Analiza danych w Web3 – poznaj zachowania odbiorców

TL;DR

Analiza danych w Web3 jest niezbędna żeby przenieść obecne praktyki marketingowe do nowej przestrzeni. Konieczne jest zbudowanie narzędzi umożliwiających analizę danych behawioralnych. Są to informacje o zachowaniu użytkowników sieci, które mają wielki wpływ na planowanie strategii oraz kampanii.

Dane na blockchainie znacznie różnią się od tych z Web2. Są publiczne, lecz jednocześnie anonimowe. Wymusza to nieco inne podejście do analizy.

Dodatkowo należy pamiętać o tym, że Web3 nie zamyka się na blockchain. Dane dotyczące potencjalnych klientów można czerpać również ze stron www, platform społecznościowych oraz innych miejsce kontaktu odbiorcy z usługą.

Wstęp do dalszych rozważań

Do stworzenia tego artykułu zainspirował mnie Filip Wielanier CEO Cookie3. Miałem przyjemność przeprowadzić z nim rozmowę, która otworzyła mi oczy na pewne potrzeby przestrzeni Web3. Serdecznie za to dziękuję. Wcześniej ich nie dostrzegałem i uważam, że warto napisać parę słów na ten temat.

Web3 znacznie różni się od Web2. To już wiesz, a jeżeli nie, to pisałem o tym >>TUTAJ<<. Niektóre modele działania muszą zostać jednak przeniesione do nowej przestrzeni, aby umożliwić funkcjonowanie firmom na dotychczasowych zasadach.

Jest to niezbędny krok ku szerszej adaptacji Web3. Jedną z podstawowych trudności jest zastosowanie metod marketingowych znanych z Web2 w nowej przestrzeni. Potrzebne są do tego dane behawioralne, które jednak ze względu na infrastrukturę Web3 wyglądają nieco inaczej.

W tym tekście opowiem Ci o analizie danych w przestrzeni Web3. Miłej lektury.

Czym są dane behawioralne?

Zacznijmy od podstaw. Czym są dane behawioralne? Oczywiście będę omawiał je z perspektywy marketingu.

Najprościej mówiąc, są to informacje o tym, w jaki sposób zachowuje się odbiorca treści. Dają one wiedzę, dotyczącą tego, w jaki sposób oraz z jakimi treściami potencjalny klient wchodzi w interakcję.

No dobrze, ale konkrety. Co to są za dane?

Mówimy tutaj o takich rzeczach jak:

• historia odwiedzanych stron oraz podstron;
• czas spędzony na poszczególnych stronach;
• aktywność w mediach społecznościowych;
• historia zakupów w sklepach internetowych;
• historia wyszukiwania w Google oraz innych wyszukiwarkach;
• ulubiona tematyka wideo na YouTube;
• i tak dalej, i tak dalej.

Dotyczą one praktycznie wszystkiego, co robimy online. Dzięki nim jesteś w stanie określić, w jakie dni tygodnia Kasia zagląda na Facebooka oraz w jakich godzinach przeważnie kupuje nowe świeczki w sklepie internetowym.

Tylko, po co to wszystko?

Do czego wykorzystywane są dane behawioralne w marketingu? Analiza danych w Web3

Dane behawioralne sprawiają, że marka jest znacznie „bliżej” swojego klienta. Oznacza to, że może skuteczniej przewidywać jego przyszłe zachowania na podstawie obecnych preferencji.

Gromadzone w Web2 dane odpowiadają na kluczowe pytania: „jak”, „co” oraz „kiedy”. A to wszystko, aby marka mogła zbliżyć się do najważniejszej informacji, czyli tego „dlaczego” klient się zachowuje w dany sposób.

Właśnie dzięki gromadzeniu tych danych molochy typu Google zdobyły swoją pozycję.

To wszystko jest oczywiście istotne przy opracowywaniu strategii marketingowych. Informacje o odbiorcach pozwalają przeprowadzić wiele fundamentalnych działań.

Nie będę się mocno na tym skupiał, aby ten artykuł nie zamienił się w poradnik dla początkującego marketingowca. Muszę jednak zarysować pewien kontekst, aby w dalszej części móc udowodnić Ci, że Web3 również dostarcza dane, które można wykorzystać.

