משתמש:Mary Mir/טיוטה

המיקוד ההתנהגותי (behavior targeting) כולל מגוון של טכנולוגיות ושיטות, המשמשות את המותגים והמפרסמים המקוונים, במטרה להגדיל את היעילות של שיווק ופרסום, באמצעות שימוש במידע ממשתמשים, שגולשים באינטרנט. בפרט, "המיקוד ההתנהגותי מתייחס למידע, שנאסף מהתנהגות גלישה באינטרנט (לדוגמה, דפים, שבהם הגולשים ביקרו או חיפשו) כדי לבחור פרסומת להצגה" .

כאשר צרכן מבקר באתר אינטרנט, האתר מסוגל לאסוף מגוון רחב של מידע, כולל הדפים, שאליהם המבקר נכנס, פרק זמן שהוא מקדיש לכל דף, קישורים שעליהם הוא לוחץ, חיפושים שהוא מבצע, ואינטרקציות אחרות. המידע הזה מאפשר לאתר ליצור פרופיל, המקושר לדפדפן האינטרנט של המבקר. לאחר מכן, בעלי האתרים יכולים להשתמש בנתונים האלה כדי ליצור פלחי קהל מוגדרים, שמתבססים על בעלי פרופילים דומים.

כאשר מבקרים חוזרים לאתר מסוים או לרשת האתרים, המשתמשים באותו דפדפן אינטרנט, ניתן להשתמש בפרופילים האלה כדי לאפשר למשווקים ולמפרסמים להציג את הפרסומות המקוונות שלהם ואת העברת ההודעות שלהם לפני אותם מבקרים, שמציגים רמה גבוהה יותר של עניין כלפי המוצרים והשירותים המוצעים. המיקוד ההתנהגותי התגלה כאחת הטכנולוגיות העיקריות, המשמשות להגברת היעילות והרווחים של שיווק ופרסום דיגיטלי, שכן ספקי המדיה מסוגלים לספק פרסומות רלוונטיות ביותר לכל משתמש בנפרד. על בסיס התיאוריה כי פרסומת ממוקדת היטב יוצרת עניין יותר גבוה אצל הצרכן, בעלי אתרים יכולים לגבות תשלום יותר גבוה עבור פרסומת ממוקדת מבחינה התנהגותית.

בהתאם לתאוריה הזאת, השיווק ההתנהגותי עוזר להגיע לגולשים עם זיקה, להגיע לגולשים שלא נחשפו לקמפיין מדיה, ליצור קשר עם גולשים, אשר קרובים להמרה, ולהתחבר מחדש עם לקוחות לשעבר ולקוחות פוטנציאליים.

פרטיות  

מרבית הגופים, שנותנים שירותי "פילוח התנהגותי", מחויבים, לפחות על-פי ההצהרה, לחיסיון ולשמירה על פרטיותם של הגולשים. בפרט, במקום לשמור שם או מספר זהות, הם מייצרים מספר גולש אנונימי. למרות זאת, משתמשים וארגונים רבים מודאגים מבעיות הפרטיות, הקשורות לסוג כזה של מיקוד. תעשיית המיקוד ההתנהגותי מנסה לבלום את הביקורת באמצעות חינוך, הסברה והגדרת מגבולות על מוצרים, כדי למנוע זיהוי אישי של משתמש קצה או לקבל ממנו אישור לאיסוף מידע.

רשתות

רשתות פרסום משתמשות במיקוד התנהגותי בדרך שונה מזאת של אתרים רגילים. מאחר והן מנגישות פרסומות באתרים מרובים, הן מסוגלות לבנות תמונה של ההרכב הדמוגרפי של משתמשי האיטרנט. נתונים מביקור באתר אחד יכולים להישלח לחברות רבות, כולל חברות בת של "מיקרוסופט" ו"גוגל", "פייסבוק", "יאהו", אתרי איסוף מידע וחברות פירסום יותר קטנות. מידע כזה לעתים נשלח ליותר מ-100 אתרים, כולל שותפים עסקיים, מפרסמים וצדדים שלישיים אחרים למטרות עסקיות. הנתונים נאספים באמצעות קבצי "עוגיות", "אלומות ווב" וטכנולוגיות דומות ו/או תוכנות פרסום צד שלישי. כדי לאסוף באופן אוטומטי מידע על משתמשי אתר ועל פעולות באתר, חלק מהשרתים אף רושמים את הכתובת, שממנה הגיע הגולש, הכתובת שאליה הוא עזב לאחר הגלישה, אילו פרסומת הוא ראה ועל אילו פרסומת הוא לחץ במהלך הביקור.

