3 مجالات للإعلان الرقمي لا تزال إشكالية

يأتي شغفي بالإعلان الرقمي من عنصر واحد محدد: البيانات. كمية المعلومات التي لدينا الفرصة للنظر فيها وتحليلها مذهلة. من المقاييس الأساسية مثل مرات الظهور والنقرات إلى المزيد من الأفكار المثيرة للاهتمام مثل مسارات التنقل في موقع الويب أو الإضافات إلى سلة التسوق ، يبدو أن كل شيء جاهز للتعامل مع الأسئلة والمشكلات المعقدة بسهولة.

ومع ذلك ، فقد أظهرت لي تجربتي أن بعض مجالات التسويق الرقمي لا تزال بحاجة إلى التحسين. على وجه الخصوص ، بعض المشكلات التي اعتقدت ذات مرة أنه تم حلها بواسطة التكنولوجيا التي لدينا ، لا تزال ذات صلة ومتكررة في العمل الذي أقوم به. فيما يلي ثلاثة مجالات ظلت إشكالية في الإعلان الرقمي.

1. الإسناد: سؤال المليون دولار

تخيل أنك تقوم بتشغيل إعلان على محطة إذاعية أو قناة تلفزيونية.
ما الأدوات التي لديك تحت تصرفك لقياس مرات الظهور أو التدفقات أو المشاهدات؟
كيف تعرف متوسط ​​الوقت الذي يقضيه الفرد في الاستماع إلى إعلانك أو مشاهدته؟

بغض النظر عن مدى روعتك في التعامل مع الأرقام ، فإن الحصول على هذه المعلومات ربما لا يستحق الوقت الذي سيستغرقه.

يمنحنا الإعلان الرقمي رفاهية الكثير من البيانات لدرجة أننا في بعض الأحيان لا نعرف حتى ماذا نفعل بها. ومع ذلك ، عندما يتعلق الأمر بتحديد كيفية تأثير الإعلان على قرار الشراء ، لا يزال عالم الوسائط المدفوعة يعاني. في كثير من الحالات ، سمعت أن العلامات التجارية تقول:

• "نعم ، حصل إعلان الفيديو الذي أعيد استهدافه على Facebook على 10000 مشاهدة ، ولكن كم عدد التحويلات التي كانت ستحدث على أي حال؟" أو…
• "لست متأكدًا مما إذا كانت الإعلانات المصوّرة تُحدث تأثيرًا كبيرًا حقًا".

ها نحن ، بعد سنوات من التحسينات التكنولوجية ، ما زلنا نقيم بدقة قليلة نسبيًا تأثير إعلان فيديو أو إعلان مصور.

إلى حد ما ، يمكن للاختبارات المصممة بدقة أن تعطي نظرة ثاقبة لتأثير القنوات المختلفة. يتطلب هذا عزل الجماهير وتشغيل حملات معدة بشكل قوي لفترة زمنية طويلة بما يكفي لتكون البيانات ذات صلة. قد لا تؤثر إعلاناتك المصوّرة على المستهلك بالمعنى المباشر للكلمة ، ولكنها تساعد في الحفاظ على أهمية علاماتك التجارية في الاعتبار. قد تكون عواقب إزالتها من على الطاولة انخفاضًا بطيئًا ولكن مطردًا في الاهتمام بالعلامة التجارية والتفكير فيها ، أو ربما لا. من تعرف؟

2. التتبع: السؤال الآخر مليون دولار

هذا هو في الواقع المشكلة التقنية وراء المشكلة الأولى المذكورة أعلاه. في بعض الأحيان لا يكون تفسير المقاييس هو الذي يجعل حياتنا صعبة للغاية بل حقيقة أن المقاييس نفسها غير متوفرة.

يرى المستخدم إعلانًا مصورًا على الهاتف ، ثم يجري بعض البحث بعد يومين على جهاز الكمبيوتر المكتبي الخاص به ، ثم يجري التحويل على جهاز الكمبيوتر المحمول الخاص به. في هذه الحالة ، من الصعب تتبع الأجهزة والقنوات واعتمادها بشكل مناسب. نعم ، تم إجراء تحسينات مع بعض الأنظمة الأساسية الكبيرة مثل Facebook ، والتي يمكن أن تستخدم مزيجًا من التتبع المستند إلى المستعرض والمستخدم ، ولكن يمكن للمرء أن يلاحظ بسهولة فقدان بعض البيانات في مسار التحويل. أحيانًا يطلق Google Analytics على البيانات اسم "غير متوفر" أو "غير محدد" أو سمة "مباشرة" وهو ما لم يكن في الواقع زيارة مباشرة إلى موقع الويب بدون حوافز إعلانات.

