Будущее маркетинговых измерений: как победить в мире данных

Когда я начинал свою карьеру в качестве аналитика-исследователя в 2006 году, маркетинг был намного проще, чем сегодня. Промышленность была менее загружена. Возможности поиска как в органической, так и в платной рекламе были огромными. Реклама с прямым откликом была на пике своего развития. Маркетологи могли отслеживать практически все.

Вероятно, самой сложной задачей было перенести разрозненные маркетинговые данные в электронные таблицы для аналитики и отчетности. И именно поэтому я создал Supermetrics в первую очередь — чтобы помочь таким маркетологам, как я, получать все данные, которые им нужны, без хлопот.

Перенесемся в сегодняшний день, измерение и консолидация маркетинговых данных по-прежнему являются серьезными препятствиями для многих компаний. И, честно говоря, проблемы будут становиться еще более сложными, поскольку отслеживание становится все труднее, а вы одновременно накапливаете больше данных.

В этом посте я расскажу больше о проблемах маркетинговых измерений и о том, как их преодолеть.

Если вы предпочитаете тот же контент в видеоформате, посмотрите этот эпизод шоу Marketing Analytics Show.

Три основные проблемы, с которыми сталкиваются маркетинговые измерения

1. Снижение отслеживаемости

Начнем со смерти сторонних файлов cookie.

Раньше маркетологи могли отслеживать весь путь клиента от маркетинговых действий до конверсий. Однако это уже не так. Крупные игроки, такие как Google и Apple, запрещают сторонние файлы cookie.

В результате маркетологам будет сложно создавать и охватывать нужную аудиторию на основе их онлайн-поведения на других веб-сайтах или в приложениях.

Кроме того, оценка и мониторинг вашей маркетинговой эффективности также может быть головной болью. Модели измерения, такие как мультисенсорная атрибуция (MTA), которые в значительной степени зависят только от кликов, станут ненадежными и потенциально устаревшими.

Как добиться успеха в маркетинге без сторонних файлов cookie

Отказ от сторонних файлов cookie не означает отказ от персонализированного маркетинга. Узнайте о пяти шагах к созданию великолепного клиентского опыта в мире без файлов cookie.

Учить больше

2. Взрыв данных

Вы, вероятно, знакомы с инфографикой Скотта Бринкера martech 5000, которая иллюстрирует маркетинговые платформы и инструменты, доступные в настоящее время на рынке. Сейчас, наверное, около 10 000.

10 000.

Большинство компаний накапливают больше данных, чем они могут обработать. Больше данных также означает, что в ваших технологических стеках будет больше разрозненных данных. По иронии судьбы, в то время как объем данных, которыми располагает ваш бизнес, увеличивается в геометрической прогрессии, отслеживание также становится все труднее.

Идет непрекращающаяся битва, чтобы найти лучший способ справиться со всем этим.

3. Рост конкуренции

Поскольку в настоящее время почти все занимаются онлайн-маркетингом, конкуренция является жесткой.

В 2021 году в среднем человек видит от 6000 до 10 000 объявлений каждый день. Потребители тонут в пуле выбора, рекламы и обмена сообщениями. Маркетологи должны найти способ прорваться через шум и выделиться.

Наконец, переполненный рынок означает, что стоимость платной рекламы будет постоянно расти. Получить хорошую отдачу от инвестиций будет сложнее.

Эти три проблемы приводят нас к вопросу на миллион долларов: как компании могут подготовить свои стратегии маркетинговых измерений к тому, что им предстоит?

Три шага к преодолению проблем измерения

Шаг 1. Расширьте свои собственные данные

Во-первых, вам нужно начать наращивать собственные данные. Вот что это значит.

Наполните свою CRM качественными данными

CRM — это краеугольный камень вашего бизнеса. Любая компания, у которой нет CRM, должна инвестировать в нее. Ключевым моментом здесь является поддержание вашей CRM в чистоте и актуальности.

Отличная CRM наполнена качественными данными о ваших клиентах и ​​потенциальных клиентах, а не мусором.

Создайте центральный репозиторий для ваших данных

После того, как у вас есть CRM, вы хотите подумать о том, чтобы собрать данные из разных источников, включая CRM, веб-аналитику, платную рекламу и инструменты маркетинговых технологий, под одной крышей, где вы сможете быстро получить общую картину своей маркетинговой деятельности.

Когда вы только начинаете и у вас еще мало данных, вы можете использовать электронные таблицы, такие как Google Sheets или Excel, для хранения и анализа ваших данных.

По мере роста вашей компании растут и ваши данные. На этом этапе вы можете подумать о переходе от электронных таблиц к хранилищу данных, такому как Google BigQuery или Snowflake.

Переосмыслите свои расходы на рекламу

Следующим шагом является переоценка вашего рекламного бюджета в зависимости от результатов, которые вы видите. Хотя многим это может показаться легкой задачей, вы, вероятно, упустите возможности здесь и там, если у вас большой бюджет.

Шаг 2. Подготовьте свой маркетинговый стек к будущему для моделирования комплекса маркетинга (МММ)

По мере того, как вы продолжаете увеличивать свои собственные данные, вы также захотите изучить моделирование маркетингового комплекса. Моделирование маркетингового комплекса — это статистический подход, использующий исторические данные о маркетинге и продажах для оценки влияния будущей маркетинговой деятельности на доход.

Вместо того, чтобы полагаться на слабую цепочку действий клиента, такую ​​как мультисенсорная атрибуция, моделирование маркетингового комплекса анализирует взаимосвязь между маркетинговыми входами и результатами с использованием статистических методов.

Моделирование маркетингового комплекса и мультисенсорная атрибуция

Какой из них подходит для вашего бизнеса? Откройте для себя хорошие и плохие стороны каждого подхода.

