Es ist Zeit, sich mit der nächsten Betrugsgrenze zu befassen: Attribution

Während Anzeigenbetrug zu einem Teil des Vokabulars jedes Marketers geworden ist, wurde Attribution Fraud – die Praxis, veraltete Attributionsmodelle zu spielen, um eigennützige Mittel zu rechtfertigen – bisher weitgehend ignoriert.

Da Vermarkter und Medieneigentümer jedoch Geld in digitale Kanäle verlagern, hat die Bereitstellung von Anzeigen außerhalb der messbaren Möglichkeiten eines Attributionsmodells, um einen finanziellen Vorteil zu erzielen, als Reaktion darauf stillschweigend zugenommen. Attributionsbetrug wird schnell zum nächsten großen Qualitätsproblem der Werbebranche.

Attributionsbetrug umfasst alles, vom Retargeting von Benutzern, die gerade konvertieren, bis hin zu wissentlich Cookie-bombenden Benutzern mit nicht sichtbaren Anzeigen. Und die Kosten des Attributionsbetrugs sind nicht nur die wertvollen Werbegelder, die für ineffektive Medien verschwendet werden.

Attributionsbetrug führt Marketer in ein Kaninchenloch, in dem sie das Verhalten ihrer Kunden grundlegend missverstehen. Es führt dazu, dass Werbetreibende falsch interpretieren, wie verschiedene Kanäle, Geräte und Taktiken zu Verbraucheraktionen führen.

Aber alle Hoffnung ist nicht verloren. Dank der Fortschritte bei der geräteübergreifenden Attribution und experimentellen Designmethoden können Marketingspezialisten randomisierte kontrollierte Experimente erstellen, die Kombinationen von Investitionen in Kanäle, Regionen oder Medientypen messen.

Diese randomisierten kontrollierten Experimente sind in der Lage, Geschäftsergebnisse genau bestimmten Marketingaktivitäten zuzuordnen – und lassen Betrügern dabei kaum Möglichkeiten.

Lassen Sie Betrügern nicht die Tür offen

Die vielfältige, Multi-Channel - Natur des Konsumentenverhalten und Werbeprogramme heute hat wahre Zuschreibung schwierig zu messen, aber Vermarkter neigen dazu, auf dem Standard , was sie leicht messen können. Und was sich leicht messen lässt, ist oft die erste oder letzte Berührung .

Betrügerische Anzeigenimpressionen ohne Wert überladen häufig Attributionsmethoden wie die letzte Berührung/Ansicht. Vermarkter lassen Betrügern unwissentlich Tür und Tor offen, indem sie Attributionsmodelle verwenden, die weder genau noch effektiv sind. Und selbst ausgeklügelte Multi-Touch- oder Split-Funnel-Attributionsmodelle sind immer noch auf messbare Impressionen angewiesen, was auch diese Modelle anfällig für Betrug macht.

Werfen Sie einen Blick auf die Werbeinvestitionen im Verhältnis zu den gewünschten Ergebnissen

Marketer sollten in Erwägung ziehen, Kampagnen über alle Kanäle hinweg ganzheitlicher zu betrachten, um sich besser vor Betrug zu schützen.

Eine Möglichkeit dazu ist die Aktivierung eines wissenschaftlichen Experimentierrahmens durch einen kanalübergreifenden Technologie-Messpartner. So sieht ein solches Framework aus:

1. Führen Sie viele kleine, isolierte Experimente durch, um die Auswirkungen jeder Investition auf die gewünschten Geschäftsergebnisse zu verstehen.

