داده‌محوری در بازاریابی: سخنرانی علیرضا اشکان در رویداد دیتالایف

 داده‌محوری در بازاریابی: سخنرانی علیرضا اشکان در رویداد دیتالایف

علیرضا اشکان، یکی از سخنرانان برجسته رویداد دیتالایف، با تجربه‌ای گسترده در اکوسیستم استارتاپی ایران، از جمله فعالیت به‌عنوان هم‌بنیان‌گذار آلونک، ادغام با شیپور، مدیریت بازاریابی در کافه‌بازار، و توسعه ابزار هوش مصنوعی اتریس (که اکنون با نام اینترک در دیجی‌کالا فعالیت می‌کند)، به بررسی مفهوم بازاریابی داده‌محور پرداخت. او همچنین از تجربه‌های خود در هولدینگ بن‌دا و فعالیت در حوزه بایوتک سخن گفت و بر اهمیت داده‌محوری در ایجاد استراتژی‌های نوآورانه تأکید کرد.

بازاریابی داده‌محور: فراتر از تبلیغات

اشکان در ابتدای سخنرانی خود به تاریخچه بازاریابی داده‌محور اشاره کرد. در گذشته، شرکت‌هایی مانند کافه‌بازار و دیوار که به داده‌های بزرگ دسترسی داشتند، پیشگام این حوزه بودند. با ظهور ابزارهای داده‌کاوی و هوش مصنوعی، دسترسی به داده‌ها و تحلیل آن‌ها ساده‌تر شد، اما همچنان بسیاری از کسب‌وکارها بازاریابی داده‌محور را صرفاً به تبلیغات عملکردی (Performance Advertising) محدود می‌کنند.

او تأکید کرد که داده‌محوری تنها به بهینه‌سازی تبلیغات یا کاهش هزینه‌های جذب مشتری محدود نمی‌شود. اشکان معتقد است که رویکرد داده‌محور باید به‌جای تمرکز بر تأیید اقدامات خودمان، بر کشف نیازهای واقعی بازار و مشتریان متمرکز باشد. او هشدار داد که گاهی کسب‌وکارها داده‌ها را تنها برای تأیید پیش‌فرض‌های خود جمع‌آوری می‌کنند، درحالی‌که داده‌محوری واقعی به معنای اکتشاف و تصمیم‌گیری مبتنی بر داده‌های بازار است.

تاریخچه بازاریابی داده محور

مطالعه موردی: کشف پتانسیل‌های پنهان از داده‌ها

اشکان برای توضیح بهتر، به یک مطالعه موردی اشاره کرد. در شرکتی که محصولات متعددی در صنایع مختلف (مانند شوینده‌ها) ارائه می‌داد، داده‌های اولیه نشان‌دهنده رشد پایدار ۱۰ تا ۱۵ درصدی در بخش‌های مختلف بود. با این حال، بررسی عمیق‌تر داده‌ها نشان داد که یکی از خطوط محصولی که به نظر کم‌اهمیت می‌آمد، به‌صورت غیرمنتظره‌ای رشد چشمگیری را تجربه کرده بود، اما به دلیل عدم توجه، این پتانسیل از دست رفته بود.

این کشف نشان داد که داده‌محوری به معنای نگاه به روندهای کلی نیست، بلکه باید به جزئیات و ناهنجاری‌های داده‌ها توجه کرد. این شرکت با تحلیل دقیق‌تر داده‌ها و مقایسه آن‌ها با بازار، متوجه شد که یک صنعت خاص پتانسیل بالایی دارد که پیش‌تر نادیده گرفته شده بود.

استراتژی داده‌محور: از سگمنت‌بندی تا تصمیم‌گیری

علیرضا اشکان در بخش مهمی از سخنرانی خود در رویداد دیتالایف، به تشریح چگونگی استفاده از داده‌ها برای سگمنت‌بندی بازار و تصمیم‌گیری استراتژیک پرداخت. او با اشاره به یک مطالعه موردی واقعی، نشان داد که چگونه تحلیل عمیق داده‌ها می‌تواند به کشف فرصت‌های پنهان و بازتعریف استراتژی‌های بازاریابی منجر شود.

