Pengukuran Dan Atribusi Pemasaran Pada 2023

Antara anjakan pengiklanan yang dilihat dalam beberapa tahun kebelakangan ini, termasuk merentasi sosial dan pemasaran carian dan paparan, yang paling jauh mungkin disebabkan oleh perubahan dalam atribusi dan pengukuran. Dan memandangkan skala media berbayar yang mampan semakin sukar dicapai dalam saluran tertentu, jenama mesti meningkatkan keupayaan mereka untuk mengenal pasti kenderaan pengiklanan yang mendorong sumbangan, bukan hanya atribusi. Ini bermakna mereka memerlukan peningkatan keterlihatan kepada pemacu hasil mereka yang bukan sahaja bertambah tetapi juga mengekalkan margin keuntungan. Tetapi ini mungkin akan berlaku secara agregat, bukannya pada peringkat pengguna individu.

"Dengan kurang keterlihatan ke dalam penukaran yang boleh dikaitkan, jenama beralih daripada melihat atribusi platform sebagai utara sebenar mereka dan sebaliknya memfokuskan pada metrik yang lebih holistik seperti kos pemerolehan pelanggan (CAC) dan penambahan," kata Megan Connahan, EVP di Direct Ejen, yang dikenali untuk pemasaran digitalnya berfungsi dengan pelanggan seperti Sony dan Walmart
WMT
. Ini merupakan usaha yang kompleks memandangkan bilangan platform yang semakin meningkat di mana pengguna dan jenama menghabiskan masa dan wang mereka, tetapi bergerak di luar jangkaan bahawa setiap dolar akan dikaitkan dengan pemodelan prestasi yang lebih holistik adalah penting untuk kebolehlaksanaan dan ketepatannya, tambahnya.

Ben Dutter, SVP Strategi di Power Digital, yang telah bekerja dengan pelanggan dari Uniqlo hingga Dropbox, bercakap tentang empat tuil yang terbukti memacu pembeli kali pertama – bukan hanya mengaitkan hasil – sebagai kreatif, kekerapan, penembusan penonton dan tempoh . Bagaimanakah jenama boleh mencari jenis sumbangan tambahan ini? “Halangan masuk untuk pemodelan campuran media (MMM) telah merendahkan cukup untuk menjadikan bentuk pengukuran ini biasa dan perlu… MMM ialah pilihan terbaik yang anda ada apabila anda kehilangan pengukuran dipacu teknologi, seperti kuki.” MMM amat berguna untuk pengiklanan dan televisyen digital di luar rumah (DOOH), kerana pemasaran corong teratas ini boleh mencabar untuk dijejaki. Tetapi Dutter juga memberikan contoh jenama yang lebih kecil yang mungkin bekerja dengan pengaruh atau di TikTok dan tidak mempunyai keterlihatan terperinci ke dalam data klik pengguna: Dengan menggunakan pemodelan statistik untuk melihat berapa banyak hasil kali pertama datang daripada iklan itu, pembuat keputusan boleh lebih baik memperuntukkan belanjawan untuk memastikan hubungan antara kos pemerolehan pelanggan dan nilai jangka panjang pelanggan tersebut adalah positif secara agregat.

Penggunaan MMM untuk meramalkan kesan prestasi perubahan belanjawan atau platform, dan penggunaan pembelajaran mesin untuk menggunakan output model tersebut pada strategi media untuk mencapai dan mengekalkan pengagihan perbelanjaan yang optimum, adalah taktik yang dilihat Connahan mendapat minat daripada jenama. “Secara keseluruhan, apabila anda melihat atribusi dan penyasaran iklan, kami semakin menjauhi pendekatan hiper-sasaran di mana segala-galanya boleh dijejak dan boleh dikaitkan. Jenama tidak lagi boleh mengharapkan untuk menyasarkan niche dalam Meta yang menukar dalam tetingkap atribusi yang ditakrifkan sebelum ini," katanya. Connahan seterusnya menjelaskan bahawa walaupun media tertentu mungkin telah memberikan kesedaran, penukaran dan atribusi pada masa lalu, jenama tidak perlu lagi mengharapkannya dan mesti mencari di tempat lain untuk mendapatkan semua yang mereka perlukan.

Berdasarkan platform demi platform, kehilangan data isyarat akibat perubahan dalam perundangan privasi dan Apple
AAPL
dasar privasi sendiri telah membantu memangkinkan peralihan dalam kalangan pemasar digital kepada MMM apabila mereka perlu mengukur hasil. Sebahagian daripada nilai MMM ialah keupayaannya untuk berkembang melangkaui digital kepada semua media berbayar, termasuk promosi perdagangan dan tawaran runcit. Tetapi manakala kedua-dua Google
GOOG
dan Meta telah meningkatkan keupayaan MMM mereka, jenama mungkin tidak mahu berkongsi semua data perbelanjaan media luaran mereka dengan platform ini dalam usaha untuk mengoptimumkan hasil.

Rangkaian ahli gabungan juga telah meningkatkan keupayaan penjejakan dan pelaporan mereka, termasuk pemantauan dan analitik masa nyata, untuk menawarkan cerapan yang lebih baik tentang prestasi kempen pemasaran ahli gabungan. Ricci Massero, Pengurus Pemasaran di Intellek, berkata ini membolehkan jenama membuat pelarasan masa nyata dan teknologi baharu, seperti penjejakan merentas peranti dan penjejakan tanpa kuki, telah meningkatkan ketepatan penjejakan sambil mengurangkan kejadian aktiviti penipuan.

Secara keseluruhan, Paul DeJarnatt, Naib Presiden Digital NOVUS, sebuah agensi perancangan dan pembelian media yang bekerja dengan Dollar Tree
LTRD
dan LIDL, percaya cerapan dan pemahaman khalayak akan mengatasi penyasaran dan teknologi apabila kuki pihak ketiga (3P) menyusut nilai dan menjadi lebih mencabar untuk menjalankan penyasaran serupa 3P berdasarkan data pelanggan pihak pertama (1P). Walaupun beliau mengakui sistem pembelian media dibina untuk membolehkan pemasar memanfaatkan data untuk memacu penyasaran dan pemperibadian, beliau menasihatkan bahawa menggunakan data secara eksklusif tidak lagi cekap dan adalah penting untuk menganalisis, dan menghargai, cerapan pelanggan kualitatif untuk membina strategi iklan. DeJarnatt seterusnya berpendapat cara baharu untuk mencari khalayak adalah melalui pelbagai peranti syarikat dan graf khalayak, yang merupakan salah satu sebab syarikat penerbitan berlumba-lumba untuk membina data yang mematuhi privasi, tidak bergantung kepada kuki yang kemudiannya boleh dipadankan dengan data 1P pengiklan untuk meniru skala 3P dan keupayaan yang kelihatan, secara global dan tempatan — tetapi dengan cara pengguna telah membenarkan penggunaan data mereka.

RamalanApa yang Saya Belajar Menonton Sidang Kemuncak Permodelan Campuran Pemasaran Meta selama 7 Jam
Fikirkan dengan GoogleMemodenkan pemodelan campuran pemasaran anda – Fikirkan dengan Google