Segmentacja i atrybucja

Zacznijmy od segmentacji. Jest to proces dzielenia na mniejsze grupy, może dotyczyć rynku lub odbiorców. Każda z nich ma charakterystyczne cechy. Po co przeprowadza się segmentację?

Dzięki temu, można precyzyjniej kierować komunikat reklamowy. Możesz dobrać odpowiedni przekaz do odpowiedniej grupy. Stare polskie porzekadło mówi: „jak coś jest do wszystkiego, to jest do… niczego”. I w przypadku komunikatów marketingowych to bardzo dobrze się sprawdza.

Inaczej skonstruuje się wiadomość do kobiety w wieku 25 lat, a inaczej do 80-letniego mężczyzny.

Segmentację można prowadzić na różnych płaszczyznach w zależności od tego, jaką cechę przyjmiemy za istotną. Wyróżniamy segmentację:

• demograficzną (dotyczy: płci, wieku, narodowości itd.);
• geograficzną (dotyczy: lokalizacji);
• psychograficzną (dotyczy: niszowych preferencji, czyli preferencji);
• behawioralną (dotyczy: zachowań zakupowych).

Oczywiście segmentacja jest niesamowicie istotnym elementem tworzenia strategii marketingowych. Podobnie jak atrybucja.

Atrybucja marketingowa stosowana jest, aby określić, w jaki sposób działania reklamowe przyczyniają się do konwersji. Czyli w dużym skrócie – mierzenia skuteczności.

Pozwala ona na zlokalizowanie tych kanałów kontaktu z klientami, które w największym stopniu przekładają się na sprzedaż. A oczywiście, im więcej informacji na ten temat, tym lepiej. Pozwala to optymalizować działania.

Atrybucja bardzo często związana jest z UI (User Interface) oraz UX (User Experiance). Sygnalizuje ona, w których miejscach odbiorca rezygnuje z dalszych działań, gdzie napotyka problemy oraz odczuwa zniechęcenie.

Oczywiście to dopiero wierzchołek marketingowej góry lodowej, ale mam nadzieję, że udało mi się udowodnić, że dane w marketingu są niezwykle cenne! Dla firm, zdobycie wartościowych danych to często kwestia życia lub śmierci, a może bardziej precyzyjnie zysku lub bankructwa.

Źródła danych w Web2

Rozumiesz już, jak ważne są dane. Teraz pora wejść nieco głębiej. Skąd one pochodzą?

Tak na dobrą sprawę, to każdy punkt, w którym zachodzi interakcja odbiorcy z Twoją marką, mogą dostarczać takich informacji.

Dlatego, źródłami danych behawioralnych są:

• systemy CRM;
• platformy społecznościowe;
• Twoje własne strony internetowe;
• Twoje aplikacje mobilne;
• Call Center;
• Customer Services;
• systemy płatności;
• platformy analityczne (np. Google Analitycs);
• itd.

Wszystkie powyższe to tak zwane „toutchpointy”. Są to po prostu miejsca kontaktu odbiorcy z marką. Wszędzie tam, gdzie są potencjalni klienci, znajdują się informacje o ich zachowaniu.

Co istotne analizowana powinna być cała droga klienta. Każdy toutchpoint może zostać ulepszony, dlatego ważne jest, aby obserwować dane behawioralne.

Dlaczego potrzebujemy danych behawioralnych dla Web3?

Napisałem już sporo o danych behawioralnych. Wydaje mi się oczywiste, że Web3 również potrzebuje narzędzi, które umożliwią ich zbieranie oraz analizowanie.

Dlaczego uważam to za niezbędne? Ponieważ do pełnej adaptacji potrzebujemy firm, które zechcą wkładać kapitał w rozwój tej przestrzeni. A żeby przedsiębiorstwa chciały to robić, muszą dostrzegać w tym zysk.

W kapitalizmie niektóre rzeczy są zero-jedynkowe: albo się opłaca, albo się nie opłaca.

