Auteur
Op donderdag 18 mei organiseerde Artefact hun London AI Summit, in samenwerking met Google en Microsoft. Hier deelden experts en thought leaders op het gebied van artificial intelligence, digitale marketing en data wetenschap hun gedachten over de nieuwe dageraad van AI. Aleksandra Semenenko, directeur van Data Science deelde haar expertise over hoe AI marketeers in staat kan stellen om de ROI van hun campagnes beter te volgen, waarbij de tekortkomingen van eerdere modellen worden vermeden;
In het steeds veranderende landschap van digitale marketing is het meten van rendement op investering (ROI) een steeds grotere uitdaging geworden, vooral in combinatie met het verdwijnen van de third-party cookie. Dit artikel onderzoekt de moeilijkheden waarmee marketeers te maken hebben bij het bepalen van de optimale toewijzing van reclamebudgetten en belicht de routes die kunnen helpen bij het meten van echte marketing ROI in afwezigheid van third-party cookies.
Het veranderende marketinglandschap:
Naarmate de kosten stijgen en er nieuwe marketingkanalen ontstaan, worstelen marketeers met de noodzaak om meer uit te geven aan meerdere platforms. Het wordt echter steeds moeilijker om nauwkeurige data te verkrijgen om de prestaties van elk kanaal te onderscheiden. Dit probleem heeft invloed op drie schattingsniveaus: granulaire data op gebruikers-ID-niveau, geaggregeerde modellen op kanaalniveau en de complexe ruimte daartussen.
“70% van de CMO's en marketingleiders zegt dat ze nog steeds niet de echte ROI van al hun digitale marketingcampagnes kunnen meten.” (Bron: Deloitte CMO Survey)
De juiste modellen kiezen:
Om de uitdagingen van beperkte data toegang aan te pakken, kunnen marketeers kiezen uit twee modellen: journey-based of trend-based. Journey-gebaseerde modellen bieden granulaire inzichten en nauwkeurig begrip van gebruikersgedrag binnen geïntegreerde platforms zoals Amazon. Aan de andere kant werken trendgebaseerde modellen met geaggregeerde data, waarbij enige precisie wordt opgeofferd, maar een meer geautomatiseerde en doorlopende meetaanpak wordt geboden.
AI inzetten om eerdere fouten te voorkomen:
Vanwege de inherente nadelen van zowel de journey- als de trendgebaseerde modellen, werd het AI-gestuurde “MROI” meetmodel gebouwd om de toenemende druk en uitdagingen van het medialandschap aan te pakken. Dit maakt gebruik van probabilistische Bayesiaanse methoden om de ROI te schatten op basis van historische data en kanaalprestaties, en helpt marketeers om data-driven beslissingen te nemen over de toewijzing en optimalisatie van budgetten. Door het MROI-model te implementeren, kunnen bedrijven meer efficiëntie, incrementele inkomsten en een betere kostenverdeling bereiken.
Testen voor succes:
Het lanceren van nieuwe initiatieven vereist een testkader dat bestaat uit het definiëren van het bedrijfsprobleem, het bepalen van de gebieden voor experimenten, het dienovereenkomstig budgetteren en het onderzoeken van de resultaten. Deze aanpak stelt marketeers in staat om vertekening van de resultaten te voorkomen en zorgt voor een productief en wendbaar marketingteam.
Eerste en tweede partij inzetten Data:
Met de beperkingen op data van derden kunnen marketeers zich wenden tot first-party data en AI-gestuurde oplossingen. Door de kennis en mogelijkheden van platforms zoals Google en AWS te combineren, kunnen bedrijven audience targeting en creatieve ontwikkeling verbeteren. AI stelt marketeers in staat om de interesses en voorkeuren van gebruikers te begrijpen, wat leidt tot effectievere campagnes en betere marketingprestaties.
Samenwerken met complementaire bedrijven en het delen van second-party data is steeds waardevoller geworden door de afwezigheid van third-party cookies. Algoritmen en data-uitwisselingen vergemakkelijken samenwerkingsverbanden waardoor bedrijven elkaars audience's kunnen benutten, wat leidt tot nauwkeurigere targeting en betere campagneresultaten.
Meting:
Hoewel meting verschilt van activering, kunnen marketeers de inzichten die ze door meting verkrijgen, integreren in hun activeringsstrategieën. Door berichten, creatieve inhoud en targeting op elkaar af te stemmen op basis van klantprofielen, kunnen bedrijven hun marketingimpact maximaliseren en de effectiviteit van hun campagnes bewijzen.
Conclusie:
Het meten van echte marketing ROI zonder cookies van derden is een complexe taak, maar niet onoverkomelijk. Door gebruik te maken van strategische en tactische modellen, AI-gestuurde oplossingen te omarmen, testframeworks te implementeren en samenwerking te bevorderen, kunnen marketeers met vertrouwen door het veranderende digitale landschap navigeren. Ondanks de uitdagingen maakt het potentieel voor verbeterde marketingprestaties en hogere inkomsten deze reis de moeite waard.
