ลูกค้าจริง มีส่วนร่วมกับแบรนด์ของคุณ: ป้อนข้อมูลการตรวจสอบความถูกต้อง

ใครก็ตามที่อายุมากพอที่จะเพลิดเพลินกับรายการปรับปรุงบ้านยอดนิยมของ PBS เรื่อง “This Old House” จำคำพูดที่โด่งดังของนอร์ม อับราม ช่างไม้ในตำนานได้ว่า “วัดสองครั้ง ตัดครั้งเดียว” ในโลกของช่างไม้ มุมมีความสำคัญ และไม่มีทางหนีรอดจากหลักฐานของไม้สองชิ้นที่เชื่อมกันไม่ดี

น่าเสียดาย ในโลกที่ไม่ใช่ทางกายภาพของประสบการณ์ของลูกค้าที่เพิ่มมากขึ้น การวัดผลที่แท้จริงที่สามารถให้ผลการปรับตั้งค่าส่วนบุคคลข้ามช่องทางที่ยอดเยี่ยมนั้นหลีกเลี่ยงหลักการง่ายๆ ดังกล่าว

เราอาศัยอยู่ในโลกตรงข้าม — โลกที่เราตัดก่อนและวัดวิธีการต่างๆ ที่เราทำอย่างไม่รู้จบ เนื่องจากในการนำเสนอประสบการณ์ ไม่มีมาตรฐานใดสำหรับข้อมูลสำหรับการวัด และดูเหมือนเป้าหมายจะเปลี่ยนแปลงตลอดเวลาในแบบเรียลไทม์

The After-Times: การตรวจสอบข้อมูลและการวัดผลในโลกที่ปราศจากคุกกี้

เมื่อคุกกี้ของบุคคลที่สามยังคงมีอยู่มากมาย เราสามารถรวบรวมเกณฑ์การวัด ซึ่งเป็นรูปแบบการระบุแหล่งที่มาแบบมัลติทัช ซึ่งแม้จะไม่สมบูรณ์แบบ แต่ก็สามารถสร้างพื้นฐานที่จะปฏิบัติตามได้

คุณสามารถกำหนดน้ำหนักต่างๆ ให้กับงานประเภทต่างๆ ได้ (การดูโฆษณาแบนเนอร์ที่มีมูลค่า X การคลิกที่มีค่ามากกว่า และการซื้อบางอย่างมากยิ่งขึ้น)

บางบริษัทมีชื่อเสียงในเรื่องการให้คะแนนการบ้านของตัวเอง ทำให้การระบุแหล่งที่มาจากการสัมผัสครั้งสุดท้าย (การคลิกค้นหาอย่างหลีกเลี่ยงไม่ได้) เป็นรูปแบบที่ทรงพลังที่สุด

บริษัท CPG ที่มีการใช้จ่ายจำนวนมาก แทนที่จะใช้ข้อมูลที่อิงจากบุคคลจริง ได้สร้างแบบจำลองการวัดผลที่เต็มเปี่ยม ซึ่งใช้ประโยชน์จาก "การมีส่วนร่วม" ด้วยการโฆษณาแบบดิสเพลย์เป็นตัวกลางสำหรับความรักในแบรนด์

กรอไปข้างหน้าจนถึงวันนี้ และเรายังคงเห็นความคิดเก่าๆ มากมายเกี่ยวกับการวัด โดยเฉพาะอย่างยิ่งในช่องทางดิจิทัล แม้ว่าแหล่งข้อมูลหลัก (คุกกี้ของบุคคลที่สาม) จะถูกจำกัดขนาดและขอบเขตอย่างมาก

ปีที่แล้วฉันคาดการณ์ว่า CDP สามารถช่วยแก้ปัญหา MTA ได้หรือไม่ โดยเขียนว่า:

