Hören Sie den Podcast auf Französisch auf

.

2021 war ein Jahr des Übergangs, das durch einen starken Anstieg der data-Reife gekennzeichnet war. Dieser Podcast befasst sich mit den Trends, die in den kommenden Monaten zu erwarten sind. Es geht um die Beschleunigung der 1P data-Erfassung, die Ausweitung der CDPs von Marken und zunehmend probabilistische Ansätze zur Leistungsmessung.

2021 war ein Jahr des Übergangs, das durch einen starken Anstieg der data-Reife für gekennzeichnet war:

  • Unternehmen: Data wird absolut strategisch: 90% der Unternehmen haben laut einer Umfrage der “mission numérique gouvernementale des grands groupe” (staatliche digitale Mission der Großunternehmen) in data eingestellt

  • Bürger und Verbraucher: Es gibt ein wachsendes Bewusstsein für die Bedeutung des data-Schutzes (wir sahen es in diesem Jahr sehr öffentlichkeitswirksam reports über die Gefahren von Fake News und die Auswirkungen von Echokammern)

  • Vorschriften & Regierungen: Die Datenschutz-Grundverordnung schlägt weiterhin Wellen auf der ganzen Welt, in den USA mit dem CCPA in Virginia (VCPA) und Colorado (CPA) und sogar in China mit dem PIPL, das seit dem 1. November in Kraft ist.

Die Trends, die wir beobachten, sind Teil dieser Reihe von Veränderungen, mit Fortschritten in der Technologie kombiniert mit einem größeren Respekt für den data-Schutz

Das Bedürfnis, seine 1. Partei zu kontrollieren data, denn es wird immer wichtiger, sich auf saubere, genehmigte und kontrollierte data verlassen zu können. Dies erfordert zwei Voraussetzungen: data-Sammelprogramme und ein geeignetes Ökosystem von Tools

  • Beschleunigen Sie die Erfassung von 1P data:

    1. data von Drittanbietern ist auf dem Rückzug: Die drei großen Browser haben die Verwendung von cookies von Drittanbietern abgeschafft oder werden dies noch tun, so dass wir mehr Anstrengungen erwarten, große Mengen von 1P data über innovativere Programme zu sammeln.
      • So hat McDonald's in Frankreich seine jährliche Monopoly-Kampagne in ein digitales 100%-Programm umgewandelt, das die Erstellung eines Kontos auf der McDonald's+ App erfordert, wo Sie Ihre Sticker scannen müssen, um Ihren Preis zu erfahren.

  • Der CDP (Verbraucher data platform):

    1. Marken benötigen ein umfassendes CDP-Framework, um audience Daten zu sammeln, zu speichern und zu verwalten, die data Verbraucherdaten enthalten, sowohl PII als auch Nicht-PII. Derzeit gibt es keine technische Lösung auf dem Markt, die 100% des Anspruchs abdecken kann, so dass wir uns damit begnügen müssen, mehrere Tools zusammenzustellen. Wir verlassen uns stark auf den Google-Stack und haben ein Angebot erstellt, das auf der Google Marketing Platform als Hauptstack basiert, den wir mit Technologien wie Tealium, Treasure Data und vielen anderen ergänzen.
    2. Zur Erfassung: Die Verwendung von “data-Reinräumen” für die Aufnahme und Verarbeitung von Medien data wird immer wichtiger, um die Privatsphäre und die Zustimmung zu respektieren: Google ADH, Amazon Marketing Cloud, FB Advanced Analytics...
    3. Letzter Punkt: Wir sind der Meinung, dass einige wichtige Funktionalitäten intern entwickelt werden müssen. So haben wir beispielsweise eine Methode namens Audience Engine eingeführt, die es Ihnen ermöglicht, Ihre eigenen audiences zusätzlich zum CDP zu verwalten, damit Sie nicht auf genau dieselben Modelle wie Ihre Konkurrenten angewiesen sind (wir tun dies für große Marken wie Reckitt oder Samsung).

Eine konkrete Anwendung dieser Veränderungen ist die Entwicklung der Leistungsmessung:

In der Vergangenheit haben wir uns stark auf deterministische Messungen auf der Grundlage von Identifikatoren (hauptsächlich cookies von Drittanbietern) verlassen, um den Weg des Verbrauchers von Anfang bis Ende online zu verfolgen. Mit dem Ende der 3rd-Party-IDs werden die traditionellen Attributionsansätze schnell an Bedeutung verlieren. Sie werden weiterhin in einem reduzierten Umfang innerhalb von Walled Gardens funktionieren (Sie werden Ihre FB-Performance-Messung und die Attribution für die gesamte Google-Umgebung haben - geräteübergreifend dank GA4), aber sie werden weniger effektiv sein, wenn es darum geht, die Vision eines Walled Gardens zu verwirklichen.

Wir erwarten also eine Zunahme probabilistischer Ansätze, die darin bestehen, historische Leistungen mathematisch zu verknüpfen, um Verkäufe mit Marketingaktionen zu verbinden. Diese Ansätze haben den großen Vorteil, dass sie erschöpfend sind (sie berücksichtigen alle Verkäufe und alle Marketing-/Verkaufsaktionen).

