3 Bidang Iklan Digital Yang MASIH Bermasalah

Gairah saya untuk periklanan digital berasal dari satu item tertentu: data. Jumlah informasi yang kita miliki untuk dilihat dan dianalisis sangat mencengangkan. Dari metrik dasar seperti tayangan dan klik hingga wawasan yang lebih menarik seperti jalur navigasi situs web atau penambahan ke troli, semuanya tampaknya siap untuk menjawab pertanyaan dan masalah kompleks dengan mudah.

Namun, pengalaman saya menunjukkan kepada saya bahwa beberapa bidang pemasaran digital masih perlu ditingkatkan. Secara khusus, beberapa masalah yang pernah saya pikir diselesaikan dengan teknologi yang kita miliki, masih relevan dan berulang dalam pekerjaan yang saya lakukan. Berikut adalah tiga area yang tetap bermasalah dalam periklanan digital.

1. Atribusi: Pertanyaan jutaan dolar

Bayangkan menjalankan iklan di stasiun radio atau saluran televisi.
Alat apa yang Anda miliki untuk mengukur tayangan, aliran, atau tampilan?
Bagaimana Anda mengetahui waktu rata-rata yang dihabiskan oleh seseorang untuk mendengarkan atau menonton iklan Anda?

Tidak peduli seberapa hebat Anda dengan angka, memperoleh informasi itu mungkin tidak sepadan dengan waktu yang dibutuhkan.

Periklanan digital memberi kita kemewahan berupa begitu banyak data sehingga terkadang kita bahkan tidak tahu apa yang harus dilakukan dengannya. Meskipun demikian, dalam hal menentukan bagaimana iklan memengaruhi keputusan pembelian, dunia media berbayar masih kesulitan. Dalam banyak kasus, saya telah mendengar merek mengatakan:

• “Ya, iklan video penargetan ulang kami di Facebook memiliki 10.000 tampilan, tetapi berapa banyak konversi yang akan terjadi?” atau…
• “Saya tidak yakin apakah iklan bergambar benar-benar membuat dampak yang signifikan.”

Di sinilah kita, setelah bertahun-tahun perbaikan teknologi, masih mengevaluasi dengan ketepatan yang relatif kecil, dampak dari iklan video atau gambar.

Sampai batas tertentu, pengujian yang dirancang secara ketat dapat memberikan wawasan tentang dampak saluran yang berbeda. Ini membutuhkan mengisolasi audiens dan menjalankan kampanye yang disiapkan dengan kuat untuk jangka waktu yang cukup lama agar data menjadi relevan. Iklan bergambar Anda mungkin tidak memengaruhi konsumen dalam arti istilah yang paling langsung, tetapi membantu menjaga merek Anda tetap diingat. Konsekuensi dari melepasnya dari meja bisa menjadi penurunan minat dan pertimbangan merek yang lambat tapi pasti, atau mungkin tidak. Siapa tahu?

2. Pelacakan: pertanyaan jutaan dolar lainnya

Yang ini sebenarnya adalah masalah teknis di balik masalah pertama yang disebutkan di atas. Terkadang bukan interpretasi metrik yang membuat hidup kita sangat sulit, melainkan fakta bahwa metrik itu sendiri tidak tersedia.

Seorang pengguna melihat iklan bergambar di ponsel, lalu melakukan riset beberapa hari kemudian di komputer desktopnya, lalu melakukan konversi di komputer laptopnya. Dalam hal ini, sulit untuk melacak dan mengkredit perangkat dan saluran dengan tepat. Ya, perbaikan telah dilakukan dengan beberapa platform besar seperti Facebook, yang dapat menggunakan campuran pelacakan berbasis browser dan berbasis pengguna, tetapi orang dapat dengan mudah melihat bahwa beberapa data hilang di jalur konversi. Terkadang Google Analytics akan menyebut data “tidak tersedia”, “tidak disetel”, atau atribut untuk “mengarahkan” apa yang sebenarnya bukan kunjungan langsung ke situs web tanpa insentif yang didorong oleh iklan.

