To read in Polish – scroll down or choose from table of contents

(7 min read)


The title question is rhetorical and paraphrases Albert Einstein’s quote, but seeing a large number of sports organizations behaving exactly in this way, I started to ask myself why this is so.

I was prompted to write this article by a conversation I had with one of representatives of a European sports club, who believed that low attendance in football matches is caused by the declining interest in sports among the youth generation and by the fact that it loses ground to other forms of entertainment (for example the cinema).

The issue is interesting, especially as the same opinions are repeated in interviews by a significant part the management in sports organizations. In addition, everybody defines and understands the “generation” in a different way and I have not yet seen any data that would convince me that the above statements are true. What is more, taking a step back I noticed that not all managers know why they want to increase the attendance – is it to increase revenues per one sports fan? Or to negotiate a better sponsorship contract? Or maybe all of this and a bit of something else? It is essential to understand what one wants to achieve, otherwise, if we have no idea of the destination, it does not really matter which road we will take.

I therefore decided to structure this knowledge and to separate myths from facts, applying an analysis based on data, not on speculations. At the beginning of the article I describe examples of press information concerning the declining interest in sport. Then I define the young generation and show their position compared to other social groups. The next part of the article reveals the attitude the youth have to sport compared to their predecessors. Finally, I include a checklist which can be used by sports organizations when taking business decisions.

The analysis concerns the American market, however, its schemes might be successfully implemented in any country.


  • What segmentation is and why it should be used in sport
  • Which generation has the “thickest” wallet
  • Whether the young generation stopped being interested in sport
  • How our look at collective data might distort the real picture
  • Difference between “data-informed” and “data-driven” business decisions
  • Where to start if you work for a sports club and what typical mistakes are made


It is not hard to notice that something is changing. A few years ago ESPN lost 10% of its subscribers in only 3 years, the Olympic Games in 2016 were watched by 3 million people less than in 2012 whereas the average age of viewers grew to 53 years, whereas in 2000 it was 45. Similar trends can be observed in top sports in the USA (with an exception of women’s tennis). There is no doubt that there is something in it. On the other hand, we are faced with large numbers but we have no knowledge of the methodology of particular analysis and the values deprived of their context may account for the fact that we do not always compare apples to apples. So let us learn the real picture of this issue.


Note: slight differences in the age shown in the graphs further in the article are due to various definitions of the Y generation (Millennials) in various reports. However, they do not affect the general message. It should be generally assumed that they are people born in the 1980s and the 1990s.

Generations: Z (born 1995-2015); Y (1980-1994); X (1965-1979); Baby Boomers (1944-1964).

Segmentations are often used to simplify our understanding of the world. Let me group then people all over the world according to their age. Why age, one may ask, and not their sex or the region in which they live or their income level? Every segmentation might be good, depending on our needs and whether it will allow us to take specific actions. In this case we want to show differences between generations (as we remember from the previous paragraph, the young generation is apparently less interested in sport). In addition, it is widely known that the division into the so-called generations is frequently used in the subject literature and we can find an impressive amount of statistical data concerning these groups. That is why this segmentation, as initial approach, seems to be a good idea.

Millennials are already the biggest social group globally…

Population segmented by generations (globally, %, 2019)

Source: Roland Berger

…and soon they will become the biggest working group…

The share of particular generations in the working populaion (globally)

Source: A.T. Kearney, U.S. Census Bureau

…which will have the “thickest” wallets

The forecasted annual income divided into generations ($tn)

Source: Roland Berger

Generation Y, the so-called Millennials, the younger generation mentioned by the managers, constitutes globally the biggest group of people and it will soon become the biggest working group, with the highest disposable incomes. This should also be interesting for every company, regardless of its sector. A question emerges, namely whether this group will want to invest its funds in the world of sport and whether these people are interested in sport just as their predecessors. Inundated with the news about the declining interest and audiences, we are faced with such a problem. 


Analyses, however, show that Millennials are sports fans. Looking at the aggregated data, we can see that they are slightly less involved than the previous generation, but this difference disappears for some sports and in most analyzed sports they are equally or even more involved than their predecessors (NBA, International soccer, NCAA, UFC/MMA, MLS, Golf).

