Pazarlama ölçümünün geleceği: Veri dünyasında nasıl kazanılır?
Yayınlanan: 2021-11-292006 yılında araştırma analisti olarak kariyerime başladığımda, pazarlama bugün olduğundan çok daha kolaydı. Sanayi daha az kalabalıktı. Hem organik hem de ücretli reklamcılıkta arama fırsatları çok büyüktü. Doğrudan yanıt reklamları en parlak dönemlerindeydi. Pazarlamacılar hemen hemen her şeyi takip edebilirler.
Muhtemelen, en zor zorluk, analitik ve raporlama için elektronik tablolara silolanmış pazarlama verilerini almaktı. Ve ilk etapta Supermetrics'i yaratmamın nedeni de buydu — benim gibi pazarlamacıların istedikleri tüm verileri güçlük çekmeden elde etmelerine yardımcı olmak için.
Günümüze hızlı bir şekilde gelindiğinde, pazarlama verilerini ölçmek ve konsolide etmek birçok şirket için hala büyük engeller oluşturuyor. Ve dürüst olmak gerekirse, aynı anda daha fazla veri biriktirirken izleme zorlaştıkça zorluklar daha da karmaşık hale gelecektir.
Bu yazıda, pazarlama ölçümünün zorluklarından ve bunların üstesinden nasıl gelineceğinden daha fazla bahsedeceğim.
Aynı içeriği video formatında tercih ediyorsanız, Pazarlama Analitiği Şovunun bu bölümüne göz atın.
Pazarlama ölçümünün karşı karşıya olduğu üç ana zorluk
1. İzlenebilirlikteki düşüş
Üçüncü taraf çerezlerin ölümüyle başlayalım.
Pazarlamacılar, pazarlama faaliyetlerinden dönüşümlere kadar tüm müşteri yolculuğunu takip edebiliyorlardı. Ancak, artık durum böyle değil. Google ve Apple gibi büyük oyuncular üçüncü taraf çerezlerini yasaklıyor.
Sonuç olarak, pazarlamacıların diğer web siteleri veya uygulamalardaki çevrimiçi davranışlarına göre doğru kitleleri oluşturması ve bunlara ulaşması zor olacaktır.
Ek olarak, pazarlama performansınızı değerlendirmek ve izlemek de baş belası olabilir. Ağırlıklı olarak yalnızca tıklamalara dayanan çoklu dokunmatik ilişkilendirme (MTA) gibi ölçüm modelleri güvenilmez hale gelecek ve potansiyel olarak eskimiş olacaktır.
Üçüncü taraf tanımlama bilgileri olmadan pazarlamada nasıl başarılı olunur?
Üçüncü taraf tanımlama bilgilerine veda etmek, kişiselleştirilmiş pazarlamaya veda etmek anlamına gelmez. Çerezsiz bir dünyada mükemmel müşteri deneyimleri yaratmanın beş adımını öğrenin.
2. Veri patlaması
Muhtemelen şu anda piyasada bulunan pazarlama platformlarını ve araçlarını gösteren Scott Brinker'ın martech 5000 bilgi grafiğine aşinasınızdır. Şimdi muhtemelen 10.000'e yakındır.
10.000.
Çoğu şirket yönetebileceklerinden daha fazla veri biriktirir. Daha fazla veri, aynı zamanda teknoloji yığınlarınızda daha fazla silolanmış veri anlamına gelir. İronik olarak, işletmenizin sahip olduğu veri miktarı katlanarak artarken, izleme de zorlaşıyor.
Tüm bunlarla başa çıkmanın en iyi yolunu bulmak için devam eden bir savaş var.
3. Rekabetteki artış
Günümüzde hemen hemen herkes çevrimiçi pazarlama yaptığından, rekabet şiddetlidir.
2021'de ortalama bir insan her gün 6.000 ila 10.000 reklamla karşılaşıyor. Tüketiciler seçenekler, reklamlar ve mesajlaşma havuzunda boğuluyor. Pazarlamacıların gürültüyü kesmenin ve öne çıkmanın bir yolunu bulması gerekiyor.
Son olarak, kalabalık bir pazar, ücretli reklamların maliyetinin her zaman artacağı anlamına gelir. İyi bir yatırım getirisi elde etmek daha zor olacaktır.
Bu üç zorluk bizi milyon dolarlık soruya götürüyor: Şirketler, önlerine çıkanlar için pazarlama ölçüm stratejilerini nasıl hazırlayabilirler?
Ölçüm zorluklarının üstesinden gelmek için üç adım
1. Adım: Birinci taraf verilerinizi büyütün
İlk olarak, birinci taraf verilerinizi büyütmeye başlamanız gerekir. İşte ne anlama geldiği.