Учить больше

Таким образом, маркетологи могут лучше распределять ресурсы между различными маркетинговыми каналами и тактиками.

Несмотря на то, что моделирование маркетингового комплекса в основном подходит для крупных рекламодателей с достаточным бюджетом, вы все равно можете подготовить свой стек маркетинговых технологий для такого рода анализа.

Мы видим, как многие компании переходят на три уровня стека маркетинговой аналитики, где каждый уровень на один шаг ближе к моделированию комплекса маркетинга.

Уровень 1: Базовый стек маркетинговой аналитики

Маркетологи, которые используют электронные таблицы, такие как Google Sheets и Excel, для отчетности, в конечном итоге столкнутся с ограничениями. Когда ваши данные накапливаются экспоненциально — как новые, так и исторические данные — инструменты электронных таблиц исчерпают свои вычислительные возможности.

Кроме того, смешивание этих данных по маркетинговым каналам и обогащение их немаркетинговыми данными в электронной таблице.

Чтобы снизить нагрузку на электронные таблицы и максимально эффективно использовать данные, вы можете добавить в свой стек хранилище данных. Ваш базовый стек маркетинговой аналитики будет выглядеть примерно так.

По сути, вы хотите переместить все свои данные в хранилище данных. Вы можете использовать такой инструмент, как Supermetrics, для автоматизации передачи данных. Специальные источники данных, такие как Google Sheets или Google Cloud Storage, также могут быть легко добавлены в качестве входных данных в вашу модель BigQuery.

Кроме того, вы можете использовать такие инструменты бизнес-аналитики, как Google Data Studio, Looker или Power BI, для создания отчетов.

Уровень 2. Отделение данных отчетов от необработанных данных

Базовый стек маркетинговой аналитики может помочь вам довольно далеко, если вы находитесь в начале своего пути к данным. Однако по мере того, как ваш бизнес накапливает больше данных, вы в конечном итоге поймете, что передача данных непосредственно из источников в хранилище данных, а затем прямо в инструмент BI, не является оптимальным подходом. Если вы делаете отчеты непосредственно поверх необработанных данных, вы упускаете много возможностей.

И здесь пригодится стек уровня 2.

На уровне 2 вы будете отделять «необработанные» данные от «отчетных» данных. Вы можете очищать, преобразовывать и дополнять свои данные, прежде чем передавать их на сторону отчетности. Как правило, вы захотите использовать задания cron для обработки данных из необработанных таблиц в таблицы отчетов в этом стеке.

Многие компании могут добиться очень многого с помощью уровня 2. Однако для поддержания сложности конвейера данных вам необходимо полагаться на звездную документацию и человеческие ресурсы, которые ставят уровень 2 на шаткую почву.

Уровень 3: Обеспечение будущего стека маркетинговой аналитики уровня 2.

Мы видим, что наиболее зрелые компании переходят или начинают использовать уровень 3. По сути, между стеком уровня 3 и стеком уровня 2 не так много различий в настройке. Основное отличие здесь заключается в четырех элементах:

• Тестирование : какой смысл иметь отличную инфраструктуру данных, но вы не можете доверять результатам? Чтобы избавиться от догадок, вам нужна надежная среда тестирования. Например, вы можете использовать такой инструмент, как dbt или Dataform.
• Оркестрация : рекомендуется использовать такой инструмент, как Airflow или Google Cloud Composer, для обработки всей обработки данных в хранилище данных.
• Контроль версий : в разработке программного обеспечения контроль версий является важной частью процесса. То же самое можно применить и к стороне инфраструктуры данных. В случае ошибок контроль версий поможет вам определить причины и проблемы с вашими данными. Такие инструменты, как Github и Google Cloud Data Catalog, творят чудеса.
• Документация . И последнее, но не менее важное: попросите вашу команду документировать весь процесс по мере его продвижения. Вы можете использовать dbt и Dataform для документации исходного кода и Google Cloud Data Catalog для документации на уровне полей.

Где вы находитесь в своем путешествии по маркетинговой аналитике?

Мы составили дорожную карту маркетинговой аналитики, в которой представлены три типичные архитектуры данных растущих компаний.

Проверьте это

Шаг 3. Проводите контекстный и персонализированный маркетинг с помощью оперативного хранилища данных.

Теперь идет последняя часть головоломки. После того, как ваша инфраструктура данных настроена и работает, пришло время предоставить исключительный опыт вашим клиентам.

Еще один шаг — вы можете вернуть свои маркетинговые и рекламные данные обратно в хранилище данных. Затем вы можете создавать профили и модели клиентов с помощью SQL. И, наконец, вы можете использовать эти данные для оптимизации своей маркетинговой деятельности и улучшения обмена сообщениями.

Это то, что до сих пор делали только 1% лучших маркетологов. Есть высокая планка для входа. Вам понадобится сложная группа данных, чтобы осуществить это.

Но по сути, это поможет вам понять весь жизненный цикл клиента и создать персонализированный опыт для ваших клиентов.

Твой ход

В заключение, независимо от того, что ждет вас в будущем, вы можете оставаться на шаг впереди, создавая надежную инфраструктуру данных. И это начинается с:

1. Расширение ваших собственных данных.
2. Подготовьте свой стек маркетинговой аналитики к будущему для моделирования комплекса маркетинга.
3. Предоставление персонализированного маркетинга с использованием хранилища данных оперативной аналитики.

Если вы хотите автоматизировать передачу данных в хранилище данных, ознакомьтесь с нашей 14-дневной бесплатной пробной версией Supermetrics.

Начните бесплатную 14-дневную пробную версию

Посмотрите, как легко перенести ваши маркетинговые данные на платформы отчетности и аналитики.

Начать бесплатную пробную версию