Fans involved in sport (% of the population, 2017)

An involved fan is defined on the basis of the number of interactions (watching matches, checking results/highlights) as a keen fan, an engaging fan or an average fan. The “rejected” people are those who are not fans (below 1 interaction in 2 weeks) or the so-called accidental fans.

Since they are so involved, how can we account for this common concern and problems described in the initial part of the article?

Well, the data shows that Millennials are not the problem themselves, what we are observing globally is the change in their lifestyle, compared with other generations, and consequently, their different way of consuming multimedia materials. All this is combined with the declining popularity of traditional TV as we knew it (which may be attributed to a different form of consumption). Let us check what the data “says”. Below there are TV ratings in the USA (regular season, 2017-2016 comparison, sources: Nielsen and MoffettNathanson):

  • NFL in ESPN fell by o 17%, in NBC by 7%, in FOX by 8%, in CBS by 6%
  • NBA declined by 8%
  • While TV watching (not only sports) fell by 14% (broadcast) and 9% (cable) – May 2017 vs. May 2016

As we can see, in fact, sport slightly slows down the decline of these ratings. Does this offer any consolation? No, but it shows that the problem may lie in the entire sector, not only in sport.

What is more, there is some data supporting the thesis that this is a sector problem, namely Nielsen data, which shows that the number of the Millennials watching, for example NFL, has grown in fact in 2016-2017 (from 65% of this population to 67%). Whereas the decline of TV ratings among the Millennials (by 9%) was caused mainly by two events: (1) 8% decrease in the number of watched matches, (2) 6% decrease in the number of minutes watched per match. Similar trends were also observed for other major sports in the USA. No significant differences were observed in the length of watched matches for live broadcasting, for generations X and Y (respectively 3.4 matches/week vs. 3.2 matches/week) or match highlights (approximately 32 minutes for both generations).

The above data shows that the Millennials watch comparable amounts of sport and are as fascinated by it as the previous generation, while doing it in a different way. In the era of instant access to every kind of entertainment, they choose the most interesting matches for them and watch them in a different way than the previous generation (for example only one half, highlights, selected fragments).

In order to confirm this phenomenon (consumption of the same content, but in a different form), let us look at the data below:

Consumption of multimedia content (% of sport fans in a given population, 2017)

We can clearly see that the main difference between the generations lies in the use of social media. While the Millennials use them as their main medium to check results or watch highlights, generation X uses websites and theme applications (20 points of difference between generations in checking results and 17 points in watching highlights)

This does not deviate from general behavior exhibited by the Millennials as far as the consumption of multimedia (not only sport) content is concerned:

Time spent on consumption of multimedia content (2015, %)

Source: L.E.K. Consulting

The graph presents the division of time spent on consumption of selected multimedia content by particular generations. In the younger generation we can observe a significant growth of the share of OTT and streaming services at the cost of traditional TV.

Occasionally opinions are voiced that generation Y is too large to have its behavior analyzed jointly. This, obviously, depends on the aim of the analysis, but it must be admitted that the Millennials group contains people of various age. Looking at 20 and 35-year old people I discern significant differences in their lifestyles. In order to understand well what drives the generation of the Millennials, the current segmentation only according to age may not be sufficient.

The analysis below aims at showing another level of segmentation that can be applied to reveal more detailed insights into a particular generation.

Nielsen company, in its report titled The Total Audience Report, noticed that the changes in behavior inside generation Y are caused by their life situation, not by age. The company divides people inside this group into 3 life situations: Dependent Adults, On Their Own, Starting a Family. Glenn Enoch from Nielsen justifies it in this way:

18-34 year olds are not a monolithic group with a common set of technologies or behaviors. Their lives are in rapid transition as they join the workforce, move into their own homes and start families.

Glenn Enoch, SVP Audience Insights Nielsen

The use of TV by the Millennials per day (hours: minutes)

Source: Nielsen

The above graph shows that people starting a family watch TV and use multimedia connected to TV 28% longer per day than people living on their own. Looking at aggregated results, we would not be able to see these significant differences and even if we decided to focus, in the marketing aspect, on the Millennials, we would not know whether we should approach a 20-year-old and a 35-year-old in the same way, or, if not, what determines a different approach. Thanks to this segmentation, we are provided with answers to such questions. If so far, as a club/league manager, you have used only one segmentation when choosing the group of people you wanted to attract to a sports event or encourage to buy in your online shop, it might be worth considering a different approach. Thanks to the data we can see that many factors determine changes in consumer behavior.