  • Allerdings ist der Ansatz noch nicht perfekt:

    1. Probleme mit der Granularität - es ist schwierig, relevante Einblicke auf Kampagnenebene zu erhalten.
    2. Probleme mit der Komplexität: Die Modelle beruhen auf so großen data-Sätzen, dass es zwischen 3 und 6 Monaten dauert, sie zu aktualisieren.
    3. Erklärbarkeit: Die größte Herausforderung besteht darin, dass diese Modelle größtenteils auf historischen Korrelationen zwischen Verkäufen und Marketing-/Medienausgaben beruhen, die keine Kausalität implizieren - es gibt eine starke Korrelation zwischen der Anzahl der jährlichen Pool-Todesfälle in den USA und der Anzahl der Auftritte von Nicolas Cage in einem Film - aber es ist ziemlich schwer, hier einen kausalen Zusammenhang zu finden...

  • Um diese Probleme zu lösen, hat Artefact in Partnerschaft mit Google und der Boston University ein Forschungszentrum eröffnet, das an neuen probabilistischen Modellen arbeitet. Wir haben einige sehr vielversprechende Ansätze getestet, insbesondere mit Reckitt Benckiser, unter Verwendung von Bayes'schen Netzwerken, die auf der Wahrscheinlichkeitsanalyse und nicht auf der linearen Regression beruhen. Sie können sehr granulare data verarbeiten, sind schnell zu trainieren und sind auch für Geschäftsteams ohne fortgeschrittene Kenntnisse in data-Wissenschaft sehr verständlich.

Konvergenz zwischen Verkauf & data

Nachdem wir jahrelang darüber gesprochen haben, ist dies das erste Mal, dass wir tatsächlich eine Konvergenz dieser Teams sehen. In Asien ist dies bereits der Fall, wo wir Kunden haben, bei denen der E-Com-Kanal bis zu 60% des Umsatzes ausmacht. Die Besonderheit dort ist, dass Plattformen wie T-Mall und JD.com sowohl die traditionellen Einzelhandelsverhandlungen (Verkaufsbedingungen, Werbeinvestitionen, Sortimentsentwicklung) UND die Medieninvestitionen umfassen. Das bedeutet, dass Marken nicht nur SALES-Teams, sondern auch MEDIA/MARKETING-Teams und immer mehr DATA & TECH-Fähigkeiten gleichzeitig in ihre Diskussionen einbeziehen müssen, daher die Notwendigkeit der Konvergenz

Die ersten Anwendungsfälle für diese Konvergenz sind vor allem im Medienhandel zu finden

  1. (Nutzung des Medienbudgets einer Marke auf der Einzelhandelsfläche zur Werbung für Marken mit einer sehr starken Nutzung von data, um Kunden oder Interessenten anzusprechen, die in der Datenbank des Einzelhändlers gespeichert sind) Wir erwarten auch eine starke Beschleunigung des Online-Handelsmarketings: In der Tat sind die Budgets für Handel und Medien gleich groß, aber wo die Digitalisierung bei den Medien 50% ausmacht, sind es beim Handelsmarketing kaum 10%! Wir erwarten eine starke Anpassung an dieser Front.
  2. Dies wird dank einer Explosion von “Retail Tech”-Technologien möglich sein: Verbindungen mit Carrefour (wo Artefact einer der offiziellen Partner ist und Kampagnen für Unilever-Marken durchführt), die Liveramp- und Google-Technologien nutzen, Relevancy for Casino, Walmart Connect...
  3. Neben den Medien für den Einzelhandel sehen wir weitere sehr interessante Anwendungsfälle für die Zusammenarbeit zwischen Marken und Einzelhändlern, z. B. im Bereich Category Management, wie personalisierte Werbung, Sortimentsmanagement, Preiskontrolle oder die Integration der Lieferkette mit einer VMI-Logik, bei der die Marke künftig Teil der Lieferkette des Einzelhändlers sein kann.

Fazit

Abschließend möchte ich über die data-Kultur in Unternehmen sprechen

  1. Heute sehen wir, dass der Reifegrad der Unternehmen in diesen Bereichen deutlich gestiegen ist. Die “Kernteams” sind nun vorhanden und es ist an der Zeit, den Rest der Organisation zu schulen. Bei Artefact nennen wir das data Demokratisierung
  2. Laut APEC explodiert die Nachfrage nach data-Experten, Experten für data-Manipulation, Verständnis und Messung: +x2 für DS/DE , für DAs x4 zwischen 2020 und 2021
  3. Um diesem Bedarf gerecht zu werden, haben wir unsere Artefact School of Data ins Leben gerufen, insbesondere um Menschen, die sich in einer Situation der beruflichen Umstellung befinden, dabei zu helfen, Möglichkeiten in den data-Sektoren zu finden

Hören Sie den Podcast auf Französisch auf

.