Złoto głupców – porzucenie „współczynnika dopasowania” jako miernika sukcesu tożsamości

Temat rozwiązywania tożsamości zyskuje coraz większą uwagę wśród marketerów. Marki dochodzą do wniosku, że personalizacja w marketingu i reklamie jest tak dobra, jak ich zdolność do rozpoznania, z kim rozmawiają na przestrzeni czasu.

Marketerzy czują się coraz bardziej komfortowo, wykorzystując dane własne w połączeniu z dostawcami rozpoznawania identyfikatorów lub „wykresów identyfikatorów”, aby napędzać kampanie reklamowe oparte na ludziach, personalizację witryny i analizy.

Odkrywanie aktualnych ograniczeń wykresów identyfikacyjnych

Rynek tożsamości ma wzrosnąć o 188 procent w samych Stanach Zjednoczonych z 900 milionów dolarów w 2018 roku do 2,6 miliarda dolarów do 2022 roku. Większy nacisk na tożsamość jest obiecujący, jednak dzisiejsze dominujące wykresy tożsamości są „publiczne” – w dużej mierze zewnętrzne dla przedsiębiorstwa i często w porównaniu do sieci energetycznej.

Dzisiejsze wykresy ID są prezentowane marketerom z bardzo przejrzystą propozycją: wprowadź swoje własne dane, a my dopasujemy je do osoby, do której można dotrzeć poprzez adresowalne platformy i kanały, np. Facebook, lub programmatic display media.

Jakość i skuteczność wykresu ID jest prezentowana markom za pomocą łatwego do zrozumienia wskaźnika znanego jako „współczynnik dopasowania”.

To całkiem proste; marka wysyła plik znanych osób, a wykres ID odsyła procentową stawkę, z jaką może połączyć te identyfikatory konsumentów (w większości adresy e-mail) z plikiem cookie lub urządzeniem. Im wyższy współczynnik dopasowania, tym lepiej, prawda? Nie tak szybko.

Gdyby marketer mógł otworzyć czarną skrzynkę wykresu ID i sprawdzić, co kryje się pod tym współczynnikiem dopasowania, dyskusja szybko staje się bardziej skomplikowana i kłopotliwa.

To, co jest postrzegane jako jednorodny zestaw par identyfikatorów e-mail-do-pliku cookie lub identyfikatorów urządzeń na wykresach identyfikatorów, zgrabnie ułożonych jeden do jednego, nie jest tym. Tak, byłoby trochę tego, ale marketerzy znaleźliby również dopasowania zbudowane przy użyciu matematyki, która liczy każdą kombinację osoby i urządzenia w gospodarstwie domowym lub budynku.

Znajdą powiązania między wiadomościami e-mail i plikami cookie, które mają 90-120 dni liczone tak samo, jak te, które mają 15 dni lub mniej. Jeszcze bardziej niepokojące jest to, że marketer zidentyfikowałby znaczną liczbę tych powiązań, które w ogóle nie mają sensu, a w niektórych przypadkach reprezentują botnety.

Jak inaczej wyjaśnić pojedynczy plik cookie powiązany z ponad 1000 osób?

Dzięki takiej widoczności marketer szybko zorientowałby się, że pomysł uproszczonej metryki współczynnika dopasowania jest głupcem.

Miernik oparty na jakości tożsamości vs ilości

Czarna skrzynka związana z wykresami identyfikatorów w połączeniu z rosnącą presją w zakresie zgodności z prywatnością i niewystarczającą głębią dostępnych danych własnych, ponieważ przeglądarki internetowe odrzucają stosowanie plików cookie stron trzecich, stawiają pewne realne pytania dotyczące długoterminowej trwałości wykresu identyfikatora w jego obecnej formie .

Przyszłość tożsamości będzie dotyczyć jakości; marketerzy otwierają czarną skrzynkę dostawców wykresów identyfikacyjnych i przejmują własność i kontrolę nad tożsamością.

