Данные в martech: как лучше измерять, атрибутировать и управлять ими

Как компании в настоящее время измеряют, атрибутируют и управляют своими данными в сфере маркетинговых технологий? И как они могут сделать это более эффективно?

В нашем недавнем исследовательском отчете с Fospha мы обнаружили, что текущее состояние управления данными в индустрии маркетинговых технологий (к удивлению немногих) довольно скучно.

Ознакомьтесь с этими выводами:

• По замерам:
  • 34% респондентов заявили, что их компания в настоящее время анализирует менее 20% всех доступных им данных о потребителях.
  • 43% «вероятно» или «весьма вероятно» инвестируют в новые измерительные технологии в следующем году.
• По атрибуции:
  • Только 33% заявили, что их текущие решения дают им точную атрибуцию всех медиа и данных.
  • Только 9% маркетологов сообщили, что их организация «отлично» понимает мультисенсорную атрибуцию.

• По управлению:
  • Компании используют в среднем семь отдельных технологий, чтобы получить представление о своих данных.

Почему лучшая обработка данных в martech - такая проблема?

Что ж, для начала, есть много данных.

Ежедневно создается около 2,5 квинтиллионов байтов данных.

Чтобы было ясно, квинтиллион - это 1, за которой следуют 18 нулей (подумайте, миллиард, триллион, квадриллион, квинтиллион). Т.е. большое количество.

Эти байты данных содержат все: от постов в Instagram до песен Spotify, от профилей LinkedIn до продаж Amazon. Все мы, кто что-то делает в сети, участвуем в создании такого огромного количества данных каждый божий день.

И, как и в случае со многими, казалось бы, впечатляющими вещами, этот огромный потенциал становится значимым только в том случае, если мы можем сделать его полезным.

К сожалению, многие маркетологи - и многие платформы маркетинговых технологий - до сих пор не овладели искусством максимально эффективно использовать эти 2,5 квинтиллиона байтов данных.

Каков потенциал использования этих данных?

Готовьтесь - это становится немного диким.

Теоретически тот факт, что нам доступно так много данных, создает головокружительный мир, в котором все становится измеримым.

Мы можем видеть шокирующие открытия с предельной точностью. Насколько погода в городе влияет на эффективность маркетинга? Как клиенты ранжируются на основе их индивидуальной рентабельности инвестиций и вероятности конверсии? Насколько эффективны показы медийной рекламы?

На все эти вопросы можно ответить с помощью данных, которые в конечном итоге будут способствовать принятию более эффективных и прибыльных бизнес-решений и взаимодействия с клиентами.

Что мешает? В нашем опросе 33% брендов назвали «сложность данных» самой большой проблемой на сегодняшний день.

Многие компании уже знают об огромном потенциале своих данных, но не знают, как лучше всего им воспользоваться.

С каждой новой технологией, маркетологи добавляют в свой стек, они часто добавляют совершенно новый набор точек данных. И эти данные часто улавливаются или скрываются внутри своего хранилища.

Хорошие новости? Долгое время из-за затрат на запуск моделей атрибуции на основе данных с несколькими касаниями компания не окупала себя окупаемостью инвестиций. Однако теперь реальность того, что можно сделать с помощью ИИ, наконец-то оправдывает ожидания.

Как маркетологам начать лучше использовать свои данные?

Излишне говорить, что это непрерывный процесс. Но эти четыре совета помогут вам начать работу:

1. Сосредоточьтесь на ценности

Потребуются годы, чтобы проанализировать все возможные идеи. И очевидно, что ни у кого из нас, занимающихся какой-либо регулярной работой, нет такого времени.

Сначала спросите, на какой вопрос вы хотите ответить. Если бы вы могли узнать что-то новое о своей аудитории, вашем продукте, вашем контенте, ваших продажах и т. Д. - что бы это было? Выберите один вопрос, на который хотите ответить, или одну проблему, которую хотите решить. И начни там.

Думать обо всех возможных способах проникновения в суть становится ошеломляющим. Вам не нужно все решать, вам просто нужно начать. Выберите для начала показатель успеха и выбейте из колеи.

2. Будьте директивными в своей технологической стратегии.

Итак, вы четко определили и сформулировали свои конкретные задачи, которые необходимо решить. Следующий шаг - выяснить, какие платформы помогут вам найти эти ответы.

С какими бы информационными компаниями вы ни работали - будь то поставщики атрибуции, DMP, поставщики CRM или другие - убедитесь, что они помогают вам найти ответы, которые вы собираетесь искать. В противном случае вы просто добавите к шуму более разрозненные факты, вместо того, чтобы получать практические идеи.

Помните, что 44% компаний, участвовавших в нашем опросе, заявили, что планируют инвестировать как минимум в одну новую технологию в течение следующего года, и уже используют в среднем семь платформ. Все ли это помогает вам найти нужную информацию?

3. Найдите партнеров, которые сделают вашу жизнь проще.

Опять же, любое решение для обработки данных, которое вы рассматриваете, должно приносить дополнительную пользу, а не давать вам больше работы.

Мы ищем партнеров, которые упростят сложность, консолидируют фрагментированные части и интегрируют с тем, что у вас уже есть. Все, что недоступно и практично, только добавляет шума.

Помимо этого, ищите партнеров, которые могут научить вас тому, что они на самом деле делают.

Помните, что только 9% маркетологов считают, что их организация «превосходно» разбирается в этой дисциплине.

Наука о данных, атрибуция с несколькими касаниями - это не то, что вы узнаете, прочитав одну статью. И вам не обязательно быть в них экспертом - партнеры для этого и нужны, - но все же есть конкурентное преимущество, позволяющее понять суть.

4. Назовите соответствующие меры для достижения успеха.

Маркетинговые измерения не должны ограничивать вашу работу. Скорее, он должен обеспечивать здоровую перспективу успеха маркетинговой стратегии с течением времени.

Например, одним из лучших подходов в целом является работа над показателями, ориентированными на клиента, такими как пожизненная ценность клиента (CLV).

Обратите внимание, что только 32,5% компаний, участвовавших в нашем опросе, имели четкое представление о CLV в своих наборах данных.

Опять же, для чего нужны ваши данные, если не для того, чтобы приблизить вас на несколько шагов к успеху? Если часть успеха вашего бизнеса может быть связана с CLV, тогда вам следует назвать эту меру и следить за ней.

Объединение усилий вашей команды вокруг таких показателей успеха, как CLV, позволяет всем сосредоточиться на обеспечении долгосрочного здоровья бизнеса, а не только на эффективности каналов сбыта.

Чтобы узнать больше о состоянии маркетинговых измерений, атрибуции и управления данными, загрузите наш недавний отчет об исследовании здесь.