سگمنت‌بندی بازار: کلید درک پتانسیل‌ها

اشکان توضیح داد که در یکی از پروژه‌هایشان، تیمی متشکل از تحلیل‌گران داده و متخصصان بازاریابی، داده‌های مربوط به حدود ۵۰۰ شرکت را بررسی کردند. این شرکت‌ها بر اساس محصولات و صنایع مختلف دسته‌بندی شدند تا بتوانند درک بهتری از ساختار بازار به دست آورند. او به مثال شرکت اسنپ اشاره کرد که می‌تواند به‌طور همزمان در سگمنت‌های مختلفی مانند فین‌تک، تاکسی آنلاین، یا فودتک قرار گیرد. این نوع سگمنت‌بندی چندلایه به تیم اجازه داد تا به‌جای تمرکز صرف بر یک محصول یا صنعت، بازار را از زوایای مختلف بررسی کنند.

این فرآیند سگمنت‌بندی با استفاده از داده‌های متنوعی انجام شد، از جمله اطلاعات جمع‌آوری‌شده از اتحادیه‌های صنعتی، گزارش‌های وزارتخانه‌ها، و داده‌های داخلی شرکت. اشکان تأکید کرد که سگمنت‌بندی دقیق نه‌تنها به شناسایی مشتریان بالقوه کمک می‌کند، بلکه می‌تواند فرصت‌های جدیدی را در بازارهای ناشناخته آشکار سازد.

تحلیل داده‌ها و کشف فرصت‌های غیرمنتظره

پس از سگمنت‌بندی، تیم اشکان داده‌های هر سگمنت را به‌صورت جداگانه تحلیل کرد. در این تحلیل، آن‌ها متوجه شدند که سگمنت سوم، که در ابتدا به دلیل حجم کوچک‌تر مورد توجه کمتری قرار گرفته بود، پتانسیل بالایی برای رشد دارد. این سگمنت با سبد محصولی کوچک اما کامل، امکان فروش متقاطع (Cross-Selling) را فراهم می‌کرد. به‌عنوان مثال، محصولی که در ابتدا برای یک صنعت خاص طراحی شده بود، در سگمنت سوم به دلیل نیازهای خاص مشتریان، کاربردهای جدیدی پیدا کرد.

اشکان به یک نمونه مشخص اشاره کرد: در یکی از خطوط محصولی، داده‌ها نشان داد که رشد غیرمنتظره‌ای در یک بازه زمانی خاص رخ داده بود، اما به دلیل عدم توجه، این فرصت از دست رفته بود. با تحلیل عمیق‌تر، تیم متوجه شد که این رشد به دلیل پاسخگویی به یک نیاز خاص در بازار بوده است، نیازی که پیش‌تر شناسایی نشده بود. این کشف نشان داد که داده‌محوری واقعی به معنای تمرکز بر ناهنجاری‌ها و روندهای غیرمنتظره است، نه صرفاً تأیید عملکردهای گذشته.

تصمیم‌گیری استراتژیک مبتنی بر داده

با تحلیل داده‌ها، تیم اشکان تصمیم گرفت تمرکز خود را بر سگمنت سوم قرار دهد، جایی که با سبد محصولی موجود می‌توانستند تا ۹۰ درصد از بازار هدف را پوشش دهند. این تصمیم نه‌تنها به افزایش فروش کمک کرد، بلکه به‌عنوان یک نقطه ورود استراتژیک به بازار عمل کرد. اشکان توضیح داد که این رویکرد داده‌محور به آن‌ها امکان داد تا به‌جای رقابت در سگمنت‌های بزرگ و اشباع‌شده، روی بخش‌هایی تمرکز کنند که پتانسیل رشد بالایی دارند اما کمتر مورد توجه رقبا قرار گرفته‌اند.

