Możliwość związana z Mistrzostwami Świata: przekształcanie danych kibiców w wartościowe zaangażowanie
W związku z trwającymi Mistrzostwami Świata uwaga całego świata ponownie skupiła się na piłce nożnej. Dla klubów piłkarskich ten moment powinien być kopalnią złota w zakresie analityki danych. Wiele z nich posiada już wieloletnie dane o kibicach, zwłaszcza na rynkach takich jak Brazylia, gdzie programy członkowskie są głęboko zakorzenione w modelu biznesowym. Jednak dane te są często rozproszone w odizolowanych systemach obsługujących sprzedaż biletów, członkostwa, e-commerce i media społecznościowe, co utrudnia przekształcenie informacji w konkretne działania.
W tym odcinku The AI Forecast Paul Muller rozmawia z Caio Nogueirą, współzałożycielem Lupa Data, o tym, co powstrzymuje kluby — i jak mogą one zacząć przekształcać rozproszone dane w prawdziwe zaangażowanie kibiców.
Co to oznacza w praktyce? Oto jak to tłumaczą.
Przekształcanie momentów z mistrzostw świata w szanse na wykorzystanie danych o kibicach
Paul: Jak postrzega Pan mistrzostwa świata jako okazję do zaangażowania klientów i jak szybko kluby mogą przekształcić te dane w wartościowe wnioski?
Caio: W naszym segmencie, zwłaszcza w sporcie, koncentrujemy się na tym, co nazywamy danymi kibiców. Dzięki tym danym kibiców dostrzegliśmy wyjątkową szansę związaną z mistrzostwami świata.
Istnieje zjawisko polegające na tym, że wszyscy oglądają mistrzostwa świata, nawet jeśli nie są fanami piłki nożnej. Co sprawia, że ktoś, kto na co dzień nie ogląda piłki nożnej ani się nią nie interesuje, nagle tak uważnie śledzi mistrzostwa świata? Nie wiem dokładnie, na czym to polega, ale kiedy zaczynają się mistrzostwa świata, jeśli tego dnia odbywa się mecz, wszystko staje w miejscu. Ludzie nie pracują, tylko idą do domu i oglądają mecz.
Co sprawia, że ludzie zachowują się w ten sposób? Z mediów społecznościowych możemy uzyskać wiele informacji na temat tego, jak fani reagują na poszczególne rozgrywki. To właśnie przyciąga ludzi. To wyjątkowo dobry moment na pozyskanie tego rodzaju unikalnych informacji, które udaje się zebrać tylko podczas tak wielkich wydarzeń. Mistrzostwa świata mogą więc stanowić swego rodzaju punkt wejścia w tym zakresie.
Zrozumienie segmentacji behawioralnej wśród fanów sportu
Paul: To ekscytujące. Jak wspomniałem na początku, wielu słuchaczy pracuje z danymi subskrybentów — subskrybentów newsletterów, klubami, stowarzyszeniami lub programami lojalnościowymi.
Mamy listy osób zainteresowanych naszą firmą, sportem lub marką, ale wiele z nich nie wie, jak uzyskać zaangażowanie. Wspomniał Pan o „segmentacji behawioralnej”. Czy mógłby Pan wyjaśnić, co to oznacza?
Caio: Istnieje przykład z Europy, a konkretnie z Premier League, gdzie taki rodzaj segmentacji już funkcjonuje. Chodzi o zrozumienie różnych grup ludzi—kibiców, a nie tylko zarejestrowanych członków—i ich potrzeb.
Na przykład jakie są potrzeby kibiców mających dzieci? Czego oczekują, wybierając się na mecz? Oczekują bezpieczeństwa. Zależy im na przyjaznym otoczeniu, do którego mogą przyjść z dziećmi i wspólnie cieszyć się tym doświadczeniem. W Premier League są przedstawiciele osób z niepełnosprawnościami. Ich potrzeby prawdopodobnie dotyczą kwestii dostępu.