When the vision of development is not supported with data, this leads to the repetition of the same actions in order to achieve a different result. For example:

  • Campaigns promoting matches have been the same for years, even though the structure of club fans has changed totally over the years (without fan segmentation we will not learn it and we rely on our intuition)
  • Instant coffee and heated up burgers are still served at the stadium even though the marketing department does its best to increase the share of the Millennials, who visit hipster cafes on a daily basis (the lack of the analysis of fan expectations / the lack of coherent communication)

These are only selected examples. There are many places where mistakes can be made, therefore I proposed a short checklist that can be used in projects related to the analysis of the fan base – it will allow to structure thinking and avoid the most common traps. The steps need to be taken in the given order (points 4A-4C constitute the so-called hypothesis testing, if the hypothesis did not pass the test, it needs to be changed and go through points 4A-4C once again):

1. DETERMINE THE AS-IS STATUS: What are the system and technical possibilities in an organization? Where should we look for necessary data and how credible is such data?

2. GOAL: What do you want to achieve?

3. GOAL JUSTIFICATION: Why do you want to do it? Is it consistent with organization values?

4. INITIATIVE – HYPOTHESIS: How do you want to do it?


  • 4A. Why do you think this particular initiative will help you accomplish the goal and how can we measure success?
  • 4B. What fan/client segmentation will be best and why? What insights do we gain from this?
  • 4C. Which segment is the offer directed at? What makes the fans in this segment happy or unhappy? Does this initiative solve their problem?

5. MONITORING: Is this initiative properly implemented?

A model answer in the checklist with an erroneous approach in one step:


2. GOAL: Increasing interaction between fans in social media

3. GOAL JUSTIFICATION: A new sponsor has joined our club and wants to increase its exposure in social media and learn the fan base, the contractual provision obliges us to show initiative in this scope

4. INITIATIVE – HYPOTHESIS: To introduce a conest in social media and installing Wi-Fi on the stadium (this will allow to gather additional information about fans and later to personalize the sponsor’s offer)

  • 4A. European clubs which installed Wi-Fi on the stadium have noticed increased interaction in social media, club questionnaires show that the lack of working Internet is a problem for fans during a match
  • 4B. On a sample of fans going to matches we have conducted over the months a segmentation based on their age. It allowed us to see a trend – more and more Millennials in the stadium
  • 4C. We estimate that the offer should mainly refer to the Millennials due to the type of products offered by our sponsor and the segment of fans who use social media during the match

5. MONITORING: Fans can log into the Wi-Fi network after arriving at the stadium. They have to provide such basic data as: name and surname, e-mail, phone number, address, age, and then confirm the link sent to their e-mail account.

Do you know what the problem is?

The description of particular points is simplified. The most important thing was to present the reasoning scheme, but the main problem is included in point 5. This is a painful because hard analytical, investment and implementation work was done and this seemingly simple thing will effectively “kill” the expected results.

Well, in the contemporary world of GDPR and protection of personal data, asking fans to provide so much personal data will discourage them from logging in. Another problem is the need to switch between applications (WiFi website and then e-mail account), as it delays the process. This is a real situation, often experienced in clubs. If the logging method is changed (a one-off code, linked to ticket, personal number, etc.), this increases the number of loggings several times.

How does the above example relate to the whole article? Well, it shows that in spite of the properly performed analytical work and the implementation of an idea, the initiative did not accomplish its goals. In the period of too much concentration on data analysis for the analysis sake, this problem is becoming more frequent. Organizations need to remember that business decisions should be “data-informed” not totally „data-driven” (being “data-informed” means that you treat data as one of the available sources, being “data-driven” means that data fully drives your decision making process).

This is especially important in sport, as it is packed with emotions and meaning like no other industry. So we should use data to create story and impact and not just present it on a chart. Storytelling cannot be overlooked.


