Las marcas necesitan usar la pandemia para limpiar sus datos

Publicado: 2020-11-04

Resumen de 30 segundos:

  • La pandemia ha causado estragos en las audiencias que utilizan las marcas para dirigirse a los consumidores. Para responder, las marcas deben limpiar sus fuentes de datos para hacer que el intercambio, el modelado y la orientación sean más rápidos.
  • Ya sea que se trate de capas de datos de terceros o de terceros, o aprovechando el aprendizaje automático o un modelo hecho a mano, los especialistas en marketing deben colaborar para encontrar una combinación de comportamientos que reflejen lo que está sucediendo en este momento con sus consumidores objetivo.
  • Si bien la acumulación de datos es fácil para la mayoría de las marcas, transmitir esos datos a una agencia o socio de audiencia puede resultar un desafío. Estas organizaciones son las que necesitan reconstruir modelos y ofrecer audiencias que reflejen con mayor precisión los ciclos de compra actuales y en constante cambio. La mejor manera de hacerlo es mediante el intercambio rápido y limpio de datos.
  • Las marcas que desean brindar un mejor servicio a los clientes existentes y hacer crecer sus negocios durante la pandemia deben enfocarse en limpiar sus datos de origen, asegurando que puedan transmitirlos fácilmente y mantener una ventaja informada por el cliente. Acelerará el conocimiento, el cambio y les permitirá hacer llegar sus mensajes a las personas adecuadas con mayor rapidez.

La pandemia ha cambiado profundamente la forma en que se comportan los consumidores, al menos por ahora. El trabajo prolongado desde casa, menos viajes de compras, menos viajes y un aumento de las compras en línea son las normas, lo que resulta en comportamientos dramáticamente diferentes a los que vimos a principios de año.

Las marcas y las agencias han necesitado cambiar sus estrategias de audiencia, en algunos casos construyendo nuevos modelos para garantizar que sus capacidades de focalización estén actualizadas con las últimas tendencias de comportamiento.

Una ola inesperada de desempleo, tras años de creación de empleo, puede causar estragos en la audiencia. Un consumidor que ha tenido un empleo remunerado puede ahora estar subempleado o desempleado, tener dificultades para hacer su hipoteca y alterar sus patrones de compra normales y otros comportamientos, como los ahorros.

Es necesario que se produzcan cambios, tanto en las soluciones de audiencia como en las percepciones de los especialistas en marketing sobre las "audiencias".

Si bien crear nuevos modelos o expandir una estrategia de datos no es difícil, ensamblar los componentes fundamentales puede ser complicado y / o llevar mucho tiempo.

Los datos de CRM de muchas marcas aún no son tan limpios y accesibles como sea posible, lo que crea desafíos y ralentiza el proceso de focalización. En una era en la que las cosas cambian día a día, el tiempo perdido equivale a la pérdida de clientes.

Evolución obligatoria provocada por la pandemia

Durante años, la planificación de anuncios basada en la audiencia se basó en lo que funcionó en campañas anteriores y lo que no, y luego se optimizó para obtener los resultados más exitosos.

Dada la gran conmoción en la vida del consumidor, sería una locura que los especialistas en marketing esperaran los mismos resultados de los productos de audiencia que han utilizado durante los últimos años, así como los mismos comportamientos de los consumidores dentro de las audiencias.

La situación actual requiere que los anunciantes participen activamente para mantener limpios y accesibles los datos de CRM, lo que sienta las bases fundamentales para reconstruir sus modelos y soluciones de audiencia.

Ya sea que se trate de capas de datos de terceros o de terceros, o aprovechando el aprendizaje automático o un modelo hecho a mano, necesitan colaborar para encontrar una combinación de comportamientos que reflejen lo que está sucediendo en este momento con sus consumidores objetivo.

Proporcionando el tipo correcto de datos, fácilmente

La necesidad de comprender a las audiencias mucho más rápido ha hecho que los datos propios de las marcas sean más importantes que nunca.

Si bien la acumulación de datos es fácil para la mayoría de las marcas, transmitir esos datos a una agencia o socio de audiencia puede resultar un desafío. Estas organizaciones son las que necesitan reconstruir modelos y ofrecer audiencias que reflejen con mayor precisión los ciclos de compra actuales y en constante cambio. La mejor manera de hacerlo es mediante el intercambio rápido y limpio de datos.

Obtener los datos del anunciante puede ser el cuello de botella que impide que se creen modelos de audiencia rápidos y precisos. Esto se ha acelerado considerablemente en el lado digital, pero aún está rezagado en los medios tradicionales.

El factor de complicación suele ser la gran cantidad de datos que proporcionan las marcas. Al llegar de diferentes fuentes y en diferentes formatos, no todos necesariamente se combinan fácilmente, creando más trabajo para la agencia o el proveedor que está modelando los datos. Para algunos, es un proceso sin problemas, pero para otros, puede ser un desastre discordante.

Los principales avances en la publicidad basada en la audiencia deberían haber atraído a las marcas a hacer que sus datos sean lo más limpios posible.

Pero para muchos, vieron esto más como un proyecto a largo plazo o como algo "bueno tenerlo". Ese ya no es el caso: las marcas que quieren mantenerse vitales y sobrevivir a esta pandemia y más allá están viviendo en un tiempo prestado si sus datos no se limpian y mantienen.

Las marcas que desean brindar un mejor servicio a los clientes existentes y hacer crecer sus negocios durante la pandemia deben enfocarse en limpiar sus datos de origen, asegurando que puedan transmitirlos fácilmente y mantener una ventaja informada por el cliente. Acelerará el conocimiento, el cambio y les permitirá hacer llegar sus mensajes a las personas adecuadas con mayor rapidez.

Como presidenta y directora ejecutiva, JoAnne Monfradi Dunn es la arquitecta de la visión de Alliant de ofrecer soluciones innovadoras de orientación a la audiencia impulsadas por las transacciones de compra agregadas de múltiples comercializadores directos al consumidor. En la actualidad, Alliant innova agregando los comportamientos de los consumidores en línea y fuera de línea y aplicando el aprendizaje automático para generar audiencias optimizadas y conocimientos del consumidor para los comercializadores multicanal de EE. UU.