מספר אחד שלא משקר

כל חברה אומרת שהיא מונעת נתונים. פחות חברות יכולות לומר כמה הכניס קמפיין ברבעון שעבר, בפרנקים, ועוד פחות מהן שינו החלטה כי מספר אמר להן לעשות זאת. הפער בין איסוף נתונים לבין החלטה על פיהם הוא המקום שבו נמצא רוב הערך, ושם גם רובו הולך לאיבוד.

המאמר הזה בוחן מה המחקר אומר על חברות שמחליטות על סמך נתונים, מה קורה כשמודדים את השיווק עד הכסף עצמו, ואת המלכודות שהופכות מספרים לקישוט.

מה המחקר מצא

הראיות המוכרות ביותר מגיעות מ־MIT. ב־2011 חקרו אריק ברינולפסון, לורין היט והיקיונג קים 179 חברות ציבוריות גדולות, ומצאו שאצל אלה ששמו דגש על החלטות מבוססות נתונים וניתוח, התפוקה והפריון היו גבוהים ב־5 עד 6 אחוזים ממה שההשקעות האחרות שלהן והשימוש שלהן בטכנולוגיית מידע היו מנבאים. הקשר הופיע גם בניצולת הנכסים, בתשואה על ההון ובשווי השוק, והחוקרים לא מצאו סימן לכך שהכיוון פשוט הפוך, כלומר שחברות מצליחות הן שקונות יותר אנליטיקה.

מחקר מאוחר יותר, עם נתוני הלשכה האמריקאית למפקד האוכלוסין, הרחיב את התמונה. ברינולפסון וקריסטינה מקלהרן מצאו שקבלת החלטות מבוססת נתונים במפעלי ייצור אמריקאיים כמעט שולשה בין 2005 ל־2010, מ־11 ל־30 אחוזים. במדגם של יותר מ־18,000 מפעלים, מפעלים שאימצו מאוחר יותר הראו ערך מוסף גבוה בכ־3 אחוזים ממפעלים דומים שלא אימצו, והביצועים השתפרו אחרי האימוץ, לא לפניו. חברות קטנות יותר אימצו מאוחר יותר, אבל הקשר שלהן לביצועים היה חזק יותר.

גודל האפקט חשוב פחות מהצורה שלו. החוקרים מצאו שהאימוץ הלך יד ביד עם טכנולוגיית מידע ועם עובדים משכילים. נתונים משתלמים כשהם משנים את האופן שבו מתקבלות החלטות, וכשגם האנשים והמערכות שסביבם משתנים.

נמדד עד הכסף

בשיווק הפער רחב במיוחד. בסקר של Gartner בקרב 377 משתמשים באנליטיקה שיווקית, במאי וביוני 2022, האנליטיקה השפיעה על קצת יותר ממחצית מהחלטות השיווק, 53 אחוזים. שליש מהמשיבים אמרו שמקבלי ההחלטות בוחרים נתונים באופן סלקטיבי כדי לספר את הסיפור שעליו כבר החליטו.

חלק מהסיבה מבני. המספרים חיים בכלים רבים: האנליטיקה באחד, ה־CRM באחר, הניוזלטר, הרשתות החברתיות והמודעות כל אחד בכלי משלו, והכספים במקום אחר לגמרי. כל כלי מדווח על הצלחה במטבע משלו: הקלקות כאן, פתיחות שם, לידים במקום אחר. אף אחד מהם לא מדווח על המספר שחברה באמת חיה ממנו: כמה כסף חזר על הכסף שיצא.

למדוד עד הכסף פירושו לעקוב אחרי ליד מהביקור הראשון, דרך הטופס, השיחה והצעת המחיר, ועד החשבונית ששולמה. ברגע שהשרשרת הזו קיימת, השיחה משתנה. ערוץ שמביא הרבה לידים זולים ואפס לקוחות נראה אחרת. וכך גם ערוץ איטי שמביא מעט לידים ואת רוב ההכנסות.

כשמספר אחד משנה את כיוון החברה

לפעמים מדידה כנה אחת מספיקה כדי לשנות כיוון. בניסוי שדה גדול שפורסם ב־2014, הכלכלנים טום בלייק, כריס נוסקו וסטיבן טדליס כיבו את מודעות החיפוש הממומנות של eBay בחלקים מארצות הברית והשוו את המכירות. בחיפושים של השם של eBay עצמה, כמעט כל התנועה הממומנת פשוט הגיעה במקום זאת דרך התוצאות החינמיות, ולמודעות לא הייתה תועלת מדידה בטווח הקצר. במילות מפתח אחרות המודעות כן עזרו לקונים חדשים ולקונים מזדמנים, אבל רוב הכסף הלך על קונים קבועים שהיו קונים בכל מקרה, כך שהתשואה הממוצעת הייתה שלילית. התשואות האמיתיות היו שבריר ממה שההערכות המקובלות הראו.

