211service.com
Marketingresultaten stimuleren met big data
In samenwerking met Digilant
Voor marketeers die hun investeringsrendement willen maximaliseren, is voorspellende analyse op basis van big data een opwindend nieuw hulpmiddel.
In de digitale wereld belooft voorspellende analyse op basis van big data een gedetailleerd beeld te creëren van wat werkt, en biedt het een nooit eerder beschikbare begeleiding voor het verfijnen van advertentiecampagnes.
De belofte van big data-analyse is dat marketeers duizenden informatiepunten over de digitale activiteit van de koper kunnen analyseren - ontdaan van persoonlijk identificeerbare informatie - en deze kunnen combineren met hun kennis van televisie-, radio-, billboard- en printcampagnes om marketingboodschappen op maat te maken en, uiteindelijk, het rendement op investering (ROI) te verbeteren. Met analyse laten de cijfers zien hoeveel toename elk gegevenspunt voor elke advertentie in elk kanaal heeft opgeleverd. Met die gegevens kunnen marketeers betere beslissingen nemen over de toewijzing van hun advertentiebudgetten. Inderdaad, de analyses zelf zullen de slimme keuzes identificeren.
Een belangrijke uitdaging voor elke marketeer is om te beslissen welke mix van media - tv, internet, direct mail, radio, print - een product of dienst het beste zal promoten. We kunnen mediamix-modellering doen met behulp van big data en machine learning, zegt Madan Bharadwaj, hoofd productmarketing van Visual IQ, een analysebedrijf gevestigd in Needham, Massachusetts. Er zijn veel micro-efficiënties waar we gebruik van kunnen maken. Als u hier en daar een paar duizend dollar verplaatst, kunt u veel meer marketingefficiëntie behalen, in termen van ROI.
Historisch gezien vertrouwden de meest geavanceerde marketeers op de planning van advertentiecampagnes van bovenaf. Ze ontwikkelen econometrische modellen door te kijken naar de verdeling van het hele advertentiebudget. Ze analyseren wijzigingen in de toewijzing en eenmalige promoties en zien hoe die wijzigingen hun belangrijkste prestatie-indicatoren (KPI's) beïnvloeden, zoals een aankoop in de winkel of het openen van een nieuw account.
Dat paradigma wordt omgedraaid in de digitale wereld. Marketeers vertrouwen op het digitaal scoren van acties, van onderaf beginnend met de KPI. Je probeert achteruit te werken om de touchpoints te zien tijdens de digitale reis van de consument, zegt Kim Riedell, senior vice-president product en marketing bij Digilant , een bedrijf in op maat gemaakte programmatische mediaoplossingen in Boston. Dankzij technologieën zoals cookies en browserpixels kunnen marketeers nu precies zien waar een specifieke koper zijn advertenties heeft gezien. De gegevens laten zelfs zien hoe lang die koper een video heeft bekeken of op een pagina met de advertentie is blijven hangen. Het wordt allemaal gevonden door achterwaarts te volgen vanaf het verkooppunt van het product dat de persoon uiteindelijk heeft gekocht.
De wereld van perfecte kennis die in de begindagen van digitale reclame werd beloofd, is een illusie gebleken. Het was prima om zoekmachines te betalen voor het stimuleren van klikken die tot aankopen leidden, maar de meeste consumenten nemen een meer omslachtige route naar hun definitieve beslissingen. De marketingtrechter kan lang zijn, vooral voor grote aankopen zoals auto's, waar mensen negen maanden onderzoek kunnen doen voordat ze een proefrit maken.
Geavanceerde voorspellende analyses kunnen nu achterhalen welke doelgroepen het meest hebben gereageerd op een advertentie. Vervolgens kunnen dezelfde algoritmen vergelijkbare doelgroepen op andere websites vinden en de advertenties aan hen presenteren. Met voldoende gegevens en een goed algoritme zeggen de analysebedrijven dat ze kunnen bepalen welke advertenties het verschil hebben gemaakt.
Voorspellende analyses kunnen niet alles bevatten. Een gunstige productbeoordeling in Rapporten van de consument of een goedkeuring van beroemdheden bij de Oscars valt buiten het algoritme. Dat geldt ook voor een vliegtuigongeluk dat reisboekingen kan schaden. Soms zorgen dergelijke gebeurtenissen echter voor een piek in de discussie op sociale media, hier worden ze gevolgd en zelfs berekend.
Directie is een van de grote voordelen van analytics. In plaats van te wachten op wekelijkse verkoopresultaten en als reactie daarop advertentiestrategieën aan te passen, kunnen marketeers dagelijks online resultaten zien. Met online KPI's kunnen analysebureaus de advertentieprestaties in realtime analyseren en de volgende dag de meest effectieve vervolgmarketing aanbevelen.
Jeff Zwelling, medeoprichter en CEO van AOL's Convertro, een advertentieanalysebedrijf gevestigd in Santa Monica, Californië, zegt dat zijn bedrijf adverteerders binnen 24 uur rapporten stuurt over de prestaties van advertenties. De dag na de Super Bowl hadden we om 8 uur 's ochtends rapporten bij GoDaddy, Intuit, de NFL.
Analytics kan adverteerders ook helpen beschermen tegen frauderisico's zonder hen te dwingen hun eigen onderzoeksinspanningen op te bouwen. Zolang de KPI iets is dat niet door bots kan worden nagebootst, bijvoorbeeld een aankoop, zullen nepadvertenties niet als effectief worden weergegeven. Het enige dat nodig is, is een eersteklas attributie-oplossing en een prijsstructuur die de advertentieprestaties afstemt op daadwerkelijke conversies (in plaats van klikken of vertoningen) om fraude te voorkomen, schreef David Perez, Chief Marketing Officer van Convertro, in een recente publicatie. blogpost.
In theorie zouden de algoritmen in staat moeten zijn om budget toe te wijzen aan advertentienetwerken die hun voorraad controleren om valse advertenties te vermijden. Ze zouden meer prestatie-indicatoren moeten genereren. Op dezelfde manier zullen advertenties die niet zichtbaar zijn, geen KPI's opleveren. Het is niet duidelijk of die belofte wordt nagekomen.
Evenzo kunnen voorspellende analyses correlaties tussen categorieën potentiële kopers ontdekken die bij menselijke marketeers waarschijnlijk niet zouden voorkomen. De hoofdwetenschapper van Digilant, Krishna Boppana, herinnert zich bijvoorbeeld dat zijn bedrijf, toen hij voor een financiële dienstverlener werkte, ontdekte dat mannen die in april en mei naar boten hadden gekeken, reageerden op advertenties voor 401(k)-plannen. Hij veronderstelt nu dat ze in april bonussen zouden hebben ontvangen en van plan waren het geld voor de lol te gebruiken voordat ze eraan herinnerden - of eraan herinnerd werden - dat ze hun pensioenrekeningen moesten financieren.
Tijdens het werken met een luxe cosmeticabedrijf, voegt Boppana toe, ontdekte Digilant een verband tussen vrouwen die geïnteresseerd waren in exotische reizen en degenen die Kashi-granen kochten. Hoewel voorspellende analyses vaak worden bekritiseerd omdat ze correlaties zien in plaats van oorzakelijk verband, concludeert Boppana dat reclame draait om correlatie.