อนาคตของการวัดผลทางการตลาด: วิธีที่จะชนะในโลกของข้อมูล

เมื่อฉันเริ่มต้นอาชีพการเป็นนักวิเคราะห์การวิจัยในปี 2549 การตลาดทำได้ง่ายกว่าที่เป็นอยู่ทุกวันนี้ อุตสาหกรรมมีผู้คนพลุกพล่านน้อยลง โอกาสในการค้นหาทั้งในโฆษณาแบบออร์แกนิกและแบบชำระเงินมีมากมาย โฆษณาที่มีการตอบสนองโดยตรงอยู่ในช่วงรุ่งเรือง นักการตลาดสามารถติดตามได้แทบทุกอย่าง

อาจเป็นความท้าทายที่ยากที่สุดในการดึงข้อมูลการตลาดแบบแยกส่วนลงในสเปรดชีตสำหรับการวิเคราะห์และการรายงาน และนั่นคือเหตุผลที่ฉันสร้าง Supermetrics ขึ้นมาตั้งแต่แรก เพื่อช่วยให้นักการตลาดเช่นฉันได้รับข้อมูลทั้งหมดที่ต้องการโดยไม่ต้องยุ่งยาก

กรอไปข้างหน้าจนถึงปัจจุบัน การวัดผลและการรวมข้อมูลการตลาดยังคงเป็นอุปสรรคใหญ่สำหรับหลายๆ บริษัท และตามจริงแล้ว ความท้าทายจะซับซ้อนยิ่งขึ้นเมื่อการติดตามทำได้ยากขึ้นในขณะที่คุณสะสมข้อมูลมากขึ้นพร้อมๆ กัน

ในโพสต์นี้ ฉันจะพูดถึงความท้าทายเพิ่มเติมของการวัดผลทางการตลาดและวิธีเอาชนะมัน

หากคุณต้องการเนื้อหาเดียวกันในรูปแบบวิดีโอ ลองดูตอนนี้ของ Marketing Analytics Show

ความท้าทายหลักสามประการในการวัดผลทางการตลาด

1. ความสามารถในการติดตามลดลง

เริ่มต้นด้วยการตายของคุกกี้บุคคลที่สาม

นักการตลาดเคยติดตามการเดินทางของลูกค้าทั้งหมดตั้งแต่กิจกรรมทางการตลาดไปจนถึงการแปลง อย่างไรก็ตาม นั่นไม่ใช่กรณีอีกต่อไป ผู้เล่นรายใหญ่เช่น Google และ Apple กำลังแบนคุกกี้ของบุคคลที่สาม

ด้วยเหตุนี้ จึงเป็นเรื่องยากสำหรับนักการตลาดที่จะสร้างและเข้าถึงผู้ชมที่เหมาะสมโดยพิจารณาจากพฤติกรรมออนไลน์ของพวกเขาบนเว็บไซต์หรือแอปอื่นๆ

นอกจากนี้ การประเมินและติดตามผลการตลาดของคุณอาจทำให้คุณปวดหัวได้ โมเดลการวัด เช่น การระบุแหล่งที่มาแบบมัลติทัช (MTA) ซึ่งอาศัยการคลิกเป็นหลักเท่านั้น จะไม่น่าเชื่อถือและอาจล้าสมัย

วิธีประสบความสำเร็จทางการตลาดโดยไม่มีคุกกี้ของบุคคลที่สาม

การบอกลาคุกกี้ของบุคคลที่สามไม่ได้หมายถึงการบอกลาการทำการตลาดแบบเฉพาะบุคคล เรียนรู้ห้าขั้นตอนในการสร้างประสบการณ์ลูกค้าที่เป็นตัวเอกในโลกที่ไม่มีคุกกี้

เรียนรู้เพิ่มเติม

2. การระเบิดของข้อมูล

คุณอาจคุ้นเคยกับอินโฟกราฟิก martech 5000 ของ Scott Brinker ซึ่งแสดงให้เห็นแพลตฟอร์มและเครื่องมือทางการตลาดที่มีอยู่ในปัจจุบันในตลาด ตอนนี้น่าจะใกล้ถึง 10,000 แล้ว

10,000.

