Как правильно использовать данные маркетинговых исследований в контентных стратегиях

Почему не на всяком исследовании можно строить контент-маркетинг и SEO? Потому что в некоторых работах данные коррелируют, но не отображают причинно-следственную связь. Разбираю на простом примере, что такое корреляция, зависимость и как не спутать одно с другим в момент принятия решений.

Что такое корреляция и зависимость данных в маркетинговых исследованиях

Вечером я завожу будильник. Летом он звенит, когда восходит солнце. Я завёл будильник, потому что мне надо на работу. А солнце встало, потому что Земля вращается. То, что будильник зазвонил на восходе — корреляция. Зависимости одного события от другого — нет. Потому что зимой мой будильник звенит задолго до рассвета.

Корреляция — параллельное существование двух событий или факторов. То, что я завожу будильник на 8 утра, коррелирует с тем, что солнце иногда восходит в это время.  

А вот если бы я вставал, потому что солнце восходит, то это была бы зависимость. И тогда летом я бы вставал около 5 утра, а зимой — ближе к 10. 

Когда команды проводят исследования о попадании сайтов в ответы нейросетей, они берут какое-то количество площадок и запросов, смотрят на ИИ-ответы и делают выводы о корреляции с определёнными факторами. Публикуя результаты, они не утверждают, что есть зависимость, а только приводят результаты наблюдения. 

Мало знать данные, надо их правильно интерпретировать. Иначе можно попасть в ловушку корреляции.

Если маркетолог примет корреляцию из исследования о попадании сайтов в ИИ-выдачу за зависимость, то желаемого результата в своём проекте, скорее всего, не получит. Потому что мы не знаем, есть ли зависимость между указанными в исследовании факторами и реальным упоминанием бренда искусственным интеллектом. 

Показатели, о которых исследователи часто говорят, что они влияют на попадание в нейровыдачу:  

• частота упоминаний бренда в поисковиках; 
• наличие на сайте микроразметки;
• упоминание бренда на YouTube.

Если я внедрю на сайте микроразметку, то попаду в AI-ответы?

Нет. Потому что на это попадание влияют и другие факторы. Микроразметка — это очень хорошо. Но если сайт автосервиса в Саратове не наработал совокупности факторов, влияющих на продвижение, то микроразметка ему не поможет. У олимпийских чемпионов есть красивые профессиональные кроссовки, но победителями их делает не это.   

Вес факторов — это вообще отдельный большой разговор. В статье про структуру бренд-медиа, есть блок, посвящённый теме — прочитайте, чтобы понимать, о чём речь. 

Почему вообще тогда такая корреляция существует? 

Потому что у больших брендов работает команда сеошников, которая внедрила эту микроразметку и все остальные фишки продвижения давным-давно. Потому что чаще в поиске ищут по названию именно заметные или крупные бренды. У заметных и крупных брендов большие команды. Они делают качественный контент, который нравится нейросетям. На попадание в ответы нейросетей влияет совокупность факторов и нельзя один рассматривать в отрыве от остальных. 

Как правильно читать маркетинговые исследования:

• строго разбирайте все данные, цифры и выводы; 
• чтобы правильно интерпретировать результаты, задавайте к итоговым тезисам исследования вопросы типа «является ли Б следствием А или это просто А и Б, которые ничего не связывает»; 
• закидывайте исследования в нейронки и просите покритиковать их, показать, где зависимость, а где корреляция;
• не берите исследования в работу как руководство к действию, а подстраивайте их под свою стратегию.

У меня есть обновляемый курс «База Карбышева». Всё, о чём я рассказываю на уроках и в чате с коллегами, не маркетинговая теория, а практическая стратегия, проверенная сначала на себе, потом на проектах клиентов. Все подходы, инструменты, лайфхаки и рекомендации при методичном внедрении показывают результат. Чтобы ваш контент-маркетинг решал задачи бизнеса, присоединяйтесь к «Базе» и нашему бодрому комьюнити.