CRM'nizi kaliteli verilerle doldurun
CRM'ler işinizin temel taşıdır. CRM'si olmayan herhangi bir şirketin birine yatırım yapması gerekir. Buradaki anahtar, CRM'nizi temiz ve alakalı tutmaktır.
Harika bir CRM, müşterileriniz ve potansiyel müşterileriniz hakkında kaliteli verilerle doldurulur, çöplerle değil.
Verileriniz için merkezi bir havuz oluşturun
Bir CRM oluşturduktan sonra, CRM, web analitiği, ücretli reklamlar ve pazarlama teknolojisi araçları dahil olmak üzere farklı kaynaklardan gelen verilerinizi, pazarlama faaliyetlerinizin büyük resmini hızla elde edebileceğiniz tek bir çatı altında toplamayı düşünmek istersiniz.
Yeni başlıyorsanız ve henüz çok fazla veriniz yoksa, verilerinizi depolamak ve analiz etmek için Google E-Tablolar veya Excel gibi elektronik tabloları kullanabilirsiniz.
Şirketiniz büyüdükçe verileriniz de büyür. Bu noktada e-tablolardan Google BigQuery veya Snowflake gibi bir veri ambarına geçmeyi düşünebilirsiniz.
Reklam harcamanızı yeniden düşünün
Sonraki adım, gördüğünüz sonuçlara bağlı olarak reklam bütçenizi yeniden değerlendirmektir. Bu pek çok kişiye kolay gibi görünse de, büyük bir bütçeniz varsa, burada ve orada fırsatları kaçırmanız muhtemeldir.
Adım 2: Pazarlama karması modellemesi (MMM) için pazarlama yığınınızı geleceğe hazır hale getirin
Birinci taraf verilerinizi büyütmeye devam ettikçe pazarlama karması modellemesine de bakmak isteyeceksiniz. Pazarlama karması modellemesi, gelecekteki pazarlama faaliyetlerinin gelir üzerindeki etkisini tahmin etmek için geçmiş pazarlama ve satış verilerini kullanan istatistiksel bir yaklaşımdır.
Çoklu dokunma ilişkilendirme gibi zayıf bir müşteri eylemleri zincirine bağlı kalmak yerine, pazarlama karması modellemesi, pazarlama girdileri ile sonuçlar arasındaki ilişkiyi istatistiksel yöntemler kullanarak analiz eder.
Pazarlama karması modelleme ile çoklu dokunma ilişkilendirmesi karşılaştırması
Hangisi işiniz için doğru? Her yaklaşımın iyi ve kötü yanlarını keşfedin.
Bu şekilde, pazarlamacılar kaynakları farklı pazarlama kanalları ve taktikleri arasında daha iyi tahsis edebilir.
Pazarlama karması modellemesi temelde yeterli bütçeye sahip daha büyük reklamverenler için geçerli bir teknik olsa da, yine de pazarlama teknolojisi yığınınızı bu tür analizler için hazırlayabilirsiniz.
Birçok şirketin, her bir katmanın pazarlama karması modellemeye bir adım daha yakın olduğu üç pazarlama analitiği yığınına geçtiğini görüyoruz.
Katman 1: Temel pazarlama analitiği yığını
Raporlama için Google E-Tablolar ve Excel gibi elektronik tabloları kullanan pazarlamacılar, sonunda sınırlamalarla karşılaşacaktır. Verileriniz -hem yeni hem de geçmiş veriler- katlanarak biriktiğinde, elektronik tablo araçlarının bilgi işlem yetenekleri tükenecektir.
Ek olarak, bu verileri pazarlama kanalları arasında harmanlamak ve bir elektronik tabloda pazarlama dışı verilerle zenginleştirmek.
Elektronik tablolarınızın ağırlığını almak ve verilerinizden en iyi şekilde yararlanmak için yığınınıza bir veri ambarı ekleyebilirsiniz. Temel pazarlama analizi yığınınız şöyle görünecek.
Esasen, tüm verilerinizi bir veri ambarına taşımak istiyorsunuz. Veri aktarımını otomatikleştirmek için Supermetrics gibi bir araç kullanabilirsiniz. Google E-Tablolar veya Google Bulut Depolama gibi geçici veri kaynakları da BigQuery modelinize girdi olarak kolayca eklenebilir.
Bunun da ötesinde, raporlama için Google Data Studio, Looker veya Power BI gibi BI araçlarını saklayabilirsiniz.
2. Katman: Raporlama verilerini ham verilerden ayırma
Veri yolculuğunuzun başlangıcındaysanız, temel pazarlama analitiği yığını sizi oldukça ileri götürebilir. Bununla birlikte, işletmeniz daha fazla veri biriktirdikçe, verileri doğrudan kaynaklardan bir veri ambarına ve ardından doğrudan bir BI aracına beslemenin optimal bir yaklaşım olmadığını anlayacaksınız. Raporları doğrudan ham verilerin üzerine yapıyorsanız, oradaki birçok fırsatı kaçırıyorsunuz.