บริษัทส่วนใหญ่เก็บรวบรวมข้อมูลมากกว่าที่จะสามารถจัดการได้ ข้อมูลที่มากขึ้นยังหมายถึงข้อมูลที่เก็บไว้ในกองเทคโนโลยีของคุณมากขึ้น ที่น่าแปลกก็คือ แม้ว่าปริมาณข้อมูลที่ธุรกิจของคุณมีเพิ่มขึ้นแบบทวีคูณ การติดตามก็ทำได้ยากขึ้นเช่นกัน

มีการต่อสู้อย่างต่อเนื่องเพื่อค้นหาวิธีที่ดีที่สุดในการจัดการกับมันทั้งหมด

3. การแข่งขันที่เพิ่มขึ้น

เนื่องจากทุกวันนี้แทบทุกคนกำลังทำการตลาดออนไลน์ การแข่งขันจึงดุเดือด

ในปี พ.ศ. 2564 ผู้คนทั่วไปเห็นโฆษณา 6,000 ถึง 10,000 รายการทุกวัน ผู้บริโภคกำลังจมอยู่กับตัวเลือก โฆษณา และข้อความต่างๆ นักการตลาดต้องคิดหาวิธีตัดเสียงรบกวนและสร้างความโดดเด่น

สุดท้าย ตลาดที่มีผู้คนหนาแน่นหมายความว่าค่าใช้จ่ายของโฆษณาจะเพิ่มขึ้นตลอดเวลา ผลตอบแทนจากการลงทุนจะยากขึ้น

ความท้าทายทั้งสามนี้นำเราไปสู่คำถามมูลค่าหลายล้านเหรียญ: บริษัทต่างๆ จะเตรียมกลยุทธ์การวัดผลทางการตลาดสำหรับสิ่งที่กำลังจะเกิดขึ้นได้อย่างไร

สามขั้นตอนในการเอาชนะความท้าทายในการวัดผล

ขั้นตอนที่ 1: เพิ่มข้อมูลบุคคลที่หนึ่งของคุณ

ขั้นแรก คุณต้องเริ่มขยายข้อมูลบุคคลที่หนึ่งของคุณ นี่คือสิ่งที่มันหมายถึง

เติม CRM ของคุณด้วยข้อมูลคุณภาพ

CRM เป็นรากฐานที่สำคัญของธุรกิจของคุณ บริษัทใดๆ ที่ไม่มี CRM จำเป็นต้องลงทุนในบริษัทหนึ่ง กุญแจสำคัญที่นี่คือการรักษา CRM ของคุณให้สะอาดและมีความเกี่ยวข้อง

CRM ที่ยอดเยี่ยมนั้นเต็มไปด้วยข้อมูลที่มีคุณภาพเกี่ยวกับลูกค้าและผู้มีโอกาสเป็นลูกค้าของคุณ ไม่ใช่ขยะ

สร้างที่เก็บส่วนกลางสำหรับข้อมูลของคุณ

หลังจากที่คุณมี CRM แล้ว คุณต้องการคิดที่จะนำข้อมูลของคุณจากแหล่งต่างๆ รวมถึง CRM การวิเคราะห์เว็บ โฆษณาที่เสียค่าใช้จ่าย และเครื่องมือ Martech มาไว้ในที่เดียว ซึ่งคุณสามารถเห็นภาพรวมของกิจกรรมทางการตลาดของคุณได้อย่างรวดเร็ว

เมื่อคุณเพิ่งเริ่มต้นและยังไม่มีข้อมูลมากนัก คุณสามารถใช้สเปรดชีต เช่น Google ชีตหรือ Excel เพื่อจัดเก็บและวิเคราะห์ข้อมูลของคุณได้

เมื่อบริษัทของคุณเติบโตขึ้น ข้อมูลของคุณก็เช่นกัน ณ จุดนี้ คุณอาจนึกถึงการสำเร็จการศึกษาจากสเปรดชีตไปยังคลังข้อมูล เช่น Google BigQuery หรือ Snowflake

คิดใหม่ค่าโฆษณาของคุณ

ขั้นตอนต่อไปคือการประเมินงบประมาณการโฆษณาของคุณใหม่โดยขึ้นอยู่กับผลลัพธ์ที่คุณเห็น แม้ว่าสิ่งนี้อาจดูเหมือนเป็นเรื่องง่ายสำหรับหลาย ๆ คน แต่คุณมักจะพลาดโอกาสที่นี่และที่นั่นหากคุณมีงบประมาณจำนวนมาก

ขั้นตอนที่ 2: พิสูจน์อนาคตของกองการตลาดของคุณสำหรับการสร้างแบบจำลองส่วนประสมทางการตลาด (MMM)

ขณะที่คุณเพิ่มข้อมูลบุคคลที่หนึ่งของคุณไปเรื่อย ๆ คุณจะต้องพิจารณาการสร้างแบบจำลองส่วนประสมทางการตลาดด้วย แบบจำลองส่วนประสมการตลาดเป็นแนวทางทางสถิติที่ใช้ข้อมูลการตลาดและการขายในอดีตเพื่อประเมินผลกระทบของกิจกรรมการตลาดในอนาคตต่อรายได้

แทนที่จะต้องพึ่งพาห่วงโซ่ที่อ่อนแอของการดำเนินการของลูกค้า เช่น การระบุแหล่งที่มาแบบมัลติทัช แบบจำลองส่วนประสมทางการตลาดจะวิเคราะห์ความสัมพันธ์ระหว่างข้อมูลทางการตลาดและผลลัพธ์โดยใช้วิธีการทางสถิติ

การสร้างแบบจำลองส่วนประสมทางการตลาดเทียบกับการระบุแหล่งที่มาแบบมัลติทัช

อันไหนที่เหมาะกับธุรกิจของคุณ? ค้นพบข้อดีและข้อเสียของแต่ละแนวทาง

เรียนรู้เพิ่มเติม

ด้วยวิธีนี้ นักการตลาดจึงสามารถจัดสรรทรัพยากรระหว่างช่องทางการตลาดและยุทธวิธีต่างๆ ได้ดีขึ้น

แม้ว่าการสร้างแบบจำลองส่วนประสมการตลาดเป็นเทคนิคที่ใช้ได้เป็นหลักสำหรับผู้ลงโฆษณารายใหญ่ที่มีงบประมาณเพียงพอ คุณยังคงสามารถเตรียมสแต็กเทคโนโลยีการตลาดสำหรับการวิเคราะห์ประเภทนี้ได้

เราเห็นบริษัทหลายแห่งย้ายเข้าสู่กลุ่มการวิเคราะห์การตลาดสามระดับ โดยแต่ละระดับจะเข้าใกล้การสร้างแบบจำลองส่วนประสมการตลาดเพียงขั้นเดียว

ระดับที่ 1: กองการวิเคราะห์การตลาดขั้นพื้นฐาน

นักการตลาดที่ใช้สเปรดชีตเช่น Google ชีตและ Excel สำหรับการรายงานจะพบกับข้อจำกัดในที่สุด เมื่อข้อมูลของคุณสะสมแบบทวีคูณ—ทั้งข้อมูลใหม่และในอดีต— เครื่องมือสเปรดชีตจะหมดความสามารถในการคำนวณ

นอกจากนี้ การรวมข้อมูลนี้ข้ามช่องทางการตลาดและเสริมคุณค่าด้วยข้อมูลที่ไม่ใช่การตลาดในสเปรดชีต

หากต้องการรับน้ำหนักของสเปรดชีตและใช้ข้อมูลให้เกิดประโยชน์สูงสุด คุณสามารถเพิ่มคลังข้อมูลลงในสแตกของคุณได้ สแต็คการวิเคราะห์การตลาดขั้นพื้นฐานของคุณจะมีลักษณะดังนี้

