Pelanggan nyata, terlibat dengan merek Anda: Masukkan otentikasi data

Siapa pun yang cukup tua untuk menikmati pertunjukan perbaikan rumah populer PBS "Rumah Tua Ini" ingat pepatah terkenal master tukang kayu legendaris Norm Abram: "ukur dua kali, potong sekali." Di dunia pertukangan, sudut penting, dan tidak ada yang bisa lolos dari bukti dua potongan kayu yang tidak disatukan.

Sayangnya, di dunia pengalaman pelanggan yang semakin non-fisik, jenis pengukuran sejati yang dapat menghasilkan personalisasi lintas saluran yang hebat menghindari aksioma sederhana seperti itu.

Kita hidup di dunia yang berlawanan — dunia di mana kita memotong terlebih dahulu dan tanpa henti mengukur berbagai cara kita melakukannya. Ini karena dalam penyampaian pengalaman, tidak ada tolok ukur tunggal untuk data pengukuran, dan sasaran tampaknya terus berubah secara real time.

The After-Times: Otentikasi dan pengukuran data di dunia tanpa cookie

Saat cookie pihak ketiga masih berlimpah, kami dapat menggunakan kriteria pengukuran — model atribusi multisentuh — yang, meskipun tidak sempurna, dapat membuat garis dasar untuk diikuti.

Anda dapat menetapkan berbagai bobot untuk berbagai jenis keterlibatan (melihat iklan spanduk senilai X, mengekliknya lebih berharga, dan membeli sesuatu yang lebih banyak lagi).

Beberapa perusahaan terkenal karena menilai pekerjaan rumah mereka sendiri, menjadikan atribusi sentuhan terakhir (pasti klik pencarian) sebagai model yang paling kuat.

Banyak perusahaan CPG dengan pembelanjaan besar, sebagai pengganti data berbasis orang nyata, menciptakan model pengukuran yang sangat lengkap yang memanfaatkan "keterlibatan" dengan iklan bergambar sebagai proxy untuk cinta merek.

Maju cepat ke hari ini, dan kami masih melihat banyak pemikiran lama seputar pengukuran, terutama di saluran digital – meskipun sumber data utama (cookie pihak ketiga) menjadi sangat terbatas dalam skala dan cakupan.

Tahun lalu saya berspekulasi apakah CDP dapat membantu memecahkan masalah MTA, menulis:

“Kombinasi lebih banyak wawasan tingkat pengguna pada titik kontak seperti pusat panggilan, e-niaga, dan interaksi penjualan — dikombinasikan dengan data pemasaran yang dapat dialamatkan — akan mengubah cara analis menilai 'sentuhan.' Ketersediaan realtime dari data tersebut, terkait dengan ID orang yang persisten, akan melepaskan AI dengan kemampuan untuk menyempurnakan model dengan presisi.”

Sementara saya masih setuju dengan sentimen tersebut, masih ada jalan panjang dalam hal kemampuan perusahaan untuk menangkap, menyatukan, dan pada akhirnya menimbang interaksi yang dapat secara efektif mengukur kesuksesan.

CDP adalah langkah pertama di jalan untuk memecahkan masalah, dan menerapkan algoritme cerdas yang mengurai massa dan kompleksitas titik sentuh lintas saluran adalah langkah kedua — tetapi kami tampaknya kehilangan hal terpenting: tolok ukur untuk pengukuran dan otentikasi data .

Di dunia di mana input pemasaran terus berubah (kampanye yang berbeda, materi iklan, vendor, ajakan bertindak, dll.) bagaimana Anda dapat membuat model pengukuran yang andal untuk menangani kompleksitas seperti itu?

Mungkin sudah waktunya untuk memilih kesederhanaan.

Satu hal yang ingin diukur oleh setiap perusahaan di masa depan tanpa cookie saat ini adalah biaya untuk mendapatkan pelanggan baru dalam skala besar tanpa menggunakan data pihak ketiga

Kemampuan luar biasa untuk mengunggah beberapa ratus ribu email hash ke grafik perangkat vendor dan model yang mirip dengan beberapa ribu prospek telah melampaui DMP. Begitu juga sebagian besar pembagian data pihak kedua, karena didasarkan pada identitas cookie dengan kepatuhan privasi yang tidak jelas.

