กลยุทธ์การตลาดดิจิทัล (Digital marketing)

วิธีชนะด้วย PPC ในโลกที่ไม่มีข้อมูล

แพลตฟอร์มที่ใหญ่ที่สุดในแนวโฆษณาดิจิทัล เช่น Google, Amazon, Apple และ Facebook กำลังทำการเปลี่ยนแปลงครั้งใหญ่เพื่อรองรับ กฎระเบียบด้านข้อมูลผู้บริโภคในปัจจุบันและที่กำลังจะมีขึ้น และในขณะที่นักการตลาดหลายคนคร่ำครวญถึงการสูญเสียข้อมูลนี้ โดยคิดว่ามันจะทำให้การจัดการแคมเปญของลูกค้ายากขึ้นมาก Sam Tomlinson รองประธานบริหารฝ่ายกลยุทธ์และการวิเคราะห์ที่หน่วยงานการตลาด Warschawski กล่าวว่าข้อมูลนี้ด้วยตัวมันเองไม่เคยมีค่าเท่ากับครั้งเดียว เชื่อ

“การตัดสินใจไม่เคยง่ายขนาดนั้น และข้อมูลบางส่วนที่อาจถูกนำออกไปก็ไม่ดีนัก” ทอมลินสันกล่าวในการนำเสนอของเขาที่ SMX ถัดไป. “สิ่งเดียวกันสำหรับเครื่องมือวัด Conversion เรามีเรื่องนั้นมานานแล้วและเป็นเรื่องที่พลาดไม่ได้”

illustration of complicated data and conversion tracking
ที่มา: แซม ทอมลินสัน

“เพียงเพราะข้อมูลบางส่วนถูกนำออกไปและคันโยกควบคุมบางส่วนถูกนำออกไปไม่ได้หมายความว่าเราอยู่ในโลกแห่งความเจ็บปวด” ทอมลินสัน พูดว่า. “มันหมายความว่าเราต้องปรับตัว”

ยังมีข้อมูลเชิงลึกที่สามารถนำไปปฏิบัติได้อีกมากมายที่จะรวบรวมจากข้อมูลที่

สามารถใช้ได้. ต่อไปนี้คือสามวิธีที่ Tomlinson กล่าวว่านักการตลาดสามารถประสบความสำเร็จกับ PPC แม้ว่าจะมีการเข้าถึงข้อมูลน้อยลง

ปรับปรุงการวัดผลข้อมูลด้วยแบบจำลองส่วนประสมทางการตลาด

“ โลกใหญ่กว่า PPC” ทอมลินสันกล่าว “กว่าทศวรรษที่ PPC มุ่งเน้นที่ Conversion และใช้รูปแบบการระบุแหล่งที่มาแบบคลิกสุดท้าย และนั่นทำให้เราหมกมุ่นอยู่กับโลกใบเล็กๆ นี้คือ 'PPC' และลืมเกี่ยวกับโลกใบใหญ่ที่เป็น 'การตลาด'”

Tomlinson แนะนำให้นักการตลาดเพิ่มแหล่งรวมข้อมูลโดยใช้ โมเดลส่วนประสมทางการตลาด (MMM) ซึ่งเป็นวิธีการวิเคราะห์ทางสถิติที่กำหนดประสิทธิภาพของแคมเปญโดยการวัดผลกระทบของกลยุทธ์ทางการตลาดควบคู่ไปกับการขายและ ความพยายามในการรักษาลูกค้า

“ในอดีต พวกเขา มีราคาแพงและซับซ้อนอย่างไม่น่าเชื่อ และต้องใช้เวลาหลายสัปดาห์ เดือนหรือหลายปีในการรวบรวม” เขากล่าว “แต่ตอนนี้ เราสามารถโอเพ่นซอร์สได้ หากคุณมีผู้ฝึกงานที่รู้จัก Python เป็นอย่างดี พวกเขาสามารถสร้างมันขึ้นมาได้ภายในสองสามวัน”

