Hodně oblíbená věc u firem. Zjednodušeně řečeno: Díky benchmarku budeme mít srovnání s konkurencí a budeme vědět, jestli jsme na tom lépe než oni anebo ne. Zní to fajn. Ale má to pár úskalí.
Ze mě hlavní věc na kterou je potřeba u benchmarků pamatovat, je abychom se co nejvíc přiblížili srovnávání „jablka s jablky“. Co tím myslím? Ukážeme si to v tomto případě u výkonu/provedení TV spotů. Ale ty základní body platí v podstatě obecně. Kdybyste chtěli striktně srovnávat výkon/provedení TV spotů potřebujete to v ideálním případě srovnávat s konkurencí která:
je ze stejné/podobné kategorie jako vy
má stejnou/podobnou cílovou skupinu
měla podobně silnou kampaň (pokud se jedná o post-test)
má podobnou znalost značky
průzkum děláte s podobným odstupem po skončení kampaně (pokud se jedná o post-test)
těch konkurentů co tohle splňují je ideálně několik
a u těchto konkurentů proběhlo ideálně několik měření
Jak asi sami uznáte, všechny tyto body splnit může být už v realitě trochu komplikované. Co nemusí znamenat, že všechny benchmarky teď zahodíme do koše. Jenom je dobrý mít na paměti, když se koukáme na nějaký benchmark, co je tím přesně myšleno, co se za tím ve skutečnosti skrývá. A podle toho těm jednotlivým metrikám dávat váhu s jakou je budu brát v potaz.
Když si ty jednotlivé body v rychlosti rozebereme:
Stejná/podobná kategorie – tady je to asi zřejmý, srovnávat se jako prodejce kytek s prodejcem aut je zbytečný.
Můžete namítnout, že např. v televizním reklamním breaku soupeříme s konkurenty z různých kategorií. To je sice pravda a z hlediska získaní pozornosti to částečně může platit. Ale primárně vás zajímá vaše kategorie. Protože pokud např. kategorie prodejců kytek dosáhne u nějaké metriky 20 % a když jako prodejce kytek dosáhnete 30 %, tak jste dosáhli nadprůměrný výsledek bez ohledu na to jestli průměr napříč všemi kategoriemi byl vyšší anebo nižší. Nemusíte se ohlížet tolik na ostatní kategorie, protože když daný člověk bude chtít koupit kytku, tak ji nebude hledat u prodejců aut.
Stejná/podobná cílová skupina – chcete řešit vaše potenciální zákazníky. A pokud prodáváte primárně seniorům, tak srovnávat to s názorem vysokoškoláků u jiné firmy pro vás nemá žádný přínos.
Může se stát, že vy máte cílovku jenom muže a konkurence má cílovku muže + ženy. To je akceptovatelné, protože oni budují svoji značku i u mužů a tím pádem na mužích se můžete porovnávat. Horší je, když tam tenhle průnik není.
Proč se dělá měření a pak i srovnávání většinou na jedné široké cílovce muži + ženy je zřejmě kvůli tomu, že průzkumy v minulosti a vlastně i teď jsou doménou primárně velkých firem. Jako např. banky, mobilní operátoři, potraviny, pojišťovny, energetické firmy… Ty na to mají dostatek financí a jejich cílovka je většinou široká (muži + ženy). Pokud ji máte stejnou i vy tak jste v pohodě. Pokud ji ale máte užší, např. jenom jedno pohlaví tak pak to srovnání s výsledky za obě pohlaví pro vás nebude úplně nejrelevantnější.
Měla podobně silnou kampaň – jedná se o to, že pokud jde o post-test tak když něco lidi vidí 20x anebo 2x tak ten dopad bude rozdílný už jenom tím nasazením. Je dobrý o tom vědět, a brát to při vyhodnocování do úvahy.
Má podobnou znalost značky – velikost/síla značky je jeden z faktorů, který ovlivňuje jak to lidi budou vnímat a možná i jak si to budou pamatovat. Je to stejné jako když něco řekne „běžný neznámy člověk“ vs když to řekne „známý odborník“. Stejné sdělení bude mít jinou váhu a opět je dobrý to mít na paměti.
Průzkum děláte s podobným odstupem po skončení kampaně – většinou se post-testy dělají zhruba týden po skončení kampaně. Ale někdo to může dělat dřív, někdo později. Pamatovat si něco dva dny po kampani vs měsíc je rozdíl. A to vám pak taky ovlivní výsledek.
Konkurentů, co tohle splňují je ideálně několik – asi není potřeba vysvětlovat, že abyste měli co nejrelevantnější srovnání pro benchmark tak vám nestačí 1 konkurent ale potřebujete jich ideálně víc.
U těchto konkurentů proběhlo několik měření – v ideálním světe by bylo fajn kdybyste nesrovnávali jedno měření, ale aby jich bylo víc a měli jste tak určitou „ochranu“ před tím, že to jedno měření mohlo dopadnout nějakým způsobem nestandardně.
Pro jistotu ještě jednou zopakuji: neznamená to, že všechny benchmarky které něco z toho nesplňují, máte hodit do koše. Jenom je žádoucí mít přehled co se za benchmarkem skrývá a podle toho posuzovat daný výsledek.