Modelliertes Verhalten: Eine zukunftssichere neue Messstrategie

In der aktuellen datenschutzzentrierten Umgebung sind traditionelle Methoden der Marketing- und Analysemessung nicht mehr praktikabel. Die dringende Frage lautet also: Was sind die wichtigsten nächsten Schritte, die Marken unternehmen sollten, um ihre Marketingaktivitäten effektiv messen zu können?

In der gesamten Branche gibt es keinen Mangel an verschiedenen Initiativen und Lösungen, die versuchen, dies anzugehen – von der Datenschutz-Sandbox über Datenreinräume bis hin zur Unified ID 2.0. Wenn man sich die Details dieser Lösungen ansieht, ist es verständlich, dass jeder Vermarkter am Ende von den verschiedenen Optionen überwältigt sein wird.

Anstatt sich also Gedanken darüber zu machen, was Sie als Reaktion auf so etwas wie Google Topics tun sollten (kurze Antwort: nicht viel, bis Google konkretere Tests durchführt und den Nachweis erbringt, dass es vollständig datenschutzkonform ist), gibt es zwei spezifische Bereiche, in denen alle Marken tätig sein sollten sich auf die unmittelbare Zukunft konzentrieren.

Die Umstellung der großen Tech-Plattformen auf modellierte Daten

Die Messung auf Benutzerebene war schon immer der Nordstern für Marken. In einer perfekten Welt ermöglicht es uns, die Auswirkungen von Marketingkampagnen am genauesten zu verstehen, um effektive Optimierungs- und Budgetentscheidungen zu treffen.

In einer datenschutzzentrierten Ära haben Plattformen wie Google und Meta jedoch verschiedene Verbesserungen implementiert, um die Messung auf Benutzerebene so weit wie möglich beizubehalten. Dazu gehören Enhanced Conversions und die Conversions API, die es jeweils ermöglichen, Conversions genauer Ihren Marketingkampagnen zuzuordnen.

Beide Merkmale sollten im Vordergrund stehen. Dies wird jedoch nur einen Teil Ihrer fehlenden Daten abdecken und hier kommt so etwas wie der Zustimmungsmodus von Google ins Spiel. Dieser nutzt Modellierungstechniken, um zu berücksichtigen, dass Benutzer die Zustimmung zu Marketing/Analysen ablehnen.

Es mag skeptisch sein, sich in Ihren Berichten auf modellierte Daten zu verlassen. Es ist jedoch wichtig zu beachten, dass dies nichts Neues ist.

Tatsächlich sind modellierte Conversions seit vielen Jahren in Tools wie Google Ads und Facebook Ads Manager vorhanden. Die Anforderungen an die Modellierung werden nur zunehmen, wenn Datensätze bekannter Benutzer weiter abnehmen.

Obwohl die großen Anbieter es erwartungsgemäß nicht sehr einfach machen, ist es mit der richtigen Expertenunterstützung möglich, zu vergleichen, wie Ihre unmodellierten vs. modellierten Ergebnisse aussehen. Auf diese Weise können Sie fundiertere Entscheidungen über die von Ihnen gemeldeten Zahlen und deren relativen Genauigkeitsgrad treffen.

Anstatt sich vor der Modellierung zu scheuen, sollten Marketer versuchen, sie besser zu verstehen und von ganzem Herzen anzunehmen.

Tiefer graben: Warum Marketing-Attribution sowohl eine Herausforderung als auch eine Notwendigkeit ist

Ökonometrie + Zuordnung = modellierte Zuordnung

Attribution war eine ewige Debatte im Marketing und war schon herausfordernd genug. Umso mehr, wenn wir darüber nachdenken, wie wir uns in den zahlreichen ummauerten Gärten und Einschränkungen der Privatsphäre zurechtfinden.

Angesichts der unvermeidlichen Lücken in bekannten Daten ist ein Attributionsmodell auf Benutzerebene jetzt sehr schwierig – es sei denn, Sie betrachten eine bestimmte Teilmenge von Kanälen, die keine Walled Gardens durchqueren. Andernfalls ist die Erstellung einer robusten kanalübergreifenden benutzerdefinierten Benutzerzuordnungslösung jetzt nahezu unmöglich.

Dennoch wird jedes Unternehmen immer noch Marketingfachleute brauchen, um die Leistung seines Medienmix genau zu messen und effektive Budgetentscheidungen zu treffen. Interessanterweise ist die optimale Next-Gen-Lösung tatsächlich eine Kombination aus zwei historischen Ansätzen.

Holen Sie sich MarTech! Täglich. Frei. In Ihrem Posteingang.

In Bearbeitung... ABONNIEREN

Siehe Bedingungen.

Vollständige Trichteransicht der Marketingleistung

Die modellierte Zuordnung nutzt die besten Teile von MMM (Media-Mix-Modellierung) und MTA (Multi-Touch-Zuordnung), um Ihnen einen vollständigen Überblick über die Marketingleistung zu geben und gleichzeitig vollständig datenschutzkonform zu sein.

Die Grundlage der modellierten Zuordnung basiert auf MMM, das Datensätze auf aggregierter Ebene anstelle von Eingaben auf Benutzerebene (dh Cookie-Daten) verwendet. Dies bedeutet, dass es sich nicht um MTA-Überlegungen wie die Zustimmung des Benutzers oder das Navigieren in Walled Gardens kümmern muss.

Ein zusätzlicher Vorteil der modellierten Attribution besteht darin, dass es durch die Verwendung eines regressionsbasierten Ansatzes viel einfacher ist, alle Ihre Marketingkanäle in Ihr Modell zu integrieren, ohne alles in einer einzigen Lösung verfolgen zu müssen.

Sie haben auch die Möglichkeit, externe Faktoren wie Saisonalität, Lagerbestände oder Wettbewerberaktivitäten einzubeziehen, um die Genauigkeit Ihres Modells zu erhöhen und die spezifischen Auswirkungen Ihrer Medienkampagnen zu isolieren.

Tiefer graben: Das Unsichtbare messen: Die Wahrheit über Marketing-Attribution

Ein neuer granularer Ansatz

Der historische Nachteil von MMM bestand darin, dass die Ergebnisse eine sehr geringe Granularität aufwiesen (z. B. TV vs. Digital vs. Print) und dass die Ergebnisse nur alle sechs Monate verfügbar waren.

Die modellierte Zuordnung kann jedoch direkte Verbindungen zu jeder Ihrer Marketingplattformen nutzen, um tägliche Eingaben auf der granularsten Ebene abzurufen. Dies macht es für taktische Planungen und Budgetentscheidungen weitaus umsetzbarer.

Während die anfängliche Einrichtung eine präzise Planung und Fachwissen erfordert, bietet die modellierte Zuordnung alle Details, die Sie von MTA gewohnt sind, und macht Sie gleichzeitig zukunftssicher gegen weitere Veränderungen in der Branche – was alles durch die Leistungsfähigkeit der Modellierung ermöglicht wird.

Es stellt sich also heraus, dass die Antwort auf unsere ungewisse Zukunft etwas war, das die ganze Zeit vor uns lag. Mit unseren Messstrategien gehen wir in vielerlei Hinsicht zurück in die Zukunft.

Die in diesem Artikel geäußerten Meinungen sind die des Gastautors und nicht unbedingt die von MarTech. Mitarbeiter Autoren sind hier aufgelistet.

Fügen Sie MarTech zu Ihrem Google News-Feed hinzu.

---