データ クリーン ルーム、増分性、およびファーストパーティ データの将来: 準備はできていますか?
公開: 2024-05-03今では、すべてのマーケティング担当者がそのことを知っています。サードパーティによる追跡は廃止されつつあります。 米国内および海外でプライバシー制限が強化されており、Google は実際に Chrome ブラウザから Cookie を段階的に廃止し始めています。
つまり、企業がプライバシーに強いデータ戦略を立てていない場合は、すでに手遅れになっているということです。 多くの方法はセットアップに費用と時間がかかるため、困難な作業のように見えるかもしれませんが、現在データに対して行っていることが、将来の成長の最も重要な差別化要因になる可能性があります。
では、サードパーティ データの完全な廃止に備えるために何を優先すべきでしょうか? 当社の専門家は、ファーストパーティのデータドリブン マーケティング エコシステムで成功と失敗を分ける 3 つのソリューション、つまりデータ クリーン ルーム、インクリメンタリティ テスト、メディア ミックス モデリングへの道を示しています。
解決策 1: データ クリーン ルーム
プライバシー コンプライアンスはマーケティング戦略の重要な部分になるため、顧客データの安全性を保護し、キャンペーンのターゲティングと測定を促進するためのシステムを導入する必要があります。
データ クリーン ルームがその解決策です。 これにより、マーケティング担当者は、個人のプライバシーを危険にさらすことなく、データセットを比較し、ユーザーのやり取りを理解し、有益な結論を導き出すことができます。
クリーン ルームを使用すると、広告主は (顧客レベルのデータではなく) 集約されたデータをクエリして、厳格なプライバシー管理の下でそのデータを分析できるため、基礎となる個人を特定できる情報 (PII) が漏洩することはありません。 つまり、それらを使用している企業は個々のユーザーを追跡することはできませんが、それらのユーザーの行動に関する洞察を活用することができます。
しかし、クリーンルームが真価を発揮するのは、ブランドがより適切な測定を行うために複数のソースからのデータを組み合わせる必要がある場合です。 クリーン ルーム環境のデータには、プラットフォーム上のデータと同じ制限が課されません。 たとえば、ユーザーが Instagram や TikTok などの個別のプラットフォームでオプトアウトした場合、そのプラットフォームではデータを削除する必要がありますが、データは識別できないためクリーン ルーム内で依然として利用可能です。
データ クリーン ルームを活用する最も重要な方法には、次のようなものがあります。
- 上部ファネルのキャンペーンがパフォーマンスにどのように影響し、下部ファネルのキャンペーンと相互作用するかを評価する
- 収益の減少に直面する前に、広告を配信する最適な頻度を見つける
- 自社データと広告プラットフォームに一致するアイデンティティを統合することで、より良い顧客プロファイルと視聴者セグメントを開発する
データ クリーン ルームの使用を開始する準備ができている場合は、いくつかのオプションがあります。 ブランドに大量の自社データがある場合、理論的には独自のクリーン ルームを作成できますが、かなりの労力と投資が必要であることは当然です。
サードパーティと協力して始めるのが簡単です。 Google、Meta、Amazon などの大手広告プラットフォーム プレーヤーは、競合他社よりも比較的成熟したデータをより多く保有しており、広告主にプラットフォーム上の広告のパフォーマンスについてより優れた洞察を提供できるため、クリーン ルーム環境を支配しています。 決定を下す際には、どのプラットフォームを最も頻繁に使用するかを考慮する必要があります。
また、Habu のようなプロバイダーを介して分析を 1 つのプラットフォームに統合することもでき、ユーザーは 1 つのインターフェイスから複数のクリーン ルームをクエリできます。
すべての良い点がある一方で、データ クリーン ルームには重大な制限もあります。 ほとんどのクリーン ルームは単一のプラットフォームでのみ機能し、他のデータ クリーン ルームと組み合わせることはできません。 多くのクリーン ルームには、データ セット内で個人が特定されることを防ぐために、広告主が同じデータ セットをクエリできる回数に対する制限も組み込まれています。
解決策 2: 増分性テスト
マーケティングは段階的な成長を促進する必要があり、段階的なテストでは、いずれにせよ発生したであろうコンバージョンを削除することでそれを測定し、購入決定に対するキャンペーンの実際の影響を確認します。