“การผสมผสานของข้อมูลเชิงลึกระดับผู้ใช้เพิ่มเติมเกี่ยวกับจุดสัมผัส เช่น คอลเซ็นเตอร์ อีคอมเมิร์ซ และปฏิสัมพันธ์ด้านการขาย รวมกับข้อมูลการตลาดที่สามารถระบุตำแหน่งได้ จะเปลี่ยนวิธีที่นักวิเคราะห์ให้คุณค่ากับ 'การสัมผัส' ความพร้อมใช้งานของข้อมูลดังกล่าวตามเวลาจริงซึ่งเชื่อมโยงกับ ID บุคคลแบบถาวรจะปลดปล่อย AI ด้วยความสามารถในการปรับแต่งแบบจำลองอย่างแม่นยำ”

ในขณะที่ฉันยังเห็นด้วยกับความรู้สึกเหล่านั้น ยังมีหนทางอีกยาวไกลในแง่ของความสามารถขององค์กรในการจับภาพ รวมเป็นหนึ่ง และชั่งน้ำหนักการโต้ตอบที่สามารถวัดความสำเร็จได้อย่างมีประสิทธิภาพในท้ายที่สุด

CDP เป็นขั้นตอนแรกในการแก้ปัญหา และการใช้อัลกอริทึมอัจฉริยะที่แยกวิเคราะห์มวลและความซับซ้อนของจุดสัมผัสข้ามช่องสัญญาณเป็นขั้นตอนที่ 2 แต่ดูเหมือนว่าเราจะพลาดสิ่งสำคัญที่สุด: เกณฑ์มาตรฐานสำหรับการวัดและการตรวจสอบข้อมูล .

ในโลกที่ปัจจัยการผลิตทางการตลาดเปลี่ยนแปลงตลอดเวลา (แคมเปญ โฆษณา ผู้ขาย คำกระตุ้นการตัดสินใจ ฯลฯ) คุณจะสร้างแบบจำลองการวัดผลที่เชื่อถือได้เพื่อจัดการกับความซับซ้อนดังกล่าวได้อย่างไร

อาจถึงเวลาเลือกใช้ความเรียบง่าย

สิ่งหนึ่งที่ทุกองค์กรพยายามวัดผลในอนาคตที่ปราศจากคุกกี้ของวันนี้คือต้นทุนในการได้ลูกค้าใหม่ตามขนาดโดยไม่ต้องใช้ข้อมูลของบุคคลที่สาม

ความสามารถที่ยอดเยี่ยมในการอัปโหลดอีเมลที่แฮชจำนวน 2-3 แสนฉบับไปยังกราฟอุปกรณ์ของผู้ขายและรูปแบบที่คล้ายคลึงกัน ผู้มีโอกาสเป็นลูกค้าสองสามพันรายได้ก้าวข้ามทางของ DMP แล้ว มีการแบ่งปันข้อมูลกับบุคคลที่สามส่วนใหญ่ เนื่องจากเป็นไปตามข้อมูลประจำตัวของคุกกี้ที่มีการปฏิบัติตามนโยบายความเป็นส่วนตัวที่คลุมเครือ

ทุกวันนี้ คลีนรูมข้อมูลดูเหมือนเป็นวิธีที่มีแนวโน้มดีในการสืบค้นข้อมูลระหว่างเอนทิตีโดยไม่ต้องย้ายข้อมูล แต่ก็ยังท้าทายที่จะบรรลุความแม่นยำโดยการรวมกลุ่มข้อมูลบุคคลที่หนึ่งที่มีคุณภาพค่อนข้างเล็กสองกลุ่มเข้าด้วยกัน

เมื่อเราเปลี่ยนจากวิธีการระบุตัวตนจากบนลงล่าง (บริษัทซื้อบริการข้อมูลระบุตัวตนและข้อมูลจากผู้ขาย) ไปสู่ฐานรากด้านล่าง (ลูกค้าเสนอข้อมูลของตนให้กับบริษัทเพื่อแลกกับมูลค่า) คงจะดีถ้าเราสามารถวัดสิ่งที่ ต้องใช้เพื่อขยายเนื้อหาข้อมูลบุคคลที่หนึ่ง จะเกิดอะไรขึ้นถ้ามีเมตริกใหม่ เราสามารถใช้ เช่น "ต้นทุนต่อการตรวจสอบความถูกต้องของข้อมูล"

