Nyt kun evästeet ovat poistuneet, mikä on uusi, tärkeä markkinointimetriikka?

Kumppaniblogi Amanda AI

Apple uudisti evästeiden käyttönsä ja nyt myös Google aikoo tehdä suuria muutoksia evästeitä koskien.

Mainos- ja markkinointitiimit ympäri maailmaa tulevat olemaan murheellisia. He tulevat muistelemaan niitä hyviä aikoja, joita heillä oli, kun he työskentelivät kolmansien osapuolien evästeiden parissa: yhdessä seuratut käyttäjät ja kerätty rich data. Aina tiesi myös sen, mitkä markkinointikanavat vastasivat myynnistä ja verkkoliikenteestä.

Nämä suuret muutokset asiakastietojen keräämisessä vaikuttavat merkittävästi siihen, miten yritykset ovat yhteydessä asiakkaisiinsa verkossa. Tämän vuoksi meidän on löydettävä uusia tapoja työskennellä attribuutiomallien ja yleisökohdentamisen parissa.

Miksi kolmannen osapuolen evästeet ovat tärkeitä attribuutiomalleille ja mainonnalle?

Kolmannen osapuolen evästeiden loppuminen on vakava uutinen monille markkinointitiimeille. Kolmannen osapuolen evästeet tarjosivat brändeille erinomaisen tavan saada paljon tietoa heidän kohdeyleisöstään seuraamalla heidän verkkokäyttäytymistään.

Lyhyesti sanottuna kolmannen osapuolen evästeet tarjosivat dataa, joka auttoi brändejä muodostamaan yksityiskohtaisen kuvan käyttäjistään. Näiden tietojen avulla he voisivat luoda personoituja ja kirurgisen tarkasti kohdistettuja (ja uudelleen kohdistettuja) kampanjoita.

Kolmannen osapuolen evästeet antoivat markkinointitiimille myös mahdollisuuden mitata ja optimoida mainoskampanjoitaan. Lisäksi ne auttoivat markkinointitiimejä määrittämään konversioiden kreditit tietyille mainoksille.

Vuoteen 2023 mennessä suuri osa tästä datasta on poissa. Kuinka markkinointi- ja mainostiimit sopeutuvat näihin muutoksiin?

Mitä menetimme saadessamme kaiken tämän datan?

Tämä skenaario herättää useita mielenkiintoisia kysymyksiä. Ensinnäkin, saiko se, että markkinointitiimit pääsivät kaikkeen tähän dataan käsiksi heidät menettämään tai unohtamaan asioita, joita he joskus tiesivät?

Tuliko meistä hemmoteltuja kaiken tämän yksityiskohtaisen informaation vuoksi ja tylsistyivätkö meidän omat aistimme? Kun ympärillä on paljon metriikkaa, niin herää kysymys, että aloimmeko nähdä markkinoinnin enemmän tieteenä kuin taiteena?

Tämä on helppo uskoa, sillä elämme tuloshakuisessa maailmassa. Jonkun täytyy tarkkailla markkinointibudjettia ja metriikan avulla voimme ymmärtää asiaa paremmin.

Mutta kaiken tämän tarkan tiedon saaminen näyttää tulleen muiden arvojen kustannuksella, esimerkiksi verkkosivustojen näyttökertojen mittaamisen. Nyt markkinointitiimien on kuitenkin opittava uudelleen joitain näistä metodeista.

Mitkä ovat tulevaisuuden markkinointimetriikat?

Kolmannen osapuolen evästeiden puuttuessa markkinointitiimien on oltava luovempia. Pelkästään täysin numeroiden ohjaamina olemisen sijaan heidän on pohdittava kekseliäämmin olemassa olevien asiakastietojen käyttöä.

Ensimmäisen osapuolen data ja ensimmäisen osapuolen evästeet eivät katoa minnekään. Ne molemmat tarjoavat brändeille hyödyllisen määrän henkilökohtaista dataa asiakkaistaan.

Jos markkinointitiimit kokoavat ja ymmärtävät tätä dataa, he voivat luoda personoituja – mutta vaatimustenmukaisia ​​– mainoskampanjoita.

Ensimmäisen osapuolen datan kerääminen vaatii kuitenkin työtä. Käyttäjiltä tarvitaan lupa ja useiden kysymysten esittäminen käyttäjille saattaa aiheuttaa kitkaa ja mahdollisesti ärsyttää heitä. Tämä vaatiikin siis huolellista lähestymistapaa.

Ensimmäisen osapuolen datankeruu ja ensimmäisen osapuolen evästeet voivat kuitenkin tarjota sinulle arvokasta dataa CRM:n täyttämiseksi. Lisäksi tästä datasta tulee ensisijainen lähde ymmärtämään sitä, keitä asiakkaasi ovat.

