Pomiar marketingowy i atrybucja w 2023 r

Wśród zmian reklamowych obserwowanych w ciągu ostatnich kilku lat, w tym w marketingu społecznościowym oraz marketingu w wyszukiwarkach i displayach, najdalej idące mogą być zmiany wynikające ze zmian w atrybucji i pomiarach. A ponieważ w niektórych kanałach coraz trudniej jest osiągnąć zrównoważoną skalę płatnych mediów, marki muszą poprawić swoją zdolność do identyfikowania nośników reklamowych, które napędzają wkład, a nie tylko atrybucję. Oznacza to, że potrzebują lepszego wglądu w czynniki napędzające ich przychody, który jest nie tylko przyrostowy, ale także utrzymuje marże zysku. Ale prawdopodobnie nastąpi to na zasadzie zagregowanej, a raczej na poziomie indywidualnego użytkownika.

„Przy mniejszej widoczności konwersji, które można przypisać, marki odchodzą od postrzegania atrybucji platformy jako swojej prawdziwej północy i zamiast tego skupiają się na bardziej holistycznych wskaźnikach, takich jak koszt pozyskania klienta (CAC) i przyrost”, mówi Megan Conahan, EVP w Direct Agents, znana z swoją pracę w zakresie marketingu cyfrowego z klientami takimi jak Sony i Walmart
WMT
. Jest to złożone przedsięwzięcie, biorąc pod uwagę stale rosnącą liczbę platform, na których konsumenci i marki spędzają czas i pieniądze, ale wyjście poza oczekiwanie, że każdy dolar zostanie przypisany bardziej całościowemu modelowaniu wydajności, jest ważne ze względu na jego wykonalność i dokładność, dodaje.

Ben Dutter, starszy wiceprezes ds. strategii w Power Digital, który pracował z klientami od Uniqlo po Dropbox, mówi o czterech dźwigniach, które, jak udowodniono, przyciągają kupujących po raz pierwszy – a nie tylko przypisanych przychodach – takich jak kreatywność, częstotliwość, penetracja wśród odbiorców i czas trwania . Jak marka może znaleźć tego rodzaju dodatkowy wkład? „Bariera wejścia na rynek modelowania miksu mediów (MMM) obniżyła się na tyle, że ta forma pomiaru stała się powszechna i konieczna… MMM to najlepsza opcja, jaką masz, gdy tracisz pomiar oparty na technologii, taki jak pliki cookie”. MMM jest szczególnie przydatny w przypadku cyfrowych reklam i telewizji poza domem (DOOH), ponieważ ten marketing na szczycie ścieżki może być trudny do śledzenia. Ale Dutter podaje również przykład mniejszej marki, która może współpracować z influencerami lub na TikTok i nie mieć szczegółowego wglądu w dane dotyczące kliknięć użytkowników: Korzystając z modelowania statystycznego, aby zobaczyć, ile przychodów pochodzi z tej reklamy po raz pierwszy, decydenci mogą lepiej alokować budżet, aby zapewnić, że relacja między kosztami pozyskania klientów a długoterminową wartością tych klientów jest dodatnia w ujęciu zagregowanym.

Wykorzystanie MMM do przewidywania wpływu zmian budżetu lub platformy na wydajność oraz wdrożenie uczenia maszynowego w celu zastosowania tych wyników modelu do strategii medialnych w celu osiągnięcia i utrzymania optymalnej dystrybucji wydatków to taktyka, którą Conahan widzi, zyskując zainteresowanie marek. „Ogólnie rzecz biorąc, jeśli spojrzymy na atrybucję i kierowanie reklam, odchodzimy od podejścia hiper-targetowania, w którym wszystko można śledzić i można je przypisać. Marki nie mogą już oczekiwać, że będą celować w niszę w Meta, która konwertuje w ramach wcześniej zdefiniowanego okna atrybucji” – mówi. Conahan wyjaśnia dalej, że chociaż określone media mogły w przeszłości zapewniać świadomość, konwersję i atrybucję, marki nie powinny już tego oczekiwać i muszą szukać gdzie indziej, aby uzyskać wszystko, czego potrzebują.

Utrata danych sygnalizacyjnych w poszczególnych platformach z powodu zmian w przepisach dotyczących prywatności i Apple
AAPL
własne polityki prywatności pomogły katalizować przejście wśród marketerów cyfrowych na MMM, gdy muszą mierzyć wyniki. Częścią wartości MMM jest jego zdolność do wyjścia poza cyfrowe do wszystkich płatnych mediów, w tym promocji handlowych i transakcji detalicznych. Ale podczas gdy zarówno Google
GOOG
i Meta zwiększyły swoje możliwości MMM, marki mogą nie chcieć udostępniać tym platformom wszystkich danych dotyczących wydatków na media zewnętrzne w celu optymalizacji wyników.

Sieci afiliacyjne również poprawiły swoje możliwości śledzenia i raportowania, w tym monitorowanie i analizę w czasie rzeczywistym, aby oferować lepszy wgląd w skuteczność kampanii marketingu afiliacyjnego. Ricci Massero, kierownik ds. marketingu w firmie Intellek, mówi, że umożliwia to markom dokonywanie korekt w czasie rzeczywistym, a nowe technologie, takie jak śledzenie na różnych urządzeniach i śledzenie bez plików cookie, poprawiły dokładność śledzenia, jednocześnie zmniejszając częstotliwość oszustw.

Ogólnie rzecz biorąc, Paul DeJarnatt, wiceprezes ds. cyfrowych w firmie NOVUS, agencji planowania i kupowania mediów współpracującej z Dollar Tree
DLTR
i LIDL wierzy, że wgląd i zrozumienie odbiorców wyprzedzą targetowanie i technologię, ponieważ pliki cookie stron trzecich (3P) tracą na wartości, a prowadzenie podobnego targetowania 3P w oparciu o własne dane klientów (1P) staje się coraz trudniejsze. Chociaż przyznaje, że systemy kupowania mediów zostały stworzone, aby umożliwić marketerom wykorzystanie danych do kierowania i personalizacji, radzi, że wykorzystywanie wyłącznie danych nie jest już wydajne i że kluczowe znaczenie ma analizowanie i docenianie jakościowych informacji o klientach w celu budowania strategii reklamowej. DeJarnatt dalej argumentuje, że nowy sposób znajdowania odbiorców będzie polegał na korzystaniu z urządzeń i wykresów odbiorców różnych firm, co jest jednym z powodów, dla których wydawcy ścigają się w tworzeniu zgodnych z prywatnością, niezależnych od plików cookie danych, które można następnie dopasować do danych 1P reklamodawców w celu odtworzenia tej skali 3P i podobnych możliwości globalnie i lokalnie — ale w sposób, w którym konsument wyraził zgodę na wykorzystanie swoich danych.

PrognozowanieCzego się nauczyłem, oglądając 7 godzin szczytów poświęconych modelowaniu Marketing Mix w Meta
Pomyśl o GoogleModernizacja modelowania marketingu mix – Think with Google