Waktu yang tidak pasti: Ringkasan Harian Senin

Ringkasan harian MarTech menampilkan wawasan harian, berita, tip, dan sedikit kebijaksanaan penting untuk pemimpin pemasaran digital saat ini. Jika Anda ingin membaca ini sebelum seluruh internet melakukannya, daftar di sini untuk mengirimkannya ke kotak masuk Anda setiap hari.

Selamat pagi, Marketers, apakah Anda sudah bisa memprediksinya?

Tidak banyak dalam 18 bulan terakhir yang bisa kita lihat sebelumnya, dari 2019 atau sebelumnya. Misalnya, hanya karena sudah ada teknologi di pasar untuk pengaturan kerja dari rumah dan konferensi virtual tidak berarti bahwa bisnis akan menggunakannya seperti yang seharusnya.

Ini berarti ada beberapa sisi positif yang tidak terduga, karena tidak ada yang tahu bagaimana keadaan akan berubah. Dan di Third Door Media, perusahaan induk MarTech, CEO dan mitra pendiri kami Chris Elwell baru-baru ini membagikan beberapa pengalaman ini, bersama dengan berita bahwa acara MarTech dan SMX akan serba virtual pada tahun 2022.

Kami memiliki lebih banyak data dan pengalaman, termasuk keberhasilan konferensi MarTech kami bulan ini, untuk menantikan acara virtual masa depan dengan percaya diri yang akan terus melibatkan dan menginspirasi ribuan pemasar yang berpikiran teknologi.

Chris Kayu,

Editor

Analisis prediktif untuk menavigasi waktu yang tidak pasti

Bahkan di saat-saat yang tidak pasti, analitik prediktif yang digerakkan oleh AI dapat membantu pemasar melihat peluang apa yang akan datang. Jadi mengapa teknologi ini tidak digunakan oleh lebih banyak CMO? Pada ceramahnya di konferensi MarTech bulan ini, Kepala Ilmuwan Data TrustInsights.ai Christopher Penn menunjukkan beberapa cara tim pemasaran dapat memanfaatkan data mereka secara prediktif. Dan dia juga berbagi beberapa garuk-garuk kepala.

“Sekitar dua pertiga CMO mengatakan bahwa mereka mengelola saat ini, mereka memadamkan api sekarang, dan hanya sekitar sepertiga yang melihat ke masa depan, bahkan dalam periode waktu di mana perencanaan dan kontinjensi sangat penting, selama pandemi global,” kata Penn, mengutip angka dari survei CMO terbaru Duke University.

Sebagian besar cara pemasar menggunakan analitik prediktif berfokus pada pelanggan. Mereka ingin mencari pelanggan yang lebih mungkin untuk membeli. Dan agar lebih efisien, pemasar akan mengerahkan upaya dan anggaran mereka untuk melibatkan pelanggan ini dengan lebih banyak niat.

Metode penghematan waktu lainnya, bagaimanapun, berfokus pada waktu peristiwa atau peluang yang dapat dimanfaatkan oleh pemasar. Strategi ini, yang disebut peramalan deret waktu, juga dapat membantu pemasar menghindari hambatan dan menyelamatkan diri dari sakit kepala.

Dengan memanfaatkan sumber daya data perusahaan Anda saat ini, algoritme dapat mengatur data ke dalam pola, dan AI membuat wawasan menjadi lebih dapat ditindaklanjuti. Dua pola atau tema utama yang ditentukan oleh analisis prediktif adalah musiman dan siklus. Mereka adalah fenomena berulang yang dapat dilihat oleh pemasar datang dari cakrawala dan bertindak berdasarkan hal itu.

“Kemusiman mencakup hal-hal yang terjadi selama periode waktu tertentu yang bersifat musiman,” kata Penn. Kemudian, ada pengaruh sesuai dengan apa yang terjadi dalam waktu, dan siklus adalah siklus itu, ritme itu. Data kami umumnya harus musiman dan, umumnya, bersifat siklus.”

Baca selengkapnya disini

Shopify bermitra dengan layanan iklan Yahoo

Pekan lalu, Yahoo mengumumkan kemitraan baru dengan Shopify, menghubungkan pedagang UKM platform e-commerce dengan lingkungan premium Yahoo, termasuk Yahoo Finance, AOL, dan di tempat lain.

Melalui kemitraan ini, pedagang Shopify mendapatkan akses ke Yahoo ConnectID, yang telah diintegrasikan oleh lebih dari 3.000 domain penerbit, termasuk Cafe Media dan Newsweek. Menggunakan Yahoo ConnectID, pedagang dapat memberi makan produk yang paling relevan kepada pelanggan mereka yang terlibat dengan konten di penerbit tersebut.

Pedagang juga akan memiliki akses ke Iklan Produk Dinamis Yahoo, mengelola kampanye iklan Yahoo langsung di dalam admin Shopify mereka, di mana mereka juga dapat mengatur dan memantau kampanye hampir secara real-time.

Mengapa kita peduli. Menurut Yahoo, sebelum kemitraan ini, Yahoo ConnectID memiliki lebih dari 200 pengiklan dan agensi yang menggunakannya. Dengan kemitraan Shopify, banyak pedagang kecil yang berpotensi memanfaatkan kampanye terjangkau yang menggunakan inventaris premium ini.