  • Do not be a hard-liner, do not act only relying on your intuition – do not keep doing the same thing if you want to achieve different goals, use data to take business decisions
  • Millennials are nearly as interested in sport as their predecessors, it is the type of consumption that changed
  • Milennials prefer watching fewer sports events, but more important ones, as well as shorter fragments of matches (for example 1 half or highlights, etc)
  • The main difference between generation Y and generation X is the use of social media instead of theme websites to perform the same activities
  • Segment and analyze wisely, do not check what other clubs are doing and do not implement blindly their solutions
  • Do not worry if someone goes to the cinema, this does not have to mean that they replaced matches with the cinema, the society is getting richer, if you encourage them, they will go to the cinema and to the match 🙂
  • Data is only one of the sources of information, but by no means the only one, a well-performed analysis does not guarantee 100% success, be „data-informed” and not „data-driven”

The article used the analyses and data from the following companies: A.T. Kearney, Nielsen, McKinsey, Roland Berger MoffettNathanson



(7 min czytania)


Pytanie w tytule jest retoryczne i jest parafrazą słów Alberta Einsteina, ale widząc bardzo dużą liczbę organizacji sportowych zachowujących się w ten właśnie sposób, sam zacząłem zadawać sobie to pytanie.

Do napisania artykułu zmotywowała mnie rozmowa z jednym z przedstawicieli europejskiego klubu sportowego, który uważał, że niska frekwencja na meczach jest spowodowana coraz mniejszym zainteresowaniem sportem przez młode pokolenie, a także przegrywaniem walki z innymi formami rozrywek (np. kino).

Zagadnienie jest o tyle ciekawe, że są to zdania powtarzane w wywiadach przez znaczną część kadry zarządczej w organizacjach sportowych. Dodatkowo. każdy definiuje i rozumie ‘pokolenie’ w inny sposób, a ja nie widziałem jeszcze danych, które skutecznie by mnie przekonały do wyżej wymienionych twierdzeń. Co więcej, robiąc niejako krok wstecz, dostrzegłem, że nie wszyscy managerowie wiedzą dlaczego właściwie chcą zwiększać frekwencję – czy celem jest zwiększyć przychody w przeliczeniu na kibica? A może wynegocjować lepszy kontrakt ze sponsorem? A może wszystko po trochu albo jeszcze coś innego? Zrozumienie, co chce się osiągnąć jest ważnym punktem startowym, bo jeśli nie wiemy dokąd idziemy, to nie ma znaczenia którą drogę wybierzemy.

Postanowiłem tę wiedzę ustrukturyzować i pokazać, co jest mitem, a co faktem wykorzystując analizę opartą na danych a nie domysłach. Na początku artykułu opisuję przykładowe informacje prasowe w temacie spadającego zainteresowania sportem. Następnie definiuję młode pokolenie i pokazuję ich pozycję względem innych grup społecznych. W dalszej części pokazuję jaki stosunek do sportu ma młode pokolenie w porównaniu do poprzedniego. Na końcu przedstawiam checklistę, która może być wykorzystana przez organizacje sportowe przy podejmowaniu decyzji biznesowych. 

Analiza dotyczy rynku amerykańskiego, ale jej schematy mogą być z powodzeniem używane w każdym innym państwie.


  • Czym jest segmentacja, po co ja stosować i jak ją wykorzystać w sporcie
  • Które pokolenie ma „najgrubszy” portfel
  • Czy młode pokolenie przestało interesować się sportem
  • Jak patrzenie jedynie na zbiorcze dane może fałszować rzeczywisty obraz
  • Różnica między podejściem „data-informed” a „data-driven” przy podejmowaniu decyzji biznesowych
  • Od czego zacząć gdy pracujesz w klubie sportowym i jakie są typowe błędy


Nie jest ciężko zauważyć, że coś się zmienia. Parę lat temu ESPN straciło 10% swoich subskrybentów w zaledwie 3 lata, Igrzyska Olimpijskie w 2016 r. oglądało o 3 mln mniej osób niż w 2012 r., a średnia wieku wzrosła do 53 lat, gdzie w 2000 r. było to jeszcze 45. Podobne trendy obserwują czołowe sporty w USA (poza kobiecym tenisem). A więc coś rzeczywiście jest na rzeczy. Z drugiej strony wszędzie pojawiają się duże liczby, ale brak znajomości metodyki danej analizy oraz wartości podawane bez kontekstu powodują, że być może nie zawsze porównujemy jabłka do jabłek. Dowiedzmy się jak jest w rzeczywistości.


