ブランドはパンデミックを使用してデータをクリーンアップする必要があります

パンデミックは、少なくとも今のところ、消費者の行動を大きく変えました。 在宅勤務の延長、買い物旅行の減少、旅行の減少、オンライン購入の増加が標準であり、その結果、今年の初めに見た行動とは劇的に異なります。

ブランドやエージェンシーは、オーディエンス戦略をシフトする必要があり、場合によっては、ターゲティング機能が最新の行動傾向に対応できるように新しいモデルを構築する必要があります。

何年にもわたる雇用創出に続く予期せぬ失業の波は、聴衆に大混乱をもたらす可能性があります。 有能に雇用されていた消費者は、現在、失業中または失業中であり、住宅ローンを組むのに苦労し、通常の購入パターンや貯蓄などの他の行動を変える可能性があります。

オーディエンスソリューションとマーケターの「オーディエンス」の認識の両方で、変化を起こす必要があります。

新しいモデルの構築やデータ戦略の拡張は難しくありませんが、基本的なコンポーネントの組み立ては複雑で時間がかかる場合があります。

多くのブランドのCRMデータは、まだ可能な限りクリーンでアクセス可能ではないため、課題が発生し、ターゲティングプロセスが遅くなります。 物事が日ごとに変化する時代では、失われた時間は失われた顧客と同じです。

パンデミックによって引き起こされた必須の進化

何年もの間、オーディエンスベースの広告計画は、過去のキャンペーンで機能したものと機能しなかったものに根ざしており、最も成功した結果に向けて最適化されていました。

消費者の生活が大きく激変していることを考えると、マーケターが過去数年間に使用したオーディエンス製品から同じ結果を期待し、オーディエンス内の消費者からも同じ行動を期待するのは非常識です。

現在の状況では、広告主はCRMデータをクリーンでアクセス可能な状態に保つことに積極的に参加する必要があります。これにより、オーディエンスモデルとソリューションを再構築するための重要な基盤が築かれます。

セカンドパーティまたはサードパーティのデータを階層化する場合でも、機械学習や手作りのモデルを利用する場合でも、ターゲットの消費者に現在起こっていることを反映する行動の組み合わせを見つけるために協力する必要があります。

適切な種類のデータを簡単に提供する

オーディエンスをより早く理解する必要があるため、ブランド独自の自社データがこれまで以上に重要になっています。

ほとんどのブランドにとってデータの収集は簡単ですが、そのデータを代理店やオーディエンスパートナーに渡すことは困難な場合があります。 これらの組織は、モデルを再構築し、現在の絶えず変化する購入サイクルをより正確に反映するオーディエンスを提供する必要がある組織です。 これを行う最良の方法は、データを高速でクリーンに共有することです。

広告主からデータを取得することは、迅速で正確なオーディエンスモデルを構築することを妨げるボトルネックになる可能性があります。 これはデジタル側ではかなりスピードアップしていますが、それでも従来のメディアでは遅れをとっています。

複雑な要因は、多くの場合、ブランドが提供するデータの多くのフィードです。 さまざまなソースからさまざまな形式で提供されているため、必ずしもすべてを簡単に組み合わせることができるとは限らず、データをモデル化している代理店やベンダーにとってより多くの作業が発生します。 一部の人にとってはシームレスなプロセスですが、他の人にとっては不調和な混乱になる可能性があります。

オーディエンスベースの広告の主な進歩は、ブランドがデータを可能な限りクリーンにするように誘惑するはずでした。

しかし、多くの人にとって、彼らはこれを長期的なプロジェクトまたは「持っていてよかった」と見なしていました。 それはもはや事実ではありません。データがクリーンアップおよび維持されていない場合、活力を維持し、このパンデミック以降を生き延びたいブランドは、借りた時間で生きています。

パンデミック時に既存の顧客により良いサービスを提供し、ビジネスを成長させたいブランドは、自社データのクリーンアップに重点を置き、データを簡単に受け渡し、顧客に情報を提供するエッジを維持できるようにする必要があります。 それは洞察をスピードアップし、変化させ、彼らが適切な人々に彼らのメッセージをより速く届けることを可能にします。

JoAnne Monfradi Dunnは、社長兼CEOとして、複数の直接販売マーケターの集約された購入トランザクションを活用した革新的なオーディエンスターゲティングソリューションを提供するというAlliantのビジョンのアーキテクトです。 今日、Alliantは、オンラインとオフラインの消費者行動を集約し、機械学習を適用して、米国のマルチチャネルマーケター向けに最適化されたオーディエンスと消費者インサイトを生成することで革新を遂げています。