Marketerzy muszą wymagać lepszych mierników — zaufania lub wyniku jakości — aby potwierdzić i zweryfikować rozwiązania dotyczące tożsamości, za które płacą, a co ważniejsze, aby zapewnić rodzaje lub przypadki użycia i wyniki, jakich marketerzy oczekują od swoich inwestycji w tożsamość.

Poziom zaufania lub wynik jakości w zakresie tożsamości to jedyny sposób, w jaki marketerzy mogą naprawdę poznać i zaufać temu, co składa się na tożsamość ich klientów i potencjalnych klientów.

Wyobraź sobie jednorodny wykres identyfikacyjny oparty na współczynniku dopasowania, używany do dostarczania spersonalizowanych ofert w urodziny klienta. Dominujące obecnie wykresy identyfikatorów nie dają żadnej przejrzystości co do szerszych dopasowanych identyfikatorów opartych na osobach, ani metody oceny i wykorzystania grupy identyfikatorów i danych opartych na wyższym poziomie ufności/dokładności.

W świecie, w którym wskaźnik dopasowania jest zastępowany metryką, taką jak poziom pewności dopasowania osoby, marketerzy mogą używać identyfikatorów poziomu 1, aby dostarczać wysoce spersonalizowane wiadomości z ograniczonym ryzykiem niewłaściwego doświadczenia klienta.

Kierowanie reklam displayowych na perspektywę mediów może zmniejszyć dokładność do niższego poziomu, np. 4-5, aby zmaksymalizować skalę kierowania, podczas gdy analitycy wykonujący modelowanie atrybucji mogą używać poziomów 1–3, aby zrozumieć skalowany zasięg w całej podróży z możliwością dostosowania modeli atrybucji w oparciu o w sprawie wykorzystania identyfikatorów o poziomie ufności 1; usuwanie zduplikowanych zasięgów i maksymalna dokładność ekspozycji osób na działania zamknięte, takie jak sprzedaż.

Zespoły analityczne mogą również tworzyć segmenty odbiorców i modele kierowania na podstawie najdokładniejszych identyfikatorów i danych klientów oraz świata potencjalnych klientów, aby zapewnić najlepszą wydajność.

Marketerzy i wydawcy powinni zrozumieć, czy istnieje wspólny model danych i infrastruktura wśród dostawców tożsamości, która umożliwia rozwiązywanie wszystkich źródeł powiązań z powrotem do znanej, zidentyfikowanej osoby i w sposób zapewniający ochronę prywatności, zgodnie ze wszystkimi przepisami.

W związku z tym cała populacja, zebrana ze źródeł pierwszej, drugiej i trzeciej strony, staje się nowym „CRM” lub wykresem identyfikacyjnym marketera.

Podobnie jak w przypadku tradycyjnych baz danych CRM, dane na tym „wykresie prywatnego identyfikatora” są stale usuwane z zaszumionych sygnałów i oceniane na podstawie wskaźników jakości, takich jak pewność dopasowania osoby.

Marketerzy mogą wtedy przejąć pełną kontrolę nad tym, w jaki sposób zarabiają na swoich prywatnych wykresach identyfikacyjnych w oparciu o przypadki użycia i wartość, i spać spokojnie, wiedząc, że odkryli prawdziwe złoto, trwałą i trwałą podstawę wskaźników pozostawiających tożsamość, takich jak współczynnik dopasowania w kurzu.

Jako Chief Strategy Officer w Merkury, platformie rozwiązywania tożsamości i danych Merkle, Gerry Bavaro kieruje sprzedażą i marketingiem, rozwiązaniami i działaniami operacyjnymi mającymi na celu integrację własnych produktów i rozwiązań dotyczących tożsamości i danych z różnymi usługami agencji Merkle i Dentsu. Dołączył do Merkle w 2015 roku i zajmował stanowiska kierownicze, takie jak SVP, Enterprise Solutions, SVP, Digital Strategy i Global Chief Strategy Officer, M1.