הנתונים האלה בדרך כלל נאספים מבלי לצרף את שמות האנשים, כתובת הדואר האלקטרוני או מספר הטלפון שלהם, אף הם עשויים לכלול מידע מזהה אחר, כגון כתובת ה-IP, כתובת ה-MAC, קובץ "עוגייה" או מזהה אלפא-נומרי ייחודי של המכשיר. חלק מהחנויות עשויות ליצור מזהה אורח פנימי המצורף לנתונים הללו. קובצי "עוגיות" משמשות לשליטה על הצגת פרסומת ולמעקב אחר פעילויות הגלישה ודפוסי שימוש באתרים. חברות משתמשות בנתונים הללו כדי להסיק את הגיל, המין ותחומי ההתעניינות האפשריים של אנשים, כדי שיוכלו ליצור פרסומות מותאמות אישית, כדי שילחצו עליהם בסיכוי יותר גבוה.

חסרונות

למרות שהמיקוד התגובתי מאפשר לעסקים לקבל תנועת גולשים ולקוחות מכווני קנייה ופעולה הרלוונטיים, יש לו מספר חסרונות מהותיים.

העלויות לא תמיד משתלמות. לעתים המפרסמים משקיעים מאמצים גדולים על מנת להתברג גבוה ובסופו של דבר מגלים, שאיכות ההקלקות איננה גבוהה כפי שציפו (כלומר, הביקורים אינם מייצרים מכירות).

העתיד אינו ידוע מראש. גוגל עלולה להחליט מחר על שיטות שונות, ומכאן שאנו עלולים להשקיע מאמצים רבים בשיטה מסוימת ולגלות בוקר אחד, שגוגל החליטה שזה לא רלוונטי יותר, וחודשים של עבודה ומשאבים כספיים רבים יורדים לטמיון. לדוגמה, כתיבת תכנים בבלוגים המקושרים לאתר החברה היתה טכניקה פופולרית ויעילה, עד גוגל החליטה שזה לא מקובל, וברגע אחד ההרגל מושרש הזה הפך לפעולה "לא רצויה".

לא ניתן להעריך במדויק את ההצלחה. כיום גוגל לא מאפשרת למשווקים לדעת בדיוק מאיפה הגיעו אליהם הגולשים ומה הם עשו באתר, בפילוח על-פי מילות מפתח.

קשה לבודד את גורמי ההצלחה. אי אפשר להניח את האצבע על הפעולה המדויקת, שגרמה לתוצאה מוצלחת. סידרה של פעולות מתבצעת באופן מתמשך ולא ניתן למדוד כל אחת ואחת מהן בנפרד, מכוון שכל אחת יכולה להשפיע על האחרת, השילובים בין פעולות עשויים לייצר תגובות כאלו או אחרות.

אפליקציות

האפליקציות עבור המיקוד התגובתי אמורות לענות על שאלות הבאות:

·      האם אנשים קונים את מה שצריך לקנות? מה מאפיין את הרוכשים?

·      ניתוח משתמשים – מהו ערך הלקוח? לאילו פלחי שוק ניתן לשייך את הלקוח? האם ניתן לבנות פרופילים? מה מאפיין אותם? האם צפויה נשירה גבוהה? באיזו נקודה במחזור החיים של הלקוח הוא פורש, רוכש, מצרף חברים או מדרג את האפליקציה?

·      חווית משתמש – האם האפליקציה עושה דברים באופן הנכון ונוח למשתמש?

·      מפת דרכים לניתוח פיצ'רים – מה עובד ומה לא עובד? במה אנשים עושים שימוש ובמה לא?

·      ניתוחים שיווקיים – כיצד אפיקי שיווק שונים מביאים צרכנים ובאילו סוגי המשתמשים מדובר?