สัญญาณสุดท้ายที่บ่งบอกว่าลูกค้าไว้วางใจแบรนด์ด้วยข้อมูลของพวกเขาคือการลงทะเบียนและสร้างบัญชี ไม่ว่าจะเกิดขึ้นภายในระบบ ณ จุดขายของร้านค้า แอพมือถือ ตัวแทนคอลเซ็นเตอร์ หรือเว็บไซต์

นี่คือที่ที่ลูกค้า:

• เห็นด้วยกับข้อตกลง
• เลือกการตั้งค่าการสื่อสารของพวกเขา (คุณสามารถโทร, ฉัน, ส่งข้อความถึงฉัน, ส่งอีเมลถึงฉัน, และอื่นๆ)
• และให้ข้อมูลความชอบแก่คุณ (แบรนด์ ขนาด สี การสมัครรับข้อมูล และอื่นๆ)

ในขณะที่คุณให้ความยินยอมต่อระเบียบข้อบังคับการประมวลผลข้อมูลต่างๆ (GDPR, CCPA, LGPD ฯลฯ) คุณไม่เพียงแต่จะเข้าใจวัตถุประสงค์ในการรวบรวมข้อมูลของลูกค้าเท่านั้น แต่ยังรวมถึงวัตถุประสงค์ที่ตั้งใจไว้ในระบบดาวน์สตรีมด้วย

สิ่งนี้มีคุณค่าอย่างมาก เนื่องจากผู้เผยแพร่โฆษณารายใหญ่ที่ขายโฆษณาของตน หรือบริษัทสตาร์ทอัพที่มีมูลค่า "ผู้ใช้ที่ใช้งานอยู่รายเดือน" สามารถยืนยันได้

ในขณะที่มูลค่าเงินที่แท้จริงของการรับรองความถูกต้องจะแตกต่างกันไปขึ้นอยู่กับบริษัทและผลิตภัณฑ์ภายใต้การพิจารณา ฉันคิดว่าเราสามารถตกลงกันในหลักการ: นี่คือยูนิคอร์นของข้อมูลที่เราพูดถึงมานาน — ลูกค้าจริงที่ มีส่วนร่วมกับแบรนด์

การตรวจสอบสิทธิ์แบบไม่ใช้รหัสผ่าน: แก้ไขจุดบกพร่องของ CX เพิ่มรายได้

การพิสูจน์ตัวตนแบบไม่ใช้รหัสผ่านกำลังได้รับความสนใจเนื่องจากแบรนด์ต่างๆ ต่อสู้กับความเสี่ยงที่เกิดจากรหัสผ่านบัญชีแบบเดิมๆ เรียนรู้วิธีการทำงานและผลประโยชน์ทางธุรกิจ

ตัวอย่างวิธีการวัดมูลค่าการรับรองความถูกต้องของข้อมูล

ดังนั้นเราจึงได้ค้นพบว่ายูนิคอร์นของข้อมูลอาศัยอยู่ที่ใด อะไรต่อไป?

ในการวัดมูลค่าของการรับรองความถูกต้องของข้อมูล ลองใช้กรณีการใช้งานโฆษณาอย่างง่ายของบริษัทที่มีข้อมูลของบุคคลที่หนึ่งที่ต้องการเพิ่มจำนวนผู้ชมที่สามารถระบุตำแหน่งได้ในเครือข่ายสังคมเป็นตัวอย่าง:

1. พาลูกค้าที่ดีที่สุดของคุณ 100,000 ราย แฮชข้อมูลประจำตัวของพวกเขา และอัปโหลดไปยัง Facebook, Instagram, LinkedIn และสวนอื่นๆ ที่มีกำแพงล้อมรอบ
2. ให้สวนที่มีกำแพงล้อมรอบขยายฐานผู้ชมด้วยข้อมูล โดยใช้โมเดลกล่องดำเพื่อ "ดูเหมือน" ข้อมูลและค้นหาผู้ใช้ที่เกี่ยวข้องมากขึ้น
3. จัดแคมเปญ
4. ใช้ URL อ้างอิง ดูจำนวนผู้ใช้ที่รู้จักแล้วของคุณที่กลับมา และจำนวนลูกค้าใหม่สุทธิที่รับรองความถูกต้องตามแคมเปญ
5. คำนวณ: (ค่าใช้จ่ายของแคมเปญ/จำนวนผู้ใช้ที่ตรวจสอบสิทธิ์ใหม่สุทธิ)

ประเด็นของฉันที่นี่ไม่ใช่ว่าแนวทางนี้แปลกใหม่ แต่การมีแบรนด์ของคุณเป็นเจ้าของเกณฑ์การวัดผลและวิธีการนั้นดีกว่าการขึ้นอยู่กับการรายงานของแพลตฟอร์มเพียงอย่างเดียวเพื่อตัดสินความสำเร็จ

เจาะลึกลงไปอีกเล็กน้อย: ดูการตรวจสอบข้อมูลด้วยแพลตฟอร์มข้อมูลลูกค้า

แพลตฟอร์มข้อมูลลูกค้าหรือ CDP ช่วยให้แบรนด์มีตัวเลือกต่างๆ มากมายสำหรับการสร้างเกณฑ์มาตรฐานเพื่อวัดมูลค่าของการตรวจสอบความถูกต้องของข้อมูลและการยอมรับการตั้งค่าแบบก้าวหน้า

มาดูมูลค่าของผู้ซื้อเชิงพาณิชย์ที่รับรองความถูกต้องแล้ว (ที่ลงทะเบียน) เทียบกับผู้ซื้อที่ซื้อในฐานะผู้ใช้ทั่วไป ตั้งค่าได้ง่ายใน CDP และมอนิเตอร์

ขั้นแรก คุณต้องตั้งค่าตัวบ่งชี้กิจกรรมต่างๆ เพื่อติดตามกิจกรรมที่น่าสนใจ:

จากนั้น คุณจะต้องตั้งค่าตัวระบุกิจกรรมเพื่อติดตามว่าลูกค้าจะลงทะเบียนเมื่อใด ซึ่งสามารถขยายเพื่อนับการลงทะเบียนตามแหล่งที่มาเฉพาะได้ คุณจึงดูได้ว่าควรลงทุนที่ใด (เช่น การตลาดผ่านเครื่องมือค้นหาหรือโฆษณาบน Facebook เป็นต้น) ถัดไป ตั้งค่าตัวบ่งชี้กิจกรรมเพื่อติดตามคำสั่งซื้อ (อาจเป็นตัวบ่งชี้ทั่วไปสำหรับทั้งลูกค้าที่ลงทะเบียนและลูกค้าที่เป็นแขก):

ตอนนี้ได้เวลาสร้างตัวบ่งชี้ที่คำนวณแล้ว ซึ่งจำเป็นสำหรับการตรวจสอบกิจกรรมต่างๆ และคำนวณจำนวนคำสั่งซื้อที่ผู้ใช้ที่ลงทะเบียนแต่ละรายดำเนินการ ซึ่งจะช่วยให้คุณสามารถดูจำนวนคำสั่งซื้อเฉลี่ยสำหรับผู้ใช้ที่ลงทะเบียนกับผู้ใช้ทั่วไป ซึ่งเป็นเมตริกที่เราสนใจ

หากลูกค้า 100 รายลงทะเบียนและสั่งซื้อเฉลี่ย 10 รายการต่อปี เทียบกับคำสั่งซื้อ 2 รายการต่อปีสำหรับแขก คุณจะระบุมูลค่าตลอดอายุการใช้งานที่เพิ่มขึ้นของผู้ใช้ที่ลงทะเบียนได้อย่างง่ายดาย

