Marketingové měření a atribuce v roce 2023

Mezi posuny v reklamě zaznamenané v posledních několika letech, včetně posunů napříč sociálními sítěmi a marketingem ve vyhledávací síti a v reklamní síti, mohou být nejrozsáhlejší ty, které byly způsobeny změnami v atribuci a měření. A protože je v určitých kanálech obtížnější dosáhnout udržitelného rozsahu placených médií, musí značky zlepšit svou schopnost identifikovat reklamní prostředky, které určují příspěvek, nejen atribuci. To znamená, že potřebují lepší přehled o hybatelích jejich příjmů, které jsou nejen přírůstkové, ale také udržují ziskové marže. Ale to se pravděpodobně stane na agregovaném základě, spíše na úrovni jednotlivých uživatelů.

„S menší viditelností přiřaditelných konverzí se značky odklánějí od pohledu na atribuční platformu jako svého skutečného severu a místo toho se zaměřují na holističtější metriky, jako je cena za akvizici zákazníka (CAC) a přírůstek,“ říká Megan Conahan, EVP ve společnosti Direct Agents, známá pro svou digitální marketingovou práci s klienty, jako jsou Sony a Walmart
WMT
. Jedná se o složitý podnik vzhledem ke stále rostoucímu počtu platforem, na kterých spotřebitelé a značky tráví svůj čas a peníze, ale posunout se nad rámec očekávání, že každý dolar bude přisouzen k holističtějšímu modelování výkonu, je důležité pro jeho proveditelnost a přesnost, dodává.

Ben Dutter, viceprezident pro strategii společnosti Power Digital, která spolupracovala s klienty od Uniqlo po Dropbox, hovoří o čtyřech pákách, které prokazatelně vedou kupující poprvé – nejen připisované tržby – jako kreativita, frekvence, penetrace publika a trvání. . Jak může značka najít tento typ přírůstkového příspěvku? „Překážka vstupu pro modelování mediálního mixu (MMM) se dostatečně snížila na to, aby se tato forma měření stala běžnou a nezbytnou... MMM je nejlepší možností, kterou máte, když ztratíte měření řízená technologiemi, jako jsou soubory cookie.“ MMM je zvláště užitečné pro digitální out-of-home (DOOH) reklamu a televizi, protože tento marketing na vrcholu trychtýře může být náročný na sledování. Dutter však také poskytuje příklad menší značky, která může pracovat s influencery nebo na TikTok a postrádá podrobnou viditelnost údajů o kliknutích uživatelů: Pomocí statistického modelování, aby bylo možné zjistit, kolik příjmů z této reklamy pocházelo poprvé, mohou tvůrci rozhodnutí lépe alokovat rozpočet tak, aby byl vztah mezi náklady na akvizici zákazníků a dlouhodobou hodnotou těchto zákazníků celkově pozitivní.

Použití MMM k predikci dopadů na výkon rozpočtu nebo změn platformy a nasazení strojového učení k aplikaci výstupů těchto modelů do mediálních strategií za účelem dosažení a udržení optimální distribuce výdajů je taktika, kterou Conahan vidí v získávání zájmu značek. „Celkově, když se podíváte na atribuci a cílení reklam, ustupujeme od přístupu hyper-cílení, kde je vše sledovatelné a přiřaditelné. Značky již nemohou očekávat, že budou cílit na mezeru v rámci Meta, která konvertuje v rámci dříve definovaného atribučního okna,“ říká. Conahan dále vysvětluje, že zatímco konkrétní média mohla v minulosti poskytovat povědomí, konverzi a připisování, značky by to již neměly očekávat a musí hledat jinde, aby získaly vše, co potřebují.

U jednotlivých platforem dochází ke ztrátě dat signalizace kvůli změnám v legislativě na ochranu soukromí a v Apple
AAPL
vlastní zásady ochrany soukromí pomohly urychlit přechod mezi digitálními obchodníky na MMM, když potřebují měřit výsledky. Součástí hodnoty MMM je jeho schopnost expandovat mimo digitální média na všechna placená média, včetně obchodních propagací a maloobchodních obchodů. Ale zatímco oba Google
GOOG
a Meta zvýšily své schopnosti MMM, značky možná nebudou chtít sdílet všechna data o svých externích mediálních výdajích s těmito platformami ve snaze optimalizovat výsledky.

Přidružené sítě také vylepšily své možnosti sledování a vykazování, včetně monitorování a analýzy v reálném čase, aby nabídly lepší přehled o výkonu affiliate marketingových kampaní. Ricci Massero, marketingový manažer společnosti Intellek, říká, že to značkám umožňuje provádět úpravy v reálném čase a že nové technologie, jako je sledování napříč zařízeními a sledování bez souborů cookie, zlepšily přesnost sledování a zároveň snížily výskyt podvodných aktivit.

Celkově Paul DeJarnatt, digitální viceprezident NOVUS, agentury pro plánování a nákup médií, která spolupracovala s Dollar Tree
DLTR
a LIDL věří, že statistiky a porozumění publika předstihnou cílení a technologii, protože soubory cookie třetích stran (3P) se znehodnocují a bude náročnější provádět 3P podobné cílení založené na zákaznických datech první strany (1P). I když uznává, že systémy nákupu médií jsou vytvořeny tak, aby umožnily obchodníkům využívat data k cílení a personalizaci, radí, že používání výhradně dat již není efektivní a že je zásadní analyzovat a hodnotit kvalitativní statistiky zákazníků při vytváření reklamní strategie. DeJarnatt dále tvrdí, že nový způsob, jak najít publikum, bude prostřednictvím grafů zařízení a publika různých společností, což je jeden z důvodů, proč vydavatelské společnosti závodí ve vytváření dat v souladu s ochranou osobních údajů a nezávislých na souborech cookie, která lze poté porovnat s údaji 1P inzerentů. za účelem replikace tohoto 3P měřítka a podobné schopnosti, globálně i lokálně – ale způsobem, kdy spotřebitel povolil použití svých dat.

PrognózaCo jsem se naučil Sledováním 7 hodin setkání Meta's Marketing Mix Modeling Summit
Přemýšlejte se společností GoogleModernizace modelování marketingového mixu – Think with Google