Mesure déterministe et attribution: ce que vous devez savoir maintenant pour obtenir des résultats positifs

By: Pavan Korada vice-président du groupe Analytics & Data Science

Les spécialistes du marketing et des annonceurs sont en proie à des difficultés d’attribution. Il leur manque les outils nécessaires pour assurer une transparence adéquate sur la combinaison des supports et les stratégies de canaux.

Un rapport récent d'eMarketer sur les spécialistes du marketing numérique américains indique:

• • que 57% souhaitent améliorer leurs mesures et attributions transversales
  • 52% souhaitent améliorer identification / concordance des canaux de diffusion

Les spécialistes du marketing ont besoin d'une méthode de mesure précise et transparente ; so mething simple, scientifique et impartial. La meilleure façon de atteindre le i si s avec un cadre d’expérimentation qui supprime la subjectivité et fournit de véritables lectures.

W L'appel à cette approche Analyse déterministe de l'ascenseur .

L'analyse déterministe de l'ascenseur définit clairement le retour sur investissement du marketing

L'analyse déterministe de l'ascenseur est une analyse de précision simple . outil de mesure pour les spécialistes du marketing . Les principaux avantages par rapport aux tactiques de mesure plus traditionnelles sont notamment les suivants:

• • E Le cadre d’expérimentation capture l’incidence réelle d’une campagne
  • Mesure sans biais . supprime subjectivité, hypothèses et manque de transparence
  • Personnellement des informations identifiables (PII) avec précision quantif ies à travers ] display and social

Les spécialistes du marketing bénéficient des approches expérimentales telles que l’analyse déterministe de l’ascenseur car il supprime le biais du biais de s s de comprendre [19659005] et traduire s dans le monde réel . Notre approche unique permet aux annonceurs d’apporter une mesurabilité impartiale à tous les canaux numériques et à toutes les campagnes cross-canal.

Pratiqué depuis longtemps sur la diapositive de publipostage la mesure déterministe est en train de devenir une méthode privilégiée dans le monde numérique. Il s'agit essentiellement d'un programme d'expérimentation qui quantifie l'impact réel des dépenses de marketing.

La plupart des spécialistes du marketing numérique utilisent l'une des quatre approches les plus courantes en matière de mesure et d'attribution . Aucune de ces approches n'est nécessairement mauvaise. Chacun a ses propres avantages et inconvénients .

Voici un rapide aperçu de ces quatre approches d'attribution communes :

1. Taux de clics: La métrique la plus utilisée, CTR donne une bonne idée d'engagement; mais e est un no t t identique à l'achat.
2. Dernier clic: Les clics de quasi-achat sont crédités, mais les activités de notoriété de marque et les autres campagnes ne reçoivent pas le . Chaînes sous-évaluées.
3. View Through: A cède une partie du crédit à la dernière impression annoncée avant l'événement de conversion. Il a été conçu pour surmonter les défauts du dernier clic mais le problème est qu’il est facile à jouer. Il a peu d'incidence sur les placements de supports et le reciblage de surévaluations.
4. Algorithmique: M La méthodologie par odel permet de calculer le crédit spécifique à un canal. E xamines les relations historiques entre les dépenses en canaux et la conversion pour allouer des ressources entre les canaux. Cependant, manque de standard industriel et confond corrélation avec causalité

. Ces quatre approches peuvent dominer le marché, mais aucune d’entre elles réellement ne sert réellement les spécialistes du marketing. L'attribution déterministe surmonte deux faiblesses primaires de ces solutions: [1965914]

• • Les variances de canal dans le ciblage . . Le ciblage peut être très varié selon les canaux. Et les chaînes peuvent finir par paraître artificiellement meilleures simplement à cause des différences de ciblage et non en raison de l'efficacité des chaînes. Cette différence d’audience n’est généralement pas prise en compte par les solutions actuelles dans .
  • Les résultats ne correspondent pas à la réalité. Les approches fondées sur des modèles décrivent très bien une vision théorique de l’écosystème, mais leur interprétation est subjective et les résultats ne sont pas directement exploitables.

Mesure de la portance déterministe en action

Voici comment nous utilisons la mesure de la portance déterministe pour calculer l'impact de la campagne :

• • Construire l'univers cible de la campagne à partir de [19659005] une audience de uniquement adresses électroniques.
  • C sort de 20% de l'univers initial pour ac ontrol / h du groupe oldout [19659005] laissant 80% pour le groupe de traitement .
    • C Le système de contrôle et les groupes de traitement doivent être complètement homogènes. [19659176] Le groupe de traitement est exposé à la campagne, alors que le groupe de contrôle n’est pas .
      • Pour une campagne pilotée par courrier électronique, les adresses électroniques du groupe de traitement sont servies par des offres spécifiques à la campagne .
      • For une campagne d'affichage, les adresses électroniques des groupes de traitement sont mappées sur des cookies pour le ciblage via AppNexus, [19659005] GoogleDBM, etc. via les capacités de résolution d'identité de Zeta .
      • Pour une campagne sociale via Facebook, le groupe de traitement est intégré via Custom Audiences .
    • A la correspondance déterministe est définie lors de la campagne achèvement de la comparaison des adresses électroniques entre les enregistrements client de l'annonceur et les groupes de traitement et .
    • La différence entre les taux de correspondance des traitements et des contrôles est l'impact réel.

  Cibler les adresses e-mail sur s lance la campagne et t à la fin du processus à l'aide d'adresses e-mail pour la mesure de l'impact nous permet de mesurer à travers des écosystèmes de biscuits et de jardins murés . C’est ce qui est possible grâce à la possibilité d’utiliser des informations personnelles pour lancer la campagne et mesurer l’impact.

  Cette mesure peut être étendue afin d’optimiser la combinaison de supports pour un paramètre multicanal:

  1. . pour la campagne (peuvent être des indicateurs de performance clés de marque ou de performance) .
  2. Identifiez une population cible de prospects avec des identificateurs de courrier électronique connus.
  3. Divisez la population cible en groupes de traitement (80%) et témoins (20%) .
  4. Découpez le modèle de traitement en un même – budget de groupes homogènes . E chaque groupe correspond s à un canal.
  5. Organisez des campagnes spécifiques à chaque canal avec des créations et des messages similaires (calculées pour chaque annonceur).
  6. C calculez l'ascenseur dans la conversion et les indicateurs de performance clés de marque pour chaque canal 1 sur dans un cadre d'incrémentalité .
  7. Normalisez les mesures d'incrémentalité pour les KPI d'intérêt afin de calculer le mélange optimal de supports .

  Votre prochaine étape vers l'attribution déterministe

  Si vous souhaitez en savoir plus sur l'attribution déterministe, consultez notre webinaire sur le sujet demander une démonstration ou contactez-nous pour plus d'informations au 1-212-660-2500. Il est temps que vous restiez simple et scientifique. Commencez dès aujourd'hui à mesurer l'attribution de manière appropriée.

  Comme ceci:

  Comme Chargement …