堅牢なインクリメンタリティ テスト フレームワークは、ブランドがモデル化されたパフォーマンス データを検証し、キャンペーンがカスタマー ジャーニー全体にどのような影響を与えているかをより明確に把握するのに役立ちます。
このテストは、チームがマーケティングによってもたらされる主要な KPI とビジネス結果の真の上昇を理解するのに役立ち、長期にわたるメディアの有効性についての重要な洞察を生成します。 また、インクリメンタリティ テストを使用して、予測モデルと予算編成モデルを真の因果関係に合わせて調整し、戦術、対象者、プラットフォーム間の相対的な上昇率を理解することで「次に最適な支出金額」を決定することもできます。
関係するデータとチャネルの種類、およびブランドの優先事項に応じて、さまざまなテストから選択できます。 テストが既知の (ファーストパーティ) 対象者と未知の (サードパーティ) 対象者のどちらをターゲットにしているのか、またプラットフォーム固有なのかクロスプラットフォームなのかを考慮する必要があります。
テストを選択したら、チームは変数を割り当て、サンプル サイズ、予算、スケジュールを定義する必要があります。 テストを展開したら、すぐに結果の測定を開始します。テストで結果が得られているかどうか、または早期に中止して方向を変更する必要があるかどうかを判断するには、中間点の分析が不可欠です。
始めたばかりの場合、ほとんどの企業にとって増分テストは簡単ではないことを覚えておいてください。 設定にはかなりの時間と労力がかかり、キャンペーンを最適化するためのフィードバックはすぐには得られません。 ニーズに合わせた効果的なテストをセットアップできるよう、信頼できるパートナーを探すことを検討してください。
解決策 3: メディア ミックス モデリング
サードパーティデータの廃止に関する最大の懸念の 1 つは、クロスチャネル追跡が失われ、真に統合された測定と洞察が減少する可能性があることです。 メディア ミックス モデリング (MMM) は、あらゆるチャネルとプラットフォームにわたって最適なメディア ミックスを決定し、必要な予算を予測するのに役立ちます。
MMM は、マーケターが利益逓減などの測定が難しい効果を含む、すべてのマーケティング活動全体で推進されるクロスチャネルリフトを判断するために使用する総合的な測定アプローチです。
MMM を活用するブランドは、一部の決定論的なデータと残りのモデルを入力し、過去のデータを活用して将来の投資を予測します。 理想的には、モデルを使用してコンバージョンに対するそれらの指標の影響を理解できるように、ブランド指標を入力として含めます。 これらのモデルには、メディアの影響を正確に判断するために、経済的要因、価格変動、プロモーション、在庫レベルなどのメディア以外の変数も組み込む必要があります。
出典: ハーバード ビジネス レビュー
MMM はマーケティング担当者に将来の成長を予測し、ブランド指標を定量化するための優れた方法を提供しますが、これらのモデルにも課題があります。 MMM は高価で時間がかかる可能性がありますが、この測定方法の活用を検討しているほとんどのマーケティング担当者にとっての最大の問題は、この種のモデルの開発には何年ものデータが必要であることです。
幸いなことに、新しい種類の MMM が世の中に登場しています。Wpromote の Growth Planner のような高速 MMM は、今日の増大したデータ可用性、コンピューティング能力、自動化を利用して、チャネルが過去のコンバージョンに与える影響を測定し、個々のデータを使用せずに結果を正確に予測します。 これにより MMM プロセスが高速化され、マーケティング担当者にとって効率が向上します。
高速 MMM は、マーケティング担当者がより迅速に適応できるよう、より頻繁に洞察を提供します。 マーケティング担当者は、ほぼリアルタイムの結果とより詳細な洞察を取得して、パフォーマンスを向上させることができます。
これら 3 つのコンポーネントを適切に配置すると、サードパーティ トラッキングの継続的な廃止に事前に対処するためのデータ戦略がより適切に備えられるようになります。 データ エコシステムにおけるこれらすべての変化は恐ろしいかもしれませんが、希望の光もあります。プライバシーに準拠したシステムにより、時代遅れの追跡方法に常に存在していた盲点を解決できるようになります。
ファーストパーティデータ追跡では、テレビ、ラジオ、OHH、その他のチャネルなど、Cookie ベースのアトリビューションが見落とされているチャネルを考慮します。 また、顧客のプライバシーを保護しながら、パフォーマンスをより正確に表示することもできます。