ตอนนี้คุณสามารถเข้าใจมูลค่าแนวโน้มของการลงทะเบียนได้อย่างง่ายดาย และกำหนด "มูลค่าต่อการตรวจสอบสิทธิ์" ที่เฉพาะเจาะจง ซึ่งสามารถคำนวณย้อนกลับเป็น "ต้นทุนต่อการตรวจสอบสิทธิ์" โดยพิจารณาจากต้นทุนการได้มาซึ่งลูกค้าโดยเฉลี่ยของคุณ

จากนั้น คุณสามารถสร้างกลุ่มและระดับต่างๆ ในกลุ่มของคุณได้มากขึ้นเพื่อติดตามจำนวนลูกค้าที่ลงทะเบียนและมีคำสั่งซื้ออย่างน้อยหนึ่งรายการ จากนั้นอย่างน้อยห้าคำสั่งซื้อ จากนั้นจึงเท่ากับ 10 เป็นต้น:

ในตอนนี้ การเพิ่มมูลค่าเฉลี่ยของแต่ละธุรกรรมของผู้ใช้ใหม่แต่ละรายกลายเป็นเรื่องง่าย และให้น้ำหนักกับมูลค่าของจุดสัมผัสที่วัดได้ต่างๆ ที่ผู้ใช้ใหม่พบระหว่างทางไปซื้อสินค้า (ทุกสิ่งที่คุณสามารถวัดได้หลังจากการตรวจสอบความถูกต้องของข้อมูล) แต่ กุญแจสำคัญคือการทำความเข้าใจว่าคุณอาจจ่ายเงินให้ผู้ขายแต่ละรายเพื่อสร้างการรับรองความถูกต้องตั้งแต่แรก

ตอนนี้คุณมีกรอบงานที่จะเข้าใจต้นทุนในการได้มาซึ่งผู้ใช้ที่ได้รับการพิสูจน์ตัวตนแล้ว และจำลองมูลค่าตลอดอายุการใช้งาน เมื่อเทียบกับผู้ใช้ทั่วไป

ฉันไม่ได้แนะนำว่านักการตลาดที่ดีกว่าไม่ได้ใช้กลวิธีเหล่านี้หลายอย่างในปัจจุบัน – พวกเขาเป็น ที่กล่าวว่า ฉันเชื่อว่าบริษัทต่างๆ ให้ความสำคัญกับการทำความเข้าใจ "ราคาต่อหนึ่งการกระทำ" หรือ "ราคาต่อหนึ่งคลิก" และตัวชี้วัดอื่นๆ อีกมากมาย และไม่เริ่มต้นด้วยการวัดการตรวจสอบที่ง่ายกว่า หากไม่มีความสัมพันธ์ที่แท้จริงกับลูกค้าก็จะไม่เกิดขึ้น

การกำหนดเกณฑ์มาตรฐาน "ต้นทุนต่อการรับรองความถูกต้อง" สามารถช่วยแนะนำองค์กรที่ต้องการประเมินความสามารถของผู้ขายในการสร้างลูกค้าใหม่ และเน้นย้ำถึงความสำคัญของการกำหนดมูลค่าที่เป็นรูปธรรมมากขึ้นเบื้องหลังความสำคัญของการสร้างความสัมพันธ์ที่มีการรับรองความถูกต้องและให้ความสำคัญกับความเป็นส่วนตัวเป็นอันดับแรกกับพวกเขา

เมื่อเริ่มต้นด้วยความเข้าใจที่ดีขึ้นเกี่ยวกับต้นทุนจริงและมูลค่าของผู้ใช้ที่ตรวจสอบความถูกต้องของข้อมูล แบรนด์ของคุณจะอยู่ในตำแหน่งที่ดีกว่าในการสร้างเกณฑ์เปรียบเทียบสำหรับการวัดจุดสัมผัสที่สามารถระบุได้เกือบทุกจุดใน CX