Autor
Am Donnerstag, den 18. Mai, veranstaltete Artefact in Zusammenarbeit mit Google und Microsoft den Londoner AI Summit. Hier tauschten sich Experten und Vordenker auf den Gebieten artificial intelligence, digitales Marketing und data Wissenschaft über die neue Ära von AI aus. Aleksandra Semenenko, Direktorin von Data Science, teilte ihr Fachwissen darüber, wie AI es Vermarktern ermöglichen kann, ihre 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 der Kapitalrendite (ROI) immer schwieriger geworden, insbesondere in Verbindung mit dem Auslaufen des Drittanbieter-Cookies. Dieser Artikel untersucht die Schwierigkeiten, mit denen Vermarkter bei der Bestimmung der optimalen Zuweisung von Werbebudgets konfrontiert sind, und hebt die Wege hervor, die bei der Messung des wahren Marketing-ROI in Abwesenheit von Drittanbietern helfen können cookies.
Die sich verändernde Marketing-Landschaft:
Da die Kosten steigen und neue Marketingkanäle auftauchen, sehen sich die 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 Benutzer-ID data, aggregierte Modelle auf Kanalebene und den komplexen Raum dazwischen.
"70 % der CMOs und Marketingleiter geben an, dass sie den tatsächlichen ROI ihrer digitalen Marketingkampagnen noch nicht messen können." (Quelle: Deloitte CMO Survey)
Die Auswahl der richtigen Modelle:
Um die Herausforderungen zu bewältigen, die sich aus dem begrenzten Zugang zu data 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 Daten data, wobei sie zwar etwas an Präzision einbüßen, dafür aber einen automatisierten und kontinuierlichen Messansatz bieten.
Nutzung von AI , um frühere Fehler zu vermeiden:
Aufgrund der inhärenten Nachteile sowohl des Journey- als auch des Trend-basierten Modells wurde das AI"MROI"-Messmodell entwickelt, um dem steigenden Druck und den Herausforderungen der Medienlandschaft zu begegnen. Es nutzt probabilistische Bayes-Methoden zur Schätzung des ROI auf der Grundlage historischer data und der Leistung der Kanäle und hilft Vermarktern, data 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:
Die Einführung neuer Initiativen erfordert einen Testrahmen, der aus der Definition des Geschäftsproblems, der Bestimmung der Experimentierbereiche, der entsprechenden Budgetierung und der Untersuchung der Ergebnisse besteht. Mit diesem Ansatz können Marketingexperten eine Verzerrung der Ergebnisse vermeiden und ein produktives und agiles Marketingteam sicherstellen.
Nutzung von Erst- und Zweitanbietern Data:
Da die data von Drittanbietern nur begrenzt zur Verfügung stehen, können Vermarkter aufdata und AI Lösungen zurückgreifen. Durch die Kombination des Wissens und der Fähigkeiten von Plattformen wie Google und AWS können Unternehmen dietargeting und die kreative Entwicklung verbessern. AI 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 Second-Party-Daten ( data ) ist in Ermangelung von Drittanbietern cookies immer wertvoller geworden. Algorithmen und der Austausch von data erleichtern Partnerschaften, die es Unternehmen ermöglichen, die Zielgruppen des jeweils anderen zu nutzen, was zu präziseren targeting und besseren Kampagnenergebnissen führt.
Messung:
Die Messung unterscheidet sich zwar von der Aktivierung, doch können die Vermarkter 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.
Schlussfolgerung:
Die Messung des tatsächlichen Marketing-ROI ohne Drittanbieter cookies ist eine komplexe Aufgabe, die jedoch nicht unlösbar ist. Durch die Nutzung strategischer und taktischer Modelle, die Einführung von AI-gesteuerten Lösungen, die Implementierung von Test-Frameworks und die Förderung von Kooperationen können Marketingspezialisten 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.