Adnotacja: niewielkie różnice w pokazywanym wieku na wykresach w dalszej części artykułu wynikają z różnych definicji generacji Y (Millennialsi) w różnych raportach, jednakże nie mają one wpływu na ogólny przekaz. Generalnie należy przyjąć, że są to osoby urodzone w latach 80 i 90 XX wieku.

Generacje (w nawiasie przybliżone daty urodzeń): Z (1995-2015); Y (1980-1994); X (1965-1979); Baby Boomers (1944-1964).

Uprośćmy rozumienie świata. W tym celu często stosuje się segmentacje. Pogrupuję więc ludzi na świecie ze względu na ich wiek. Dlaczego ze względu na wiek, a nie, np. ze względu na płeć lub region zamieszkania lub poziom zarobków? Każda segmentacja może być dobra, w zależności jaka jest nasza potrzeba i czy to co uzyskamy pozwoli nam na konkretnie działania. W tym wypadku chcemy pokazać różnice między pokoleniami (jak pamiętamy z poprzedniego paragrafu, podobno młode pokolenie mniej interesuje się sportem). Dodatkowo, wiadomo, że podział na tzw. generacje jest częstym podziałem w literaturze i istnieje dużo danych statystycznych dotyczących tych grup. Stąd, ten podział jako startowa segmentacja wydaje się to być dobrym pomysłem.

Millennialsi to już największa grupa społeczna globalnie…

Ludność w podziale na generacje (globalnie, %, 2019)

Źródło: Roland Berger

…a już wkrótce także największą grupą pracującą…

Udział poszczególnych generacji w ludności pracującej (globalnie)

Źródło: A.T. Kearney, U.S. Census Bureau

…która będzie miała “najgrubszy” portfel

Prognozowany roczny przychód w podziale na generacje ($tn)

Źródło: Roland Berger

Generacja Y, tzw. Millennialsi, czyli to młodsze pokolenie, o którym wypowiada się kadra zarządzająca, to globalnie już największa liczba osób, która już niedługo będzie największą grupą pracującą i będzie miała „najgrubszy” portfel. Powinno to być interesujące z punktu widzenia każdej firmy bez względu na sektor, w którym operuje. Pytanie więc, z perspektywy organizacji sportowej, czy ta grupa będzie chciała inwestować swoje środki w świat sportu i czy w ogóle interesuje się sportem w stopniu porównywalnym do poprzedniego pokolenia? Bombardujące nas newsy o spadkach zainteresowania i oglądalności wskazywałyby na pojawiający się problem.


Analizy pokazują, że Millennialsi jednak są fanami sportu. Co prawda patrząc na dane zagregowane, są nieco mniej zaangażowani niż poprzednie pokolenie, ale ta różnica zanika dla wybranych dyscyplin i w większości badanych sportów angażują się równie mocno lub nawet bardziej (NBA, International soccer, NCAA, UFC/MMA, MLS, Golf).

Fani zaangażowani w sport (% danej populacji, 2017)

Fan zaangażowany definiowany na podstawie liczby interakcji (oglądania meczów, śledzenia wyników/skrótów) jako fan zapalony lub angażujący się lub średnio angażujący się. Odrzucone osoby nie będące fanami (poniżej 1 interakcji w ciągu 2 tygodni) oraz tzw. fani przypadkowi.

Źródło: McKinsey & Company

Skoro są tak zaangażowani to skąd to ogólne poruszenie i problemy opisywane w początkowej części artykułu?

Otóż, dane pokazują, że Millennialsi nie są samym problemem w sobie. To, co obserwujemy globalnie, to zmiana w ich sposobie życia w porównaniu do innych generacji, a co za tym idzie innego konsumowania przez nich materiałów multimedialnych. To wszystko połączone dodatkowo z malejącą popularnością tradycyjnej TV jaką znaliśmy dotychczas (co może być efektem innej konsumpcji). Sprawdźmy co „mówią” dane. Poniżej przedstawiono ratingi TV w USA (regularny sezon, porównanie roku 2017 do 2016, źródła: Nielsen oraz MoffettNathanson):

  • NFL w ESPN spadło o 17%, w NBC o 7%, w FOX o 8%, w CBS o 6%
  • NBA spadło o 8%
  • Podczas gdy oglądalność TV (nie tylko sportu) spadła o 14% (broadcast) i 9% (cable) – Maj 2017 vs Maj 2016

Widać, że sport nawet nieco spowalnia spadek tych ratingów. Czy jest to duże pocieszenie? Nie, ale pokazuje, ze problem może być w całym sektorze, a nie tylko w sporcie.