Google Analytics

שירות, שמוצע על ידי גוגל לאיסוף ויצירת נתונים סטטיסטיים מפורטים על תנועות הגולשים באתרי אינטרנט, כולל פירוט על מקורות התנועות ואמצעי מכירות. השירות מיועד למשווקים ובמיוחד למנהלי אתרים ואנשי טכנולוגיה הקשורים לענף ניתוחי אינטרנט. זהו השירות הנפוץ ביותר כמנתח סטטיסטיקות. השירות הבסיסי הוא ללא תשלום וישנה גירסה משופרת בתשלום. השירות יכול לעקוב אחרי מבקרים מכל המקורות, כולל מנועי חיפוש ורשתות חברתיות, ביקורים ישירים ואתרים מפנים. הוא גם מאפשר מדידה של יעילות הפרסומות לאתר, כמו פרסומות בתשלום ללחיצה (PPC), שיווק בדואר אלקטרוני ומדידת כניסות מתוך קישורים ממסמכים דיגיטליים כמו מסמכי PDF.

MixPanel

מיקס פאנל הוא חינמי ויכול לספק את רוב דרושות, מי שמתכנן על וולייום גבוה של משתמשים, שיכניס את היד לכיס כי מנגנון התמחור שלהם יכול להיות מאד אגרסיבי.

נותן אפשרות לנהל את רשימת המשתמשים, עם השמות שלהם ולשלוח להם דיוורים על פי סגמנטציות כמו Life Time Value.

כלי דוחות וסגמנטציה

ניתוח Retention לא רק ברמת "מי חזר להשתמש באפליקציה", אלא גם ברמת פיצ'רים ספיציפיים (מי חזר להשתמש בפיצ'ר).

Apsalar

Apsalar היא מערכת שמתעניינת לא רק לנתח את אפיקי השיווק, היא לא מאמינה בסתם ספירת Downloads), אלא להתמודד עם חווית המשתמש ולנתח את הרגלי הגולשים על מנת שיוכלו לחזור שוב, והיא עושה את זה על ידי יכולות A/B Testings, שאלונים למשתמשים, תכנים המשתנים באופן דינמי בהתאם לסוג הגולשים (Behavioral targeting), ואם רוצים להציע כמה Promotions למשתמשים, היא עוזרת לבנות את הפרופילים להציע את ה Promotion המתאים לסוג פרופיל הגולש. Apsalar היא לא רק כלי אנליטיקס, היא מערכת פרו אקטיבית המשלבת אנליטיקס עם Content Targeting.

Flurry

אחד הכלים הוותיקים בשוק, הינו מוצר Freemium כלומר האנליטקיס בחינם, שאר המודולים כמו Monetization – לא.  הוא חזק בעיקר מסיבות של שמירת מידע ופרטיות. Flurry שמים דגש על אלמנטים שיווקיים וכל מה שקשור ל"ביזנס" של האפליקציה (שיווק מול מכירות/התקנות). מעבר לזה, הם פוזלים לממשק של גוגל אנליטיקס ולאחרונה אפשרו גם בניית דשבורדים, שליחת התראות (Alerts) וניתוח Funnels מוצלח יותר. אחד הכלים שיש לפלארי, זו היכולת לראות Benchmark על מול המתחרים, כלומר איך האפליקציה או אתר מתנהג יחסית לאחרים באותה הקטגוריה.

דוגמה

אלק בראונשטיין רצה להתקבל למשרה במשרת פרסום גדול בניו יורק וידע שהדרך היא שליחת קורות חיים. עם זאת, הוא ידע שלפי מרב הסיכויים יזכו קורות חייו להתעלמות, לצד של עוד עשרות מעוניינים ששלחו קורות חיים למשרד.

אבל בראונשטיין ההלית להגיע בדרך אחרת. הוא תכנן בקפידה כיצד לחדור את "סף הרעש" של משרד הפרסום. כחלק מאסטרטגיית שתכנן, הוא רכש מגוגל כמה מילות מפתח הנוגעות לשמם של מנהלי משרד הפרסום. הוא ידע כי מנהלי המשרד נוהגים לפעמים (אפילו פעם ביום) לבדוק את התוצאות העולות כאשר הם כותבים את שם במנוע החיפוש. כך קרה שכאשר הקישו מנהלי המשרד את שמם במנוע החפוש, נגלתה לפניהם הפתעה, שנכתבה, פחות או יותר, בסגנון הזה: "אדוני היקר, אכן נחמד מאוד שאתה מחפש את עצמך בגוגל. רק לידיעתך, יהיה לך קל יותר בעבודה אם תלחץ על הלינק הזה." כאשר מנהל המשרד לחץ על הקישורית, הוא הופנה לאתר שהציג את קובץ קורות החיים של בראונשטיין. הוא עובד כיום בסוכנות הפרסום בניו יורק.