2023년 마케팅 측정 및 기여

소셜, 검색 및 디스플레이 마케팅 전반을 포함하여 지난 몇 년 동안 나타난 광고 변화 중에서 가장 큰 변화는 속성 및 측정의 변화로 인한 것일 수 있습니다. 그리고 특정 채널에서 지속 가능한 유료 미디어 규모를 달성하기가 더 어려워짐에 따라 브랜드는 귀속뿐만 아니라 기여를 유도하는 광고 수단을 식별하는 능력을 개선해야 합니다. 즉, 점진적일 뿐만 아니라 이익 마진을 유지하는 수익 동인에 대한 가시성을 높여야 합니다. 그러나 이는 개별 사용자 수준이 아니라 집계 기준으로 발생할 가능성이 높습니다.

Direct Agents의 EVP인 Megan Conahan은 "기여 가능한 전환에 대한 가시성이 떨어지기 때문에 브랜드는 플랫폼 기여도를 진북으로 보는 것에서 벗어나 고객 획득 비용(CAC) 및 증분성과 같은 보다 전체론적인 지표에 집중하고 있습니다."라고 말합니다. Sony 및 Walmart와 같은 고객과의 디지털 마케팅 작업
WMT
. 그녀는 소비자와 브랜드가 시간과 비용을 소비하는 플랫폼의 수가 계속 증가하고 있기 때문에 복잡한 작업이지만 모든 비용이 보다 전체적인 성능 모델링에 기여할 것이라는 기대를 넘어서는 것이 실현 가능성과 정확성에 중요하다고 덧붙였습니다.

Uniqlo에서 Dropbox에 이르기까지 다양한 고객과 함께 일한 Power Digital의 전략 SVP Ben Dutter는 귀속 수익뿐만 아니라 최초 구매자를 유도하는 것으로 입증된 XNUMX가지 요소에 대해 창의성, 빈도, 청중 침투 및 지속 시간으로 설명합니다. . 브랜드는 이러한 유형의 증분 기여를 어떻게 찾을 수 있습니까? "미디어 믹스 모델링(MMM)의 진입 장벽은 이러한 형태의 측정을 일반적이고 필요하게 만들 정도로 충분히 낮아졌습니다. MMM은 쿠키와 같은 기술 기반 측정을 잃을 때 사용할 수 있는 최선의 선택입니다." MMM은 DOOH(Digital Out-of-Home) 광고 및 텔레비전에 특히 유용합니다. 이러한 퍼널 상단 마케팅은 추적하기 어려울 수 있기 때문입니다. 그러나 Dutter는 또한 인플루언서 또는 TikTok에서 작업하고 사용자 클릭 데이터에 대한 자세한 가시성이 부족할 수 있는 소규모 브랜드의 예를 제공합니다. 고객 획득 비용과 해당 고객의 장기적 가치 사이의 관계가 총체적으로 양의 관계가 되도록 예산을 할당합니다.

MMM을 사용하여 예산 또는 플랫폼 변경의 성능 영향을 예측하고 이러한 모델 출력을 미디어 전략에 적용하여 최적의 지출 분배를 달성하고 유지하기 위한 머신 러닝의 배포는 브랜드의 관심을 끌고 있는 전술입니다. “전반적으로 귀속 및 광고 타겟팅을 살펴보면 모든 것을 추적하고 귀속시킬 수 있는 하이퍼타겟 접근 방식에서 벗어나고 있습니다. 브랜드는 더 이상 이전에 정의된 기여 기간 내에서 전환되는 Meta 내 틈새 시장을 타겟팅할 것으로 기대할 수 없습니다.”라고 그녀는 말합니다. Conahan은 과거에는 특정 미디어가 인식, 전환 및 기여를 제공했을 수 있지만 브랜드는 더 이상 이를 기대해서는 안 되며 필요한 모든 것을 얻기 위해 다른 곳을 찾아야 한다고 설명합니다.

플랫폼별로 개인 정보 보호법 및 Apple의 변경 사항으로 인한 신호 데이터 손실
AAPL
자체 개인 정보 보호 정책은 디지털 마케팅 담당자가 결과를 측정해야 할 때 MMM으로 전환하는 데 촉매 역할을 했습니다. MMM의 가치 중 일부는 거래 판촉 및 소매 거래를 포함하여 디지털을 넘어 모든 유료 미디어로 확장할 수 있는 능력입니다. 그러나 두 Google
GOOG
및 Meta는 MMM 기능을 향상시켰지만 브랜드는 결과를 최적화하기 위해 이러한 플랫폼과 외부 미디어 지출 데이터를 모두 공유하기를 원하지 않을 수 있습니다.

제휴 네트워크 역시 실시간 모니터링 및 분석을 포함한 추적 및 보고 기능을 개선하여 제휴 마케팅 캠페인의 성과에 대한 더 나은 통찰력을 제공합니다. Intellek의 마케팅 관리자인 Ricci Massero는 이를 통해 브랜드가 실시간으로 조정할 수 있으며 교차 장치 추적 및 쿠키 없는 추적과 같은 새로운 기술이 사기 행위의 발생률을 줄이면서 추적의 정확성을 향상시켰다고 말합니다.

전반적으로, Dollar Tree와 협력한 미디어 기획 및 구매 대행사인 NOVUS의 디지털 부사장 Paul DeJarnatt는
DLTR
및 LIDL은 제3자(3P) 쿠키의 가치가 하락하고 자사(1P) 고객 데이터를 기반으로 1P 유사 타겟팅을 수행하는 것이 더 어려워짐에 따라 잠재 고객 통찰력과 이해가 타겟팅 및 기술을 능가할 것이라고 믿습니다. 그는 미디어 구매 시스템이 마케터가 데이터를 활용하여 타겟팅 및 개인화를 추진할 수 있도록 구축되었음을 인정하지만 데이터를 독점적으로 사용하는 것은 더 이상 효율적이지 않으며 광고 전략을 구축하기 위해 질적 고객 통찰력을 분석하고 평가하는 것이 중요하다고 조언합니다. DeJarnatt는 또한 잠재고객을 찾는 새로운 방법이 다양한 회사의 기기 및 잠재고객 그래프를 통할 것이라고 주장합니다. 이는 출판사가 광고주의 3P 데이터와 일치시킬 수 있는 쿠키에 의존하지 않는 개인정보 보호 준수 데이터를 구축하기 위해 경쟁하는 이유 중 하나입니다. 해당 XNUMXP 규모 및 유사 기능을 전 세계적으로 및 로컬로 복제하기 위해 — 그러나 소비자가 데이터 사용을 승인한 방식으로.

예보7시간 동안 Meta의 마케팅 믹스 모델링 서밋을 보고 배운 것
Google과 함께 생각하십시오.마케팅 믹스 모델링 현대화 – Think with Google