Markanızla etkileşime geçen gerçek müşteriler: Veri doğrulamasını girin

PBS'nin popüler ev geliştirme programı “This Old House”dan keyif alacak kadar yaşlı olan herkes, efsanevi marangoz ustası Norm Abram'ın ünlü deyişini hatırlar: “iki kere ölç, bir kere kes.” Marangozluk dünyasında açılar önemlidir ve iki kötü birleştirilmiş tahta parçasının kanıtlarından kaçış yoktur.

Ne yazık ki, giderek fiziksel olmayan müşteri deneyimi dünyasında, büyük kanallar arası kişiselleştirme sağlayabilen gerçek ölçüm türü, bu tür basit aksiyomlardan kaçınır.

Zıt dünyada yaşıyoruz - ilk önce kestiğimiz ve yaptığımız farklı yolları sonsuzca ölçtüğümüz bir dünyada. Bunun nedeni, deneyim sunumunda ölçüm için veriler için tek bir kıstas olmaması ve hedeflerin gerçek zamanlı olarak değişmeye devam ediyor gibi görünmesidir.

After-Times: Çerezsiz bir dünyada veri doğrulama ve ölçüm

Üçüncü taraf çerezleri hala bol olduğunda, mükemmel olmasa da takip edilecek bir temel oluşturabilecek ölçüm kriterleri (çoklu dokunuşlu bir ilişkilendirme modeli) etrafında toplanabilirdik.

Farklı etkileşim türlerine çeşitli ağırlıklar atayabilirsiniz (X değerinde bir banner reklamı görüntülemek, daha değerlisini tıklamak ve daha da fazlasını satın almak).

Bazı şirketler kendi ev ödevlerine not vermeleriyle ünlüydü ve son dokunuş atıfını (kaçınılmaz olarak bir arama tıklaması) en güçlü model haline getirdi.

Çok sayıda büyük harcama yapan CPG şirketi, gerçek insanlara dayalı veriler yerine, marka sevgisinin vekilleri olarak görüntülü reklamcılıkla "katılım"dan yararlanan oldukça karmaşık ölçüm modelleri oluşturdu.

Günümüze hızlı bir şekilde gelindiğinde, birincil veri kaynağının (3. taraf tanımlama bilgisi) ölçek ve kapsam açısından son derece sınırlı hale gelmesine rağmen, özellikle dijital kanallarda ölçümle ilgili birçok eski düşünceyi hala görüyoruz.

Geçen yıl, CDP'lerin MTA sorununu çözmeye yardımcı olup olamayacağı konusunda spekülasyon yaptım ve şunu yazdım:

“Çağrı merkezi, e-ticaret ve satış etkileşimleri gibi temas noktalarına ilişkin daha fazla kullanıcı düzeyinde içgörünün - adreslenebilir pazarlama verileriyle birleştirilmesi - analistlerin 'dokunmalara' değer verme şeklini değiştirecek. Kalıcı bir kişi kimliğine bağlı bu tür verilerin gerçek zamanlı kullanılabilirliği, modellere hassas bir şekilde ince ayar yapma yeteneği ile AI'yı serbest bırakacaktır.

Hâlâ bu düşüncelere katılsam da, işletmelerin başarıyı etkili bir şekilde ölçebilecek etkileşimleri yakalama, birleştirme ve nihayetinde tartma becerileri açısından kat edilmesi gereken uzun bir yol var.

CDP'ler sorunu çözme yolundaki ilk adımdır ve kanallar arası temas noktalarının kütlesini ve karmaşıklığını ayrıştıran akıllı algoritmaları devreye sokmak ikinci adımdır - ancak en önemli şeyi kaçırıyoruz gibi görünüyor: ölçüm ve veri doğrulama için bir kıstas .

Pazarlama girdilerinin sürekli değiştiği bir dünyada (farklı kampanyalar, kreatifler, satıcılar, harekete geçirici mesajlar vb.), bu karmaşıklığın üstesinden gelmek için nasıl güvenilir bir ölçüm modeli oluşturabilirsiniz?

Belki de sadeliği seçmenin zamanı gelmiştir.

Her işletmenin bugünün çerezsiz geleceğinde ölçmek istediği şeylerden biri, 3. taraf verileri kullanmadan geniş ölçekte yeni müşteriler edinmenin maliyetidir.

