品牌需要利用大流行来清理他们的数据

大流行已经深刻地改变了消费者的行为方式，至少目前是这样。 延长在家工作、减少购物旅行、减少旅行和增加在线购买是常态，导致行为与我们在年初看到的截然不同。

品牌和代理机构需要改变他们的受众策略，在某些情况下建立新模型以确保他们的定位能力跟上最新的行为趋势。

在创造了多年的就业机会之后，一场意想不到的失业潮可能会对观众造成严重破坏。 曾经从事有报酬工作的消费者现在可能失业或失业，难以偿还抵押贷款，并改变了他们的正常购买模式和其他行为，例如储蓄。

受众解决方案以及营销人员对“受众”的看法都需要发生变化。

虽然构建新模型或扩展数据策略并不难，但组装基础组件可能很复杂和/或耗时。

许多品牌的 CRM 数据仍然没有尽可能干净和易于访问，这带来了挑战并减慢了定位过程。 在瞬息万变的时代，失去的时间等于失去的客户。

大流行导致的强制性进化

多年来，基于受众的广告规划植根于过去活动中哪些有效，哪些无效，然后针对最成功的结果进行优化。

鉴于消费者生活中的巨大动荡，营销人员期望他们过去几年使用的受众产品具有相同的结果，以及受众中消费者的相同行为，这将是疯狂的。

当前情况要求广告商积极参与保持其 CRM 数据的清洁和可访问性——为重建其受众模型和解决方案奠定关键基础。

无论是对第二方或第三方数据进行分层，还是利用机器学习或手工制作的模型，他们都需要合作找到反映目标消费者当前正在发生的事情的行为组合。

轻松提供正确类型的数据

更快地了解受众的需求使得品牌自己的第一方数据比以往任何时候都更加重要。

虽然对大多数品牌来说积累数据很容易，但将这些数据传递给代理商或受众合作伙伴可能会被证明是一个挑战。 这些组织需要重建模型并提供更准确地反映当前不断变化的购买周期的受众。 最好的方法是通过快速、干净的数据共享。

从广告商那里获取数据可能是阻碍建立快速、准确的受众模型的瓶颈。 这在数字方面已经大大加快，但在传统媒体中仍然落后。

复杂的因素通常是品牌提供的许多数据源。 它们来自不同的来源和不同的格式，不一定都可以轻松组合，从而为建模数据的机构或供应商创造了更多的工作。 对一些人来说，这是一个无缝的过程，但对另一些人来说，它可能是一团糟。

基于受众的广告的重大进步应该会吸引品牌使他们的数据尽可能干净。

但对许多人来说，他们更多地认为这是一个长期项目或“值得拥有”。 情况不再如此——如果他们的数据没有得到清理和维护，想要保持活力并在这场大流行病及以后生存下来的品牌就只能靠借来的时间生活。

希望在大流行期间更好地为现有客户服务并发展业务的品牌应该专注于清理他们的第一方数据，确保他们可以轻松地传递数据并保持客户知情的优势。 它将加速洞察、改变，并让他们更快地将信息传达给合适的人。

作为总裁兼首席执行官，JoAnne Monfradi Dunn 是 Alliant 愿景的架构师，旨在提供由多个直接面向消费者的营销商的聚合购买交易提供支持的创新受众定位解决方案。 今天，Alliant 通过聚合线上和线下消费者行为并应用机器学习为美国多渠道营销人员生成优化的受众和消费者洞察来进行创新。