Data clean room, incrementalità e futuro dei dati first-party: siete pronti?
Pubblicato: 2024-05-03Ormai tutti gli esperti di marketing conoscono la procedura: il monitoraggio di terze parti è in via di estinzione. Le restrizioni sulla privacy negli Stati Uniti e all’estero sono in aumento e Google ha effettivamente iniziato a eliminare gradualmente i cookie dal suo browser Chrome.
Ciò significa che se la tua azienda non ha impostato una strategia per i dati resiliente alla privacy, sei già in ritardo. Potrebbe sembrare un compito arduo (molti metodi possono essere costosi e richiedere molto tempo da impostare), ma ciò che fai oggi con i dati potrebbe essere proprio il più importante elemento di differenziazione della crescita futura.
Quindi, a cosa dovresti dare la priorità per prepararti alla completa deprecazione dei dati di terze parti? I nostri esperti stanno indicando la strada verso tre soluzioni che potrebbero fare la differenza tra successo e fallimento in un ecosistema di marketing first-party basato sui dati: data clean room, test di incrementalità e modellazione del media mix.
Soluzione 1: camere bianche per i dati
Poiché la conformità alla privacy diventa una parte essenziale della tua strategia di marketing, hai bisogno di sistemi in atto sia per proteggere la sicurezza dei dati dei tuoi clienti sia per alimentare il targeting e la misurazione delle campagne.
Le camere bianche dei dati sono la soluzione. Consentono agli esperti di marketing di confrontare set di dati, comprendere le interazioni degli utenti e trarre spunti utili senza mettere a rischio la privacy delle persone.
Con le camere bianche, gli inserzionisti possono interrogare dati aggregati (in contrapposizione ai dati a livello di cliente) per analizzare tali dati sotto rigorosi controlli sulla privacy, quindi non vi è alcuna esposizione alle informazioni di identificazione personale (PII) sottostanti. Ciò significa che le aziende che li utilizzano non possono tenere traccia dei singoli utenti, ma possono trarre vantaggio dalle informazioni sul comportamento di tali utenti.
Ma il momento in cui le camere bianche brillano davvero è quando i marchi devono combinare dati provenienti da più fonti per una misurazione migliore. I dati in un ambiente pulito non sono soggetti alle stesse restrizioni dei dati sulle piattaforme. Se un utente rinuncia a una singola piattaforma come Instagram o TikTok, ad esempio, quella piattaforma è tenuta a eliminare i propri dati, ma sono comunque disponibili nelle camere bianche perché non sono identificabili.
Alcuni dei modi più importanti per sfruttare le stanze bianche dei dati includono:
- Valutare in che modo le campagne della canalizzazione superiore influenzano il rendimento e interagiscono con le campagne della canalizzazione inferiore
- Trovare la frequenza ottimale per pubblicare gli annunci prima di affrontare rendimenti decrescenti
- Sviluppare profili di clienti e segmenti di pubblico migliori integrando dati proprietari con identità abbinate alla piattaforma pubblicitaria
Se sei pronto per iniziare a utilizzare una stanza pulita dei dati, hai diverse opzioni. Se il tuo marchio dispone di una grande quantità di dati proprietari con cui lavorare, in teoria puoi creare la tua camera bianca, ma è giusto avvertire: richiede sforzi e investimenti significativi.
Un punto di partenza più semplice è lavorare con una terza parte. I principali attori delle piattaforme pubblicitarie come Google, Meta e Amazon dominano il panorama delle camere bianche perché dispongono di più dati relativamente maturi rispetto ai concorrenti e possono fornire agli inserzionisti informazioni migliori sul rendimento dei loro annunci sulla piattaforma. Dovresti considerare quali piattaforme utilizzi più spesso quando prendi una decisione.
Puoi anche consolidare la tua analisi in un'unica piattaforma tramite fornitori come Habu, che consentono agli utenti di interrogare più camere bianche da un'unica interfaccia.
Nonostante tutti gli aspetti positivi, le camere bianche dei dati presentano anche limitazioni significative. La maggior parte delle camere bianche funziona solo per una singola piattaforma e non può essere combinata con altre camere bianche dati. Molte camere bianche hanno anche limiti integrati sul numero di volte in cui gli inserzionisti possono interrogare lo stesso set di dati per impedire che le persone vengano identificate nel set di dati.
Soluzione 2: test di incrementalità
Il marketing dovrebbe favorire una crescita incrementale e i test di incrementalità misurano proprio questo rimuovendo le conversioni che sarebbero avvenute comunque, confermando l'impatto effettivo delle tue campagne sulla decisione di acquisto.