นักการตลาดสามารถรวบรวมข้อมูลเชิงลึกของลูกค้าได้มากขึ้นด้วยการนำ MMM อัตโนมัติมาใช้ Tomlinson อ้างถึงโอเพ่นซอร์สของ Facebook Robyn เป็นตัวอย่าง ซึ่งมีจุดมุ่งหมายเพื่อลดอคติของมนุษย์ในการวัดข้อมูล

“MMM อัตโนมัตินำเข้าข้อมูลโดยใช้คลาวด์คอมพิวติ้งและที่เก็บข้อมูลบนคลาวด์ นำสิ่งที่เคยเป็นมาเป็นเครื่องมือและเปลี่ยนให้เป็นเรือสปีดโบ๊ทที่มีเครื่องยนต์จรวดอยู่ด้วย” ทอมลินสันกล่าว “ตอนนี้เราสามารถทดลองและปรับเทียบแบบจำลองของเราได้แล้ว”

low intent goal tracking spreadsheet รับข้อมูลลูกค้าที่แม่นยำยิ่งขึ้น

การเข้าถึงข้อมูลน้อยลงไม่ใช่ปัญหาเดียวที่ส่งผลกระทบ แคมเปญ PPC วันนี้; นักการตลาดจำนวนมากล้มเหลวในการให้ข้อมูลธุรกิจของลูกค้าที่ชัดเจนและแม่นยำในการแจ้งกลยุทธ์ของพวกเขา

“เอเจนซี่หรือนักแปลอิสระส่วนใหญ่ไม่รู้จักธุรกิจของลูกค้าของตนดีพอ” ทอมลินสันกล่าว “พวกเขาไม่รู้ว่าลูกค้าทำเงินได้อย่างไร พวกเขาไม่ทราบต้นทุนของรายได้ ต้นทุนของเงินทุน อัตราผลตอบแทนเป้าหมาย หรือระยะเวลาสำหรับผลตอบแทนนั้น”

Tomlinson ยังตั้งข้อสังเกตว่าหน่วยงานส่วนใหญ่ไม่ มีการคาดการณ์หรือแบบจำลองที่เหมือนจริงสำหรับลูกค้า หากไม่มีมุมมองที่ถูกต้อง นักการตลาดจะ “หลงทางในโลกที่ไม่มีข้อมูลนี้”

เพื่อแก้ไขปัญหานี้ เขาแนะนำให้ทีมการตลาดรวมเมตริกธุรกิจลูกค้าและเมตริกแคมเปญไว้ในสเปรดชีตเดียว ให้ชุดเหล่านี้แจ้งให้ทราบเพื่อหลีกเลี่ยงข้อผิดพลาด

client data spreadsheet to measure campaign metrics and business metrics

ที่มา: Sam Tomlinson

ตัวอย่างเช่น Tomlinson แบ่งปันแผ่นข้อมูลแบบบูรณาการ (ที่แสดงด้านบน) เพื่อแสดงว่าข้อมูลนี้สามารถอ้างอิงโยงได้อย่างไร: “ ฉันได้รวมเมตริกพื้นฐานที่แคมเปญส่งออกกับเมตริกธุรกิจของลูกค้าบางส่วน ซึ่งรวมถึงต้นทุนขาย ต้นทุนทุน และระยะเวลาในการคืนสินค้า และสิ่งเหล่านี้ทำให้ฉันสามารถคำนวณมูลค่าปัจจุบันสุทธิต่อคลิกของเราได้”

“ข้อมูลนี้มีให้สำหรับคุณและสามารถใส่ลงในแพลตฟอร์มของคุณได้ เรายังทำไม่มากพอ” เขากล่าวเสริม

low intent goal tracking spreadsheet ใช้เป้าหมายความตั้งใจที่ต่ำกว่าในแคมเปญของคุณ