او همچنین به مفهوم “دیتا استراتژی” اشاره کرد، جایی که داده‌ها نه‌تنها برای بهینه‌سازی فرآیندها، بلکه برای بازتعریف کامل استراتژی‌های کسب‌وکار استفاده می‌شوند. به‌عنوان مثال، تیم او با تحلیل داده‌های بازار متوجه شد که ارائه محصول دوم به مشتریان سگمنت سوم، می‌تواند درآمد پیش‌بینی‌شده را به‌طور قابل‌توجهی افزایش دهد. این تصمیم، که بر اساس داده‌های واقعی گرفته شد، بازی را به‌کلی تغییر داد و استراتژی جدیدی برای ورود به بازارهای آفلاین ایجاد کرد.

انتقال به فضای آفلاین: داده‌محوری در عمل

اشکان تأکید کرد که این رویکرد داده‌محور تنها به اکوسیستم دیجیتال محدود نمی‌شود. او با اشاره به تجربه‌های خود در کافه‌بازار و دیجی‌کالا، توضیح داد که چگونه مدل‌های داده‌محور موفق در فضای دیجیتال را می‌توان به بازارهای آفلاین منتقل کرد. با این حال، این انتقال نیازمند تغییر مدل ذهنی است. در فضای آفلاین، داده‌های بازار ممکن است پراکنده‌تر یا دشوارتر برای دسترسی باشند، اما استفاده از منابع متنوع مانند گزارش‌های صنعتی و داده‌های دولتی می‌تواند به کشف فرصت‌های جدید کمک کند.

او به کسب‌وکارها توصیه کرد که برای موفقیت در این فرآیند، باید داده‌های بازار را تا حد ممکن جمع‌آوری و تحلیل کنند. این شامل بررسی روندهای بازار، شناسایی رقبا، و درک نیازهای مشتریان در سگمنت‌های مختلف است. با این رویکرد، شرکت‌ها می‌توانند استراتژی‌هایی طراحی کنند که نه‌تنها مؤثرتر، بلکه پایدارتر باشند.

نتیجه‌گیری بخش

بخش استراتژی داده‌محور سخنرانی اشکان نشان داد که سگمنت‌بندی دقیق و تحلیل عمیق داده‌ها می‌تواند به کشف فرصت‌های پنهان و بازتعریف استراتژی‌های بازاریابی منجر شود. او با مثال‌های واقعی نشان داد که چگونه تمرکز بر داده‌های بازار، به‌جای پیش‌فرض‌های ذهنی، می‌تواند بازی را برای کسب‌وکارها تغییر دهد. این رویکرد نه‌تنها به شناسایی نیازهای جدید مشتریان کمک می‌کند، بلکه امکان ورود به بازارهای کمتر رقابتی را فراهم می‌سازد و استراتژی‌های نوآورانه‌ای را برای رشد پایدار ایجاد می‌کند.

جمع‌بندی: داده‌محوری، استراتژی و نوآوری

علیرضا اشکان در پایان سخنرانی خود تأکید کرد که بازاریابی داده‌محور صرفاً بهینه‌سازی تبلیغات یا کاهش هزینه‌ها نیست، بلکه یک رویکرد استراتژیک برای کشف فرصت‌های جدید و تصمیم‌گیری مبتنی بر داده‌های واقعی است. او به کسب‌وکارها توصیه کرد که به‌جای تأیید پیش‌فرض‌های خود، داده‌ها را اکتشاف کنند و از آن‌ها برای بازتعریف استراتژی‌هایشان استفاده کنند.

این رویکرد نه‌تنها به شناسایی پتانسیل‌های پنهان کمک می‌کند، بلکه می‌تواند مدل‌های ذهنی جدیدی را در فضای آفلاین ایجاد کند. اشکان با مثال‌هایی از تجربیات خود نشان داد که چگونه داده‌محوری می‌تواند به نوآوری و موفقیت در بازارهای رقابتی منجر شود. او در پایان از شرکت‌کنندگان خواست تا با تمرکز بر استخراج و تحلیل داده‌های بازار، تصمیم‌گیری‌های مؤثرتری داشته باشند و از پتانسیل‌های موجود در اکوسیستم‌های دیجیتال و آفلاین بهره‌برداری کنند.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *