Co zastąpi wielodotykową atrybucję?
![Co zastąpi wielodotykową atrybucję?](https://oen.pl/wp-content/uploads/2022/12/1672336565_0x0-770x470.jpg)
CTO i współzałożyciel w Wymierzonypomagając markom rozwijać się, informując o decyzjach dotyczących inwestycji w media w wielu kanałach za pomocą pomiaru przyrostu.
getty
Atrybucja wielodotykowa (MTA) oficjalnie przeszła drogę dinozaurów. Ponieważ ograniczenia prywatności danych, takie jak Apple App Tracking Transparency (ATT) i eliminacja plików cookie przez Google, uniemożliwiają śledzenie danych na poziomie użytkownika, metody atrybucji zakotwiczone w budowaniu ścieżek kliknięć nie są już opłacalne. Chociaż poleganie wyłącznie na platformach reklamowych przy ocenianiu własnej pracy domowej nigdy nie było mądrym biznesem, systemy atrybucji ostatniego kliknięcia, których używają do raportowania skuteczności kampanii, również mają te same problemy z dokładnością wynikającą z prywatności.
Więc, co dalej? Firmy poszukujące alternatywnych metod pomiaru są coraz częściej zainteresowane modelowaniem media mix i pomiarem inkrementalności w celu zastąpienia przestarzałych metod atrybucji. Oba podejścia kontrolują szeroki zestaw czynników medialnych i pozamedialnych, które wpływają na proces podejmowania decyzji przez konsumentów. Jednak nie są one takie same, a które podejście do zastosowania nie jest decyzją albo/albo — w rzeczywistości najlepszą odpowiedzią jest „oba”.
Plusy i minusy MMM
Modelowanie miksu mediów (MMM), znane również jako modelowanie miksu marketingowego, jest podejściem odgórnym, które agreguje lata danych historycznych i uwzględnia wpływy zewnętrzne, takie jak gospodarka, pogoda i aktywność konkurencji. Następnie modele regresji wielowymiarowej są wykorzystywane do przewidywania wpływu zmiennych, takich jak taktyki marketingowe i wydatki, na wyniki biznesowe. W rezultacie marketerzy mogą przewidzieć, w jaki sposób inny zestaw marketingowy może wpłynąć na konwersje i sprzedaż.
MMM robi kilka rzeczy dobrze. W przypadku uznanych marek z wieloletnimi danymi, MMM może skutecznie obsługiwać modele z efektem długiego ogona, modele wielopoziomowe i wieloetapowe. Dobrze uwzględnia zarówno media nieadresowalne, jak i zmienne niemedialne i zapewnia miarodajną analizę na wysokim poziomie. Jest to szczególnie przydatne, jeśli chodzi o dokładne zrozumienie, w jaki sposób zmienne marketingowe i niemarketingowe wpływają na sprzedaż, a także prognozowanie i budżetowanie różnych potencjalnych scenariuszy.
Ale kiedy marketerzy potrzebują ciągłej analizy lub spostrzeżeń na poziomie taktycznym, MMM nie jest w stanie tego zapewnić. Ze względu na brak szczegółowości nie zapewnia wglądu w skuteczność i podejmowanie decyzji na poziomie kampanii. MMM boryka się również z nieoczekiwanymi zakłóceniami na rynku (witaj, Covid-19 i iOS 14.5), gdy nie ma danych z porównywalnego okresu w przeszłości. Wie tylko to, co wie.
Marki, które chcą rozbudować możliwości MMM, również stają przed klasycznym dylematem „buduj lub kupuj”. Wielu czołowych dostawców MMM wymaga znacznych budżetów — w wyniku ich wysoce konsultacyjnego podejścia. Jednak budowanie wewnętrznie wymaga zarówno wewnętrznej wiedzy specjalistycznej w zakresie danych, jak i znacznego wysiłku w zakresie pozyskiwania, czyszczenia i automatyzacji danych z szerokiej gamy źródeł w celu uzyskania powtarzalnych wyników. Ręczne przetwarzanie danych i uwzględnienie zmiennych innych niż media, które są niedostępne w krótkim czasie, może prowadzić do rzadkich aktualizacji wyników (zwykle kwartalnie) i często opóźnionych w stosunku do wyników rynkowych nawet o 30 dni.
