Marketingmessung und -zuordnung im Jahr 2023

Unter den Veränderungen in der Werbung, die in den letzten Jahren zu beobachten waren, einschließlich im Social-, Such- und Display-Marketing, sind die weitreichendsten möglicherweise diejenigen, die auf Änderungen bei der Zuordnung und Messung zurückzuführen sind. Und da es in bestimmten Kanälen schwieriger geworden ist, eine nachhaltige Paid-Media-Skalierung zu erreichen, müssen Marken ihre Fähigkeit verbessern, die Werbemittel zu identifizieren, die den Beitrag und nicht nur die Zuordnung fördern. Das bedeutet, dass sie mehr Einblick in die Treiber ihrer Einnahmen benötigen, die nicht nur inkrementell sind, sondern auch die Gewinnmargen erhalten. Dies wird jedoch wahrscheinlich auf aggregierter Basis geschehen, eher auf der Ebene einzelner Benutzer.

„Wegen der geringeren Sichtbarkeit der zurechenbaren Conversions entfernen sich Marken davon, die Plattformzuordnung als ihren wahren Norden zu betrachten, und konzentrieren sich stattdessen auf ganzheitlichere Metriken wie Kundenakquisitionskosten (CAC) und Inkrementalität“, sagt Megan Conahan, EVP bei Direct Agents, bekannt für seine digitale Marketingarbeit mit Kunden wie Sony und Walmart
WMT
. Angesichts der ständig wachsenden Zahl von Plattformen, auf denen Verbraucher und Marken ihre Zeit und ihr Geld ausgeben, sei dies ein komplexes Unterfangen, aber es sei wichtig, die Erwartung, dass jeder Dollar einer ganzheitlicheren Leistungsmodellierung zuzurechnen sei, für ihre Machbarkeit und Genauigkeit zu überwinden, fügt sie hinzu.

Ben Dutter, SVP of Strategy bei Power Digital, das mit Kunden von Uniqlo bis Dropbox zusammengearbeitet hat, spricht über die vier Hebel, die nachweislich Erstkäufer antreiben – nicht nur zugeschriebene Einnahmen – wie Kreativität, Häufigkeit, Zielgruppendurchdringung und Dauer . Wie kann eine Marke diese Art von inkrementellem Beitrag finden? „Die Eintrittsbarriere für die Media-Mix-Modellierung (MMM) ist so weit gesunken, dass diese Form der Messung üblich und notwendig geworden ist … MMM ist die beste Option, die Sie haben, wenn Sie technologiegetriebene Messungen wie Cookies verlieren.“ MMM ist besonders nützlich für digitale Außenwerbung (DOOH) und Fernsehen, da dieses Top-of-Funnel-Marketing schwierig zu verfolgen sein kann. Aber Dutter liefert auch ein Beispiel für eine kleinere Marke, die möglicherweise mit Influencern oder auf TikTok arbeitet und keinen detaillierten Einblick in die Klickdaten der Benutzer hat: Durch die Verwendung statistischer Modelle, um zu sehen, wie viel erstmaliger Umsatz aus dieser Anzeige stammt, können Entscheidungsträger besser werden Budget zuweisen, um sicherzustellen, dass das Verhältnis zwischen Kundenakquisitionskosten und dem langfristigen Wert dieser Kunden insgesamt positiv ist.

Die Verwendung von MMM zur Vorhersage der Leistungsauswirkungen von Budget- oder Plattformänderungen und der Einsatz von maschinellem Lernen zur Anwendung dieser Modellergebnisse auf Medienstrategien, um eine optimale Ausgabenverteilung zu erreichen und aufrechtzuerhalten, ist eine Taktik, die laut Conahan das Interesse von Marken wecken wird. „Alles in allem, wenn Sie sich die Attribution und das Anzeigen-Targeting ansehen, kommen wir weg von dem hyper-zielgerichteten Ansatz, bei dem alles nachverfolgbar und zuordenbar ist. Marken können nicht länger damit rechnen, eine Nische innerhalb von Meta anzusprechen, die innerhalb des zuvor definierten Attributionsfensters konvertiert“, sagt sie. Conahan erklärt weiter, dass bestimmte Medien in der Vergangenheit zwar für Aufmerksamkeit, Konversion und Zuordnung gesorgt haben, Marken dies jedoch nicht mehr erwarten sollten und sich woanders umsehen müssen, um alles zu bekommen, was sie brauchen.

Je nach Plattform der Verlust von Signalisierungsdaten aufgrund von Änderungen der Datenschutzgesetzgebung und der von Apple
AAPL
eigene Datenschutzrichtlinien haben dazu beigetragen, einen Wechsel unter digitalen Vermarktern zu MMM zu beschleunigen, wenn sie Ergebnisse messen müssen. Ein Teil des Wertes von MMM ist seine Fähigkeit, über das Digitale hinaus auf alle kostenpflichtigen Medien, einschließlich Handelsförderung und Einzelhandelsangebote, auszudehnen. Aber während beide Google
GOOG
und Meta ihre MMM-Fähigkeiten verbessert haben, möchten Marken möglicherweise nicht alle ihre externen Medienausgabendaten mit diesen Plattformen teilen, um die Ergebnisse zu optimieren.

Auch Affiliate-Netzwerke haben ihre Tracking- und Berichtsfunktionen verbessert, einschließlich Echtzeit-Überwachung und -Analyse, um bessere Einblicke in die Leistung von Affiliate-Marketing-Kampagnen zu bieten. Ricci Massero, Marketing Manager bei Intellek, sagt, dass dies Marken ermöglicht, Anpassungen in Echtzeit vorzunehmen, und dass neue Technologien, wie geräteübergreifendes Tracking und cookieloses Tracking, die Genauigkeit des Trackings verbessert und gleichzeitig das Auftreten betrügerischer Aktivitäten reduziert haben.

Insgesamt Paul DeJarnatt, Digital Vice President von NOVUS, einer Medienplanungs- und Einkaufsagentur, die mit Dollar Tree zusammengearbeitet hat
DLTR
und LIDL, ist der Ansicht, dass Erkenntnisse und Verständnis von Zielgruppen Targeting und Technologie überholen werden, da Cookies von Drittanbietern (3P) an Wert verlieren und es schwieriger wird, 3P-Lookalike-Targeting auf der Grundlage von Erstanbieter-Kundendaten (1P) durchzuführen. Er räumt zwar ein, dass Media-Einkaufssysteme so aufgebaut sind, dass sie es Vermarktern ermöglichen, Daten zu nutzen, um Targeting und Personalisierung voranzutreiben, aber er weist darauf hin, dass die ausschließliche Verwendung von Daten nicht mehr effizient ist und dass es entscheidend ist, qualitative Kundeneinblicke zu analysieren und zu bewerten, um eine Werbestrategie aufzubauen. DeJarnatt argumentiert weiter, dass der neue Weg, Zielgruppen zu finden, über die Geräte- und Zielgruppendiagramme verschiedener Unternehmen führen wird, was einer der Gründe dafür ist, dass Verlage darum kämpfen, datenschutzkonforme, nicht von Cookies abhängige Daten zu erstellen, die dann mit den 1P-Daten der Werbetreibenden abgeglichen werden können um diese 3P-Skalierung und Lookalike-Fähigkeit global und lokal zu replizieren – aber auf eine Weise, in der der Verbraucher die Verwendung seiner Daten autorisiert hat.

PrognoseWas ich gelernt habe, als ich mir 7 Stunden von Metas Marketing Mix Modeling Summits ansah
Denken Sie mit GoogleModernisierung Ihrer Marketing-Mix-Modellierung – Think with Google