Iklan terprogram: apa perbedaan antara data yang baik dan yang buruk?

Selama dekade terakhir, pemasaran telah secara drastis mengubah fondasinya dari intuisi bawaan ke analisis yang diperhitungkan. Itu bergeser dari bentuk seni ke sains.

Strategi sekarang didorong oleh analis yang tidak berprasangka, bukan materi iklan yang berkomitmen. Lebih penting lagi, wawasan data strategis memberi setiap pemasar kemampuan untuk memberikan pengalaman terbaik bagi pelanggan.

Namun satu bidang digital secara konsisten tertinggal di belakang yang lain. Meskipun revolusi data sangat mengganggu dan penting, periklanan digital lambat untuk menerimanya.

Dua puluh tahun yang lalu, periklanan adalah industri yang paling didorong oleh data di pasar. Ini memanfaatkan data demografis melalui penerbit untuk mengidentifikasi target pasar. Masalahnya, banyak pengiklan digital belum berevolusi sejak saat itu. Mereka masih mengandalkan, dalam banyak kasus, pada demografi.

Mereka puas.

Dan seperti yang kita semua tahu, tidak ada merek yang bisa bertahan di era digital; itu adalah evolusi konstan. Pemasar mungkin menceritakan kisah peringatan sebelum tidur kepada anak-anak mereka tentang merek yang kehilangan keunggulan karena mereka berhenti bergerak maju. Daftarnya panjang.

Tapi ada cahaya di ujung terowongan untuk iklan digital. Kebangkitan Programmatic telah membuka jalan ke depan untuk berevolusi dari era Orang Gila ke zaman Lembah Silikon. Meskipun, titik data menjalankan spektrum kualitas yang luas.

Data sangat mirip dengan membuat sosis: Anda tidak sering tahu apa yang Anda dapatkan dan ada kualitas yang baik di beberapa, tetapi ada juga beberapa praktik curang untuk menipu pembeli yang tidak menaruh curiga.

Anda mendapatkan apa yang Anda bayar dengan kualitas dan Anda perlu membongkar data untuk melihat apa yang Anda beli.

Sebagian besar data dalam digital saat ini belum dimurnikan, luas, dan sulit untuk ditindaklanjuti – hanya sebagai pengisi. Pemasar perlu menghindari jebakan data dalam lingkup digital.

Data buruk

Sebagian besar data mentah yang digunakan merek untuk menargetkan konsumen secara digital dianggap sebagai data pihak ketiga. Ini adalah data yang disukai penerbit untuk menawarkan merek berdasarkan jumlah pembaca mereka.

Data pihak ketiga pada dasarnya bersifat demografis. Ini usia Anda, jenis kelamin Anda, apa yang Anda baca, di mana Anda tinggal, dan sementara data demografis lebih baik daripada tidak ada data, seringkali janji palsu yang terlihat glamor ketika disajikan, tetapi kurang dalam pelaksanaan dan hasil.

Dengan kata lain, demografi adalah pengisi, mereka dapat membantu menutup celah di tampilan pelanggan Anda, tetapi mereka tidak akan pernah memberikan informasi yang diperlukan untuk menjalankan kampanye yang sukses.

Mari kita pertimbangkan contoh cepat kejatuhan pihak ketiga. Katakanlah Anda dan saya memiliki beberapa kesamaan dalam demografi dan preferensi kami. Kami berdua laki-laki berusia 54 tahun, kami tinggal di kota yang sama dan kami berdua berlangganan publikasi olahraga.

Meskipun sepertinya kita memiliki banyak kesamaan, apa yang sebenarnya dapat kita korelasikan dari pengidentifikasi tersebut? Kami mungkin seumuran, tetapi di mana Rolling Stones mungkin lebih sesuai dengan usia saya, saya mungkin benar-benar mendengarkan musik yang sama dengan anak-anak berusia 15 tahun saat ini.

Kami mungkin tinggal di kota yang sama dan memiliki pekerjaan yang serupa, tapi bukan berarti kami berdua memakai jas dan berbelanja di Brooks Brothers.

