211service.com
Fremme markedsføringsresultater med Big Data
I samarbejde med Digilant
For marketingfolk, der forsøger at maksimere deres investeringsafkast, er forudsigende analyser baseret på big data et spændende nyt værktøj.
I den digitale verden giver prædiktiv analyse baseret på big data løftet om at skabe et detaljeret overblik over, hvad der virker, og give vejledning, der aldrig har været tilgængelig før til finjustering af reklamekampagner.
Løftet om big data analytics er, at marketingfolk kan analysere tusindvis af informationspunkter om køberens digitale aktivitet – fritaget for personlig identificerbar information – og kombinere det med deres viden om tv, radio, billboard og printkampagner for at skræddersy marketingbudskaber og i sidste ende forbedre investeringsafkastet (ROI). Med analyse viser tallene, hvor meget løft hvert datapunkt leveres for hver annonce i hver kanal. Med disse data kan marketingfolk træffe bedre beslutninger om, hvordan de skal allokere deres annoncebudgetter. Faktisk vil analysen selv identificere de smarte valg.
En vigtig udfordring for enhver marketingmedarbejder er at beslutte, hvilken blanding af medier – tv, internet, direct mail, radio, print – der bedst promoverer et produkt eller en tjeneste. Vi kan lave mediemix-modellering ved hjælp af big data og maskinlæring, siger Madan Bharadwaj, produktmarketingchef for Visual IQ, et analysefirma med base i Needham, Massachusetts. Der er en masse mikroeffektiviteter, vi kan udnytte. Hvis du flytter et par tusinde dollars her og der, kan du få meget mere markedsføringseffektivitet, hvad angår ROI.
Historisk set har de mest sofistikerede marketingfolk været afhængige af top-down annoncekampagneplanlægning. De udvikler økonometriske modeller ved at se på fordelingen af hele reklamebudgettet. De analyserer ændringer i tildeling og engangskampagner og ser, hvordan disse ændringer påvirker deres nøglepræstationsindikatorer (KPI'er), som kan være at foretage et køb i butikken eller åbne en ny konto.
Det paradigme er vendt i den digitale verden. Marketingfolk er afhængige af digital scoring af handlinger, startende nedefra og op med KPI'en. Man forsøger at arbejde baglæns for at se berøringspunkterne langs forbrugernes digitale rejse, siger Kim Riedell, senior vice president for produkt og marketing hos Digilant , en skræddersyet programmatisk medieløsningsvirksomhed i Boston. Takket være teknologier som cookies og browserpixels kan marketingfolk nu fortælle præcis, hvor en bestemt køber så deres annoncer. Dataene viser endda, hvor længe køberen så en video eller dvælede på en side med annoncen. Det hele findes ved baglæns sporing fra salgsstedet for det produkt, personen i sidste ende købte.
Den verden af perfekt viden, der blev lovet i de tidlige dage af digital annoncering, har vist sig at være illusorisk. Det var fint at betale søgemaskiner for at stimulere klik, der førte til køb, men de fleste forbrugere tager en mere omstændelig vej til deres endelige beslutninger. Markedsføringstragten kan være lang, især for store indkøb som biler, hvor folk kan lave research i ni måneder, før de tager en prøvetur.
Avanceret forudsigende analyse kan nu finde ud af, hvilke målgrupper der har været mest lydhøre over for en annonce. Så kan de samme algoritmer finde lignende målgrupper på andre hjemmesider og præsentere annoncerne for dem. Med nok data og en god algoritme siger analysevirksomhederne, at de kan bestemme, hvilke annoncer der gjorde en forskel.
Prædiktiv analyse kan ikke inkorporere alt. En positiv produktanmeldelse i Forbrugerrapporter eller en berømthedsgodkendelse ved Oscar-uddelingen falder uden for algoritmen. Det samme gør et flystyrt, der kan skade rejsebookinger. Nogle gange vil sådanne begivenheder dog forårsage en stigning i diskussionen på sociale medier, her bliver de overvåget og endda indregnet i ligningen.
Umiddelbarhed er en af de store fordele ved analyse. I stedet for at vente på at se ugentlige salgsresultater og tilpasse annoncestrategier som svar, kan marketingfolk se onlineresultater dagligt. Med online KPI'er kan analysevirksomheder analysere annonceydelse i realtid og anbefale den mest effektive opfølgende markedsføring næste dag.
Jeff Zwelling, medstifter og administrerende direktør for AOLs Convertro, et annonceanalysefirma med base i Santa Monica, Californien, siger, at hans virksomhed sender annoncører rapporter om annoncernes ydeevne inden for 24 timer. Dagen efter Super Bowl havde vi rapporter til GoDaddy, Intuit, NFL kl. 8.
Analytics kan også hjælpe med at beskytte annoncører mod svindelrisici uden at tvinge dem til at bygge deres egen efterforskningsindsats. Så længe KPI'en er noget, der ikke kan efterlignes af bots - et køb, for eksempel - vil falske annoncer ikke vise sig at være effektive. Det eneste, der er brug for, er en førsteklasses tilskrivningsløsning og en prisstruktur, der tilpasser annonceringsydelse til faktiske konverteringer (snarere end klik eller visninger) for at undgå svindel, skrev David Perez, Convertros chief marketing officer, i en nylig blogindlæg.
I teorien burde algoritmerne være i stand til at allokere budget til annoncenetværk, der kontrollerer deres beholdning for at undgå falske annoncer. De bør generere flere nøglepræstationsindikatorer. På samme måde vil annoncer, der ikke er synlige, ikke drive KPI'er. Det er ikke klart, om løftet bliver opfyldt.
På samme måde kan forudsigende analyser opdage sammenhænge mellem kategorier af potentielle købere, som sandsynligvis ikke vil opstå for menneskelige marketingfolk. For eksempel minder Digilants chefforsker Krishna Boppana om, at mens han arbejdede for en finansiel kunde, opdagede hans firma, at mænd, der havde kigget på både i april og maj, reagerede på annoncer for 401(k) planer. Han antager nu, at de måske havde modtaget bonusser i april og havde planlagt at bruge pengene for sjov, før de huskede - eller blev mindet om - at de skulle finansiere deres pensionskonti.
Mens han arbejdede med et luksuskosmetikfirma, tilføjer Boppana, opdagede Digilant en sammenhæng mellem kvinder, der var interesserede i eksotiske rejser, og dem, der købte Kashi-korn. Mens prædiktiv analyse ofte kritiseres for at spotte korrelation frem for årsagssammenhæng, konkluderer Boppana, at reklame handler om korrelation.