Ve işte burada Tier 2 yığını işe yarar.
2. Aşamada, 'ham' verileri 'raporlama' verilerinden ayıracaksınız. Verilerinizi raporlama tarafına beslemeden önce temizleme, dönüştürme ve zenginleştirme yapabilirsiniz. Tipik olarak, ham tablolardan bu yığındaki raporlama tablolarına verileri işlemek için cron işlerini kullanmak isteyeceksiniz.
Birçok işletme Katman 2 ile gerçekten çok ileri gidebilir. Bununla birlikte, veri hattı karmaşıklığını sürdürmek için, 2. katmanı sarsıntılı bir zemine sokan mükemmel belgelere ve insan kaynaklarına güvenmeniz gerekir.
Aşama 3: Tier 2 pazarlama analitiği yığınını geleceğe hazır hale getirme
En olgun şirketlerin Katman 3'e geçtiğini veya Katman 3'e geçmeye başladığını görüyoruz. Temel olarak, Katman 3 yığını ile Katman 2 yığını arasında kurulumda pek fazla fark yoktur. Buradaki en büyük fark dört unsurda yatmaktadır:
- Test Etme : Harika bir veri altyapısına sahip olmanın ne anlamı var, ancak sonuçlara güvenemiyor musunuz? Tahminde bulunmayı ortadan kaldırmak için sağlam bir test çerçevesine sahip olmanız gerekir. Örneğin, dbt veya Dataform gibi bir araçla gidebilirsiniz.
- Düzenleme : Veri ambarındaki tüm veri işlemeyi yürütmek için Airflow veya Google Cloud Composer gibi bir araç kullanmak iyi bir fikirdir.
- Sürüm kontrolü : Yazılım geliştirmede sürüm kontrolü, sürecin kritik bir parçasıdır. Aynı şeyler veri altyapısı tarafında da geçerli olabilir. Hata olması durumunda, sürüm kontrolü verilerinizle ilgili nedenleri ve sorunları belirlemenize yardımcı olur. Github ve Google Cloud Data Catalog gibi araçlar harikalar yaratıyor.
- Belgeleme : Son olarak, ekibinizi, ilerledikçe tüm süreci belgelemeye teşvik edin. Kaynak kodu belgeleri için dbt ve Dataform'u ve alan düzeyinde belgeler için Google Bulut Veri Kataloğu'nu kullanabilirsiniz.
Pazarlama analitiği yolculuğunuzun neresindesiniz?
Büyüyen şirketlerin üç tipik veri mimarisini içeren bir pazarlama analitiği yol haritası oluşturduk.
Adım 3: Operasyonel bir veri ambarı kullanarak bağlamsal ve kişiselleştirilmiş pazarlama sağlayın
Şimdi yapbozun son parçası geliyor. Veri altyapınızı hazır hale getirdikten ve çalıştırdıktan sonra, müşterilerinize olağanüstü bir deneyim sunmanın zamanı geldi.
Bir adım ötede, pazarlama ve reklam verilerinizin veri ambarınıza geri gönderilmesini sağlayabilirsiniz. Daha sonra SQL kullanarak müşteri profilleri ve modelleri oluşturabilirsiniz. Son olarak, bu verileri pazarlama faaliyetlerinizi optimize etmek ve mesajlaşmanızı geliştirmek için kullanabilirsiniz.
Bu, şu ana kadar pazarlamacıların yalnızca en tepedeki %1'inin yaptığı bir şey. Girmek için yüksek bir bar var. Bunu başarmak için gelişmiş bir veri ekibine ihtiyacınız olacak.
Ancak esasen, tüm müşteri yaşam döngüsünü anlamanıza ve müşterileriniz için kişiselleştirilmiş deneyimler oluşturmanıza yardımcı olacaktır.
Senin sıran
Sonuç olarak, gelecekte ne olursa olsun, sağlam bir veri altyapısı oluşturarak çağın ötesinde kalabilirsiniz. Ve bununla başlar:
- Birinci taraf verilerinizi büyütme.
- Pazarlama karması modellemesi için pazarlama analitiği yığınınızı geleceğe hazır hale getirme.
- Operasyonel bir analitik veri ambarı kullanarak kişiselleştirilmiş pazarlama sağlama.
Bir veri ambarına veri aktarımınızı otomatikleştirmek istiyorsanız, 14 günlük ücretsiz Supermetrics denememize göz atın.
14 günlük ücretsiz denemenizi başlatın
Pazarlama verilerinizi raporlama ve analiz platformlarınıza taşımanın ne kadar kolay olduğunu görün