Zákazník jako zdroj digitální ekonomiky
Digitální ekonomiku označujeme jako jeden z procesů naplňující koncept informační společnosti. V rámci tzv. čtvrté průmyslové revoluce dochází v ekonomice ke zcela novému způsobu práce se zdroji, který je umožněn díky penetraci ICT do všech oblastí lidského života. Základní východisko tvoří internet a průběžný rozvoj přidružené technologické infrastruktury.
Jednotlivá témata, mechanismy digitální ekonomiky a její širší zakotvení v kontextu vývoje informační společnosti popisuje Papík (2001). Odkazuje mimo jiné na Dona Tapscotta, jenž termín poprvé užil ve své knize z roku 1995, kde uvádí 12 základních témat, která charakterizují střet tradiční a „nové ekonomiky“. Jedním z nich, na které se blíže zaměřím, je role zákazníka a její proměna.
Role zákazníka a její proměna
Prostředí webu 2.0 přináší klíčový prvek interakce tvůrců obsahu a jejich příjemců. Vzniká možnost participace a vlastní tvorby v rámci existujících entit. V souvislosti s mediálním obsahem píší již v 70. a 80. letech McLuhan a Toffler o stírání hranic mezi oběma skupinami, které Toffler označuje jako prosumers.
Kombinací dalších mechanismů digitální ekonomiky, např. odstraněním prostředníků směny z prodejního řetězce, vznikají podmínky pro vytváření těsnějších vztahů mezi prodejci (výrobci či poskytovateli služeb) a zákazníky v obecnější rovině. Požadavky a znalosti zákazníků jsou v rámci digitální ekonomiky zahrnuty do procesu vývoje a distribuce.
Klein, Köhne a Totz (2015) popisují nové modely rozložení práce v procesu vytváření produktů a služeb. Zaměřují se na míru zapojení uživatele a na to, jak jednotlivé úrovně zapojení efektivně řídit. Jeden z modelů (na obrázku níže) představuje matici zapojení uživatelů i tvůrců v rámci service designu. Prvním extrémem je internalizace, která reprezentuje klasický in-house vývoj s minimálním zapojením zákazníka, např. ve formě uživatelského průzkumu, testování, zpětné vazby. Producent má v rukou veškerou kontrolu nad výsledkem, ale musí vyvinout značné úsilí k dosažení všech zákaznických specifikací.
Druhý extrém v podstatě říká, že při velkém zapojení uživatele a minimálnímu zásahu producenta dochází k tzv. externalizaci, kdy vývoj produktu či služby je z velké části outsourcován na zákazníka. Ten se stará o jejich udržování a další směřování. Tento bod označují termíny self-service, self-administration nebo self-care. Producent může vynaložit zdroje a aktivitu jiným směrem a životnost pouze korigovat. Na druhou stranu tím do značné míry ztrácí kontrolu nad výstupem. Za ideální stav se dá považovat vysoká míra zapojení obou stran.
Jaké jsou tedy role zákazníků vzhledem k míře jejich zapojení a jak se projevují v jednotlivých úrovních na konkrétních příkladech?
Zákazník jako pasivní zdroj dat
Chování uživatelů na internetu vyhodnocuje oblast webové analytiky. Statistiky (nejen) o nákupním chování a preferencích slouží jako podklad pro rozhodování o marketingové strategii nebo jako přímá podpora prodeje. Koho by nezajímalo, že jeho známý byl spokojen s konkrétním výrobkem a přímo ho doporučuje, že daný produkt si aktuálně prohlíží XY uživatelů nebo že je nejprodávanější v dané kategorii?
Příkladem může být součást systému doporučování her služby Steam. Fronta doporučených titulů se generuje podle zákazníkem zakoupených a hodnocených titulů, tedy preferenčního profilu uživatele. Zároveň vidíte, jaké tituly kupují a hrají vaši přátelé.
