Am Donnerstag, dem 18. Mai, Artefact in Zusammenarbeit mit Google und Microsoft seinen London AI . Dort tauschten Experten und Vordenker aus den Bereichen artificial intelligence, digitales Marketing und data ihre Gedanken zum neuen Zeitalter der AI aus. Aleksandra Semenenko, Director of Data , teilte ihr Fachwissen darüber, wie AI es Marketingfachleuten ermöglichen AI , den ROI ihrer Kampagnen besser zu messen und dabei die Schwächen früherer Modelle zu vermeiden;
In der sich ständig wandelnden Landschaft des digitalen Marketings wird die Messung des Return on Investment (ROI) zu einer immer größeren Herausforderung, insbesondere angesichts des bevorstehenden Auslaufens von Third-Party-Cookies. Dieser Artikel beleuchtet die Schwierigkeiten, mit denen Marketingfachleute bei der Festlegung der optimalen Verteilung von Werbebudgets konfrontiert sind, und zeigt Wege auf, wie sich der tatsächliche Marketing-ROI auch ohne cookies messen lässt.
Die sich wandelnde Marketinglandschaft:
Angesichts steigender Kosten und neuer Marketingkanäle sehen sich Marketingfachleute mit der Notwendigkeit konfrontiert, ihre Ausgaben auf mehrere Plattformen zu verteilen. Gleichzeitig wird es immer schwieriger, genaue data zu erheben, data die Leistung der einzelnen Kanäle voneinander abzugrenzen. Dieses Problem betrifft drei Ebenen der Schätzung: detaillierte data, aggregierte Modelle auf Kanalebene und den komplexen Bereich dazwischen.
„70 % der CMOs und Marketingleiter geben an, dass sie den tatsächlichen ROI ihrer gesamten digitalen Marketingkampagnen nach wie vor nicht messen können.“ (Quelle: Deloitte CMO Survey)
Die Auswahl der richtigen Modelle:
Um den Herausforderungen des eingeschränkten data zu begegnen, können Marketingfachleute zwischen zwei Modellen wählen: dem journey-basierten und dem trend-basierten Modell. Journey-basierte Modelle bieten detaillierte Einblicke und ein präzises Verständnis des Nutzerverhaltens innerhalb integrierter Plattformen wie Amazon. Trend-basierte Modelle hingegen arbeiten mit aggregierten data, wodurch zwar etwas an Präzision eingebüßt wird, dafür aber ein stärker automatisierter und kontinuierlicher Messansatz geboten wird.
AI nutzen, AI frühere Fehler zu vermeiden:
Aufgrund der inhärenten Nachteile sowohl der Journey- als auch der Trend-basierten Modelle wurde das AI „MROI“-Messmodell entwickelt, um dem wachsenden Druck und den Herausforderungen der Medienlandschaft zu begegnen. Es nutzt probabilistische Bayes’sche Methoden, um den ROI auf der Grundlage historischer data der Kanalperformance zu schätzen, und unterstützt Marketingfachleute dabei, data Entscheidungen zur Budgetverteilung und -optimierung zu treffen. Durch die Implementierung des MROI-Modells können Unternehmen eine höhere Effizienz, zusätzliche Umsätze und eine bessere Kostenverteilung erzielen.
Testen für den Erfolg:
Die Einführung neuer Initiativen erfordert einen Testrahmen, der die Definition des geschäftlichen Problems, die Festlegung der Testregionen, die entsprechende Budgetierung und die Auswertung der Ergebnisse umfasst. Dieser Ansatz ermöglicht es Marketingfachleuten, Verzerrungen der Ergebnisse zu vermeiden, und sorgt für ein produktives und agiles Marketingteam.
Nutzung von First- und Second-Party Data:
Angesichts der Einschränkungen bei data von Drittanbietern können Marketingfachleute aufdata AI Lösungen zurückgreifen. Durch die Kombination des Know-hows und der Funktionen von Plattformen wie Google und AWS können Unternehmentargeting die Entwicklung von Werbemitteln optimieren. AI Marketingfachleuten, die Interessen und Vorlieben der Nutzer zu verstehen, was zu effektiveren Kampagnen und einer verbesserten Marketingleistung führt.
Die Zusammenarbeit mit komplementären Unternehmen und der Austausch data angesichts des Wegfalls von cookies zunehmend data Bedeutung. Algorithmen und data ermöglichen Partnerschaften, durch die Unternehmen die Zielgruppen des jeweils anderen nutzen können, was zu targeting präziseren targeting besseren Kampagnenergebnissen führt.
Maße:
Auch wenn sich Messung von der Umsetzung unterscheidet, können Marketingfachleute die aus der Messung gewonnenen Erkenntnisse in ihre Umsetzungsstrategien einfließen lassen. Indem sie Botschaften, kreative Inhalte und targeting von Kundenprofilen aufeinander abstimmen, können Unternehmen ihre Marketingwirkung maximieren und die Wirksamkeit ihrer Kampagnen nachweisen.
Fazit:
Die Ermittlung des tatsächlichen Marketing-ROI ohne cookies von Drittanbietern cookies eine komplexe Aufgabe, aber keineswegs unüberwindbar. Durch den Einsatz strategischer und taktischer Modelle, die Nutzung AI Lösungen, die Implementierung von Testframeworks und die Förderung von Kooperationen können Marketingfachleute sich sicher in der sich wandelnden digitalen Landschaft zurechtfinden. Trotz der Herausforderungen lohnt sich dieser Weg aufgrund des Potenzials für eine verbesserte Marketingleistung und höhere Umsätze.