โดยพื้นฐานแล้ว คุณต้องการย้ายข้อมูลทั้งหมดของคุณไปยังคลังข้อมูล คุณสามารถใช้เครื่องมือเช่น Supermetrics เพื่อถ่ายโอนข้อมูลโดยอัตโนมัติ แหล่งข้อมูลเฉพาะกิจ เช่น Google ชีตหรือ Google Cloud Storage สามารถเพิ่มเป็นอินพุตไปยังโมเดล BigQuery ของคุณได้อย่างง่ายดาย

ยิ่งไปกว่านั้น คุณสามารถเก็บเครื่องมือ BI เช่น Google Data Studio, Looker หรือ Power BI ไว้สำหรับการรายงาน

ระดับที่ 2: การแยกข้อมูลการรายงานออกจากข้อมูลดิบ

สแต็คการวิเคราะห์การตลาดขั้นพื้นฐานสามารถช่วยให้คุณไปได้ไกล หากคุณอยู่ที่จุดเริ่มต้นของการเดินทางข้อมูลของคุณ อย่างไรก็ตาม เมื่อธุรกิจของคุณสะสมข้อมูลมากขึ้น ในที่สุด คุณจะรู้ว่าการป้อนข้อมูลโดยตรงจากแหล่งที่มาไปยังคลังข้อมูล จากนั้นไปยังเครื่องมือ BI โดยตรงนั้นไม่ใช่แนวทางที่เหมาะสมที่สุด หากคุณกำลังทำรายงานโดยตรงบนข้อมูลดิบ คุณกำลังพลาดโอกาสมากมายที่นั่น

และนั่นคือจุดที่สแต็กระดับ 2 มีประโยชน์

ในระดับ 2 คุณจะแยกข้อมูล 'ดิบ' ออกจากข้อมูล 'การรายงาน' คุณสามารถทำการล้าง แปลง และปรับปรุงข้อมูลของคุณก่อนที่จะส่งไปยังฝั่งการรายงาน โดยทั่วไป คุณจะต้องใช้งาน cron เพื่อประมวลผลข้อมูลจากตารางดิบไปยังตารางการรายงานในสแต็กนี้

ธุรกิจจำนวนมากสามารถใช้ Tier 2 ได้ไกลมาก อย่างไรก็ตาม เพื่อรักษาความซับซ้อนของไปป์ไลน์ข้อมูล คุณต้องพึ่งพาเอกสารที่เป็นตัวเอกและทรัพยากรบุคคล ซึ่งทำให้ระดับ 2 อยู่บนพื้นฐานที่สั่นคลอน

ระดับ 3: พิสูจน์อนาคตของกองการวิเคราะห์การตลาดระดับ 2

เราเห็นบริษัทที่เติบโตเต็มที่ส่วนใหญ่ย้ายเข้าหรือเริ่มมีระดับ 3 โดยพื้นฐานแล้ว การตั้งค่าระหว่างสแต็กระดับ 3 และสแต็กระดับ 2 นั้นไม่แตกต่างกันมากนัก ความแตกต่างที่สำคัญที่นี่อยู่ในองค์ประกอบสี่ประการ:

• การทดสอบ : การมีโครงสร้างพื้นฐานข้อมูลที่ยอดเยี่ยมมีจุดประสงค์อะไร แต่คุณไม่สามารถเชื่อถือผลลัพธ์ได้ เพื่อขจัดการคาดเดา คุณต้องมีกรอบการทดสอบที่แข็งแกร่ง ตัวอย่างเช่น คุณสามารถใช้เครื่องมืออย่าง dbt หรือ Dataform
• Orchestration : เป็นความคิดที่ดีที่จะใช้เครื่องมือเช่น Airflow หรือ Google Cloud Composer เพื่อจัดการการประมวลผลข้อมูลทั้งหมดในคลังข้อมูล
• การควบคุมเวอร์ชัน : ในการพัฒนาซอฟต์แวร์ การควบคุมเวอร์ชันเป็นส่วนสำคัญของกระบวนการ สิ่งเดียวกันนี้สามารถนำไปใช้กับด้านโครงสร้างพื้นฐานของข้อมูล ในกรณีที่เกิดข้อผิดพลาด การควบคุมเวอร์ชันจะช่วยคุณระบุสาเหตุและปัญหากับข้อมูลของคุณ เครื่องมืออย่าง Github และ Google Cloud Data Catalog ทำงานได้อย่างมหัศจรรย์
• เอกสาร ประกอบ : สุดท้ายแต่ไม่ท้ายสุด ส่งเสริมให้ทีมของคุณจัดทำเอกสารกระบวนการทั้งหมดในขณะที่คุณดำเนินการ คุณสามารถใช้ dbt และ Dataform สำหรับเอกสารซอร์สโค้ดและ Google Cloud Data Catalog สำหรับเอกสารระดับฟิลด์

คุณอยู่ที่ใดในเส้นทางการวิเคราะห์การตลาดของคุณ

เรารวบรวมแผนงานการวิเคราะห์การตลาดที่มีสถาปัตยกรรมข้อมูลทั่วไปสามแบบของบริษัทที่กำลังเติบโต

ตรวจสอบออก

ขั้นตอนที่ 3: นำเสนอการตลาดตามบริบทและเป็นส่วนตัวโดยใช้คลังข้อมูลการดำเนินงาน

มาถึงปริศนาชิ้นสุดท้ายแล้ว หลังจากที่โครงสร้างพื้นฐานข้อมูลของคุณใช้งานได้แล้ว ก็ถึงเวลาส่งมอบประสบการณ์อันยอดเยี่ยมให้กับลูกค้าของคุณ

อีกขั้นหนึ่ง คุณสามารถส่งข้อมูลการตลาดและโฆษณาของคุณกลับเข้าไปในคลังข้อมูลของคุณได้ จากนั้น คุณสามารถสร้างโปรไฟล์และโมเดลลูกค้าโดยใช้ SQL และสุดท้าย คุณสามารถใช้ข้อมูลนั้นเพื่อเพิ่มประสิทธิภาพกิจกรรมทางการตลาดและปรับปรุงการส่งข้อความของคุณ

นี่เป็นสิ่งที่นักการตลาดเพียง 1% อันดับต้น ๆ เท่านั้นที่เคยทำมา มีบาร์สูงให้เข้าไป คุณต้องมีทีมข้อมูลที่ซับซ้อนเพื่อดึงออกมา

แต่โดยพื้นฐานแล้ว มันจะช่วยให้คุณเข้าใจวงจรชีวิตของลูกค้าทั้งหมดและสร้างประสบการณ์ที่เป็นส่วนตัวสำหรับลูกค้าของคุณ

ตาคุณ

โดยสรุป ไม่ว่าอนาคตจะเป็นอย่างไร คุณสามารถนำหน้าเส้นโค้งได้โดยการสร้างโครงสร้างพื้นฐานข้อมูลที่มั่นคง และนั่นเริ่มต้นด้วย:

1. การเติบโตของข้อมูลบุคคลที่หนึ่งของคุณ
2. พิสูจน์อนาคตของสแต็คการวิเคราะห์การตลาดของคุณสำหรับการสร้างแบบจำลองส่วนประสมทางการตลาด
3. นำเสนอการตลาดส่วนบุคคลโดยใช้คลังข้อมูลการวิเคราะห์การปฏิบัติงาน

หากคุณต้องการถ่ายโอนข้อมูลของคุณไปยังคลังข้อมูลโดยอัตโนมัติ ลองดู Supermetrics รุ่นทดลองใช้ฟรี 14 วันของเรา

เริ่มทดลองใช้งานฟรี 14 วันฟรี

ดูว่าการย้ายข้อมูลการตลาดของคุณไปยังแพลตฟอร์มการรายงานและการวิเคราะห์ทำได้ง่ายเพียงใด

เริ่มทดลองใช้ฟรี