نظرًا لأننا قلقون أكثر فأكثر بشأن خصوصيتنا على الإنترنت ومع تنفيذ السياسات ذات الصلة مثل CCPA أو GDPR ، فإن أنظمة التتبع ستواجه المزيد من التحديات. كانت هناك مشكلة مع أحد عملائنا نشتبه في أنها كانت أيضًا بسبب مخاوف تتعلق بالخصوصية وهي أن Google Analytics كان يسجل مستخدمين جددًا في الحالات التي تمكنا فيها من استنتاج أنه في الواقع نسخة مكررة لمستخدم سابق. في الختام بإيجاز حول هذه النقطة ، بينما لدينا رؤى مهمة حول رحلة العميل الإجمالية ، فإن التتبع ليس بكامل إمكاناته وهناك أسباب لعدم وصوله إلى هذه النقطة في أي وقت قريب. في الوقت الحالي ، لنفترض أننا نريد أن نكون ممتنين لحقيقة أن لدينا بيانات كافية لاتخاذ قرارات مؤثرة كمسوقين ، على الرغم من أن الدقة ليست موجودة بعد.

3. الأتمتة: سأسمح لك بإسناد المبلغ بالدولار

الشيء الصعب في الأرقام هو أن طبيعتها الرياضية تخفي افتقارها إلى الدقة. وينطبق الشيء نفسه على الخوارزميات ، والتي تكون قوية جدًا بأسمائها ، ولكن من الناحية العملية ، يمكنك إدراك نقاط ضعفها. تعتبر أنظمة التحسين المؤتمتة فعالة طالما يمكن تتبع السلوك البشري بطريقة منطقية.

تعمل أنظمة التحسين الآلي على شيء واحد بشكل جيد للغاية: فهي تكتشف الاتجاهات القابلة للعد ، وهي تفعل ذلك بسرعة كبيرة.

ولكن إذا كانت السمة الرئيسية للبشر هي قدرتهم على التفكير المنطقي ، فإن السمة الرئيسية الأخرى هي قدرتهم على الخروج من الاتجاهات المنطقية. في التسويق نتعامل مع البشر. بعبارة أخرى ، يجب أن نكون حذرين للغاية بشأن الاستخدام المفرط للأدوات التي تعتمد كثيرًا على المنطق بحيث تؤدي إلى نتائج عكسية. إذا سبق لك أن جربت استراتيجية آلية عملت على حساب وفشلت بشكل غير متوقع في حساب آخر ، فذلك لأنها ليست مثالية ولا تزال بحاجة إلى توجيه استراتيجي ، مما يعني مدخلات من إنسان يفهم البشر الآخرين وواقع السوق.

تميل بعض أنظمة عروض الأسعار التلقائية ، مثل عائد النفقات الإعلانية المستهدف من Google ، على سبيل المثال ، إلى الفشل في الإنفاق وتصبح متحفظة للغاية بمجرد تعيين هدف عائد النفقات الإعلانية عاليًا للغاية.

كان الاختبار مع عميل أعمل معه هو تحديد مجموعة من الحملات التي كان فيها عائد النفقات الإعلانية الفعلي للحملة أعلى بكثير من عائد النفقات الإعلانية المحدد ثم خفض عائد النفقات الإعلانية المستهدف للسماح للحملة بجذب المزيد من الزيارات. ما كنا نتوقعه كان عائد نفقات إعلانية أقل ، ولكن إنفاق أعلى وأرباح أعلى بالطبع. نجحت في بعض الحملات ، وفشلت في حملات أخرى. لقد كشف لنا هذا أن مجرد خفض هدف عائد النفقات الإعلانية لم يكن إستراتيجية قابلة للتطوير. الأتمتة ليست مثالية ، ولكن ...

لا يوجد سبب لفقدان الأمل

بالنظر إلى التكنولوجيا اليوم مقابل ما كان موجودًا قبل 10 سنوات ، لا يمكن لأحد أن ينكر التحسينات. لا شيء مستحيل ومهمتنا هي الاستمرار في دفع كل شيء إلى أقصى الحدود وتحقيق ما كان يعتبر في السابق مستحيلاً. دعونا نحافظ على تفانينا ونواصل الاختبار والبحث.

ربما ستكون الشخص الذي يجيب على أحد الأسئلة المليونية المذكورة أعلاه ، فقط لا تنس مشاركتها معي!