Nollan-osapuolen data

Nollan-osapuolen datan käsite levisi Forresterin raportissa muutama vuosi sitten. Se kuvaa dataa, jota kuluttajat tarjoavat yrityksellesi vapaaehtoisesti. Voit hankkia tätä dataa monilla eri tavoilla, kuten esimerkiksi tietokilpailuilla, äänestyksillä ja gallupeilla.

Nolla-osapuolen datan käyttämisessä on monia etuja. Yhdistettynä ensimmäisen osapuolen dataan se voi antaa sinulle vankan käsityksen tyypillisestä asiakkaastasi. Tämän lisäksi sitä pidetään yhtenä tarkimmista datoista, joita voit saada, koska se tulee suoraan lähteestä.

Muita tapoja, joilla brändit voivat vahvistaa asiakasdataansa, ovat muun muassa arvostelut, sosiaalisen median engagement, sähköpostit ja asiakaspalvelutiedot sekä tuoteanalytiikka.

Miten mainonta Googlessa ja Metassa toimii tulevaisuudessa?

Kaikesta huolimatta mainosalustat, kuten Facebook, antavat markkinointitiimille mahdollisuuden mainostaa yleisösegmenteille. Tiedot, kuten ikä, sijainti sekä kiinnostuksen kohteet, ovat edelleen saatavilla ja käytettävissä. Yhtenäisen nolla- ja ensimmäisen osapuolen datan kerääminen on tärkeä tapa saada kaikki irti tästä lähestymistavasta.

Esimerkiksi Facebook-mainokset tarjoavat edelleen markkinointitiimeille tavan tavoittaa selkeästi määritelty ja kohdistettu yleisö. Tietysti niissä ei ole samaa tarkkuutta kuin kolmannen osapuolen dataa käyttäessä, mutta ne voivat silti osoittautua erittäin tarkoiksi, mikäli sinulla on vahva käsitys kohdeyleisöstäsi.

Lisäksi Google on ottamassa käyttöön Federated Learning of Cohorts (FLoC). Google kokoaa käyttäjät laajoihin joukkoihin yhteisten kiinnostuksen kohteiden perusteella yksittäisten tunnisteiden sijasta. Heidän tutkimuksensa mukaan nämä mallit ovat melko tehokkaita, jopa verrattuna evästepohjaiseen mainontaan. 

Lopuksi

Kolmannen osapuolen evästeiden poistuminen edellyttää mukautumista. Yleisön segmentointi tarjoaa kuitenkin edelleen tehokkaan tavan kohdentaa yleisöä, vaikkakin ilman samaa tarkkuutta kuin ennen.

Yksi markkinointitiimien huolenaihe on se, että mainonnasta tulee vähemmän tehokasta ilman evästeitä. Jos esimerkiksi mainoksesi tavoittavat jatkuvasti väärät ihmiset, cost per conversiosi (CPA) nousee heti korkeammaksi.

Tekoälyllä on merkittävä tehtävä evästeiden poistumisen aiheuttamien aukkojen täyttämisessä. Amanda AI:n kaltaisilla ratkaisuilla on jo rooli tässä tilanteessa, koska ne antavat markkinointitiimille mahdollisuuden saada budjetillaan eniten ROI:ta vaikutusohjatun efektimallimme (impact-driven effect model) avulla.

Google ja Meta tarjoavat edelleen yleisösegmenttejä tai kohortteja evästeiden poistumisen jälkeen. Lähestymistapamme sisältäisi näiden yleisösegmenttien analysoinnin ja mainostekstien testaamisen. Koneemme säätelee hintatarjouksia reaaliajassa sen mukaan, mitkä segmentit todennäköisimmin tuottavat konversioita.

Tosiasia on se, että asiat tulevat olemaan markkinointitiimeille hieman vaikeampia evästeiden poistuttua. On kuitenkin olemassa ratkaisuja, joilla brändit voivat parantaa markkinointiaan.

Monet yritykset, jotka tuntevat olevansa epäedullisessa asemassa (mainosbudjetin suhteen), käyttävät jo Amanda AI:tä kilpailijoidensa päihittämiseen.

Valmistaudu tähän uuteen maailmaan miettimällä uudelleen sitä, miten ajattelet yleisöstäsi. Keksi strategioita, joiden avulla voit kerätä ensimmäisen osapuolen dataa, jota voit käyttää yleisön segmentoinnissa. Paranna tämän jälkeen lähestymistapaasi käyttämällä mainonnan automaatiopalvelua ja pidä mainoskulutuksesi kohtuullisella tasolla.

‍

Katso Marian piuheenvuoro tekoälystä Markkinointikollektiivin 18.5. teematilaisuudessa täältä.

‍Kirjoittaja Maria Kamlid auttaa asiakkaita valjastamaan tekoälyn mainoskampanjoiden supervoimaksi Amanda AI:lla.‍