211service.com
Driv marknadsföringsresultat med Big Data
I samarbete med Digilant
För marknadsförare som försöker maximera sin avkastning på investeringen är prediktiv analys baserad på big data ett spännande nytt verktyg.
I den digitala världen ger prediktiv analys baserad på big data löftet om att skapa en detaljerad bild av vad som fungerar, vilket ger vägledning som aldrig tidigare varit tillgänglig för finjustering av reklamkampanjer.
Löftet med big data-analys är att marknadsförare kan analysera tusentals informationspunkter om köparens digitala aktivitet – utan personligt identifierbar information – och kombinera den med deras kunskap om tv, radio, anslagstavlor och tryckta kampanjer för att skräddarsy marknadsföringsbudskap och i slutändan förbättra avkastningen på investeringen (ROI). Med analys visar siffrorna hur mycket lyft varje datapunkt tillhandahålls för varje annons i varje kanal. Med den informationen kan marknadsförare fatta bättre beslut om hur de ska fördela sina annonsbudgetar. Faktum är att analyserna själva kommer att identifiera de smarta valen.
En viktig utmaning för alla marknadsförare är att bestämma vilken blandning av media – TV, Internet, direktreklam, radio, tryckta medier – som bäst marknadsför en produkt eller tjänst. Vi kan göra mediamix-modellering med hjälp av big data och maskininlärning, säger Madan Bharadwaj, produktmarknadschef för Visual IQ, ett analysföretag baserat i Needham, Massachusetts. Det finns många mikroeffektiviteter vi kan utnyttja. Om du flyttar några tusen dollar hit och dit kan du få mycket mer marknadsföringseffektivitet, vad gäller ROI.
Historiskt sett har de mest sofistikerade marknadsförarna förlitat sig på top-down annonskampanjplanering. De utvecklar ekonometriska modeller genom att titta på fördelningen av hela reklambudgeten. De analyserar förändringar i allokering och engångskampanjer och ser hur dessa förändringar påverkar deras nyckelprestandaindikatorer (KPI), som kan vara att göra ett köp i butik eller att öppna ett nytt konto.
Det paradigmet vänds i den digitala världen. Marknadsförare förlitar sig på digital poängsättning av åtgärder, från botten och upp med KPI. Man försöker jobba baklänges för att se beröringspunkterna längs konsumenternas digitala resa, säger Kim Riedell, senior vice president för produkt och marknadsföring på Digilant , ett skräddarsytt företag för programmatiska medielösningar i Boston. Tack vare teknologier som cookies och webbläsarpixlar kan marknadsförare nu se exakt var en specifik köpare såg sina annonser. Uppgifterna visar till och med hur länge köparen tittade på en video eller höll sig kvar på en sida med annonsen. Det hela hittas genom bakåtspårning från försäljningsstället för produkten som personen till slut köpte.
Den värld av perfekt kunskap som utlovades i början av digital reklam har visat sig vara illusorisk. Att betala sökmotorer för att stimulera klick som ledde till köp var bra, men de flesta konsumenter tar en mer omständlig väg till sina slutliga beslut. Marknadsföringstratten kan vara lång, särskilt för stora inköp som bilar, där människor kan göra research i nio månader innan de tar en provkörning.
Avancerad prediktiv analys kan nu ta reda på vilka målgrupper som har varit mest lyhörda för en annons. Då kan samma algoritmer hitta liknande målgrupper på andra webbplatser och presentera annonserna för dem. Med tillräckligt med data och en bra algoritm säger analysföretagen att de kan avgöra exakt vilka annonser som gjorde skillnad.
Prediktiv analys kan inte inkludera allt. En positiv produktrecension i Konsumentrapporter eller en kändis rekommendation vid Oscarsgalan faller utanför algoritmen. Det gör också en flygolycka som kan skada resebokningar. Ibland kommer dock sådana händelser att orsaka en topp i diskussionen på sociala medier, här övervakas de och räknas till och med in i ekvationen.
Omedelbarhet är en av de stora fördelarna med analys. Istället för att vänta på att se veckoförsäljningsresultat och justera annonsstrategier som svar, kan marknadsförare se onlineresultat dagligen. Med online-KPI:er kan analysföretag analysera annonsresultat i realtid och rekommendera den mest effektiva uppföljningsmarknadsföringen nästa dag.
Jeff Zwelling, medgrundare och VD för AOLs Convertro, ett reklamanalysföretag baserat i Santa Monica, Kalifornien, säger att hans företag skickar annonsörsrapporter om annonsernas prestanda inom 24 timmar. Dagen efter Super Bowl hade vi rapporter till GoDaddy, Intuit, NFL, kl. 08.00.
Analytics kan också hjälpa till att skydda annonsörer från bedrägerierisker utan att tvinga dem att bygga upp sina egna utredningsinsatser. Så länge som KPI är något som inte kan efterliknas av bots – ett köp, till exempel – kommer falska annonser inte att visas som effektiva. Allt som behövs är en förstklassig attributionslösning och en prisstruktur som anpassar annonsresultat till faktiska omvandlingar (snarare än klick eller visningar) för att undvika bedrägerier, skrev David Perez, Convertros marknadschef, i en nyligen publicerad blogginlägg.
I teorin borde algoritmerna kunna allokera budget till annonsnätverk som kontrollerar sitt lager för att undvika falska annonser. De bör generera fler nyckel-prestandaindikatorer. På samma sätt kommer inte annonser som inte är synliga att driva nyckeltal. Det är inte klart om det löftet uppfylls.
På liknande sätt kan prediktiv analys upptäcka samband mellan kategorier av potentiella köpare som sannolikt inte skulle inträffa för mänskliga marknadsförare. Till exempel minns Digilants chefsforskare Krishna Boppana att när han arbetade för en kund inom finansiella tjänster upptäckte hans företag att män som hade tittat på båtar i april och maj var lyhörda för annonser för 401(k)-planer. Han antar nu att de kan ha fått bonusar i april och planerat att använda pengarna för skojs skull innan de kom ihåg – eller blev påminda – att de borde finansiera sina pensionskonton.
Medan han arbetade med ett lyxigt kosmetikaföretag, tillägger Boppana, upptäckte Digilant ett samband mellan kvinnor som var intresserade av exotiska resor och de som köpte Kashi-flingor. Medan prediktiv analys ofta kritiseras för att upptäcka korrelation snarare än orsakssamband, drar Boppana slutsatsen att reklam handlar om korrelation.