Un solido framework di test di incrementalità può aiutare i marchi a convalidare i dati sulle prestazioni modellati e ottenere un quadro più chiaro di come le campagne influenzano l’intero percorso del cliente.
Questi test possono aiutare il tuo team a comprendere il reale incremento dei KPI chiave e dei risultati aziendali determinati dal marketing, generando nel tempo informazioni critiche sull'efficacia dei media. Puoi anche utilizzare i test di incrementalità per calibrare i modelli di previsione e budget sulla causalità reale in modo che possano determinare il "prossimo miglior dollaro speso" comprendendo l'incremento relativo tra tattiche, pubblico e piattaforme.
Esistono diversi test tra cui scegliere a seconda dei tipi di dati e canali coinvolti e delle priorità del tuo marchio. Dovrai considerare se il test è rivolto a un pubblico noto (di prima parte) o sconosciuto (di terze parti) e se è specifico per la piattaforma o multipiattaforma.
Una volta scelto uno o più test, il tuo team dovrà assegnare le variabili e definire le dimensioni del campione, il budget e le tempistiche. Dopo l'implementazione del test, inizia subito a misurare i risultati: un'analisi intermedia è essenziale per determinare se il test sta ottenendo risultati o se è necessario fermarsi presto e cambiare direzione.
Se hai appena iniziato, ricorda che i test di incrementalità non sono un passaggio facile per la maggior parte delle aziende. La configurazione richiede molto tempo e impegno e non produrrà immediatamente feedback per l'ottimizzazione della campagna. Valuta la possibilità di cercare partner affidabili che ti aiutino a impostare test efficaci per le tue esigenze.
Soluzione 3: modellazione del mix multimediale
Uno dei maggiori timori legati alla deprecazione dei dati di terze parti è la perdita del monitoraggio multicanale e la potenziale diminuzione di misurazioni e approfondimenti realmente integrati. Il media mix modeling (MMM) ti aiuterà a determinare il media mix ottimale su ogni canale e piattaforma e a prevedere il budget di cui hai bisogno.
L'MMM è un approccio di misurazione olistico utilizzato dai professionisti del marketing per determinare l'incremento multicanale generato da tutte le iniziative di marketing, compresi gli effetti difficili da misurare come i rendimenti decrescenti.
I marchi che sfruttano un MMM inseriscono alcuni dati deterministici e un modello per il resto, sfruttando i dati passati per prevedere gli investimenti futuri. Idealmente, includerai le metriche del brand come input in modo da poter utilizzare il modello per comprendere l'effetto di tali metriche sulle conversioni. Questi modelli dovrebbero incorporare anche variabili non legate ai media, inclusi fattori economici, variazioni di prezzo, promozioni, livelli di inventario, ecc., per determinare con precisione l’impatto sui media.
Fonte: Harvard Business Review
Sebbene gli MMM offrano agli esperti di marketing un buon modo per prevedere la crescita futura e quantificare le metriche del marchio, questi modelli presentano anche le loro sfide. Gli MMM possono essere costosi e lenti, ma il problema più grande per la maggior parte dei professionisti del marketing che desiderano sfruttare questo metodo di misurazione è che lo sviluppo di questo tipo di modello richiede anni di dati.
Fortunatamente, c’è un nuovo tipo di MMM in città: MMM ad alta velocità, come il Growth Planner di Wpromote, che sfruttano la maggiore disponibilità di dati, la potenza di calcolo e l’automazione di oggi per misurare l’impatto del canale sulle conversioni passate e prevedere con precisione i risultati senza utilizzare dati individuali. Ciò accelera il processo MMM per renderlo più efficiente per gli esperti di marketing.
Gli MMM ad alta velocità forniscono inoltre approfondimenti più frequenti per aiutare gli esperti di marketing ad adattarsi più rapidamente. Gli esperti di marketing possono ottenere risultati quasi in tempo reale e approfondimenti più dettagliati per ottenere prestazioni migliori.
Con questi tre componenti in atto, la tua strategia sui dati sarà meglio attrezzata per affrontare la continua deprecazione del monitoraggio di terze parti prima che avvenga. E sebbene tutti questi cambiamenti nell’ecosistema dei dati possano intimidire, c’è un lato positivo: i sistemi conformi alla privacy consentono di risolvere i punti ciechi che sono sempre esistiti nei metodi di tracciamento obsoleti.
Il tracciamento dei dati proprietari tiene conto dei canali trascurati dall'attribuzione basata sui cookie, come TV, radio, OHH e altri canali. Può anche fornire una visione più accurata delle prestazioni, proteggendo al tempo stesso la privacy del cliente.