Yahoo למדה לקח דומה, שאותו תיארו רון כוהבי וסטפן תומקה ב־Harvard Business Review. מחקר תצפיתי העריך שמודעות תצוגה למותג הגדילו את החיפושים אחריו ב־871 עד 1,198 אחוזים. ניסוי מבוקר מדד 5.4 אחוזים.

Airbnb שינתה כיוון בקנה מידה של חברה שלמה. ב־2020, השנה שבה המגפה עצרה את התיירות, היא קיצצה את שיווק המותג ושיווק הביצועים שלה מ־1.14 מיליארד דולר ל־479 מיליון, ירידה של 58 אחוזים. בדוח השנתי הראשון שלה כחברה ציבורית היא הציגה אסטרטגיה להגדיל את שיווק המותג, למשוך יותר אורחים דרך ערוצים ישירים ולא ממומנים, ולהוציא על שיווק ביצועים פחות מאשר ב־2019. במאי 2021 אמר המנכ״ל שלה, בריאן צ׳סקי, לאנליסטים ש־90 אחוזים מהתנועה שלה הגיעו באופן לא ממומן או ישיר.

המלכודות

מספרים יכולים להטעות בדיוק כמו להנחות. מדדי יוהרה הם המלכודת הראשונה. עוקבים, חשיפות, צפיות בעמוד ושיעורי פתיחה קל להגדיל וקל לדווח עליהם, והם אומרים מעט על הכנסות. מקומם בדשבורד רק כשהם מחוברים למשהו שמכניס כסף.

נתונים חסרים הם המלכודת השנייה. מבקרים מסרבים לעוגיות, טפסים לא מתויגים, שיחות לא מגיעות ל־CRM, ומערכת הכספים לא מדברת עם שום דבר. דוח שממלא בשקט את הפערים בהערכות נראה שלם, והוא לא. מספר חסר צריך להופיע כחסר.

מתאם שמתחפש לסיבה הוא המלכודת השלישית. כוהבי ותומקה מתארים צוותים ב־Microsoft Office שהסיקו שתכונות מתקדמות מפחיתות נטישה, כשבפועל משתמשים כבדים פשוט מנסים יותר תכונות וגם עוזבים פחות. לפי אותו היגיון, משתמשים שראו הודעות שגיאה עזבו גם הם פחות. רק ניסוי מבוקר מפריד בין סיבה לצירוף מקרים.

המלכודת השקטה ביותר היא לא להחליט כלום. דשבורד שאף אחד לא פועל לפיו הוא עלות.

מה נשאר בידי אנשים

נתונים לא מחליטים. אנשים מחליטים, וכך צריך להיות. המספרים אומרים מה קרה, ועם ניסוי טוב גם מה גרם לזה. הם לא אומרים מה חברה רוצה להיות, אילו לקוחות היא מעדיפה לא לקבל, או מתי לקחת סיכון שההיסטוריה לא יכולה לתמוך בו. שיקול הדעת הזה, והאחריות עליו, נשארים אצל האנשים שמנהלים את החברה. מספרים כנים נותנים לשיקול הדעת הזה חומר טוב יותר. הם לא מחליפים אותו.

מה חברה יכולה לעשות

התחילו בשאלה אחת שעולה כסף כשטועים בה, למשל איזה ערוץ מביא לקוחות משלמים. חברו את המקורות המעטים שעונים עליה, מהביקור הראשון ועד החשבונית, וסמנו כל פער במקום למלא אותו. אחר כך החליטו דבר אחד על סמך המספר הזה, ובדקו את הבא.

זה התפקיד של North. הוא מאחד אנליטיקה, טפסים, CRM, אימייל, רשתות חברתיות, מודעות והכספים האמיתיים לתצוגה אחת, עוקב אחרי כל משפך עד הכסף, ומציג כל נתון כנמדד או כחסר. עוזר עונה על שאלות עם המקור של כל מספר, ואדם מחליט. כשהחלטה צריכה סיבה ולא מתאם, Proof מריץ את הניסוי.