«Золото дураков» - оставление «коэффициента совпадения» как показателя успеха для идентификации.

Тема разрешения идентичности привлекает все большее внимание маркетологов. Бренды приходят к выводу, что персонализация в маркетинге и рекламе хороша ровно настолько, насколько хороша их способность с течением времени знать, с кем они разговаривают.

Маркетологи все более комфортно используют собственные данные в сочетании с разрешением идентификаторов или поставщиками «графа идентификаторов» для поддержки своих рекламных кампаний, ориентированных на людей, персонализации сайта и аналитики.

Изучение текущих ограничений графиков идентификаторов

Рынок идентификационной информации вырастет на 188 процентов только в США с 900 миллионов долларов в 2018 году до 2,6 миллиарда долларов к 2022 году. Повышенное внимание к идентификации является многообещающим, однако сегодняшние преобладающие графы идентификаторов являются «общедоступными» - в основном за пределами предприятия и часто по сравнению с коммунальной сетью.

Сегодняшние диаграммы ID представлены маркетологам с очень аккуратным предложением: введите свои собственные данные, и мы сопоставим их с человеком, с которым можно связаться через адресные платформы и каналы, например Facebook или программные средства отображения.

Качество и эффективность графа идентификаторов представлены брендам с помощью простой для понимания метрики, известной как «коэффициент соответствия».

Это довольно просто; бренд отправляет файл с известными людьми, и график идентификаторов отправляет обратно процентную ставку, с которой он может связать эти идентификаторы потребителей (по большей части адреса электронной почты) с файлом cookie или устройством. Чем больше коэффициент совпадения, тем лучше, не так ли? Не так быстро.

Если маркетолог сможет открыть черный ящик графа идентификаторов и посмотреть, что находится под этим коэффициентом соответствия, обсуждение быстро станет более сложным и тревожным.

То, что воспринимается как однородный набор пар идентификаторов электронной почты и файлов cookie или идентификаторов устройств в графах идентификаторов, аккуратно выстроенных один к одному, вряд ли так. Да, кое-что из этого может быть, но маркетологи также найдут совпадения, построенные с использованием математики, которая учитывает каждую комбинацию человека и устройства в доме или здании.

Они найдут связи между электронными письмами и файлами cookie, возраст которых составляет 90–120 дней, при этом считается, что их возраст составляет 15 дней или меньше. Еще больше сбивает с толку то, что маркетолог обнаружит значительное количество этих связей, которые вообще не имеют смысла и в некоторых случаях представляют собой ботнеты.

Как еще вы объяснили бы один файл cookie, связанный с более чем 1000 людьми?

С такой видимостью маркетолог быстро поймет, что идея упрощенной метрики коэффициента совпадения - золото дураков.

Метрика, основанная на качестве идентичности по сравнению с количеством

Черный ящик, связанный с графами идентификаторов, в сочетании с растущим давлением на соблюдение конфиденциальности и недостаточной глубиной доступных первичных данных, поскольку интернет-браузеры не рекомендуют использование сторонних файлов cookie, создает некоторые реальные вопросы для долгосрочной устойчивости графа идентификаторов в его нынешнем виде .

Будущее идентичности будет зависеть от качества; маркетологи взламывают черный ящик поставщиков графов идентификаторов и берут на себя ответственность и контроль над идентичностью.

Маркетологи должны требовать лучшего показателя - показателя уверенности или качества - для подтверждения и проверки решений по идентификации, за которые они платят, и, что более важно, для реализации тех видов или вариантов использования и результатов, которые маркетологи ожидают от своих инвестиций в идентификацию.

Уровень уверенности или оценка качества идентичности - это единственный способ, которым маркетологи могут по-настоящему знать и доверять тому, что составляет идентичность их клиентов и потенциальных клиентов.

Представьте, что график однородных идентификаторов, основанный на коэффициенте совпадения, используется для доставки персонализированных предложений в день рождения клиента. Преобладающие сегодня диаграммы идентификаторов не дают прозрачности в отношении более широких сопоставимых идентификаторов на основе людей или метода оценки и использования группы идентификаторов и данных, основанных на более высокой достоверности / точности.

В мире, где коэффициент соответствия заменяется таким показателем, как уровень достоверности совпадения людей, маркетологи могут использовать идентификаторы уровня 1 для доставки высоко персонализированных сообщений с ограниченным риском неправильного взаимодействия с клиентами.

Таргетинг на потенциальных клиентов в медийной рекламе может ослабить апертуру точности до более низкого уровня, например 4-5, чтобы максимизировать масштаб таргетинга, в то время как аналитики, выполняющие моделирование атрибуции, могут использовать уровни 1-3 для понимания масштабируемого охвата на протяжении всего пути с гибкостью для настройки моделей атрибуции на основе об использовании идентификаторов уровня достоверности 1; устранение дублирования охвата и максимальная точность воздействия на человека замкнутых действий, таких как продажи.

Команды аналитиков также могут создавать сегменты аудитории и модели таргетинга на основе наиболее точных идентификаторов и данных клиентов и вселенной потенциальных клиентов, чтобы обеспечить максимальную производительность.

Маркетологи и издатели должны понимать, существует ли у поставщиков удостоверений общая модель данных и инфраструктура, которая позволяет разрешить все источники связей обратно известному, идентифицированному лицу и безопасным для конфиденциальности способом с соблюдением всех нормативных требований.

В связи с этим вся совокупность, собранная из первых, вторых и сторонних источников, становится новым «CRM», или графом идентификаторов, для маркетолога.

Как и в случае с традиционными базами данных CRM, данные в этом «графике частных идентификаторов» постоянно очищаются от зашумленных сигналов и оцениваются на основе показателей качества, таких как достоверность совпадения людей.

После этого маркетологи могут полностью контролировать, как они монетизируют свои графы частных идентификаторов на основе вариантов использования и ценности, и отдыхать легче, зная, что они открыли настоящее золото, прочную и устойчивую основу для идентификации, оставляя такие показатели, как коэффициент совпадения, в пыли.

В качестве директора по стратегии Merkury, платформы обработки идентификационных данных и данных Merkle, Джерри Баваро руководит продажами и маркетингом, решениями и бизнес-операциями, направленными на интеграцию собственных продуктов и решений для идентификации и обработки данных в различные услуги агентств Merkle и Dentsu. Он присоединился к Merkle в 2015 году и занимал такие руководящие должности, как старший вице-президент по корпоративным решениям, старший вице-президент по цифровой стратегии и глобальный директор по стратегии, M1.