Ej umuligt at dokumentere effekten af sociale medier på bundlinjen

Med et holistisk beslutningsstøttesystem er det faktisk muligt at identificere og forstå, hvordan ens forretning helt præcist er påvirket af forskellige interne og eksterne faktorer som f.eks. de sociale medier.

Der har været skrevet og sagt meget om de sociale medier i de seneste år, og på det seneste er især debatten om effektmåling blusset op; Hvilke slags former for effekt skaber sociale medieaktiviteter? Og hvad er den reelle effekt på bundlinjen af en virksomheds sociale aktiviteter? – Er det f.eks. antal likes på Facebook, brugernes involveringsniveau, brandopfattelsen, trafikken til eget website og lignende direkte kvantificerbare resultater, som skal dokumentere effekten? Eller bør effekten identificeres på andre niveauer?

På OMD har vi sammen med Brand Science i en række cases arbejdet med at teste effekten af sociale medier ind i konkrete salgsmodeller. De respektive virksomheders sociale medieaktiviteter er blevet behandlet som enhver anden salgsdrivende aktivitet, og dermed har det været muligt at vurdere aktiviteterne ud fra en ROI-betragtning i forhold til det konkrete salg.

Som et konkret eksempel på en case kan nævnes Oddset, hvis seneste sociale medieaktiviteter for ’Find den nye Oddset-pige’ blev testet ind i Danske Spils salgsmodel. Den reelle bundlinjeeffekt blev stadfæstet i og med, at værdien af de sociale medieaktiviteter blev dokumenteret sort på hvidt i forhold til det opnåede salg. Derudover opnåedes værdifuld indsigt til brug for fremtidig optimering af investeringer i sociale medier.

Det, der gør det muligt, at dokumentere de sociale mediers effekt på salget er anvendelsen af et holistisk beslutningsstøttesystem, baseret på økonometrisk modellering. Modelleringen bidrager til en forståelse af hvilke elementer, der påvirker responsen. Responsen – i form af eksempelvis det kortsigtede salg – er påvirket af en lang række faktorer, som indvirker på hinanden. Ved hjælp af økonometrisk modellering er det muligt at adskille effekterne fra hinanden, så man kan evaluere den reelle effekt af eksempelvis de sociale medieaktiviteter.

En forudsætning for denne fremgangsmåde er naturligvis et solidt datagrundlag. Tilgængeligheden og kvaliteten af virksomhedernes egne interne data, såvel som offentlige data er generelt forbedret og støt stigende. Eksempelvis kan man via Google Trends indsamle kvantitative data som udtryk for trends og fokusområder i samfundet. Via søgevolumen på forskellige emner kan det testes, hvilken indflydelse en bestemt buzz har på responsen i forskellige virksomheder. For den enkelte virksomhed drejer det sig om at teste og forstå forskellige faktorers signifikante indflydelse på netop deres forretning.

De tilgængelige data er mangfoldige, og uanset om man måler antallet af likes, produkteksponeringer, trafikken på ens site eller andre kvantificerbare resultater, så drejer det sig om at finde frem til netop de faktorer, som har signifikant indflydelse på den KPI, man ønsker at evaluere på. Når disse kendes, vil det nemlig fremadrettet være muligt at optimere effekten, når de forskellige marketingaktiviteter skal planlægges.

Når det så er sagt, er det også værd at notere sig, at det naturligvis ikke er det eneste saliggørende KUN at vurdere de sociale mediers effekt ud fra en ’hård’ ROI-betragtning i forhold til salget. Flere virksomheder oplever, at de sociale medieaktiviteter bidrager med eksempelvis inspiration til produktudvikling og forbedret konkurrentovervågning. Dialogen med og feedback fra kunder bidrager også positivt til forbedringen af andre forretningsmæssige nøgletal end det kortsigtede salg. For mange virksomheder er opbygning og vedligeholdelse af kundeloyalitet en væsentlig faktor for længerevarende succes. I disse tilfælde bør kundeloyalitet være en KPI, der måles og følges op på for at sikre, at de ønskede mål nås med indsatsen i de sociale medier. De sociale medier bør derfor betragtes i en bred forretningsmæssig sammenhæng.