Spomedzi reklamných posunov, ktoré sme zaznamenali za posledných niekoľko rokov, a to aj v sociálnych sieťach, marketingu vo vyhľadávaní a obsahovom marketingu, môžu byť najrozsiahlejšie zmeny v dôsledku zmien v pripisovaní a meraní. A keďže v niektorých kanáloch je čoraz ťažšie dosiahnuť udržateľný rozsah platených médií, značky musia zlepšiť svoju schopnosť identifikovať reklamné prostriedky, ktoré prispievajú k prispievaniu, nielen pripisovaniu. To znamená, že potrebujú väčšiu viditeľnosť, pokiaľ ide o hnacie sily ich výnosov, ktoré nie sú len prírastkové, ale tiež zachovávajú ziskové marže. Ale pravdepodobne sa to stane na agregovanom základe, skôr na úrovni jednotlivých používateľov.
„S menšou viditeľnosťou pripísateľných konverzií sa značky odkláňajú od toho, aby sa na atribúciu platforiem pozerali ako na svoj skutočný sever, a namiesto toho sa zameriavajú na holistickejšie metriky, ako sú náklady na získanie zákazníka (CAC) a prírastok,“ hovorí Megan Conahan, EVP v spoločnosti Direct Agents, známa pre svoju digitálnu marketingovú prácu s klientmi, ako sú Sony a Walmart
WMT
Ben Dutter, viceprezident pre stratégiu v Power Digital, ktorý spolupracoval s klientmi od Uniqlo po Dropbox, hovorí o štyroch pákach, ktoré preukázateľne poháňajú nových kupujúcich – nielen pripisované výnosy – ako sú kreativita, frekvencia, prienik publika a trvanie. . Ako môže značka nájsť tento typ prírastkového príspevku? „Prekážka vstupu pre modelovanie mediálneho mixu (MMM) sa dostatočne znížila na to, aby sa táto forma merania stala bežnou a nevyhnutnou... MMM je najlepšou voľbou, ktorú máte, keď stratíte meranie založené na technológiách, ako sú súbory cookie.“ MMM je obzvlášť užitočný pre digitálnu reklamu mimo domova (DOOH) a televíziu, pretože sledovanie tohto marketingu v hornej časti lievika môže byť náročné. Dutter však poskytuje aj príklad menšej značky, ktorá môže pracovať s ovplyvňovateľmi alebo na TikTok a nemá podrobný prehľad o údajoch o kliknutiach používateľov: Pomocou štatistického modelovania na zistenie toho, aký prvý príjem pochádza z tejto reklamy, môžu tvorcovia rozhodnutí lepšie alokovať rozpočet, aby sa zabezpečilo, že vzťah medzi nákladmi na získanie zákazníka a dlhodobou hodnotou týchto zákazníkov bude na agregovanom základe pozitívny.
Použitie MMM na predpovedanie vplyvov na výkon rozpočtu alebo zmien platformy a nasadenie strojového učenia na aplikáciu výstupov týchto modelov do mediálnych stratégií na dosiahnutie a udržanie optimálnej distribúcie výdavkov je taktika, ktorú Conahan vidí v získavaní záujmu značiek. „Keď sa pozriete na pripisovanie a zacielenie reklamy, celkovo sa vzďaľujeme od prístupu hyper-zacielenia, kde je možné všetko sledovať a pripísať. Značky už nemôžu očakávať, že sa zamerajú na medzeru v rámci Meta, ktorá konvertuje v rámci predtým definovaného okna pripisovania,“ hovorí. Conahan ďalej vysvetľuje, že zatiaľ čo konkrétne médiá mohli v minulosti poskytovať povedomie, konverziu a pripisovanie, značky by to už nemali očakávať a musia hľadať inde, aby získali všetko, čo potrebujú.
Strata signalizačných údajov v dôsledku zmien v legislatíve o ochrane osobných údajov a v spoločnosti Apple na základe jednotlivých platforiem
AAPL
GOOG
Pridružené siete tiež zlepšili svoje možnosti sledovania a vykazovania, vrátane monitorovania a analýzy v reálnom čase, aby poskytli lepší prehľad o výkonnosti pridružených marketingových kampaní. Ricci Massero, marketingový manažér spoločnosti Intellek, hovorí, že to značkám umožňuje vykonávať úpravy v reálnom čase a že nové technológie, ako je sledovanie naprieč zariadeniami a sledovanie bez súborov cookie, zlepšili presnosť sledovania a zároveň znížili výskyt podvodných aktivít.
Celkovo možno povedať, že Paul DeJarnatt, digitálny viceprezident NOVUS, agentúry mediálneho plánovania a nákupu, ktorá spolupracovala s Dollar Tree
LTRD
Zdroj: https://www.forbes.com/sites/andreawasserman/2023/03/20/what-brands-need-to-know-marketing-measurement-and-attribution-in-2023/