Zaadaptowanie przestrzeni Web3 do potrzeb marketingowych firm przyspieszy moment, w którym to jednak się będzie opłacać. Adaptacja nastąpi więc szybciej, a same projekty będą mogły skuteczniej wpisywać się w potrzeby swoich odbiorców. Zyskują użytkownicy oraz twórcy.

Dane behawioralne zapewnią nie tylko możliwości marketingowe. Pozwolą one również na dopracowywanie projektów pod względem UI oraz UX. A to niezwykle ważne.

Poprawa tych aspektów zmniejszy próg wejścia do Web3. Sprawia, że coraz więcej osób będzie skłonnych wyjść ze swojej internetowej strefy komfortu.

Antonio Garcia Martinez w artykule „Everything is an ad network” zwrócił uwagę na zupełnie inną potrzebę. Walka pomiędzy reklamodawcami a oszustami przenosi się od przestrzeni Web3.

Przykład z życia wzięty: gdy głośno zrobiło się o airdropie Optymism, ilość fałszywych adresów niewiarygodnie wzrosła.

Szybkie wytłumaczenie, jak podaje Investopedia:

„A cryptocurrency airdrop is a marketing strategy that involves sending coins or tokens to wallet addresses. Small amounts of the new virtual currency are sent to the wallets of active members of the blockchain community for free or in return for a small service, such as retweeting a post sent by the company issuing the currency.”

Powód tak wielkiej aktywności adresów był prosty. Oszuści zaczęli tworzyć boty, które miały maksymalizować ich szansę na otrzymanie tokenów z dropa. Dzięki analizie danych on-chain udało się rozpoznać fałszywe adresy i oddzielić ich od realnych użytkowników.

Analiza danych behawioralnych w Web3 nie ma być wyłącznie zaproszeniem dla firm, ale również ma stworzyć odpowiednie warunki do rozwijania projektów w bezpiecznej przestrzeni.

Dzięki analizie danych behawioralnych można skutecznie odróżnić rzeczywistego użytkownika od zwykłego bota. A taka możliwość już teraz jest istotna, a jej waga w przyszłości będzie ciągle rosła.

Skąd pochodzą dane w Web3?

Na temat danych w Web3 pomocny artykuł stworzyła Natalie Docherty. W swoim tekście „Clue into Customer Data in Web3” ujawniła czytelnikom źródła informacji o klientach w przestrzeni Web3.

Podzieliła ona źródła danych na trzy kategorie:

1. On-platform (first-part)
2. Social media
3. Blockchain

Pozwolę sobie również wykorzystać ten podział, ponieważ uważam, że najlepiej oddaje rzeczywistość.

W tym miejscu chciałbym wtrącić jeszcze, że Web3 to nie tylko blockchain. Często o tym piszę i uważam to za istotne. Firmy działające w tej przestrzeni mogą wykorzystywać zarówno dane on-chain, jak i te off-chain!

To nie jest tak, że firmy Web3 muszą ograniczać się do danych zapisanych w blockchainie.

Byłoby to szczególnie irracjonalne, z tego powodu, że Web3 bazuje na społecznościach. A one przeważnie tworzone są na zewnętrznych platformach, takich jak Discord lub Twitter.

O danych behawioralnych, które wykorzystywane są w Web2 pisałem już we wcześniejszej części artykułu. Z tego powodu teraz skupię się na opisaniu specyfiki danych, które znajdują się on-chain.

Różnice pomiędzy danymi z Web2 a Web3?

Żeby dobrze zrozumieć specyfikę danych, które zapisane są w blockchainie, trzeba zrozumieć przynajmniej podstawy jego funkcjonowania.

Dane, które znajdują się na blockchainie, są publiczne, jednak jednocześnie anonimowe. Co to oznacza?

Możesz sprawdzić, każdą transakcję, która miała miejsce w danej sieci, ale strony transakcji skrywają się za adresem portfela.

W Web2 przyzwyczailiśmy się, że rozrzucamy swoje dane na prawo i lewo. Pokaż mi swoje social media, a powiem Ci, kim jesteś. Oznacza to, że wszelkiego rodzaju dane demograficzne są na porządku dziennym.