Bir satıcının cihaz grafiğine ve birkaç bin potansiyel müşteriye benzer modele birkaç yüz bin karma e-posta yükleme harika yeteneği, DMP'nin yoluna gitti. Belirsiz bir gizlilik uyumluluğu ile çerez kimliğine dayandığından, çoğu ikinci taraf veri paylaşımı da öyle.

Bugün, veri temiz odaları, veri taşımadan varlıklar arasında veri sorgulamak için umut verici bir yol gibi görünüyor, ancak nispeten küçük iki birinci taraf veri havuzunu birleştirerek kesinlik elde etmek hala zor.

Yukarıdan aşağıya bir kimlik yaklaşımından (şirketler bir satıcıdan kimlik hizmetleri ve veri satın alırlar) aşağıdan yukarıya bir temele (müşteriler verilerini değer karşılığında şirketlere sunarlar) geçerken, neyin ne olduğunu ölçebilseydik iyi olurdu. bir birinci taraf veri varlığını büyütmek gerekir. Ya yeni bir metrik olsaydı, "veri doğrulama başına maliyet" gibi kullanabilirdik.

Bir müşterinin verileri konusunda bir markaya güvendiğinin nihai işareti, ister bir mağazanın satış noktası sisteminde, ister bir mobil uygulamada, çağrı merkezi temsilcisinde veya bir web sitesinde olsun, kaydolma ve bir hesap oluşturma eylemidir.

Burası aynı zamanda müşterilerin:

• koşulları kabul ediyor musunuz
• İletişim tercihlerini seçin (arayabilir, beni arayabilir, mesaj atabilir, bana e-posta gönderebilirsiniz, vb.)
• Ve size tercih verilerini verin (markalar, bedenler, renkler, abonelikler vb.)

Çeşitli veri işleme yönetmeliklerine (GDPR, CCPA, LGPD, vb.) onay verirken, yalnızca müşteri verilerinin toplanma amacını değil, aynı zamanda alt sistemlerdeki amaçlanan amacını da anlayabilirsiniz.

Bu, reklamlarını satan herhangi bir büyük yayıncının veya "aylık aktif kullanıcı" değerine sahip herhangi bir start-up'ın onaylayabileceği gibi, önemli bir değere sahiptir.

Kimlik doğrulamanın gerçek parasal değeri, söz konusu şirkete ve ürüne/ürünlere bağlı olarak değişiklik gösterse de, bence şu noktada anlaşabiliriz: Bu, uzun süredir bahsettiğimiz verilerin tek boynuzlu atıdır. bir marka ile iç içedir.

Parolasız kimlik doğrulama: Müşteri deneyiminin sorunlu noktalarını çözün, geliri artırın

Markalar, geleneksel hesap şifrelerinin oluşturduğu risklerle boğuştukça, şifresiz kimlik doğrulama çekiş kazanıyor. Nasıl çalıştığını ve iş avantajlarını öğrenin.

Veri kimlik doğrulamasının değerinin nasıl ölçüleceğine dair örnek

Böylece, veri tek boynuzlu atının nerede yaşadığını keşfettik. Sıradaki ne?

Veri doğrulamanın değerini ölçmek için, örnek olarak, adreslenebilir hedef kitlesini sosyal ağlarda büyütmek isteyen birinci taraf verilerine sahip bir şirketin basit reklam kullanım durumunu ele alalım:

1. En iyi müşterilerinizden 100.000'ini alın, kimliklerini toplayın ve onları Facebook, Instagram, LinkedIn ve diğer duvarlarla çevrili bahçelere yükleyin
2. Duvarlarla çevrili bahçenin verilere "benzemek" ve daha alakalı kullanıcılar bulmak için kara kutu modellerini kullanarak veriler üzerinde kendi hedef kitle genişletmesini yapmasına izin verin
3. Bir kampanya yürütün
4. Bir yönlendirme URL'si kullanarak, zaten bilinen kullanıcılarınızdan kaçının geri geldiğini ve kampanyaya dayalı olarak kaç net yeni müşterinin kimliğinin doğrulandığını görün.
5. Hesapla: (kampanya maliyeti/net-yeni kimliği doğrulanmış kullanıcı sayısı)

Buradaki amacım, bu yaklaşımın yeni olduğu değil, bunun yerine, markanızın ölçüm kriterlerine ve metodolojisine sahip olmasının, başarıyı belirlemek için yalnızca platformun raporlamasına bağlı olmaktan daha iyi olduğudur.

