Autor
Am Donnerstag, den 18. Mai, veranstaltete Artefact in Zusammenarbeit mit Google und Microsoft den London AI Summit. Hier tauschten sich Experten und Vordenker aus den Bereichen artificial intelligence, digitales Marketing und data Wissenschaft über die neue Ära der KI aus. Aleksandra Semenenko, Direktorin von Data Science, teilte ihr Fachwissen darüber, wie KI es Vermarktern ermöglichen kann, ihren Kampagnen-ROI besser zu verfolgen und dabei die Schwächen früherer Modelle zu vermeiden;
In der sich ständig weiterentwickelnden Landschaft des digitalen Marketings ist die Messung des Return on Investment (ROI) zunehmend schwieriger geworden, insbesondere in Verbindung mit dem Auslaufen des Drittanbieter-Cookies. Dieser Artikel untersucht die Schwierigkeiten, mit denen Vermarkter konfrontiert sind, wenn es darum geht, die optimale Zuweisung von Werbebudgets zu bestimmen, und zeigt die Wege auf, die helfen können, den wahren Marketing-ROI in Abwesenheit von Drittanbietern zu messen cookies.
Die Marketing-Landschaft im Wandel:
Da die Kosten steigen und neue Marketingkanäle auftauchen, sehen sich Vermarkter mit der Notwendigkeit konfrontiert, mehr Geld für mehrere Plattformen auszugeben. Es wird jedoch immer schwieriger, genaue data zu erhalten, um die Leistung der einzelnen Kanäle zu unterscheiden. Dieses Problem betrifft drei Ebenen der Schätzung: granulare data für die Benutzer-ID, aggregierte Modelle auf Kanalebene und den komplexen Raum dazwischen.
“70% der CMOs und Marketingverantwortlichen geben an, dass sie immer noch nicht den wahren ROI all ihrer digitalen Marketingkampagnen messen können.” (Quelle: Deloitte CMO-Umfrage)
Die Auswahl der richtigen Modelle:
Um die Herausforderungen zu bewältigen, die sich aus dem begrenzten data-Zugang ergeben, können Marketer zwischen zwei Modellen wählen: Journey-basiert oder trendbasiert. Journey-basierte Modelle bieten granulare Einblicke und ein präzises Verständnis des Nutzerverhaltens innerhalb integrierter Plattformen wie Amazon. Trendbasierte Modelle hingegen arbeiten mit aggregierten data, wobei sie zwar etwas an Präzision einbüßen, dafür aber einen stärker automatisierten und kontinuierlichen Messansatz bieten.
KI nutzen, um frühere Fehler zu vermeiden:
Aufgrund der inhärenten Nachteile sowohl des journey- als auch des trendbasierten Modells wurde das KI-gestützte “MROI”-Messmodell entwickelt, um dem steigenden Druck und den Herausforderungen der Medienlandschaft zu begegnen. Es nutzt probabilistische Bayes-Methoden, um den ROI auf der Grundlage historischer data und Kanalleistungen zu schätzen und hilft Vermarktern, data-driven Entscheidungen über die Budgetverteilung und -optimierung zu treffen. Durch die Implementierung des MROI-Modells können Unternehmen eine höhere Effizienz, zusätzliche Einnahmen und eine bessere Kostenverteilung erzielen.
Testen für den Erfolg:
Der Start neuer Initiativen erfordert einen Testrahmen, der aus der Definition des Geschäftsproblems, der Bestimmung der Regionen für Experimente, der entsprechenden Budgetierung und der Untersuchung der Ergebnisse besteht. Mit diesem Ansatz können Marketingfachleute eine Verzerrung der Ergebnisse vermeiden und ein produktives und agiles Marketingteam sicherstellen.
Nutzung von First & Second-Party Data:
Angesichts der Beschränkungen für data von Drittanbietern können sich Vermarkter an first-party data und KI-gesteuerte Lösungen wenden. Durch die Kombination des Wissens und der Fähigkeiten von Plattformen wie Google und AWS können Unternehmen audience targeting und die kreative Entwicklung verbessern. KI ermöglicht es Vermarktern, die Interessen und Vorlieben der Nutzer zu verstehen, was zu effektiveren Kampagnen und einer besseren Marketingleistung führt.
Die Zusammenarbeit mit komplementären Unternehmen und die gemeinsame Nutzung von data von Drittanbietern ist angesichts des Fehlens von cookies von Drittanbietern immer wertvoller geworden. Algorithmen und der Austausch von data erleichtern Partnerschaften, die es Unternehmen ermöglichen, die audience der anderen zu nutzen, was zu präziseren targeting und besseren Kampagnenergebnissen führt.
Messung:
Die Messung unterscheidet sich zwar von der Aktivierung, aber Vermarkter können die aus der Messung gewonnenen Erkenntnisse in ihre Aktivierungsstrategien integrieren. Durch die Abstimmung von Botschaften, kreativen Inhalten und targeting auf der Grundlage von Kundenprofilen können Unternehmen ihre Marketingwirkung maximieren und die Wirksamkeit ihrer Kampagnen nachweisen.
Fazit:
Die Messung des wahren Marketing-ROI ohne Drittanbieter cookies ist eine komplexe Aufgabe, aber sie ist nicht unüberwindbar. Durch den Einsatz strategischer und taktischer Modelle, die Nutzung von KI-gesteuerten Lösungen, die Implementierung von Test-Frameworks und die Förderung von Kooperationen können Marketingexperten mit Zuversicht durch die sich entwickelnde digitale Landschaft navigieren. Trotz der Herausforderungen lohnt sich diese Reise aufgrund des Potenzials für eine verbesserte Marketingleistung und höhere Umsätze.
