Маркетингово измерване и приписване през 2023 г

Сред промените в рекламата, наблюдавани през последните няколко години, включително в социалните мрежи и търсенето и дисплейния маркетинг, най-обхватните може би са тези, дължащи се на промени в приписването и измерването. И тъй като устойчивият платен медиен мащаб стана по-труден за постигане в определени канали, брандовете трябва да подобрят способността си да идентифицират рекламните средства, които стимулират приноса, а не само приписването. Това означава, че те се нуждаят от по-голяма видимост на двигателите на техните приходи, които не само нарастват, но и поддържат маржове на печалба. Но това вероятно ще се случи на обобщена основа, а по-скоро на ниво индивидуален потребител.

„С по-малко видимост на приписваните реализации брандовете се отдалечават от разглеждането на приписването на платформата като на техния истински север и вместо това се фокусират върху по-холистични показатели като цена за придобиване на клиенти (CAC) и инкременталност“, казва Меган Конахан, EVP в Direct Agents, известна с неговата дигитална маркетингова работа с клиенти като Sony и Walmart
WMT
. Това е сложно начинание предвид непрекъснато нарастващия брой платформи, където потребителите и марките прекарват времето и парите си, но преминаването отвъд очакванията, че всеки долар ще бъде приписан към по-холистично моделиране на ефективността, е важно за неговата осъществимост и точност, добавя тя.

Бен Дътер, старши вицепрезидент на стратегията в Power Digital, който е работил с клиенти, вариращи от Uniqlo до Dropbox, говори за четирите лоста, доказали, че стимулират купувачи за първи път – не само приписвани приходи – като креативност, честота, проникване в аудиторията и продължителност . Как една марка може да намери този тип допълнителен принос? „Бариерата за навлизане на моделиране на медиен микс (MMM) е намаляла достатъчно, за да направи тази форма на измерване обичайна и необходима... MMM е най-добрият вариант, който имате, когато загубите измерване, управлявано от технологии, като бисквитки.“ MMM е особено полезен за дигитална реклама извън дома (DOOH) и телевизия, тъй като този маркетинг на върха на фунията може да бъде предизвикателство за проследяване. Но Dutter също така дава пример за по-малка марка, която може да работи с влиятелни лица или в TikTok и да няма подробна видимост в данните за кликванията на потребителите: Използвайки статистическо моделиране, за да видите колко първи приходи са дошли от тази реклама, вземащите решения могат по-добре разпределете бюджет, за да гарантирате, че връзката между разходите за придобиване на клиенти и дългосрочната стойност на тези клиенти е положителна на обща база.

Използването на MMM за прогнозиране на въздействието върху производителността на промените в бюджета или платформата и внедряването на машинно обучение за прилагане на тези резултати от модела към медийни стратегии за постигане и поддържане на оптимално разпределение на разходите е тактика, която Конахан вижда за привличане на интерес от марките. „Като цяло, когато погледнете приписването и насочването на рекламите, ние се отдалечаваме от хипер-насочения подход, при който всичко може да бъде проследено и приписано. Брандовете вече не могат да очакват да се насочат към ниша в рамките на Meta, която преобразува в рамките на предварително дефинирания прозорец на приписване“, казва тя. Конахан обяснява, че докато определени медии може да са осигурили информираност, преобразуване и приписване в миналото, марките вече не трябва да очакват това и трябва да търсят другаде, за да получат всичко, от което се нуждаят.

На базата на платформа по платформа, загубата на сигнални данни поради промени в законодателството за поверителност и на Apple
AAPL
собствените политики за поверителност спомогнаха за катализирането на преминаването сред дигиталните търговци към MMM, когато трябва да измерват резултатите. Част от стойността на MMM е способността му да се разшири отвъд цифровите до всички платени медии, включително търговски промоции и сделки на дребно. Но докато и двете Google
GOOG
и Meta увеличиха своята способност за MMM, марките може да не искат да споделят всичките си данни за разходите за външни медии с тези платформи в опит да оптимизират резултатите.

Партньорските мрежи също подобриха възможностите си за проследяване и отчитане, включително мониторинг и анализи в реално време, за да предложат по-добра представа за ефективността на партньорските маркетингови кампании. Ричи Масеро, маркетинг мениджър в Intellek, казва, че това позволява на брандовете да правят корекции в реално време и че новите технологии, като проследяване на различни устройства и проследяване без бисквитки, са подобрили точността на проследяването, като същевременно намаляват случаите на измамна дейност.

Като цяло, Paul DeJarnatt, цифров вицепрезидент на NOVUS, агенция за медийно планиране и закупуване, която работи с Dollar Tree
LTRD
и LIDL, вярва, че прозренията и разбирането на аудиторията ще надминат таргетирането и технологията, тъй като бисквитките на трети страни (3P) се обезценяват и става все по-предизвикателно да се провежда 3P lookalike насочване въз основа на клиентски данни от първа страна (1P). Въпреки че признава, че системите за медийно закупуване са изградени, за да позволят на маркетолозите да използват данни за стимулиране на насочването и персонализирането, той съветва, че използването изключително на данни вече не е ефективно и че е от решаващо значение да се анализират и ценят качествените прозрения на клиентите, за да се изгради рекламна стратегия. DeJarnatt освен това твърди, че новият начин за намиране на аудитория ще бъде чрез графики на устройства и аудитория на различни компании, което е една от причините издателските компании да се надпреварват да изграждат съвместими с поверителността, независещи от бисквитки данни, които след това могат да бъдат съпоставени с 1P данните на рекламодателите за да възпроизведе този 3P мащаб и възможност за прилика, глобално и локално – но по начин, по който потребителят е разрешил използването на техните данни.

ПрогнозаКакво научих, гледайки 7 часа срещи на върха за моделиране на маркетингов микс на Meta
Помислете с GoogleМодернизиране на моделирането на вашия маркетингов микс – Think with Google