Jak platformy DMP pomagają optymalizować wyniki?

Artykuł

Jak platformy DMP pomagają optymalizować wyniki?

Digital Marketing Newsletter 2/2018

Dziś, w dynamicznie rozwijającym się świecie biznesu, śmiało można stwierdzić, że mądre zarządzanie danymi decyduje o sukcesie firmy.

Z artykułu dowiesz się:

  • Dlaczego analiza danych pozwala tworzyć najlepiej dopasowaną komunikację?
  • Co różni systemy CRM od DMP?
  • Czym jest model programmatic w kontekście personalizacji?
  • Jak modelowanie podobieństwa może rozwijać markę?
  • Dlaczego systemy DMP świetnie sprawdzają się w biznesie? 

Dane na miarę sukcesu

To, jak ważne jest właściwe obchodzenie się z danymi nigdy dotąd nie było tak oczywiste. Donald Trump, człowiek rzekomo spoza układu i gwiazda show biznesu, został prezydentem największego mocarstwa na świecie. Co zdecydowało o tym sukcesie? Dokonała tego mała, nikomu nieznana firma Cambridge Analytica, której prezes powiedział, że zasadniczą rolę w skuteczności kampanii Trumpa odegrało zbieranie setek pojedynczych cząstek danych o niemal każdym amerykańskim wyborcy. Kluczem do sukcesu okazało się zatem świadome zarządzanie dostępnymi danymi i umiejętne ich wykorzystanie.

Dane to fundament współczesnego marketingu. Jednak biorąc pod uwagę, że gromadzimy ich dziś coraz więcej i pochodzą one z różnorakich źródeł, zarządzanie nimi również staje się bardziej skomplikowane. Konsumenci częściej korzystają z dobrodziejstw współczesnych technologii, używając ciągle nowych kanałów komunikacji, urządzeń czy wyświetlaczy. Po drodze zostawiają miliony tropów: informacji o tym, kim są, co cenią, jaki jest ich stosunek do poszczególnych marek, produktów i usług. 

Analiza w służbie skutecznej komunikacji

Jak firmy mogą korzystać z możliwości, które oferuje marketing oparty na danych? Skąd mogą dowiedzieć się, kto będzie odpowiednim odbiorcą komunikacji? Jak dotrzeć do właściwego użytkownika we właściwym momencie, używając stosownie dobranego komunikatu, który zmotywuje go do określonego działania?  Dziś to ważne pytania dla wielu przedsiębiorstw, zarówno w ramach marketingu tradycyjnego, jak i reklam w świecie cyfrowym. Aby dotrzeć do odbiorcy i zdobyć jego zaufanie, firmy muszą przeanalizować potencjalne i obecnie istniejące potrzeby, a także zachowania klientów. Następnie - na bazie tych informacji - skierować swój komunikat do precyzyjnie wyselekcjonowanych użytkowników. Aby dokładnie analizować stale rosnące zasoby informacji, konieczna jest dziś nie tylko właściwa strategia, ale również odpowiedni porządek oraz procedury umożliwiające analitykom i menedżerom łatwy do nich dostęp. Z tej właśnie przyczyny Platformy Zarządzania Danymi (z ang. Data Management Platforms, w skrócie DMP) stają się w coraz większym stopniu niezbędne.

CRM nie zastąpi DMP

Wiele firm korzystających z systemu CRM, zastanawia się nad celowością wdrażania DMP. Jednak w praktyce, systemy DMP i CRM znacznie różnią się między sobą. Rozwiązania CRM są z definicji całkowicie zależne od informacji, które umożliwiają identyfikację użytkowników(PII). Dane PII są prawnie chronione w całej Unii, a ich wykorzystanie w cyfrowej reklamie jest niedozwolone. Dla porównania, platformy DMP nie zbierają danych typu PII. Co więcej, celem DMP jest gromadzenie wielu różnych zbiorów danych oraz wyszukiwanie powiązań między nimi. Powiązania te mają znaczenie ze statystycznego punktu widzenia. Innymi słowy, platformy DMP koncentrują się na trendach danych i identyfikatorach plików cookie, podczas gdy platformy CRM zapisują dane dotyczące indywidualnych klientów.

