Pořadatelé koncertů, divadla a bohužel i organizátoři konferencí zažívají krušné časy. Poslední konference, které jsme se účastnili, byla Data Restart.
A byla to sakra dobrá konference.
U nás v performance týmu se často na oborové konference nehrneme. Důvodem bývá časté opakování aktuálně propíraných témat a malé zaměření na detail, které nám vadí a kazí celkový dojem ze dne stráveného mimo teplíčko našeho kanclu (aktuálně domova).
Data Restart od Tastu nás však zaujal jak programem, tak i zaměřením. Teď více než kdykoliv předtím totiž řešíme, jak se správně dívat na vyhodnocování inzerce a číst hodnoty reportovaných dat pro byznys klienta. A právě na to nám sedly jednotlivé ukázky řečníků z nejrůznějších odvětví, kteří byli v programu konference.
Programem provázel projekťák Michael Koch, který se na pódiu cítil jako ryba ve vodě. A to hlavně ve svém zlatém saku při Kahootových soutěžích. 🙂 Náročnější obsah přednášek dokázal v přestávkách příjemně odlehčit a celkovému dojmu to velmi pomohlo.
Naproti tomu Jirka Štěpán z Activate rozehrál svou „hru“ poměrně tvrdě, když na pár příkladech ukázal, jak šeredně se mohou mýlit klienti, kteří se při rozhodování opírají pouze o data z Google Analytics a apeloval na etické sbírání a zpracovávání dat. Jemně naznačil, jak bude vypadat budoucnost bez cookies a jakým novým směrem by se analytika měla sama snažit ubírat, než k tomu bude donucena z venku.
Jakub Kříž o Českém rozhlase
Na příkladu sbírání dat v Českém rozhlase jsme se dozvěděli, že i omezený objem nasbíraných dat je k nezaplacení, pokud je jediný zdroj informací pro vaše rozhodování peoplemetr. Jakub Kříž z Optimics předvedl, co všechno takový sběr a vyhodnocování dat obnáší, pokud pracujete se 14 rozhlasovými stanicemi, webem, sociálními sítěmi, YouTube, appkami, podcasty atp.
Hezky obrazek datove architektury na ČRo od Jakuba Krize. Existuje nejaky tool na kresleni techto infografik o propojovani googlich sluzeb? @optimics ? #datarestart Diky! pic.twitter.com/h9EeOI2azg
— Hana Heulwen Kalivodová (@HeulwenCz) March 5, 2020
Výkon i brand
Srdce výkonnostního markeťáka zaplesalo při prezentaci Jakuba Štěcha z DataSentics. Zabýval se propojením interních dat a inzerce k dosažení častých vzorců uživatelského chování, které umožňují nastavit reklamní cílení efektivněji. Nedopracujete se sice k univerzální pravdě, ale předloží vám to důkaz, že někdy i kontextové cílení může fungovat mnohem lépe, než kvanta drahých cílení, které jste doposud testovali.
Na brandovou strunu zahrál Vojta Prokeš z Behavia. Vyzdvihl emocionální, nikoliv racionální stránku lidského rozhodování. Na pár pěkných příkladech zhodnotil, které značky na českém trhu s tím umí pracovat, případně které značky dělají nevědomky reklamu svým konkurentům. 🙂
Vrchol konference
Vrcholem konference bych asi označil vystoupení Lukáše Hurycha z Twista, který dostal k dispozici 45 minutový slot, díky čemuž měl dostatek prostoru, aby nám ukázal krásný case, jak se dá při správné práci s daty kontinuálně posouvat nejen marketingové rozhodování na vyšší úroveň. Upozornil na potřebu pohledu do hloubky, hledání porozumění a kontextu výsledků. Při automatizaci a následném reportování bychom si měli dávat velký pozor na správnou interpretaci dat. Samotné průměrování může zavádět a způsobit chybné rozhodnutí při alokaci peněz mezi využité inzertní kanály (příklad jednoho vysoce konverzního influencera – Petra Máru – a zbytku vezoucích se na jeho úspěchu).
Nejrizikovejsi klient jste, pokud mate email Chlupataberuska@, ve vasem kraji vitezi KSCM, pisete kapitalkama a ve 4 rano nakupujete eroticke pradlo. Taky dik @LukasHurych za kvalitni emoji v prezentaci, kohortove porno a uzasny tech stack! #datarestart pic.twitter.com/NrQLxefETo
— Hana Heulwen Kalivodová (@HeulwenCz) March 5, 2020
Ukázky case studies
Jan Matoušek z Data Mind porovnal manuálně vytvořenou logistickou regresi s dvěma komerčními auto ML řešeními od H2O.ai (Driverless AI a Open source), aby nám demonstroval přesnost i časovou úsporu dostupných auto ML řešení. Analytici nemají velmi v lásce „black boxy“, ale vypadá to, že i přes omezení (rozhodování o vstupních proměnných a jejich váze), je auto ML cesta ke zpřístupnění statistického modelování širší veřejnosti.
Kateřina Lahodová z Alzy znázornila jak predikovat budoucí výkon PPC kampaní na základě předchozích výsledků. Přidáním sezónních či ekonomických proměnných v Alze model zpřesnili a vytvořili jednoduchou aplikaci, která umožňuje plánovat výkon PPC kampaní v závislosti na rozpočtu. Rozšířením na jednotlivé typy kampaní či obory se z aplikace stává velmi praktický nástroj k přerozdělování rozpočtů do PPC systémů.
Data Restartu jsme se s naším PA oddělením zúčastnili poprvé, ale určitě ne naposledy. Odnesli jsme si kopec hodnotných nápadů a hlavně podnětů do diskuse s našimi klienty. Víme, že řada podobných akcí se ruší, ale řada se přesouvá do online světa. Doufáme, že o další podobné konference nepřijdeme a sejdeme se alespoň virtuálně.
Více o konferenci najdete na webu Data Restart.
Autorem článku je
Michal Sajko
Performance Team Lead