Co więcej, danymi wspierającymi hipotezę, że jest to problem sektorowy są dane Nielsena pokazujące, że tak naprawdę liczba Millennialsów oglądających np. NFL wzrosła w latach 2016-2017 (z 65% tej populacji do 67%), a spadek ratingów TV wśród Millennialsów (o 9%) spowodowany był głównie przez 2 zdarzenia: (1) 8% spadek w liczbie oglądanych meczów, (2) 6% spadek w długości minut oglądanych per mecz. Podobne trendy odnotowano dla innych głównych sportów w USA. Nie odnotowano także znaczących różnić między długością oglądanych meczów, nadawanych na żywo, przez generacje X i Y (odpowiednio 3,4 meczów / tydzień vs. 3,2 meczów / tydzień) czy tez skrótów meczowych (ok. 32 min dla obu generacji).

Powyższe dane wskazują, że Millennialsi oglądają porównywalnie dużo sportu i są podobnie nim zafascynowani jak poprzednia generacja, przy czym robią to w inny sposób. W dobie dostępu do każdego rodzaju rozrywki w mgnieniu oka, wybierają oni najciekawsze dla nich mecze i oglądają je w inny sposób niż poprzednia generacja (np. tylko jedną połowę, skróty, wybrane fragmenty).

Na potwierdzenie tego zjawiska (konsumpcji tych samych treści w inny sposób) spójrzmy jeszcze na poniższe dane:

Konsumpcja treści multimedialnych (% fanów sportu w danej populacji, 2017)

Źródło: McKinsey & Company

Wyraźnie widać, że główna różnica między generacjami to wykorzystanie mediów społecznościowych. Podczas gdy Millennialsi używają ich jako głównego mediumdo śledzenia wyników czy oglądania skrótów, generacja X wykorzystuje do tego samego celu strony i aplikacje tematyczne (20 pp. różnicy między pokoleniami przy sprawdzaniu wyników i 17 pp. różnicy przy oglądaniu skrótów)

Nie odbiega to od ogólnych zachowań Millennialsów pod względem konsumpcji treści multimedialnych (nie tylko sportowych):

Czas spędzony na konsumpcji treści multimedialnych (2015, %)

Źródło: L.E.K. Consulting

Wykres przedstawia podział czasu spędzanego na konsumpcji wybranych treści multimedialnych przez poszczególne pokolenia. W młodszym pokoleniu obserwujemy głównie znaczący wzrost udziału serwisów OTT i streamingu kosztem tradycyjnej TV.

Od czasu do czasu pojawią się głosy mówiące o tym, że pokolenie Y to za duży zbiór i ich zachowania nie mogą być analizowane łącznie. To wszystko zależy od celu analizy, ale rzeczywiście grupa Millennialsów to jednak znaczna rozbieżność w wieku. Patrząc po osobach, którzy mają 20 lat lub 35 lat dostrzegam znaczące różnice w ich stylu życia. Żeby dogłębnie zrozumieć czym kieruje się pokolenie Millennialsów dotychczasowa segmentacja jedynie ze względu na wiek może być niewystarczająca.

Poniższa analiza ma na celu ukazanie kolejnego poziomu segmentacji, który można zastosować by wydobyć bardziej szczegółowe „insight’y” o danym pokoleniu.

Firma Nielsen w swoim raporcie The Total Audience Report zauważyła, że zmiany zachowań zachodzące wewnątrz generacji Y są spowodowane sytuacją życiową, a nie wiekiem. Segmentuje osoby wewnątrz tej grupy na 3 sytuacje życiowe: Dependent Adults (dorośli mieszkający z innymi osobami), On Their Own (dorośli “na swoim”), Starting a Family (dorośli zakładający rodzinę). Tak to podejście uzasadnia Glenn Enoch z firmy Nielsen:

Grupa wiekowa 18-34 nie jest monolityczna z jednakowymi technologiami i zachowaniami. Ich życie ulega szybkiej zmianie kiedy dołączają do grupy pracującej, wprowadzają się do własnego domu czy też gdy zakładają rodzinę.