Zákazník jako aktivtní tvůrce reklamy
Typickým projevem této úrovně zapojení jsou uživatelská hodnocení (čísla, hvězdičky, odznaky, medaile, levely) a textové recenze. Známé příklady implementace jako součást robustnějších řešení můžeme vidět eshopů, u portálů pro hodnocení mediálního obsahu, tedy ČSFD a IMDB pro filmy, Metacritics pro hry, Google Play pro android aplikace nebo Heureka pro e-commerce.
Hodnocení ve formě videorecenzí nebo streamingu a youtube kanálů je z hlediska dopadu ještě zásadnější. Zde již ale často dochází spíše k synergii, win-win strategii, protože samotní tvůrci na takovém obsahu zpravidla vydělávají v té či oné formě.
Zákazník jako participant na vývoji
V této úrovni se již dostáváme na křivce modelu blíže k celkové externalizaci, podle toho, zda se míra zapojení týká celého výsledku nebo jeho části. Při vývoji her a software obecně může být cenná aktivní komunita uživatelů poskytujích zpětnou vazbu a hlásící chyby. Supluje se tak částečně testing. Druhým projevem jsou prvky kustomizace, individualizace a personalizace výsledných řešení. Příkladem je možnost navržení vlastního designu platebních karet, krytů na tablet nebo změna vzhledu a nastavení SW pomocí importu vlastních šablon.
Za extrémní externalizaci lze označit herní modding, kdy aktivní participace na tvorbě her a jejich obsahu (herních modů, addonů, map) dosahuje většiny celkového obsahu hry. Tento model se používá u sandboxových indie titulů, ale známe i případy velkých herních studií. České Bohemia Interactive Studio vsadilo na tuto kartu s předním titulem Armed Assault, kolem kterého existuje silná komunita moderů již od roku 1999. Díky dostupnosti a podpoře nástrojů pro modifikaci obsahu tak vznikl mód a později celá hra, DayZ, ze které se stal best-seller. Předního modera přijala firma jako kmenového zaměstnance a koordinátora celého projektu. Na její úspěšnosti staví další vývojáři a vznikla nová herní kategorie survival her.
Zákazník jako producent, prodejce či poskytovatel služby
…aneb zkriplený model P2P economy funguje tak, že společnost se zaměřuje na poskytování informační a organizační infrastruktury, tvoří jakési zázemí pro zákazníky-tvůrce služby, ale většinu práce odvádějí uživatelé. Organizace v konečném důsledku jen dohlíží a inkasuje tržby. Můžeme sem zařadit celou oblast prodeje (second hand) zboží (Aukro, Ebay) a hybridní model Amazonu. Zvláštní roli zaujímají společnosti jako Airbnb nebo Uber, které dokázaly propojit nové technologie a tradiční služby poskytované mimo digitální prostředí.
Principy kolektivní inteligence
Všemi úrovněmi zapojení prostupují prvky kolektivní inteligence, využívané pro tvorbu prediktivních modelů (trhy, hry). Díky výsledkům odhadů zákazníků lze odhadovat budoucí chování trhu s mírou přesnosti na stejné nebo vyšší úrovni, než jsou ostatní známé matematické modely.
Distribuovaná kolaborativní inteligence, jak ji chápe Pierre Lévy, se běžně objevuje v online hraní, kde hráči spolupracují na řešení složitých problémů. Výsledkem bývá vlastní tvorba obsahu, způsobení události ve hře nebo vedení samotného děje. Příkladem často skloňovaným je Minecraft, ale principy se uplatňují v jakékoliv MMORPG.
Kolaborativní filtrování se používá pro nabízení výsledků vyhledávání nebo doporučení na základě analýzy chování typově podobných uživatelů (stejné zboží společně v objednávce, podobný vkus).
Michael Schrage z MIT shrnuje veškeré tyto network effects do ekonomické výhody těmito slovy:
The more users participate, and the more innovatively they engage, the more value — and valuable data and experiences — can quickly be generated. In turn, the more value created, the more users — and innovative uses — materialize. … Another way to say this is making users better makes better users.
Vzdělávání v oblasti digitální ekonomie
Na téma efektivního využívání zákazníků pro prodej si můžete udělat kurz zdarma v rámci Open University pod vedením Hilary Collins, která se dlouhodobě věnuje Strategy & Design Thinking.