Vermarkter können viele parallele Experimente durchführen, um ein ganzheitliches Verständnis ihrer Werbeinvestitionen und Renditen zu erhalten. Diese „Design-of-Experiment“ -Methodik ist traditionellen Media-Mix-Modellen aus drei Gründen überlegen:

• Läuft in Echtzeit. Media-Mix-Modelle messen die Beziehung zwischen historischen Investitionen und Ergebnissen über mehrjährige Zeiträume. Aber auch mehrjährige Modelle sind bei ihrer Fertigstellung oft veraltet. Im Gegensatz dazu ermöglicht die Design-of-Experiment-Methodik Werbetreibenden, viele randomisierte kontrollierte Experimente von kurzer Dauer durchzuführen, um unterschiedliche Medieninvestitionen über Regionen, Geräte und Kanäle hinweg zu pulsieren.
• Normalisiert die Berichterstattung. Bestehende Attributionsmodelle leiden unter dem Mangel an Apfel-zu-Äpfel-Vergleichen von Ergebnissen aus digitalen Kanälen. Das Design-of-Experiment-Modell verwendet jedoch echte Ergebnisdaten (dh Offline- oder Online-Verkäufe), die unabhängig vom Kanal vergleichbar bleiben, um das optimale Investitionsniveau und das optimale Sättigungsniveau jedes Kanals zu berechnen. Diese Methode kann neben digitalen Kanälen auch reine Offline-Kanäle wie Print- und traditionelles Fernsehen umfassen
• Demonstriert Kausalität statt Korrelation. Herkömmliche Modelle können nur Korrelationen zeigen, keine Kausalitäten. Die Erkenntnisse aus der Summe der Experimente können jedoch verwendet werden, um einen kausalen Zusammenhang zwischen Marketingergebnissen und Medieninvestitionen herzustellen.

2. Verbraucher verwenden mehrere Geräte, daher sollten auch alle Messungen durchgeführt werden.

Verbraucher verwenden mehrere Geräte, um ihre Einkäufe zu recherchieren, zu planen, zu vergleichen, zu prüfen und abzuschließen. Bei der Betrachtung von Attributionsmodellen ist es wichtig, sowohl den geräteübergreifenden Charakter des modernen Verbrauchers von heute als auch die Rolle der einzelnen Geräte im Conversion-Pfad zu berücksichtigen.

Graph-Technologien identifizieren eindeutige Benutzer über mehrere Berührungspunkte hinweg, einschließlich Berührungspunkten außerhalb von kostenpflichtigen Medien, und sind entscheidend, um Attributionsbetrug auf Impressionsebene zu erkennen und einzudämmen. Transparente Multi-Touch-Attributionsmodelle, die auf dieser Grundlage aufbauen, können Werbetreibenden dabei helfen, betrügerische Impressionen zu erkennen und sie zu diskreditieren, wodurch dem rechtmäßigen Touchpoint in der Consumer Journey Anerkennung geschenkt wird.

3. Arbeiten Sie mit Partnern zusammen, denen Sie vertrauen.

Da immer mehr Geld in eine Branche fließt, steigt der Anreiz für Betrüger, neue Wege zu finden, das System zu spielen. Die Werbebranche macht von diesem Trend keine Ausnahme. Wie bei jeder anderen finanziellen Beziehung ist es für Werbetreibende daher sehr wichtig, die Partner und Anbieter, mit denen sie zusammenarbeiten, zu kennen und ihnen zu vertrauen.

Abschluss

Angesichts der enormen Geldsummen, die von globalen Werbetreibenden für digitale Medien ausgegeben werden, gab es noch nie einen besseren Zeitpunkt, um auf umfassendere Attributionsmodelle umzusteigen, die die Realität als Mindeststandard darstellen.

Last-Touch-Modellierung ist veraltet, Nur-Impressions-Modelle sind unvollständig und Walled Gardens (absichtlich) erschweren es Werbetreibenden, die Werbeleistung einheitlich zu messen. Da das digitale Marketing komplexer und fragmentierter wird, ist es für Vermarkter von entscheidender Bedeutung, ihre Attributionsmodellierung zu modernisieren, um sicherzustellen, dass sie den ROI ihrer Medieninvestitionen vollständig verstehen.

Die gute Nachricht ist, dass laut eMarketer bereits über 50 % der Marketer in US-Unternehmen planen, im Jahr 2017 Multichannel-Attributionsmodelle einzusetzen. Diese Vermarkter haben die richtige Idee. Nur ein ganzheitlicher Blick auf Werbeinvestitionen über alle Geräte, Kanäle und Medientypen hinweg führt zu einem echten Verständnis der Attribution. Und erst dann gehört Attributionsbetrug der Vergangenheit an.