Glenn Enoch, SVP Audience Insights Nielsen

Wykorzystanie TV w ciągu dnia przez Millennialsów (godziny:minuty)

Źródło: Nielsen

Z powyższego wykresu widać, że osoby zakładające własną rodzinę oglądają TV i wykorzystują urządzenia multimedialne podłączone do TV o 28% dłużej w ciągu doby niż osoby mieszkające same. Patrząc na zbiorcze wyniki, nie bylibyśmy w stanie zobaczyć tych znaczących różnic i nawet jeśli zdecydowalibyśmy o tym by skupić się, np. marketingowo, na Millennialsach nie wiedzielibyśmy czy do 20latka podejść tak samo jak do 35latka, a jeśli nie tak samo to co jest wyznacznikiem innego podejścia? Dzięki tej segmentacji mamy odpowiedzi na te pytania.

Jeżeli do tej pory jako przedstawiciel klubu / ligii kierowałeś/-aś się jedynie jedną segmentacją przy wyborze grupy osób, którą chcesz przyciągnąć na wydarzenia sportowej czy to zachęcić do zakupów w sklepie online, to być może warto rozważyć inne podejście. Dzięki danym widzimy bowiem, że wiele czynników decyduje o zmianach w zachowaniach konsumentów.


Brak poparcia danymi wizji rozwoju prowadzi do tytułowego powtarzania tych samych czynności w celu osiągnięcia innego rezultatu. Na przykład:

  • akcje promujące mecze są od lat te same, mimo że struktura fanów klubu uległa całkowitej zmianie na przestrzeni lat (bez segmentacji fanów nie dowiemy się tego i bazujemy na naszym przeczuciu)
  • cały czas serwuje się kawę rozpuszczalną i odgrzewanego burgera na stadionie mimo, że dział marketingu robi co może żeby zwiększyć udział Millennialsów, którzy na co dzień przesiadują w hipsterskich kawiarniach (brak analizy oczekiwań fanów / brak spójnej komunikacji)

To tylko wybrane przykłady. Jest wiele miejsc, w których można popełnić błędy więc zaproponowałem krótką checklistę którą można wykorzystać przy projektach powiązanych z analizą bazy fanów – pozwoli ustrukturyzować myślenie i ominąć najczęstsze pułpaki. Kroki należy realizować w podanej kolejności (punkty 4A-4C to tzw. testowanie hipotezy, jeśli hipoteza nie przeszla pomyślnie testu to należy ją zmienić i ponownie przechodzić punkty 4A-4C):

1.OKREŚLENIE STATUSU AS-IS: Jakie są możliwości systemowe i techniczne w organizacji? Gdzie szukać niezbędnych danych i na ile są one wiarygodne?

2. CEL: Co chcesz osiągnąć?

3. UZASADNIENIE CELU: Po co chcesz to zrobić i czy jest to zgodne z wartościami organizacji?

4. INICJATYWA – HIPOTEZA: W jaki sposób chcesz to zrobić?


  • 4A. Dlaczego akurat ta inicjatywa pomoże zrealizować cel i jak zmierzyć jej sukces?
  • 4B. Jaka segmentacja fanów / klientów będzie najlepsza i dlaczego? Jakie wynikają z tego „insight’y”?
  • 4C. Do którego segmentu skierowana jest oferta? Co powoduje, że fani w danym segmencie są szczęśliwi a co, że nieszczęśliwi i czy inicjatywa rozwiązuje ich problem?

5. MONITORING: Czy inicjatywa jest właściwie zaimplementowana?

Przykład odpowiedzi w checkliście z błędnym podejściem w jednym z kroków:


2. CEL: Zwiększenie interakcji między kibicami w mediach społecznościowych

3. UZASADNIENIE CELU: Nowy sponsor dołączył do naszego klubu i chce zwiększyć swoją widoczność w mediach społecznościowych i poznać bazę swoich fanów, zapis kontraktowy obliguje nas do inicjatywy w tym zakresie

4. INICJATYWA – HIPOTEZA: Wprowadzić konkurs w mediach społecznościowych wykorzystujący nowego sponsora i instalacja Wi-Fi na stadionie co pozwoli na zbieranie dodatkowych informacji o fanach i późniejszą personalizację oferty sponsora