Saat ini, ruang bersih data terlihat seperti cara yang menjanjikan untuk melakukan kueri data di seluruh entitas tanpa pemindahan data, tetapi masih menjadi tantangan untuk mencapai presisi dengan menggabungkan dua kumpulan data pihak pertama yang berkualitas relatif kecil.

Saat kita beralih dari pendekatan identitas top-down (perusahaan membeli layanan identitas dan data dari vendor) ke pijakan bottom-up (pelanggan menawarkan data mereka kepada perusahaan dengan imbalan nilai), alangkah baiknya jika kita dapat mengukur apa diperlukan untuk menumbuhkan aset data pihak pertama. Bagaimana jika ada metrik baru, yang bisa kita gunakan seperti “biaya per otentikasi data?”

Tanda utama bahwa pelanggan memercayai merek dengan data mereka adalah tindakan mendaftar dan membuat akun, baik itu terjadi dalam sistem point-of-sale toko, aplikasi seluler, agen pusat panggilan, atau situs web.

Ini juga tempat pelanggan:

• Setuju dengan persyaratan
• Pilih preferensi komunikasi mereka (Anda dapat menelepon, saya, mengirimi saya pesan teks, mengirimi saya email, dkk)
• Dan memberi Anda data preferensi mereka (merek, ukuran, warna, langganan, dll.)

Saat Anda membuat persetujuan terhadap berbagai peraturan pemrosesan data (GDPR, CCPA, LGPD, dll.), Anda tidak hanya dapat memahami tujuan pengumpulan data pelanggan — tetapi juga tujuan yang dimaksudkan dalam sistem hilir.

Ini memiliki nilai yang signifikan, seperti yang dapat dibuktikan oleh penerbit besar mana pun yang menjual iklan mereka, atau start-up apa pun yang dihargai "pengguna aktif bulanan".

Meskipun nilai moneter sebenarnya dari otentikasi akan bervariasi tergantung pada perusahaan dan produk yang sedang dipertimbangkan, saya pikir kita dapat menyetujui premis: ini adalah unicorn data yang telah kita bicarakan begitu lama — pelanggan nyata yang terlibat dengan sebuah merek.

Otentikasi tanpa kata sandi: Selesaikan poin nyeri CX, tingkatkan pendapatan

Otentikasi tanpa kata sandi mendapatkan daya tarik ketika merek bergulat dengan risiko yang ditimbulkan oleh kata sandi akun tradisional. Pelajari cara kerjanya dan keuntungan bisnisnya.

Contoh cara mengukur nilai otentikasi data

Jadi, kami telah menemukan di mana unicorn data hidup. Apa berikutnya?

Untuk mengukur nilai autentikasi data, mari kita ambil contoh kasus penggunaan periklanan sederhana dari sebuah perusahaan dengan data pihak pertama yang ingin menumbuhkan audiens yang dapat dialamatkan di jejaring sosial sebagai contoh:

1. Ambil 100.000 pelanggan terbaik Anda, hash identitas mereka, dan unggah ke Facebook, Instagram, LinkedIn, dan taman bertembok lainnya
2. Biarkan taman bertembok melakukan ekstensi audiens mereka sendiri pada data, menggunakan model kotak hitam mereka untuk "menyerupai" data dan menemukan pengguna yang lebih relevan
3. Jalankan kampanye
4. Menggunakan URL rujukan, lihat berapa banyak pengguna Anda yang sudah dikenal kembali, dan berapa banyak pelanggan baru bersih yang diautentikasi berdasarkan kampanye
5. Hitung: (biaya kampanye/jumlah pengguna baru yang diautentikasi bersih)

Maksud saya di sini bukanlah bahwa pendekatan ini baru, melainkan bahwa merek Anda memiliki kriteria dan metodologi pengukuran lebih baik daripada hanya bergantung pada pelaporan platform untuk menentukan keberhasilan.