Karena kami semakin khawatir tentang privasi kami di internet dan karena kebijakan terkait diterapkan seperti CCPA atau GDPR, sistem pelacakan akan menghadapi lebih banyak tantangan. Masalah dengan salah satu klien kami yang kami curigai juga disebabkan oleh masalah privasi adalah bahwa Google Analytics mendaftarkan pengguna baru dalam kasus di mana kami dapat menyimpulkan bahwa itu sebenarnya adalah duplikat dari pengguna sebelumnya. Untuk menyimpulkan secara singkat tentang poin ini, sementara kami memiliki wawasan yang signifikan tentang perjalanan pelanggan secara keseluruhan, pelacakan belum mencapai potensi penuhnya dan ada alasan mengapa hal itu tidak akan sampai ke titik itu dalam waktu dekat. Untuk saat ini, katakanlah kita ingin mensyukuri fakta bahwa kita memiliki cukup data untuk membuat keputusan yang berdampak sebagai pemasar, meskipun ketepatannya belum ada.

3. Otomatisasi: Saya akan membiarkan Anda mengaitkan jumlah dolar

Hal yang rumit tentang angka adalah bahwa sifat matematika mereka menyembunyikan kurangnya akurasi. Hal yang sama berlaku untuk algoritme, yang namanya sangat kuat, tetapi dalam praktiknya, Anda dapat melihat kelemahannya. Sistem pengoptimalan otomatis efektif selama perilaku manusia dapat dilacak dengan cara yang logis.

Sistem pengoptimalan otomatis melakukan satu hal dengan sangat baik: Mereka mendeteksi tren yang dapat dihitung, dan mereka melakukannya dengan sangat cepat.

Tetapi jika karakteristik utama manusia adalah kemampuan mereka untuk berpikir secara logis, karakteristik kunci lainnya adalah kemampuan mereka untuk keluar dari tren logis. Dalam pemasaran, kita berurusan dengan manusia. Dengan kata lain, kita harus sangat berhati-hati dalam menggunakan alat yang terlalu mengandalkan logika sehingga menjadi kontraproduktif. Jika Anda pernah mencoba strategi otomatis yang berhasil di satu akun dan tiba-tiba gagal di akun lain, itu karena mereka tidak sempurna dan masih membutuhkan panduan strategis, artinya masukan dari manusia yang memahami manusia lain dan realitas pasar.

Beberapa sistem penawaran otomatis seperti Target ROAS Google misalnya cenderung gagal dalam pembelanjaan dan menjadi sangat konservatif segera setelah sasaran ROAS ditetapkan terlalu tinggi.

Pengujian dengan klien yang bekerja sama dengan saya adalah pertama-tama menentukan sekumpulan kampanye yang ROAS sebenarnya untuk kampanye tersebut jauh lebih tinggi daripada ROAS yang ditetapkan, lalu menurunkan target ROAS untuk memungkinkan kampanye memperoleh lebih banyak lalu lintas. Yang kami harapkan adalah ROAS yang lebih rendah, tetapi pembelanjaan yang lebih tinggi dan tentu saja pendapatan yang lebih tinggi. Itu berhasil, untuk beberapa kampanye, dan gagal untuk yang lain. Ini mengungkapkan kepada kami bahwa hanya menurunkan target ROAS bukanlah strategi yang skalabel. Otomasi tidak sempurna, tapi…

TIDAK ADA ALASAN UNTUK KEHILANGAN HARAPAN

Mempertimbangkan teknologi saat ini versus apa yang ada 10 tahun yang lalu, tidak ada yang dapat menyangkal peningkatannya. Tidak ada yang tidak mungkin dan adalah tugas kita untuk terus mendorong segalanya hingga batasnya dan mencapai apa yang dulu dianggap tidak mungkin. Mari kita pertahankan dedikasi kita dan terus menguji dan meneliti.

Mungkin Andalah yang akan menjawab salah satu dari pertanyaan jutaan dolar yang disebutkan di atas, jangan lupa untuk membagikannya kepada saya!