Modelowanie na zasadzie podobieństwa

Jak mówi stara dewiza: "nasi obecni klienci, to nasi najlepsi klienci”. Mimo to, aby w dłuższej perspektywie zapewnić sobie przyszłość na rynku, wszystkie marki nieustannie potrzebują napływu nowych nabywców. Modelowanie na zasadzie podobieństwa umożliwia rozwój marki poprzez targetowanie nowych klientów, którzy posiadają takie same cechy, co obecni lojalni nabywcy. Modele lookalike opierają się na danych typu 1st-party (czyli dane, które firma już posiada), identyfikując charakterystyczne wyróżniki obecnych klientów firmy odnośnie danego zestawu usług czy produktów. Załóżmy na przykład, że producent samochodów gromadzi dane demograficzne (np. miejsce zamieszkania, wiek, płeć) i psychograficzne (podział na typy klientów) nabywców poszczególnych marek. Korzystając z systemu DMP do wykrycia korelacji między danymi, specjalista od marketingu może stworzyć jasny obraz konsumenta, który prawdopodobnie wybierze wariant sportowy, ekonomiczny czy sportowo-użytkowy. Następnie, bazując na modelowaniu na zasadzie podobieństw, może kupić dużą ilość danych typu 3rd-party (czyli danych uzyskanych od podmiotów zewnętrznych) i stworzyć segmenty potencjalnych klientów, którzy są „podobni" do nabywców poszczególnych modeli.

Po skonsolidowaniu danych w ramach systemu DMP, marketerzy mogą na różne sposoby na nim zarabiać, tzn. używać go dla potrzeb angażowania obecnych i przyszłych klientów. Na przykład, w oparciu o system DMP, marketer odkryje, że istnieje 60 proc. prawdopodobieństwa, iż konsumenci, którzy zobaczą dwie reklamy banerowe na wyświetlaczu swojego telefonu, a następnie reklamę wideo w komputerze, podejmą pożądane działanie.  Dodatkowo załóżmy, że według danych, reklamy banerowe są oglądane w czasie przerwy obiadowej, a reklamy wideo - wieczorem. Informacje te jasno wskazują, jak rozdzielić budżet marketingowy, aby zyskać nowych klientów. Takie komercyjne wykorzystanie DMP wymaga zakupu reklam w systemie programmatic, a także zastosowania dodatkowych technologii (np. DSP i ad serwer).

Personalizacja witryn internetowych

Segmentacja odbiorców może służyć personalizacji doświadczenia osób odwiedzających stronę. Pomaga sklepom dostosowywać witryny na bieżąco. Przyjmijmy przykładowo, że dzięki umowom z dostawcą danych typu 3rd-party, marketer jest w stanie ustalić, że użytkownik strony to młoda matka. Gdy taka osoba odwiedza stronę, sklep może wyświetlić produkty, które dobrze się sprzedają wśród świeżo upieczonych rodziców. Indywidualne zachowania użytkownika w sieci przy wyszukiwaniu stron mogą również posłużyć jako kryteria kategoryzacji. Na przykład konsumentów, którzy wchodzą na strony oznaczone hasłem „wyprzedaż” albo klikają zakładki typu „rabat”, można zaliczyć do kategorii „łowców okazji” i wyświetlać im komunikaty z uwarunkowanymi czasowo ofertami lub z informacją o bezpłatnej dostawie.

Po każdych odwiedzinach na stronie, użytkownik pozostawia więcej informacji na temat swoich preferencji i zamiarów, które można wychwycić i zapisać na platformie DMP do dalszej analizy. Przykładowo, DMP umożliwia sklepom rozróżnienie między mamami szukającymi obniżek cen i okazji zakupowych, a mamami, które dużo wydają w sieci. Bazując na danych historycznych można przedstawić dopasowane oferty, które powinny zainteresować przedstawicielki poszczególnych grup.

Reakcję konsumenta na reklamę można wykorzystać na potrzeby reklam wyświetlanych w przyszłości. Jeśli dany konsument konsekwentnie klika na reklamy ubrań w stylu miejskim, trzeba przyjąć, że interesuje się takim właśnie stylem.  Następnie marketer analizuje cechy charakterystyczne takiego konsumenta i opracowuje dla potrzeb targetowania model oparty na podobieństwie (lookalike), dzięki któremu można w dalszej kolejności wykorzystywać reklamę spersonalizowaną, ale już na większą skalę.

