A fenti megállapítást a gyógyszerekre is lehetne alkalmazni. A pontos számok nem ismertek sem a hirdetések, sem a gyógyszerfogyasztás eredményességét illetően, mert a hatékonyságot csak abban tudják mérni, hogy az emberek bizonyos dolgokat megvesznek-e, illetve egyesek felépülnek-e a betegségükből. A kérdés az, hogy bizonyos eredmények a reklámok vagy az orvosságok javára írhatók-e.
A választ mindazonáltal egyre könnyebb megkapni. Az ismeretek feltárása gyorsabban megy majd végbe a hirdetési szakmában, mert ott az internet és a mobiltelefon révén könnyebben ki lehet találni a felhasználók szándékait és magatartását, illetve egyszerűbb a kapcsolatot feltárni a megnézett hirdetések és az adott termék tényleges megvásárlása között. Az egészségügyi szektorban a magánélethez fűződő jogok miatt sokkal tovább tart a megfelelő adatok elérése és feldolgozása. Idővel azonban itt is egyre több információ válik elérhetővé, részint a páciensekhez tartozó feljegyzések, részint az önkéntes egészségügyi és magatartási vizsgálatok nyomán. Az egészségügyi intézmények tevékenységét fokozottan automatizálják, és az információt egyre inkább online módon tárolják, ennek folytán a kutatók alkalmazhatják azokat az elemzési módszereket, amelyeket korábban a reklámszakmára dolgoztak ki.
Az informatikai elemzés felől nézve a kihívás nagyrészt ugyanaz: venni kell a potenciális célszemélyek közül egy nagyobb számú mintát – legyen szó akár potenciális vevőkről, akár gyógyszerek felhasználóiról. Innen már csak azt kell vizsgálni, kik reagálnak a hirdetésre vagy éppen a gyógyszerre. A két csoport között természetesen jelentős eltérések vannak. A betegek akarják a gyógyszert, miközben a hirdetéseket néző fogyasztók abból indulnak ki, hogy független módon döntenek majd.
A reklám esetében ott vész el sok pénz, hogy az emberek nem reagálnak kedvezően a hirdetésre, a gyógyszerek esetében pedig a beteg (vagy aki helyette fizet) veszíthet jelentős összeget az esetleg hatástalan készítmény vagy éppen a súlyos mellékhatások miatt.
A hirdetéseknél általában egy célpiacot kell alapul venni, például nőket, akik megveszik a dezodort, vagy utazókat, akik bizonyos légitársaságot választanak. Abból kell kiindulni, hogy gyakran olvasnak női magazinokat vagy néznek internetet, esetleg online utazási tanácsadókat. A reklámoknál segíthetnek a korábbi böngészésről szerzett ismeretek: vajon inkább egy autókereskedő honlapját látogatták vagy egy Párizsról szóló útikalauzt nézegettek. Hajdanában a hirdetőknek fogalmuk sem volt ilyen részletekről, ezért a reklámokat bizonyos, közelálló tartalmak mellett helyezték el. Ma azonban az online „sütik” (cookies) révén pontosan követni tudják az emberek magatartását és a vásárlási szokásokat. Bizonyos korrelációk teljesen nyilvánvalók: akik autós honlapokat böngésznek, azok esetében valószínűbb, hogy személygépkocsit szeretnének vásárolni. Más esetek nem ennyire egyértelműek: akik Pittsburgh viszonylatában közlekedő repülőjáratokat keresnek, valószínűleg el is utaznak oda, akik viszont Las Vegas közlekedési kapcsolatait vizsgálják, talán csak álmodozók. Ezeket a sémákat számítógépekkel azonosítani lehet, ami lehetővé teszi, hogy a marketing révén sokkal hatékonyabban vegyenek célba fogyasztókat.
A gyógyszer esetében a kezdeti célcsoportot bizonyos egészségügyi kondíciók szerint választják ki. Utána jön a kísérletezés: az orvosok felírnak bizonyos készítményeket, amelyekről tudják, hogy az esetek bizonyos hányadában hatásosak, majd vizsgálják ugyanezt az adott esetben is. A depressziósok vagy a rákbetegek esetében rutinszerűen kipróbálnak négy-öt terápiát, azt vizsgálva, melyik az, amelyik legalább ideiglenesen hatásos. A klinikai kísérletek emlékeztetnek a hirdetések „A–B” tesztjeire (ahol a célba vett piac egyes részhalmazait eltérő üzenetekkel bombázzák), a gyógyszerek esetében azonban a dolog sokkal költségesebb és időigényesebb.
Az világos, hogy minél többet tudunk általában a páciensekről, az állapotukról, a korábbi beavatkozásokról és ezek kimeneteléről, annál pontosabban megjósolható egy kezelés kimenetele egy-egy konkrét személy esetében. A betegek számára külön is előnyös lehet a statisztikai elemzés, amely megmutatja, mely gyógyszer mely betegeken segít – és ezt sokszor jóval a dolog tudományos magyarázata előtt.
A reklámpiacon az adatok nagy része az emberekről, azok demográfiai viszonyairól és a vásárlási szokásairól szól. A gyógyszerek esetében a genetikai adottságok és a fizikai kondíciók a meghatározók. A korrelációkat és a sémákat azonban a tudomány ugyanazokkal a módszerekkel tárja fel. Ez a fokozódó átláthatóság egyszerre hordoz ígéreteket és veszélyeket az érintett cégek számára. A marketinges szakemberek szeretnék elérni azokat, akik vennének, a média és a kiadók pedig szeretnének ebben a körben hirdetéseket értékesíteni, valamennyien félnek azonban attól, hogy rá kell jönniük, az olvasói-hallgatói-nézői kör jelentős hányada nem tekinthető jó vevőnek.
A gyógyszergyártók mindenkinek eladnák a termékeiket, akiknek azok hasznukra lehetnek, eközben azonban zavarja őket, hogy minden készítmény esetében csak egy korlátozott fogyasztói bázist szolgálhatnak ki. Emellett a szabályozó hatóságok esetleg lassan értik meg egy-egy célzott terápia előnyeit. Eközben a nagy értékű célcsoport elkülönítésével elkerülhetetlenül azonosítható a kis értékű célcsoport is. Ami azonban kis értékű egy hirdetés vagy egy gyógyszer esetében, az nagy értékűvé válhat mások számára. A hosszú távon a helyes megközelítés az lehet, hogy egy megfelelő célcsoport számára meg kell találni a megfelelő kínálatot. Mégpedig a korábbinál jóval nagyobb hatékonysággal.
A szerző az EDventure Holdings elnöke
Portfóliónk minőségi tartalmat jelent minden olvasó számára. Egyedülálló elérést, országos lefedettséget és változatos megjelenési lehetőséget biztosít. Folyamatosan keressük az új irányokat és fejlődési lehetőségeket. Ez jövőnk záloga.