Im Jahr 2022, wenn wir in die Ära des Cookie-freien Marketings eintreten, werden sich die Regeln des Marketings ändern, und es ist dringend erforderlich, dass die Vermarkter ihre Marketingabläufe anpassen.

Beispiel für Klassifizierung und ULM FiT Workflow

Das Zeitalter des Cookie-freien Marketings: Was bedeutet das für die Vermarkter?

Beispiel für Klassifizierung und ULM FiT Workflow

In den letzten Jahren hat sich die technologische und regulatorische Landschaft rund um den Verbraucher data weiterentwickelt, was zu einem verstärkten Schutz der Schutz der Privatsphäre der Verbraucher. Richtlinien wie GDPR und PDPA und die Entscheidung der großen Webbrowser, Drittanbieter zu entfernen cookies , haben Auswirkungen auf die Art und Weise, wie digitales Marketing heute praktiziert wird.

Der Tod von 3rd party cookies hat eine direkte Auswirkung - audience Die Pools werden abnehmen. Folglich wird die Segmentierung und targeting von Zielgruppen, die auf 3P data basieren, weniger genau werden. Eine weitere Auswirkung ist die geringere Nachvollziehbarkeit von Nutzerinteraktionen über Websites und mobile Anwendungen hinwegwo die End-to-End-Zuordnung noch schwieriger wird als bisher.

Dieser Eintritt in eine Welt ohne Cookies wird Marken dazu ermutigen, sich mehr auf die Maximierung des Potenzials ihrer 1st Party data zu konzentrieren und Partnerschaften mit 2nd Party data aufzubauen. Gleichzeitig wird es von entscheidender Bedeutung sein, langfristige Partnerschaften mit nachhaltigen Technologiepartnern zu evaluieren und aufzubauen, die den Schutz der Verbraucherdaten in den Vordergrund stellen.

Aber die Frage ist heute - wo und wie sollen wir beginnen?

Beispiel für Klassifizierung und ULM FiT Workflow

5 konkrete Schritte, um die Kontrolle über Ihre 1st Party data Marketingstrategie zu übernehmen

Beispiel für Klassifizierung und ULM FiT Workflow
Beispiel für Klassifizierung und ULM FiT Workflow

Schritt 1: Maximierung der Sammlung der 1. Partei data

Da die Zahl der Drittanbieter cookies abnimmt, sollten sich Marken auf die Maximierung der Erfassung von 1st-Party-Daten data konzentrieren, einschließlich, aber nicht beschränkt auf CRM und Loyalität data, Online-Verhaltensdaten data über Ihre digitalen Ressourcen - z. B. Websites, APPs und Medien data - z. B. Klicks und Aufrufe.

PII und Nicht-PII data sind gleichermaßen wichtig data und jede Marke sollte ihre Datenerfassung an jedem einzelnen Kundenkontaktpunkt maximieren. In vielen Fällen ist dies nicht nur eine technische Diskussion, sondern auch eine geschäftliche Entscheidung. Haben die Verbraucher beispielsweise einen Anreiz, ihre Kontaktinformationen nach dem Kauf anzugeben? Hierfür muss ein A&P-Budget zur Verfügung gestellt und ein Business Case mit kontinuierlichen Test- und Verbesserungsmechanismen erstellt werden.

Beispiel für Klassifizierung und ULM FiT Workflow

Schritt 2: Optimierung der Integration und Aktivierung der 1. Partei data

Die Integration von data in Ihr data erfordert die richtige Technologie. In den letzten Jahren ist der Markt besessen von Begriffen wie CDPs und DMPs, aber das Wichtigste ist die richtige Mischung von Plattformen, um die Zuordnung Ihrer 1st-, 2nd- und data zu unterstützen. Wenn eine Kombination Ihrer bestehenden Tools wie Google Marketing Platform (GMP) und Google Cloud Platform (GCP) den Zweck bereits erfüllen kann, müssen Sie kein zusätzliches Marketingbudget in neue Tools investieren. Hier sind einige konkrete Tipps zur Nutzung von data bei der Medienaktivierung:

  • Hochladen von 1st Party PII data auf DSPs durch Techniken wie Google Customer Match für Retargeting und Lookalike-Aktivierung

  • Mapping von 1st Party PII und Non-PII data (Navigation, Apps, Social Listening) durch Analytics und audience Building-Lösungen wie GA4 zur Erstellung von Segmenten und Leistungsanalysen

  • Nutzung von reinen, nicht PII-pflichtigen Medien Data (Impression, Video Views, ...) durch sichere und datenschutzkonforme Tools wie Ads Data Hub für maßgeschneiderte Attributions- und Segmentierungsanwendungsfälle

Schritt 3: Gehen Sie über die 1-zu-1-Attributionsanalyse hinaus

Da das Tracking und Mapping von Verbrauchern im direkten Vergleich mit dem Verschwinden von Drittanbietern cookies immer schwieriger wird, sollten Marken fortschrittlichere statistische und maschinelle Messverfahren erforschen, um den Erfolg zu bewerten. Bayes'sche Kausalitätsmodelle (oder Marketing-ROI-Modelle) bieten eine einzige Quelle der Wahrheit, die die Inkrementalität aller Marketingaktivitäten und anderer Faktoren, die sich auf die Geschäftsziele auswirken (wie Preisaktionen oder externe Marktfaktoren wie COVID), genau misst. Sie bieten wertvolle, umsetzbare Erkenntnisse für Vermarkter, um ihre Investitionen und Erträge in diesem unsicheren Geschäftsumfeld zu optimieren.

Beispiel für Klassifizierung und ULM FiT Workflow

Schritt 4: Gewährleistung von Transparenz und Einigung über die Nutzung von 1st Party data

Die Verbraucher werden sich der Privatsphäre data immer mehr bewusst, und das sollten auch die Marken. Marken sollten bei allen data Erfassungs- und Aktivierungsaktivitäten eine optimale Transparenz mit klaren Einwilligungen der Verbraucher gewährleisten. Je mehr data wir sammeln, desto größer ist die Verantwortung, die Marken wahrnehmen sollten, um sicherzustellen, dass data korrekt und in Übereinstimmung mit lokalen Vorschriften und Verbrauchervereinbarungen verarbeitet wird. Überprüfen Sie noch heute Ihre Cookie-Richtlinien und data Datenschutzeinstellungen, um sicherzustellen, dass data keine Daten nach außen dringen und keine unbeaufsichtigten Risiken für Ihre Geschäftsabläufe bestehen.

Schritt 5: Implementierung der richtigen Verfahren und Organisation zur Gewährleistung des Datenschutzes

Data Bei der Governance geht es nicht nur um Prozesse und Kontrolle, sondern sie hat auch direkte Auswirkungen auf Ihren ROI. In einer von Artefact durchgeführten Studie haben wir herausgefunden, dass Marken mit der richtigen data Governance und der data Qualität Folgendes erreichen können 44% Zeitersparnis bei data Projekten und 22 % mehr Genauigkeit bei der Erstellung von Modellen für maschinelles Lernen.

Beispiel für Klassifizierung und ULM FiT Workflow

Schlussfolgerung

Der bevorstehende Tod aller 3rd Party cookies bietet Marken die Möglichkeit, ihre Strategien auf zuverlässigere (und wertvollere) 1st Party data. Es wird eine Übergangszeit geben, aber je schneller Sie Ihre Marketingkapazitäten auf der Grundlage einer effektiven Nutzung von 1st Party data aufbauen können, desto eher können Sie dort weitermachen, wo Sie aufgehört haben - mit personalisierten Markenerlebnissen und effektivem Marketingmanagement.

Beginnen Sie noch heute mit der Bewertung Ihrer Beziehungen zu Drittanbietern ( cookies ) und der Reife von Erstanbietern ( data ).

Haben Sie Fragen dazu, wie Sie diese Änderungen bewältigen können?

Schreiben Sie uns an hello-singapore@artefact.com.