Sedikit lebih dalam: Melihat otentikasi data dengan platform data pelanggan

Platform data pelanggan, atau CDP, memberi merek beberapa opsi berbeda untuk membuat tolok ukur untuk mengukur nilai otentikasi data dan penerimaan preferensi progresif.

Mari kita lihat nilai pembeli perdagangan yang diautentikasi (terdaftar) yang sebenarnya versus mereka yang telah membeli sebagai pengguna tamu. Ini mudah diatur dalam CDP dan monitor.

Pertama, Anda akan menyiapkan berbagai indikator aktivitas untuk melacak peristiwa yang menarik:

Kemudian, Anda akan menyiapkan indikator aktivitas untuk melacak kapan pelanggan mendaftar — ini dapat diperluas untuk menghitung pendaftaran berdasarkan sumber tertentu sehingga Anda dapat melihat di mana harus berinvestasi (pemasaran mesin telusur atau Iklan Facebook, misalnya). Selanjutnya, siapkan indikator aktivitas untuk melacak pesanan (ini bisa menjadi indikator umum untuk pelanggan terdaftar dan tamu):

Sekarang saatnya membuat indikator terhitung, yang diperlukan untuk memantau seluruh aktivitas dan menghitung berapa banyak pesanan yang telah dilakukan oleh setiap pengguna terdaftar. Ini akan memungkinkan Anda melihat jumlah pesanan rata-rata untuk pengguna terdaftar versus pengguna tamu — metrik yang kami minati.

Jika 100 pelanggan mendaftar dan melakukan rata-rata sepuluh pesanan per tahun, dibandingkan dua pesanan per tahun untuk tamu, maka Anda dapat dengan mudah menentukan peningkatan nilai seumur hidup pada pengguna terdaftar.

Sekarang, Anda dapat dengan mudah memahami nilai kecenderungan pendaftaran, dan menetapkan “nilai per autentikasi” tertentu, yang juga dapat dihitung secara terbalik sebagai “biaya per autentikasi” mengingat rata-rata biaya akuisisi pelanggan Anda.

Anda kemudian dapat membuat lebih banyak segmen dan tingkatan berbeda di segmen Anda untuk melacak berapa banyak pelanggan yang terdaftar dan memiliki setidaknya satu pesanan, lalu setidaknya lima pesanan, lalu 10, dst:

Sekarang, menjadi mudah untuk menambahkan nilai rata-rata setiap transaksi dari setiap pengguna baru, dan menimbang nilai titik kontak terukur yang berbeda yang ditemui pengguna baru dalam perjalanan ke pembelian (semua hal yang dapat Anda ukur setelah otentikasi data), tetapi kuncinya adalah memahami berapa banyak Anda mungkin membayar setiap vendor untuk menghasilkan otentikasi di tempat pertama.

Sekarang Anda memiliki kerangka kerja untuk memahami biaya untuk mendapatkan pengguna yang diautentikasi dan memodelkan nilai umur mereka, dibandingkan dengan pengguna tamu.

Saya tidak menyarankan bahwa pemasar yang lebih baik tidak menggunakan banyak dari taktik ini hari ini — memang demikian. Yang mengatakan, saya percaya perusahaan lebih fokus pada pemahaman "biaya per akuisisi" atau "biaya per klik" dan banyak metrik lainnya, dan tidak memulai dengan pengukuran otentikasi yang lebih sederhana, yang tanpanya tidak akan ada hubungan pelanggan yang nyata.

Menetapkan tolok ukur “biaya per otentikasi” dapat membantu memandu perusahaan yang ingin menghargai kemampuan vendor untuk menghasilkan pelanggan baru — dan menyoroti pentingnya menempatkan nilai yang lebih konkret di balik pentingnya membangun hubungan yang diautentikasi, mengutamakan privasi, dengan mereka.

Dengan memulai dengan pemahaman yang lebih baik tentang biaya dan nilai aktual pengguna yang diautentikasi data, merek Anda akan berada dalam posisi yang lebih baik untuk membuat tolok ukur untuk mengukur hampir semua titik kontak yang dapat dialamatkan di seluruh CX.