Comportamento modellato: una nuova strategia di misurazione a prova di futuro

Nell'attuale ambiente incentrato sulla privacy, i metodi tradizionali di misurazione del marketing e dell'analisi non sono più praticabili. Quindi la domanda urgente è: quali sono i prossimi passi chiave che i marchi dovrebbero intraprendere per essere in grado di misurare efficacemente la propria attività di marketing?

In tutto il settore, non mancano diverse iniziative e soluzioni che tentano di affrontare questo problema, dalla sandbox per la privacy alle camere bianche dei dati fino all'ID unificato 2.0. Scorrendo i dettagli di queste soluzioni, è comprensibile che qualsiasi marketer finirà per essere sopraffatto dalle varie opzioni.

Quindi, piuttosto che preoccuparti di cosa dovresti fare in reazione a qualcosa come Google Topics (risposta breve: non molto fino a quando Google non eseguirà test più concreti e fornirà prove che è completamente conforme alla privacy), ci sono due aree specifiche in cui tutti i marchi dovrebbero essere concentrandosi sull'immediato futuro.

Il passaggio delle grandi piattaforme tecnologiche ai dati modellati

La misurazione a livello di utente è sempre stata la stella polare per i marchi. In un mondo perfetto, ci consente di comprendere nel modo più accurato l'impatto delle campagne di marketing per prendere decisioni di ottimizzazione e budgeting efficaci.

Tuttavia, in un'era incentrata sulla privacy, piattaforme come Google e Meta hanno implementato vari miglioramenti per preservare il più possibile la misurazione a livello di utente. Ciò include le conversioni avanzate e l'API delle conversioni, ciascuna delle quali consente di attribuire le conversioni in modo più accurato alle tue campagne di marketing.

Entrambe le caratteristiche dovrebbero essere in primo piano. Detto questo, questo coprirà solo una parte dei tuoi dati mancanti ed è qui che entra in gioco qualcosa come la modalità di consenso di Google. Ciò sfrutta le tecniche di modellazione per tenere conto degli utenti che rifiutano il consenso di marketing/analisi.

Potrebbe esserci un certo scetticismo sull'affidarsi ai dati modellati all'interno dei rapporti. Tuttavia, è importante notare che questa non è una novità.

In effetti, le conversioni modellate sono in atto da molti anni all'interno di strumenti come Google Ads e Facebook Ads Manager. Il requisito per la modellazione aumenterà solo man mano che i set di dati di utenti noti continueranno a diminuire.

Sebbene prevedibilmente i grandi fornitori non rendano le cose molto facili, con il giusto supporto di esperti è possibile confrontare l'aspetto dei risultati non modellati rispetto a quelli modellati. Ciò ti consentirà di prendere decisioni più informate sui numeri che riporti e sul loro relativo grado di accuratezza.

Piuttosto che rifuggire dalla modellazione, i marketer dovrebbero cercare di capirlo ulteriormente e abbracciarlo con tutto il cuore.

Scava più a fondo: perché l'attribuzione di marketing è sia una sfida che una necessità

Econometria + attribuzione = attribuzione modellata

L'attribuzione è stata un eterno dibattito nel marketing ed era già abbastanza impegnativo. Tanto più se pensiamo a come navigare tra i numerosi giardini recintati e le restrizioni sulla privacy.

Date le inevitabili lacune nei dati noti, un modello di attribuzione a livello di utente è ora molto difficile, a meno che non si tratti di un sottoinsieme specifico di canali che non attraversano giardini recintati. In caso contrario, la creazione di una solida soluzione di attribuzione utente personalizzata su più canali è ora quasi impossibile.

Tuttavia, ogni azienda avrà ancora bisogno di esperti di marketing per misurare accuratamente le prestazioni del proprio mix di media e prendere decisioni di bilancio efficaci. Curiosamente, la soluzione ottimale di nuova generazione è in realtà una combinazione di due approcci storici.

Ottieni MarTech! Quotidiano. Gratuito. Nella tua casella di posta.

Elaborazione in corso... ISCRIVITI

Vedi termini.

Visualizzazione a canalizzazione completa delle prestazioni di marketing

L'attribuzione modellata prende le parti migliori di MMM (modellazione del mix di media) e MTA (attribuzione multi-touch) per offrirti una visione completa della canalizzazione delle prestazioni di marketing pur essendo completamente resiliente alla privacy.

La base dell'attribuzione modellata si basa sull'MMM, che utilizza set di dati a livello aggregato anziché input a livello di utente (ad esempio, dati sui cookie). Ciò significa che non deve preoccuparsi di considerazioni MTA, come il consenso dell'utente o come navigare nei giardini recintati.

Un ulteriore vantaggio dell'attribuzione modellata è che, utilizzando un approccio basato sulla regressione, è molto più facile incorporare tutti i canali di marketing nel modello senza dover tenere traccia di tutto all'interno di un'unica soluzione.

Hai anche la possibilità di includere fattori esterni come la stagionalità, i livelli delle scorte o l'attività della concorrenza per aumentare l'accuratezza del tuo modello e isolare l'impatto specifico delle tue campagne multimediali.

Scava più a fondo: misurare l'invisibile: la verità sull'attribuzione del marketing

Un nuovo approccio granulare

Lo svantaggio storico di MMM era che i risultati erano a un livello di granularità molto basso (ad es. TV vs. digitale vs. stampa) e che i risultati erano disponibili solo ogni sei mesi.

Tuttavia, l'attribuzione modellata può sfruttare le connessioni dirette a ciascuna delle tue piattaforme di marketing per ottenere input giornalieri al livello più granulare. Ciò lo rende molto più attuabile per la pianificazione tattica e le decisioni di budget.

Sebbene la configurazione iniziale richieda una pianificazione e un'esperienza precise, l'attribuzione modellata cerca di fornire tutti i dettagli a cui sei abituato con MTA mentre ti metti a prova di futuro contro ulteriori cambiamenti del settore, il tutto grazie alla potenza della modellazione.

Quindi si scopre che la risposta al nostro futuro incerto era qualcosa che era sempre davanti a noi. In molti modi, stiamo tornando al futuro con le nostre strategie di misurazione.

Le opinioni espresse in questo articolo sono quelle dell'autore ospite e non necessariamente di MarTech. Gli autori dello staff sono elencati qui.

Aggiungi MarTech al tuo feed di Google News.

---