Rola podejścia "Programmatic" w personalizacji

Personalizacja reklamy wymaga przyjrzenia się każdemu z konsumentów z osobna i określenia właściwego komunikatu, który należy im przekazać. Taki poziom personalizacji można osiągnąć dzięki reklamom w modelu programmatic, który jest w pełni zautomatyzowany. W ramach technologii programmatic w modelu zakupów RTB, zakupy reklam są dokonywane odsłona po odsłonie, w czasie rzeczywistym, a decyzje zakupowe podejmuje się na podstawie niepowtarzalnej kombinacji kryteriów konsumenta, kanału, strony internetowej, pory dnia i innych, które mają znaczenie w danej kampanii. U podstaw decyzji, podejmowanych w oparciu o algorytmy na bazie systemu uczącego się i ogromnej bazy danych leży jedno zasadnicze pytanie: „Jakie jest prawdopodobieństwo, że konsument wykona określone działanie?”. Jeżeli klient i odsłona odpowiadają kryteriom kampanii, marketer może licytować powierzchnię reklamową. Gdy okaże się, że jego oferta jest wyższa niż oferty innych, a marketer spełnia warunki wydawcy odnośnie bezpieczeństwa marki, reklama zostanie wyświetlona temu konsumentowi.

Rola systemu DSP i Ad Serwera w spersonalizaowanym przekazie reklamowym

DSP to platforma, której używają marketerzy przeprowadzając kampanie w modelu programmatic. Do jej podstawowych funkcji należą:

  • przeznaczenie środków klienta na zakup odpowiednich mediów, w zgodzie z celami kampanii (np. branding a wyniki);
  • ocena mediów, dokonywana odsłona po odsłonie, w celu określenia potencjalnej wartości z perspektywy celów marketingowych, w większości przypadków wymaga dopasowania danych;
  • wyliczenie i przekazanie bidu do systemu Ad Exchange strony sprzedającej daną odsłonę (może być otwarty, publiczny, zamknięty lub prywatny czyli dostępny tylko dla wybranych reklamodawców);
  • przekazanie adresu strony internetowej banera reklamowego, jeśli marketer wygrał licytację emisji;
  • wychwycenie wszystkich rezultatów kampanii i przekazanie raportu na ten temat.

Gdy marketer wygra aukcję, reklama musi zostać wyemitowana w przeglądarce konsumenta. Ad serwer to technologia umożliwiająca wyświetlanie reklam, czyli odsłon, materiałów wideo czy reklam mobilnych. Oprogramowanie Ad serwer oblicza również ile razy reklama została przedstawiona i wysyła raport w tym zakresie, czasem może również zmierzyć widzialność reklamy odnośnie danego użytkownika.

DMP niedoceniony w biznesie

Z perspektywy firm, które widzą korzyści płynące z personalizacji w marketingu cyfrowym, marketing oparty na danych to dar fortuny. Jednak dla korporacji, które nie dysponują odpowiednimi narzędziami, wiedzą czy strategią, to poważne utrudnienie. Platformy zarządzania danymi (DMP) mogą mieć znamienny wpływ na biznes, ponieważ dostarczają skutecznie działających narzędzi do gromadzenia, analizowania, segmentacji, aktywacji ioptymalizacji danych, co z kolei daje siłę przebicia firmom, które potrafią w inteligentny sposób wybierać potencjalnych klientów. Firmy mają szansę dobrze zrozumieć kim są ich klienci i jak się zachowują. Co z kolei, pozwala skupić się na potencjalnych odbiorcach, którzy najlepiej odpowiadają wybranemu profilowi poprzez tzw. „modelowanie na zasadzie podobieństwa”. Dzięki systemom DMP, korporacje mogą również koncentrować swoje wysiłki na klientach poprzez odpowiednie komunikaty, których treść będzie uzależniona od etapu podróży klienta. Warto pamiętać, że skuteczna strategia marketingowa w zakresie danych wymaga wykorzystania wielu różnorodnych narzędzi, które będą ze sobą bezkonfliktowo współpracować. Jednorodny zespół technologii reklamowych (Ad serwer, DSP, DMP, Platforma kreatywna), które harmonijnie ze sobą działają może zminimalizować wyciek danych, poprawić procesy atrybucji i targetowania oraz sprawić, że właściwa reklama zostanie wyemitowana w odpowiednim czasie.

Digital Marketing Newsletter

Zapisz się na klejne wydania newslettera

Subskrybuj

Transformacja cyfrowa sprzedaży B2B oraz B2C

15 maja 2019 r., Warszawa
Digital Shots by Deloitte Digital

Subskrybuj "Digital Marketing Newsletter"

Subskrybuj na e-mail powiadomienia o nowych wydaniach tego biuletynu.

Czy ta strona była pomocna?