2023 年のマーケティング測定とアトリビューション

ソーシャル マーケティング、検索マーケティング、ディスプレイ マーケティングなど、過去数年間に見られた広告の変化の中で、最も大きな影響を及ぼしているのは、アトリビューションと測定の変化によるものかもしれません。 また、特定のチャネルで持続可能な有料メディアの規模を達成することが難しくなっているため、ブランドは、アトリビューションだけでなく、貢献を促進する広告手段を特定する能力を向上させる必要があります。 これは、増分だけでなく、利益率を維持する収益の原動力に対する可視性を高める必要があることを意味します。 ただし、これは個々のユーザー レベルではなく、集計ベースで発生する可能性があります。

Direct Agents の EVP である Megan Conahan 氏は次のように述べています。ソニーやウォルマートなどのクライアントとのデジタル マーケティング作業
WMT
. 消費者やブランドが時間とお金を費やすプラットフォームの数が増え続けていることを考えると、これは複雑な作業ですが、より全体的なパフォーマンス モデリングにすべてのドルが割り当てられるという期待を超えることが、その実現可能性と正確性にとって重要であると彼女は付け加えます。

ユニクロから Dropbox まで幅広いクライアントと仕事をしてきた Power Digital の戦略担当シニア バイス プレジデントである Ben Dutter は、クリエイティブ、フリークエンシー、オーディエンスの浸透、持続時間として、収益だけでなく初めての購入者を駆り立てることが証明されている XNUMX つのレバーについて語っています。 . ブランドはこの種の増分貢献をどのように見つけることができるでしょうか? 「メディア ミックス モデリング (MMM) への参入障壁が十分に低下したため、この形式の測定が一般的かつ必要になりました。MMM は、Cookie などの技術主導の測定を失った場合に最適なオプションです。」 MMM は、デジタル屋外広告 (DOOH) やテレビで特に役立ちます。このファネルのトップ マーケティングは追跡が困難な場合があるためです。 しかし、Dutter は、インフルエンサーや TikTok で作業している可能性があり、ユーザー クリック データの詳細な可視性を欠いている小規模なブランドの例も示しています。予算を割り当てて、顧客獲得コストとそれらの顧客の長期的な価値との関係が全体的にプラスになるようにします。

MMM を使用して予算やプラットフォームの変更がパフォーマンスに与える影響を予測し、それらのモデルの出力をメディア戦略に適用して最適な支出配分を達成および維持するための機械学習の展開は、ブランドから関心を集めている戦術であると Conahan は見ています。 「全体として、アトリビューションと広告のターゲティングを見ると、すべてが追跡可能でアトリビューションが可能なハイパーターゲット アプローチから離れつつあります。 ブランドは、以前に定義されたアトリビューション ウィンドウ内で変換するメタ内のニッチをターゲットにすることはもはや期待できません」と彼女は言います。 コナハン氏は、過去には特定のメディアが認知度、コンバージョン、アトリビューションを提供していたかもしれないが、ブランドはもはやそれを期待するべきではなく、必要なものすべてを得るために他の場所を探す必要があると説明しています.

プラットフォームごとに、プライバシー法と Apple の変更によるシグナリング データの損失
AAPL
独自のプライバシー ポリシーは、デジタル マーケターが結果を測定する必要がある場合に MMM への移行を促進するのに役立ちました。 MMM の価値の XNUMX つは、デジタルを超えて、トレード プロモーションや小売取引を含むすべての有料メディアに拡張できることです。 しかし、両方の Google
GOOG
と Meta は MMM 能力を高めているため、ブランドは、結果を最適化するために、外部メディア支出データのすべてをこれらのプラットフォームと共有したくない場合があります。

アフィリエイト ネットワークも、アフィリエイト マーケティング キャンペーンのパフォーマンスに関するより良い洞察を提供するために、リアルタイムの監視や分析などの追跡およびレポート機能を改善しました。 Intellek のマーケティング マネージャーである Ricci Massero 氏は、これによりブランドはリアルタイムで調整を行うことができ、クロスデバイス トラッキングや Cookie を使用しないトラッキングなどの新しいテクノロジーにより、トラッキングの精度が向上し、不正行為の発生率が低下したと述べています。

全体として、Dollar Tree と協力しているメディア プランニングおよびバイイング エージェンシーである NOVUS のデジタル バイス プレジデントである Paul DeJarnatt 氏は、次のように述べています。
DLTR
および LIDL は、サードパーティ (3P) Cookie の価値が低下し、ファーストパーティ (3P) の顧客データに基づいてサードパーティに似たターゲティングを実施することがより困難になるにつれて、オーディエンスの洞察と理解がターゲティングとテクノロジーを追い越すと考えています。 メディア購入システムは、マーケティング担当者がデータを活用してターゲティングとパーソナライゼーションを促進できるように構築されていることを認めていますが、データのみを使用することはもはや効率的ではなく、広告戦略を構築するために定性的な顧客インサイトを分析して評価することが重要であるとアドバイスしています。 DeJarnatt はさらに、オーディエンスを見つける新しい方法は、さまざまな企業のデバイスとオーディエンス グラフを使用することになると主張しています。これが、広告主の 1P データと照合できる、プライバシーに準拠した Cookie に依存しないデータの構築を出版社が急いでいる理由の 1 つです。その 3P のスケールと類似の機能をグローバルおよびローカルで複製するために — ただし、消費者がデータの使用を承認した方法で。

予測メタのマーケティング ミックス モデリング サミットを 7 時間見て学んだこと
Googleと考えるマーケティング ミックス モデリングの最新化 – Think with Google