W Web3 jest inaczej. Nie dowiesz się, kim użytkownik jest. Dowiesz się za to, co robi. A to wiedza równie cenna, jeżeli nie cenniejsza.

Blockchain zapewnia pełen wgląd w transakcje WSZYSTKICH użytkowników sieci. Oczywiście nie wliczamy w to sieci prywatnych oraz tych, które zostały zaprojektowane do zachowania poufności danych. A o rodzajach blockchainów pisałem >>TUTAJ<<.

Przeciętny blockchain publiczny, taki jak Ethereum, Bitcoin czy Solana umożliwiają przejrzenie Ci wszystkich bloków od samego początku ich istnienia.

Jakie dane możesz stamtąd wyciągnąć? Oto przykłady:

• aktywność w konkretnej sieci;
• portfolio NFT;
• liczba, wartość i częstotliwość transakcji;
• stan portfela;
• ulubione protokoły;
• ulubione tokeny;
• itd.

Gdyby przełożyć to na język czysto marketingowy, można powiedzieć, że blockchain dostarcza informacji dotyczących konwersji. Możesz dowiedzieć się o transakcjach, które miały miejsce, a co za tym idzie, o produktach, które interesują użytkownika.

Nowe możliwości marketingowe dla firm

Obecnie Web3 ma duże problemy z monetyzowaniem danych. To musi się zmienić. Web3 daje możliwość wykorzystania potężnych blockchainów, takich jak Ethereum jako wielkiego zdecentralizowanego systemu reklamowego.

Tak wiem, dla użytkowników nie brzmi to optymistycznie. Tylko że tak naprawdę to jest dobra wiadomość. Nie buntujmy się przeciwko reklamom, ponieważ to i tak nas otaczają.

Nawet teraz gdy analityka w Web3 dopiero raczkuje, protokoły pompują już wielkie fundusze w Facebook Ads i tym podobne. A dzięki analizie danych behawioralnych użytkownicy będą otrzymywali lepsze propozycje, z których powinni być zadowoleni.

Reklamodawcy będą płacili za wskazanie użytkowników spełniających założenia kampanii.  To nie koniec. Również influencerzy będą mogli przenieść się do Web3. Powstają platformy social media, które będą umożliwiały budowanie społeczności.

Influencer może wchodzić we współpracę z firmami. Będą pojawiały się lokowania produktów tak samo, jak ma to miejsce w Web2.

Ale nie to jest dla mnie przełomem. Największej przewagi Web3 należy szukać w kwestii dostępu do danych konkurencji.

W Web2 firmy nie dzielą się danymi swoich klientów. To cenne informacje i nikt nie ma zamiaru ich udostępniać. Dane o potencjalnych klientach możesz co najwyżej kupić od gigantów pokroju Google.

A w Web3 masz dostęp do danych konkurencji i to od początku ich istnienia. I wcale nie przesadzam.

Blockchain przechowuje dane dożywotnio. Dla przykładu możesz sprawdzić, jakie transakcje zapisane są na sieci od pierwszego bloku.

I to samo dotyczy pojedynczego adresu portfela lub protokołu. Firmy nie są więc w stanie ukryć tego, jakie adresy korzystają z ich usług. Możesz sprawdzić, kto kupił NFT konkretnej kolekcji. Możesz sprawdzić prawie wszystko.

Informacje, które w Web2 są objęte ścisłą tajemnicą, tutaj są jawne. Trzeba jednak umieć je wykorzystać. Właśnie w tym celu budowane są narzędzia, które mają pełnić funkcję Google Analytics dla Web3.

Branża zakomunikowała potrzebę. Teraz trzeba obserwować, w jaki sposób będzie ona zaspokajana.

Podsumowanie

Prawda jest taka, że napisałem obszerny artykuł, bazując na szczątkowych danych. Temat analizy danych behawioralnych w Web3 dopiero raczkuje. Brakuje publikacji, ale co znacznie ważniejsze, brakuje przykładów.

Jest kilka firm, które starają się zdobyć pozycję lidera tego segmentu. Wciąż jest jednak w bardzo wczesnej fazie rozwoju. Nie pozostaje nam nic innego jak obserwować.

Dziękuję za Twój czas!