Biraz daha derine inmek: Bir müşteri veri platformuyla veri doğrulamaya bakmak

Bir müşteri veri platformu veya CDP, markalara veri doğrulama ve aşamalı tercih kabulünün değerini ölçmek için bir kıstas oluşturmak için birkaç farklı seçenek sunar.

Şimdi, gerçek kimliği doğrulanmış (kayıtlı) ticari alıcıların değerine, konuk kullanıcı olarak satın alanlara karşı bir göz atalım. Bunu bir CDP'ye kurmak ve izlemek kolaydır.

İlk olarak, ilgilendiğiniz olayları takip etmek için çeşitli aktivite göstergeleri kurarsınız:

Ardından, müşterilerin ne zaman kaydolduğunu izlemek için bir etkinlik göstergesi kurarsınız - bu, nereye yatırım yapacağınızı görebilmeniz için belirli kaynaklara göre kayıtları sayacak şekilde genişletilebilir (örneğin, arama motoru pazarlamacılığı veya Facebook Reklamları). Ardından, siparişleri izlemek için bir etkinlik göstergesi ayarlayın (bu, hem kayıtlı hem de misafir müşteriler için genel bir gösterge olabilir):

Şimdi, faaliyetleri izlemek ve kayıtlı her kullanıcı tarafından kaç sipariş verildiğini hesaplamak için gerekli olan hesaplanmış bir gösterge oluşturma zamanı. Bu, kayıtlı ve konuk kullanıcılar için ortalama sipariş sayısının ne olduğunu görmenize olanak tanır - ilgilendiğimiz ölçüm.

100 müşteri kaydolur ve yılda ortalama on sipariş verirken, misafirler için yılda iki sipariş verirse, kayıtlı kullanıcılardaki yaşam boyu değer artışını kolayca belirleyebilirsiniz.

Artık, kaydın eğilim değerini kolayca anlayabilir ve ortalama müşteri edinme maliyetleriniz göz önüne alındığında, tersine "kimlik doğrulama başına maliyet" olarak da hesaplanabilen belirli bir "kimlik doğrulama başına değer" atayabilirsiniz.

Ardından, kaç müşterinin kayıtlı olduğunu ve en az bir siparişin, ardından en az beş siparişin, ardından 10 siparişin vb. olduğunu izlemek için segmentlerinizde çok daha fazla segment ve farklı katman oluşturabilirsiniz:

Artık, her yeni kullanıcının her işleminin ortalama değerini eklemek ve yeni bir kullanıcının satın alma yolunda karşılaştığı farklı ölçülebilir temas noktalarının değerini (veri doğrulamasından sonra ölçebileceğiniz her şey) ağırlıklandırmak basitleşiyor, ancak anahtar, ilk etapta kimlik doğrulamasını oluşturmak için her bir satıcıya ne kadar ödeyebileceğinizi anlamaktır.

Artık kimliği doğrulanmış bir kullanıcı edinmenin maliyetini anlamak ve konuk kullanıcılara kıyasla yaşam boyu değerlerini modellemek için bir çerçeveniz var.

Daha iyi pazarlamacıların bugün bu taktiklerin çoğunu kullanmadığını söylemiyorum - öyle. Bununla birlikte, şirketlerin “edinme başına maliyet” veya “tıklama başına maliyet” ve diğer birçok metriği anlamaya daha fazla odaklandığına ve gerçek müşteri ilişkisinin olamayacağı daha basit kimlik doğrulama ölçümüyle başlamadığına inanıyorum.

Bir "kimlik doğrulama başına maliyet" karşılaştırması belirlemek, bir satıcının yeni müşteriler oluşturma becerisine değer vermek isteyen kuruluşlara rehberlik edebilir ve onlarla kimliği doğrulanmış, gizlilik öncelikli bir ilişki kurmanın öneminin arkasına daha somut bir değer koymanın önemini vurgulayabilir.

Veri kimliği doğrulanmış kullanıcıların gerçek maliyetini ve değerini daha iyi anlayarak başlayarak, markanız CX genelinde neredeyse tüm adreslenebilir temas noktalarını ölçmek için karşılaştırma ölçütleri oluşturmak için daha iyi bir konumda olacaktır.