  • 4A. Kluby w Europie wprowadzające instalujące Wi-Fi na stadionie zauważyły zwiększoną interakcję w mediach społecznościowych; klubowe kwestionariusze pokazują, że brak dobrze działającego internetu jest problemem dla kibiców
  • 4B. Na próbce kibiców uczęszczających na mecze, przeprowadzona została segmentacja pod względem wieku na przestrzeni miesięcy. Pozwoliła określić, że obserwujemy trend w kierunku większej liczby Milennialsów na stadionie, dla których interakcje w mediach społecznościowych podczas wydarzeń sportowych są niezwykle ważne
  • 4C. Szacujemy, że oferta powinna głównie odnosić się do Milennialsów ze względu na typ oferowanych produktów przez naszego sponsora oraz segmentu kibiców wykorzystujących media społecznościowe podczas meczów

5. MONITORING: Kibic ma możliwość zalogowania się do sieci Wi-Fi po przybyciu na stadion wpisując podstawowe dane takie jak: imię i nazwisko, e-mail, telefon, adres zamieszkania, wiek, a następnie potwierdzić link wysłany na adres e-mail.

Czy wiesz gdzie jest problem?

Opis poszczególnych punktów jest uproszczony i chodzi o przybliżenie schematu rozumowania, ale główny problem jest w punkcie 4. Jest to o tyle „bolący” problem, że bardzo duża praca analityczna, inwestycyjna i wdrożeniowa została wykonana, a z pozoru prosta rzecz skutecznie „zabije” oczekiwane rezultaty.

Otóż, w dzisiejszym świecie z RODO i troską o dane osobowe, pytanie fanów o tak dużą ilość danych osobistych skutecznie zniechęci do logowania. Przechodzenie między aplikacjami (strona WiFi a następnie skrzynka pocztowa) to kolejny problem, ponieważ wydłuża proces. Jest to realna sytuacja, która często ma miejsce w klubach. W tym wypadku zmiana logowania (np. na jednorazowy kod, powiązany z biletem / numerem PESEL etc.) potrafi zwiększyć liczbę logowań kilkukrotnie.

Jak powyższy przykład ma się do całego artykułu? Otóż pokazuje on, że mimo wykonanej poprawnie pracy analitycznej i wydawałoby się wdrożenia pomysłu, inicjatywa nie spełniła swojego celu. W dobie zbyt dużej koncentracji na analizowaniu danych dla samej analizy ten problem staje się coraz częstszy. Organizacje powinny pamiętać, żeby decyzje biznesowe były „data-informed” a nie całkowicie „data-driven” (bycie „data-informed” oznacza podejmowanie decyzji z wykorzystaniem danych jako jednego ze źródeł informacji, podczas gdy bycie „data-driven” oznacza podejmowanie decyzji jedynie na podstawie danych).

Jest to ważne szczególnie w sporcie, który jest nacechowany emocjami jak żaden inny sektor. Dlatego właśnie tutaj dane muszą uzasadniać i opowiadać pewną historię (“storytelling”) a nie być pokazywane jedynie na wykresach.


  • Nie bądź twardogłowy i nie działaj jedynie na wyczucie – nie rób cały czas tego samego jeśli chcesz osiągnąć inne cele, wykorzystaj dane do podejmowania decyzji biznesowych
  • Millennialsi interesują się sportem niemal tak samo jak poprzednicy, to typ konsumpcji uległ zmianie
  • Milennialsi preferują oglądanie mniej wydarzeń sportowych, a o większym znaczeniu oraz krótsze fragmenty meczów (np. 1 połowa, skróty etc.)
  • Użycie mediów społecznościowych zamiast stron tematycznych, do tych samych aktywności, to główna różnica między generacjami Y i X
  • Segmentuj i analizuj z głową, a nie googluj co robią inne kluby i wprowadzaj na ślepo
  • Nie stresuj się, że ktoś chodzi do kina, to nie musi oznaczać, że zamienił mecz na kino, społeczeństwo się bogaci, jeśli ich odpowiednio zachęcisz to pójdą i do kina, i na mecz 🙂
  • Dane są jednym ze źródeł informacji, ale nie jedynym, dobrze zrobiona analiza to nie 100% sukcesu, bądź „data-informed” a nie „data-driven”

W artykule wykorzystano analizy i dane firm: A.T. Kearney, Nielsen, McKinsey, Roland Berger, MoffettNathanson

You Might Also Like

No Comments

    Leave a Reply