå och de är lättare att få att köpa igen. Men tittar vi på datan ser vi något annat: det är de nya kunderna som driver affären framåt.

NoA Consultings analyser visar att effekten på affären är som störst när vi siktar på just nya kunder, inte bara på dem som redan köper av oss. Det är logiskt: befintliga kunder kan öka sin köpfrekvens lite grann, men det är först när vi når människor som inte känner till oss än som marknadsandelen kan växa ordentligt. De långsiktiga varumärkesinvesteringarna är det som skjuter över våra egna kanaler och “träffar prick” i de målgrupper som ännu inte står på vår kundlista.

För datadriven marknadsföring blir det här en utmaning, eftersom vi ofta har sämre eller ingen data alls på dem som ännu inte är kunder. Dashboardsen berättar mycket om “de som redan är inne i tratten”, men betydligt mindre om de 80 % av framtida kunder som inte ens vet att vi finns. Därför behöver varumärkesarbetet komplettera det datadrivna genom att bygga räckvidd, kännedomen och relevansen i grupper där vår mätning är svag men potentialen är som störst.

Datadriven marknadsföring kan besvara …

När den används rätt är datadriven marknadsföring ett kraftfullt verktyg. Den hjälper oss att förstå när någon köper, vem som köper och vad de faktiskt köper av oss. Vi kan se vilken kampanj som drev mest trafik, vilka budskap som gav högst CTR och vilka målgrupper som svarade bäst på ett erbjudande. Tittar vi i våra analysverktyg kan vi följa en hel del av kundresan och se ungefär hur människor rör sig mellan kanaler, kampanjer och kontaktpunkter.

Den här typen av data är ovärderlig när vi vill optimera. Vi kan ta reda på vilka kanaler som är mest kostnadseffektiva, vilka kreativa varianter som presterar bäst, vilken frekvens som blir för tjatig och var i flödet konverteringen faktiskt sker. På så sätt kan datadriven marknadsföring hjälpa oss att fatta bättre beslut än “det känns som att Facebook funkar bra”. Det blir enklare att prioritera mellan kanaler och aktiviteter, och vi kan sluta gissa.

Men även i sin bästa form ger datan en ganska snäv bild. Den visar vad som hänt, inte varför det hände, eller vilka möjligheter vi missar utanför det vi redan mäter. Det är här nästa pusselbit kommer in.

… men den besvarar inte allt

Problemet uppstår när vi börjar förlita oss på datadriven marknadsföring som om den kunde förklara hela verkligheten. För den kan inte svara på varför något hände. Varför köpte just den här kunden? Var köpet ett undantag eller ett tecken på ett mönster? Är det här en kund vi vill ha fler av eller någon som råkade ramla in via en kampanj vi aldrig borde köra igen?

Den kan heller inte hjälpa oss att se vilka andra som skulle kunna köpa av oss, men som ännu inte gjort det. För att förstå det behöver vi komplettera siffrorna med kundinsikter: intervjuer, kvalitativa undersökningar, marknadsförståelse och sunt förnuft. Vi behöver förstå identitet (vilken roll vårt varumärke spelar i kundens självbild), behov (smärta, vinster, kortsiktiga och långsiktiga drivkrafter), beteende (impulsivt eller eftertänksamt, vana eller aktivt val) och produktens roll (engångsköp, abonnemang, “kul” eller nödvändigt).

Det är först när vi kopplar ihop det kvantitativa med det kvalitativa som vi kan svara på de verkligt strategiska frågorna: Varför köper vem vad, hur och när, egentligen? Utan den förståelsen riskerar vi att optimera oss blå på fel saker, samtidigt som de verkligt intressanta kunderna passerar under radarn.

Varför får vi mindre för mer?

Många som jobbar med marknadsföring upplever att det blivit dyrare att nå resultat, trots att de jobbar mer datadrivet än någonsin. Mer budget, mer rapporter, fler dashboards – men kurvorna pekar inte uppåt som de borde. Varför får vi mindre för mer?

En del av svaret är att vi har underinvesterat i varumärket under lång tid. När den långsiktiga basen eroderar blir varje ny kampanj tyngre att bära. Samtidigt har vi varit väldigt bra på att fylla varje ny kanal till brädden tills den slutar fungera. Från mejl till bannerannonser, sociala medier och nu AI-sök. Så fort något ger bra avkastning, maxar vi det tills det blir brus.

Lägg till plattformarnas egna incitament, auktioner som driver upp priserna, algoritmer som premierar engagemang framför kvalitet, och vi får en miljö där det kostar mer och mer att synas, men där uppmärksamheten inte växer i samma takt. Samtidigt styrs allt mer av vår vardag av taktiska KPI:er. Det som mäts blir gjort, så vi lägger tiden på det som syns snabbt i våra rapporter. Isolerade funnels optimeras var för sig, utan att vi ser hur helheten påverkas. Och när osäkerheten ökar blir vi reaktiva och ängsliga i varumärkesarbetet. Vi vågar inte ta ut svängarna kreativt, trots att det är det som skulle göra mest skillnad.

Resultatet blir att vi betalar mer för varje klick och varje lead, men får mindre effekt i varumärket och på sista raden.

Så ser vi döden för datadriven marknadsföring?

Så, betyder allt detta att datadriven marknadsföring är död? Både ja och nej.

Nej, för att data förstås fortsatt är en viktig del av modern marknadsföring. Men ja, i den bemärkelsen att det sätt vi har jobbat datadrivet på hittills håller på att nå vägs ände.

Vi har under många år haft en övertro på våra funnels, modeller och dashboards. De har fått representera verkligheten som om kundresan alltid gick att pressa in i en snygg tratt. I den världen blev det logiskt att optimera på det vi kan mäta lätt: klick, öppningar, konverteringar. Vi blandade ihop effektivitet (att kunna justera snabbt och billigt) med verklig effekt (att faktiskt förändra beteenden, bygga preferens och skapa efterfrågan).

När konkurrensen ökar, kanalerna mättas och plattformarna skruvar på sina algoritmer minskar marginalnyttan av att “skruva lite till” i samma funnel. För många företag kommer nyttan av renodlat datadrivet arbete att sjunka till nivåer där det helt enkelt inte är värt all tid, alla verktyg och alla resurser. Då behöver vi tillbaka till en mer balanserad syn: där data är ett underlag för hypoteser, inte hela sanningen; där varumärkesinvesteringar ses som långsiktiga tillgångar, inte som kostnader; och där kreativitet och mod får ta plats igen.

Döden för datadrivet handlar alltså inte om att sluta mäta. Utan om att sluta låtsas att allt som räknas går att mäta och att allt vi kan mäta är det som räknas.

Lösningen!

Okej. Nu har vi mest problematiserat datadriven marknadsföring. Och ja, det kan kännas både jobbigt och lite hopplöst.

Det hade varit skönt med ett superkonkret, helt färdigt recept. Ett som löser allt. Men riktigt så funkar det inte.

Däremot finns det något annat: insikter vi vet fungerar, och principer som gång på gång visar sig skapa effekt i kommunikationen – oavsett bransch, kanal eller budget. Och ofta är det inga nyheter. Du har hört dem förut. Men vi behöver prata om dem igen. Vi behöver få tillbaka dem i vårt mindset och börja där.

Därför har vi kokat ner det i ett helt nytt blogginlägg: Sju viktiga faktorer som avgör om din marknadsföring ger effekt. Läs det!