Kemitraan Shopify baru-baru ini dengan Roku mencapai peningkatan yang serupa dengan kampanye iklan SMB. Teknologi data dan identitas memungkinkan pengiklan skala kecil untuk mencapai kampanye yang relevan pada streaming premium dan pengalaman berita online.

Baca lebih lanjut di sini.

[Pengelolaan]

AB-C dari ABM

Pemasaran berbasis akun atau ABM adalah strategi pemasaran B2B yang menyelaraskan upaya penjualan dan pemasaran untuk menyampaikan iklan bertarget, serta konten dan pesan yang dipersonalisasi, ke akun bernilai tinggi.

Strategi ABM mengakui bahwa keputusan pembelian B2B sering dibuat oleh sekelompok individu dalam perusahaan, dan alat ABM mengotomatiskan banyak proses data dan alur kerja yang memungkinkan pendekatan ini.

ABM bukanlah hal baru. Ini telah digunakan oleh pemasar B2B selama lebih dari satu dekade. Namun kemajuan pesat dalam kecanggihan dan aksesibilitas data yang relevan – dan dalam teknologi yang memungkinkan ABM – kini memicu minat dan adopsi pendekatan ini secara luas.

Strategi ABM yang sukses menyelaraskan departemen penjualan dan pemasaran untuk fokus pada sejumlah akun bernilai tinggi terpilih yang mewakili peluang bisnis potensial tertinggi. ABM “membalik” saluran penjualan biasa dengan memulai dengan sekelompok kecil akun (daripada menebarkan jaring lebar di bagian atas) yang melebar saat akun dipupuk ke dalam corong untuk menciptakan nilai yang lebih besar bagi organisasi.

Baca selengkapnya disini

Tingkatkan ROI dengan data bersih

Pemasar tahu bahwa data yang akurat adalah taruhannya. Ini membantu organisasi membuat keputusan yang lebih baik untuk pelanggan mereka dan, pada gilirannya, meningkatkan ROI.

Namun, bahkan merek yang paling teliti pun lebih sering menemukan kesalahan dalam kumpulan data mereka. Sebuah studi yang diterbitkan oleh Zoominfo menemukan bahwa 94% bisnis mencurigai data pelanggan mereka tidak akurat.

“Pada tahun 2017 kami melihat data kami dan menemukan bahwa itu bagus, tetapi pada akhirnya itu tidak bagus dan kami benar-benar menginginkannya,” kata Dominic Freschi, Administrator Data Senior, Pemasaran di firma akuntansi dan konsultan Armanino, berbicara di MarTech. “Ketika kami menyelam lebih dalam, kami menemukan bahwa ada beberapa hal yang mengaburkan pandangan itu. Hal-hal seperti data yang hilang, data yang buruk atau lama, data yang disembunyikan ke samping, duplikat yang tersebar di beberapa sistem.”

Freschi mengatakan organisasinya memutuskan untuk membersihkan data ini sehingga mereka dapat sepenuhnya mempercayainya di masa mendatang.

Membersihkan data Anda dengan platform otomatisasi proses dapat membuat proses lebih efisien. Sistem ini membantu pemasar mengumpulkan data internal, mitra, dan terbuka ke dalam repositori pusat.

“Kami pada akhirnya dapat memasukkannya kembali ke dalam sistem kami sehingga kami mendapatkan data bersih yang dapat kami gunakan sejak saat itu,” kata Freschi, berbicara tentang pilihan platform perusahaannya sendiri. “Dan semuanya dilakukan dalam satu aplikasi, jadi sangat mudah untuk membangun di atas apa yang telah kami lakukan dengan data kami.”

Baca lebih lanjut di sini.

Menggunakan data untuk memahami kasus penggunaan

Kasus penggunaan menunjukkan kepada merek bagaimana konsumen berinteraksi dengan produk dan layanan mereka. Mereka menyoroti pengalaman individu pelanggan sehingga perusahaan dapat lebih terhubung dengan mereka.

Sayangnya, seringkali sulit untuk mengatur dan mengelola kasus penggunaan, terutama di organisasi besar.

“Sekarang banyak perusahaan yang kami ajak bicara berjuang untuk memulai dari mana dalam hal bagaimana memprioritaskan dan bahkan mengidentifikasi apa kasus penggunaannya,” kata Karen Wood, Direktur Senior, Pemasaran Produk di Acquia, dalam presentasi MarTech-nya. “Jadi, kami selalu menyarankan untuk mulai melihat kasus penggunaan di ranah bagaimana hal itu berdampak pada konsumen akhir.”

Dia menambahkan, “Jadi, daripada memikirkan tim yang berbeda di berbagai merek yang memanfaatkan kasus penggunaan, seperti apa pengalaman yang akan diperoleh konsumen akhir?”

Apa yang membuat pengidentifikasian kasus penggunaan begitu sulit banyak berkaitan dengan pengalaman umum dan terputus-putus, kata Wood. Beberapa departemen, saluran, dan tim sering kali mengarah pada pengalaman konsumen yang tersembunyi.

“Jadi, alih-alih memikirkannya saat konsumen mengalir melalui perjalanan melintasi banyak pengalaman berbeda, sebenarnya setiap tim atau departemen terpisah yang memberi daya pada pengalaman yang berbeda dan unik,” kata Wood. “Rekomendasi kami saat kami berbicara tentang kasus penggunaan adalah untuk memikirkannya secara kohesif di seluruh tim di seluruh titik kontak, dan benar-benar seperti apa konsumen itu di pihak penerima.”

Baca lebih lanjut di sini.