Jak pomiary inkrementalności układają się w stosy do MMM
Pomiar inkrementalności może rozwiązać wiele niedociągnięć MMM i, stosowany jednocześnie, zapewnia naprawdę kompleksowy obraz wyników marketingowych. Ale po pierwsze, czym dokładnie jest pomiar przyrostu? Na najwyższym poziomie pomiar przyrostu segmentuje odbiorców na statystycznie istotne kohorty testowe i kontrolne oraz wstrzymuje testowane media od jednej z grup odbiorców. Różnica we współczynnikach konwersji między dwiema kohortami może skutecznie ujawnić przyrostowość: rzeczywisty przyrostowy wkład kanału medialnego, kampanii, zestawu reklam lub taktyki.
Chociaż MMM nadaje się do dużych strategicznych rozważań dotyczących portfela i długoterminowych cykli planowania, pomiar przyrostu pomaga marketerom w podejmowaniu krytycznych bieżących decyzji dotyczących wydatków na kanały i zarządzania kampaniami. Oferuje codzienne raporty zamiast kwartalnych, wykorzystując automatyzację do zwracania wyników w czasie zbliżonym do rzeczywistego. Może również dostarczać szybkie, wielokanałowe, źródłowe raporty dla każdego kanału marketingowego, dzięki czemu firmy mogą szybko i skutecznie reagować.
Ale ze względu na bardziej taktyczny nacisk pomiar przyrostu jest najlepszy do bieżącej kampanii i optymalizacji wydatków, a nie do długoterminowego planowania strategicznego. Projektowanie i wykonywanie eksperymentów przyrostowych może również stać się bardzo złożone i bardzo szybkie. Z pozoru przeprowadzenie testu wstrzymania może wydawać się dość proste, ale każdy kanał ma unikalne niuanse w technologii i możliwościach. Tak więc zaawansowana analiza danych jest często wymagana do tworzenia grup kontrolnych o znaczeniu naukowym i uzyskiwania czystych odczytów, a ciągłe pozyskiwanie i normalizowanie danych ze źródeł w całej firmie to niełatwe zadanie na każdym poziomie.
Na szczęście dla średnich firm staje się coraz bardziej dostępne korzystanie zarówno z MMM, jak i przyrostowości. MMM było historycznie uważane za narzędzie, na które mogły sobie pozwolić tylko firmy na poziomie korporacyjnym, ale postęp i automatyzacja ułatwiły jego przyjęcie. Wykorzystanie przyrostowości w celu wypełnienia luk w MMM sprawia, że inwestycja jest jeszcze bardziej wartościowa, zwłaszcza że jeśli marka jest skonfigurowana do jednego lub drugiego, prawdopodobnie jest dobrze przygotowana do wdrożenia obu.
Podsumowując, przyrostowość może zweryfikować i ulepszyć MMM. Jego wyniki eksperymentalne pomagają uniknąć problemów z korelacją/przyczynowością, wykorzystując wyniki inkrementacji do trenowania modelu MMM. Inkrementalność dostarcza świeżych danych, na podstawie których można podejmować szybkie decyzje taktyczne, uzupełniając długoterminowe mocne strony MMM w zakresie strategii i planowania.
Czy pomiary MMM lub inkrementalności powinny zastąpić MTA i raportowanie na poziomie platformy? Odpowiedź brzmi: tak i tak. Idąc dalej, połączenie MMM i przyrostowości prawdopodobnie będzie złotym standardem w świecie post-iOS, post-cookie, post-(wstaw następną politykę tutaj).
Forbes Technology Council to społeczność światowej klasy CIO, CTO i dyrektorów ds. technologii. Czy kwalifikuję się?