แม้ว่าภูมิทัศน์การโฆษณาดิจิทัลจะไร้ข้อมูลมากขึ้นเรื่อยๆ แต่เครื่องจักรที่ทำให้แคมเปญทำงานยังคงมีความต้องการ และในขณะที่พวกเขาต้องการข้อมูลน้อยกว่าปีที่ผ่านมา แต่ก็ยังต้องการอีกมากจึงจะมีประสิทธิภาพ

น่าเสียดายที่การเลิกใช้งานคุกกี้ของบุคคลที่สามและตัวระบุอื่นๆ ที่กำลังจะเกิดขึ้นทำให้เกิดช่องว่างมากมายในข้อมูลนี้ ทำให้ยากขึ้นสำหรับนักการตลาดในการจัดหาข้อมูลลูกค้าที่ราบรื่นและนำไปใช้ได้จริง

“ข้อมูลนั้นมีช่องว่างมากขึ้นเรื่อยๆ” ทอมลินสันกล่าว “Apple จำกัดการติดตาม Google เลิกใช้คุกกี้ Firefox เลิกใช้คุกกี้และผู้ให้บริการรายอื่นไม่อนุญาตให้มีการรวบรวมข้อมูลบนเว็บไซต์บุคคลที่สาม นั่นถือเป็นความท้าทายที่น่าสนใจเพราะตอนนี้เราไม่สามารถเชื่อมต่อจุดต่างๆ ได้มากเท่าที่เราเคยเป็น”

Tomlinson กล่าวว่านักการตลาดควรแก้ไขปัญหานี้ด้วยเป้าหมายที่ต่ำลง ซึ่งสามารถช่วยได้ พวกเขาคาดการณ์พฤติกรรมผู้บริโภคแม้จะไม่มีข้อมูลเชิงลึกจากการกระทำที่มีมูลค่าสูง: “ดังนั้น แทนที่จะทำ Conversion เราอาจผลักดันเป้าหมายขึ้นเล็กน้อยและไปดาวน์โหลดเอกสารไวท์เปเปอร์ บางสิ่งที่ช่วยให้เราสามารถเก็บข้อมูลบุคคลที่หนึ่งได้ในช่วงต้นของการเดินทางและป้อนข้อมูลนั้นลงในเครื่องเพื่อช่วยให้เราวัดการเพิ่มขึ้นได้แม่นยำยิ่งขึ้น”

low intent goal tracking spreadsheet
ที่มา: แซม ทอมลินสัน

การเก็บข้อมูลลูกค้าก่อนหน้านี้ใน ในกระบวนการนี้สามารถตั้งค่านักการตลาดให้ประสบความสำเร็จในระยะยาว ซึ่งจะช่วยป้องกันเหตุการณ์ที่ไม่คาดฝันไม่ให้แคมเปญตกราง ซึ่งเป็นสิ่งที่เกิดขึ้นบ่อยเกินไปเมื่อนักการตลาดมุ่งเป้าไปที่เป้าหมายระดับล่างสุดของช่องทางเท่านั้น

“เป้าหมายความตั้งใจต่ำกว่าทำหน้าที่เป็นบารอมิเตอร์ในการคาดการณ์ที่มีประโยชน์ แน่ใจว่าเรากำลังอยู่ในเส้นทาง” ทอมลินสันกล่าว “เนื่องจาก End Conversion ของเราคลุมเครือและเส้นทางนั้นยุ่งเหยิง เราจึงต้องการเริ่มติดตามก่อนหน้านี้ก่อนที่ความยุ่งเหยิงทั้งหมดจะทำลายความสมบูรณ์ของข้อมูลของเรา”

“วิธีหนึ่งที่เราทำนั่นคือ ด้วยเป้าหมายความตั้งใจที่ต่ำกว่าและเน้นการเก็บข้อมูลของเราก่อนหน้านี้” เขากล่าวเสริม

รับชมการนำเสนอ SMX Next แบบเต็มได้ที่นี่ (ต้องลงทะเบียน)

  • หน้าแรก 682457

  • Back to top button