Dengan pihak ketiga, tidak ada wawasan yang dapat ditindaklanjuti untuk menarik kesimpulan tentang perilaku. Jika pemasar ingin memiliki pandangan yang benar tentang pelanggan mereka, mereka membutuhkan data transaksional sebagai fondasinya.

Data yang bagus

Ada dua bentuk data yang dapat diandalkan dan dapat ditindaklanjuti bagi pemasar – pihak pertama dan kedua. Perbedaan penting antara data yang baik dan fluff adalah bahwa dengan data yang baik, ada tindakan ritel yang dilakukan oleh pelanggan.

Ini didasarkan pada transaksi; satu-satunya bentuk terukur dari pemasar data yang dapat mengembangkan strategi. Transaksi adalah tanda niat; itu memberikan panduan tentang apa yang ingin dibeli pelanggan. Jika kita dapat membangun cukup banyak sejarah dengan data transaksional, pola akan muncul.

Pesta pertama

Pihak pertama adalah data yang dikumpulkan melalui merek Anda berdasarkan riwayat transaksi dan preferensi akun.

Ini data Anda; tidak ada orang lain yang dapat menggunakannya kecuali Anda menjualnya. Sejauh ini, ini adalah bentuk data terbaik untuk dipasarkan, tetapi agak terbatas pada penargetan ulang karena konsumen telah membeli dengan merek Anda.

Dalam pola pikir strategis, data pihak pertama akan luar biasa bagi pelanggan saat ini – nilainya sebagai alat penargetan ulang tidak ada bandingannya, tetapi tidak berguna dengan akuisisi. Fokus pada up-selling dan meningkatkan frekuensi pengembalian. Gunakan untuk mendorong kebaruan produk dan inisiatif musiman.

Pihak Kedua

Data pihak kedua adalah tempat segalanya menjadi sangat menyenangkan bagi pemasar. Ini adalah jenis data yang akan mendukung semua tujuan akuisisi untuk musim ini.

Data pihak kedua biasanya juga bersifat transaksional. Perbedaan antara pihak pertama dan pihak kedua, adalah bahwa data pihak kedua dikumpulkan dari merek lain.

Intinya, kita dapat mengambil data pihak pertama dari perusahaan lain dan memasarkannya seolah-olah itu milik kita sendiri. Bentuk data ini juga tersedia melalui pertukaran dan menghindari beberapa pengisi yang Anda dapatkan dari agregator yang tidak memiliki kejelasan tentang apa yang Anda beli.

Jadi, alih-alih berfokus pada apakah pelanggan potensial tinggal di kota yang sama atau tidak, atau berlangganan publikasi yang sama, pemasar harus fokus untuk menemukan merek yang berpikiran sama dengan basis pelanggan yang sama.

Pada contoh berikutnya, mari kita gunakan data pihak kedua. Katakanlah kita menjalankan akuisisi untuk pengecer mode toko rantai kelas atas dengan AUR antara $70 dan $90.

Jauh lebih masuk akal untuk memanfaatkan data transaksional J. Crew, atau bahkan Pottery Barn, daripada menargetkan pria berusia 54 tahun yang tinggal di wilayah geografis yang sama. Ada lebih banyak kesamaan antara basis konsumen dan kita juga tahu niat karena mereka memiliki daya beli.

Pada akhirnya, yang ingin ditargetkan oleh pemasar adalah gaya hidup yang dapat ditindaklanjuti, bukan demografi pasif.

Munculnya programmatic adalah salah satu perkembangan paling menarik untuk ranah digital. Ini membuka jendela baru bagi pengiklan dan itu sudah mengguncang dasar bagaimana penerbit beroperasi.

Jika programatik ingin berkembang dan terus sukses, program harus mengikuti jalur email, CRM, loyalitas, dan pemasaran situs yang telah diambil untuk memanfaatkan data pihak pertama dan kedua yang dapat ditindaklanjuti, andal, untuk membuktikan akuisisi dan investasi.

Pemasar perlu mengetahui apa yang ada dalam data mereka dan memangkas pengisi untuk memberikan ROI berbasis data yang berkelanjutan untuk merek mereka.