Wszystkie te grupy mają zatem różne potrzeby. Pytanie brzmi: w jaki sposób możemy zaoferować korzyści, które odpowiadają tym potrzebom? Być może oznacza to miejsca o łatwiejszym dostępie, takie jak te znajdujące się bliżej ramp.
Jednocześnie nikt nie posadziłby rodziny obok bardziej żywiołowych sektorów kibiców, gdzie zorganizowane grupy fanów skandują, machają flagami i robią dużo hałasu. W niektórych przypadkach, zwłaszcza w krajach takich jak Brazylia, w strefach tych może dochodzić nawet do konfrontacji. To nie jest odpowiednie środowisko dla dzieci. Chodzi więc o zrozumienie tych różnych potrzeb, tego, jak każda grupa wchodzi w interakcję z grą i jej kulturą, a następnie o dostosowanie doświadczeń do tych czynników.
Dlaczego kluby mają trudności z przekształceniem danych o kibicach w konkretne działania
Paul: Brzmi to tak, jakby z Pana perspektywy kluby i stowarzyszenia nie wykorzystywały skutecznie danych o swoich kibicach. Czy zgodziłby się Pan z tym stwierdzeniem?
Caio: O tak, w 100%. Istnieje mnóstwo danych, głównie nieustrukturyzowanych, rozproszonych w arkuszach Excel i różnych bazach danych, takich jak systemy biletowe na stadionach. Większość dużych drużyn posiada własne stadiony, więc dlaczego nie wykorzystujemy tych danych, aby zapewnić kibicom lepsze wrażenia?
Podejmowano pewne próby, zwłaszcza tutaj, w Brazylii. Na przykład Palmeiras, jedna z drużyn z São Paulo, opracowała już aplikację usprawniającą płatności. Płatności bywają czasami uciążliwe, ponieważ każdy obiekt ma własny system. Jeśli więc jesteś kibicem Palmeiras, możesz korzystać z aplikacji tego klubu, aby płacić na jego stadionie. Zapewnia to wygodę i generuje dane. Nadal jednak nie ma rzeczywistej komunikacji między systemami. Nie dostrzegam powiązania członkostwa z systemem biletowym, systemu biletowego z e-commerce, a w niektórych przypadkach nawet z kontrolą dostępu.
Inny przykład: gdy na lokalnym stadionie gra rywalizująca drużyna, transport staje się problemem. Autobusy są przepełnione, metro się zapełnia, więc trudno jest w ogóle dostać się na stadion. Dlaczego nie skoordynować działań z miastem i nie zaproponować: „Od tej do tej godziny dodajmy więcej autobusów na trasach prowadzących na stadion”? To znacznie ułatwiłoby sprawę i poprawiłoby ogólne wrażenia kibiców.
Paul: To nie brzmi jak problem technologiczny. To brzmi raczej jak kwestia wizji i współpracy. Czy zgodziłby się Pan z tym stwierdzeniem? To nie tak, że nie dysponujemy odpowiednią technologią.
Caio:
Zgadzam się. Problem w tym przypadku, jak Pan wspomniał, nie leży w technologii. Technologię już mamy, dysponujemy nią od dłuższego czasu. Potrzebujemy ram, które pozwolą to osiągnąć, oraz zaangażowania, aby faktycznie to zrobić.
Wszystko sprowadza się do wiedzy i zastosowania—zrozumienia, jakimi danymi dysponujemy i jak przekształcić je w użyteczne informacje, dostosowane do potrzeb. Obecnie współpracujemy z zespołami, aby to osiągnąć. W tej chwili istnieje wiele rozproszonych danych, część pochodzi z e-commerce, część z członkostwa, ale ich zakres jest ograniczony. Dane członkowskie obejmują tylko członków; nie mamy zbyt wielu danych od ogółu społeczeństwa, których gromadzenie byłoby cenne, gdybyśmy wiedzieli, jak to zrobić. Staramy się oczyścić i uporządkować te dane, aby móc zastosować je bezpośrednio do potrzeb tych segmentów, o których rozmawialiśmy.
Obejrzyj całą rozmowę z Caio Nogueirą w podcaście The AI Forecast w serwisach Spotify, Apple Podcasts, oraz YouTube.