Pengukuran Dan Atribusi Pemasaran Pada Tahun 2023

Di antara pergeseran periklanan yang terlihat dalam beberapa tahun terakhir, termasuk di seluruh pemasaran sosial dan pencarian dan tampilan, jangkauan terjauh mungkin disebabkan oleh perubahan atribusi dan pengukuran. Dan karena skala media berbayar yang berkelanjutan semakin sulit dicapai di saluran tertentu, merek harus meningkatkan kemampuan mereka untuk mengidentifikasi sarana periklanan yang mendorong kontribusi, bukan hanya atribusi. Ini berarti mereka membutuhkan peningkatan visibilitas ke dalam pendorong pendapatan mereka yang tidak hanya bertahap tetapi juga mempertahankan margin keuntungan. Tapi ini kemungkinan besar akan terjadi secara agregat, bukan pada tingkat pengguna individu.

“Dengan visibilitas yang lebih sedikit ke dalam konversi yang dapat diatribusikan, merek beralih dari melihat atribusi platform sebagai tujuan mereka yang sebenarnya dan sebaliknya berfokus pada metrik yang lebih holistik seperti biaya akuisisi pelanggan (CAC) dan inkrementalitas,” kata Megan Conahan, EVP di Direct Agents, yang dikenal karena pemasaran digitalnya bekerja dengan klien seperti Sony dan Walmart
WMT
. Ini adalah usaha yang rumit mengingat semakin banyaknya platform di mana konsumen dan merek menghabiskan waktu dan uang mereka, tetapi bergerak melampaui harapan bahwa setiap dolar akan diatribusikan ke pemodelan kinerja yang lebih holistik penting untuk kelayakan dan akurasinya, tambahnya.

Ben Dutter, SVP of Strategy di Power Digital, yang telah bekerja dengan klien mulai dari Uniqlo hingga Dropbox, berbicara tentang empat tuas yang terbukti mendorong pembeli pertama kali – bukan hanya mengatribusikan pendapatan – sebagai kreativitas, frekuensi, penetrasi pemirsa, dan durasi . Bagaimana merek dapat menemukan jenis kontribusi inkremental ini? “Hambatan masuk untuk pemodelan campuran media (MMM) telah cukup rendah untuk membuat bentuk pengukuran ini umum dan diperlukan… MMM adalah opsi terbaik yang Anda miliki saat Anda kehilangan pengukuran berbasis teknologi, seperti cookie.” MMM sangat berguna untuk periklanan dan televisi digital out-of-home (DOOH), karena pemasaran corong teratas ini dapat menjadi tantangan untuk dilacak. Tetapi Dutter juga memberikan contoh merek yang lebih kecil yang mungkin bekerja dengan influencer atau di TikTok dan tidak memiliki visibilitas mendetail ke dalam data klik pengguna: Dengan menggunakan pemodelan statistik untuk melihat berapa banyak pendapatan pertama kali yang berasal dari iklan tersebut, pembuat keputusan dapat lebih baik mengalokasikan anggaran untuk memastikan hubungan antara biaya akuisisi pelanggan dan nilai jangka panjang dari pelanggan tersebut adalah positif secara agregat.

Penggunaan MMM untuk memprediksi dampak kinerja dari perubahan anggaran atau platform, dan penerapan pembelajaran mesin untuk menerapkan output model tersebut ke strategi media untuk mencapai dan mempertahankan distribusi pengeluaran yang optimal, adalah taktik yang menurut Conahan menarik perhatian merek. “Secara keseluruhan, saat Anda melihat atribusi dan penargetan iklan, kami menjauh dari pendekatan hiper-target di mana semuanya dapat dilacak dan diatribusikan. Merek tidak dapat lagi berharap untuk menargetkan ceruk dalam Meta yang berkonversi dalam jendela atribusi yang ditentukan sebelumnya, ”katanya. Conahan selanjutnya menjelaskan bahwa meskipun media tertentu mungkin telah memberikan kesadaran, konversi, dan atribusi di masa lalu, merek tidak lagi mengharapkannya dan harus mencari di tempat lain untuk mendapatkan semua yang mereka butuhkan.

Berdasarkan platform demi platform, hilangnya data pensinyalan karena perubahan undang-undang privasi dan Apple
AAPL
kebijakan privasi sendiri telah membantu mengkatalisasi peralihan di antara pemasar digital ke MMM saat mereka perlu mengukur hasil. Bagian dari nilai MMM adalah kemampuannya untuk berkembang melampaui digital ke semua media berbayar, termasuk promosi perdagangan dan penawaran ritel. Tapi sementara kedua Google
GOOG
dan Meta telah meningkatkan kemampuan MMM mereka, merek mungkin tidak ingin membagikan semua data pengeluaran media eksternal mereka dengan platform ini dalam upaya untuk mengoptimalkan hasil.

Jaringan afiliasi juga telah meningkatkan kemampuan pelacakan dan pelaporannya, termasuk pemantauan dan analitik waktu nyata, untuk menawarkan wawasan yang lebih baik tentang kinerja kampanye pemasaran afiliasi. Ricci Massero, Manajer Pemasaran di Intellek, mengatakan hal ini memungkinkan merek melakukan penyesuaian waktu nyata dan bahwa teknologi baru, seperti pelacakan lintas perangkat dan pelacakan tanpa cookie, telah meningkatkan akurasi pelacakan sekaligus mengurangi kejadian aktivitas penipuan.

Secara keseluruhan, Paul DeJarnatt, Wakil Presiden Digital NOVUS, agen perencanaan dan pembelian media yang bekerja sama dengan Dollar Tree
DLTR
dan LIDL, percaya wawasan dan pemahaman audiens akan mengambil alih penargetan dan teknologi saat cookie pihak ketiga (3P) terdepresiasi dan menjadi lebih menantang untuk melakukan penargetan serupa 3P berdasarkan data pelanggan pihak pertama (1P). Meskipun dia mengakui bahwa sistem pembelian media dibangun untuk memungkinkan pemasar memanfaatkan data untuk mendorong penargetan dan personalisasi, dia menyarankan bahwa menggunakan data secara eksklusif tidak lagi efisien dan penting untuk menganalisis, dan menilai, wawasan pelanggan kualitatif untuk membangun strategi iklan. DeJarnatt lebih lanjut berpendapat bahwa cara baru untuk menemukan pemirsa adalah melalui berbagai perangkat perusahaan dan grafik pemirsa, yang merupakan salah satu alasan mengapa perusahaan penerbit berlomba untuk membangun data yang sesuai dengan privasi dan tidak bergantung pada cookie yang kemudian dapat dicocokkan dengan data 1P pengiklan. untuk mereplikasi skala 3P dan kemampuan serupa itu, secara global dan lokal — tetapi dengan cara di mana konsumen mengizinkan penggunaan data mereka.

PeramalanApa yang Saya Pelajari Menonton 7 Jam KTT Pemodelan Bauran Pemasaran Meta
Pikirkan dengan GoogleMemodernisasi pemodelan bauran pemasaran Anda – Think with Google