Не удалась очередная рекламная кампания, кто виноват? Криворукий помощник? Магнитные бури? Порча хейтера в комментариях? Или, может, пора признать, что нынешняя тактика сбора данных для настройки рекламмы в интернете дает сбои?
Статистика гласит, что половина рекламных кампаний так и не находит свою ЦА. Причина — ложные ориентиры в их настройке. Что делать?
Если традиционные методы изучения потребителя устаревают, пора выстраивать новые. А поможет в этом people based marketing — золотой стандарт будущего e-commerce, о котором мы расскажем далее в статье.
Для начала ознакомимся с проблемами, которые повлекли за собой возникновение данного направления.
Проблема изучения потребителя: ошибки системы и их решение
- Доказано, что люди более лояльны к компаниям, которые с уважением относятся к их предпочтениям в выборе товаров и услуг.
- В арсенале 37% покупателей имеется несколько девайсов — телефон, компьютер, планшет, ноутбук.
- 87% клиентов используют более, чем одно устройство в процессе покупки товара.
Читайте подборку лайфхаков о том, как выстоять и преуспеть в бою за внимание «капризных» клиентов.
Клиент может увидеть рекламу с телефона, посмотреть сайт рекламодателя с планшета, а совершить покупку с ноутбука. Это говорит о разнообразии инструментов и каналов современного диджитал взаимодействия, к чему маркетологи оказались не готовы.
Обычно анализ поведения пользователя на сайте происходит на основе данных с файлов cookies или с помощью отслеживания невидимых пикселей картинок (информация о посещении страниц, регистрации, устройстве пользователя, провайдере, конверсия и другая техническая информация). Объединяя эти данные с информацией, собранной из сторонних общедоступных источников, предприниматель получает фрагменты обобщенного портрета потенциального клиента и настраивает свои рекламные кампании в интернете.
Нынешняя схема составления портрета потенциального клиента:
данные 2nd и 3rd party data + данные о поведении человека на сайте (из файлов cookies)
Сегодня же эта тактика дает сбои, ибо основа настройки и измерения рекламы — файлы cookies — менее точны при настройке демографического таргетинга и плохо подходят для измерения воронки продаж.
Результаты одного из исследований американского сайта Nelsen (специализируется на изучении поведения современного интернет-потребителя) показали:
- 58% измерений охвата аудитории на основе файлов cookie завышены;
- 35% демографического таргетинга на основе файлов cookie неточны;
- 51% ошибок определения возрастной категории;
- 12% ошибок в результатах подсчета конверсии;
Распространенная ситуация:
Факт — некий Василий увидел объявление и купил продукт.
Проблема: Отчеты cookie говорят, что ваша реклама не сработала, и Василий просмотрев ее ничего не приобрел. Продукт же был куплен совершенно другим человеком, который по данным аналитики попал прямиком на ваш сайт.
Истина — это был один и тот же человек.
Причина искажения отчетов: Переход по рекламному объявлению был осуществлен с телефона, а покупка — с планшета.
Чтобы избежать подобных ситуаций и работать с точной информацией, необходимо сменить нынешнюю тактику планирования кампаний.
Нынешние проблемы планирования рекламных кампаний:
- искажение аналитических данных, собранных с cookies,
- акцент на данные о ЦА от сторонних ресурсов — third-party data,
- ориентир на группу людей, а не конкретного человека.
Вместо этого, ориентация рекламных кампаний должна происходить на основе данных:
- о действиях и предпочтениях реального человека, полученных в результате его взаимодействия с сайтом — first-party data,
- в рамках технологии уникальной кросс-девайсовой идентификации человека — user id,
- дополненные информацией из общедоступных источников — third-party data.
Именно этот принцип лежит в основе прогрессивной технологии маркетинга будущего — people based marketing.
People-based marketing: портрет клиента на основе поведения реального человека
People based marketing — это направление маркетинга, ориентированное на реального клиента, реализованного на основе объединения сторонней информации об интересах человека с данными вашего сайта об особенностях его поведения в сети, независимо от устройства, с которого был произведен визит.
Сбор информации происходит посредством присвоения человеку уникальной метки-идентификатора, которая поможет определить личность конкретного потребителя.
В итоге, вы работаете не с обобщенным образом, искусственно созданным системой на основе данных из сторонних источников и искаженных отчетов аналитики вашего ресурса, а с реальным человеком.
Вы видите и можете анализировать его действия, точнее понять его мысли в процессе принятия решения о покупке. Эта информация станет новым ориентиром подготовки будущих рекламных проектов и совершенствования нынешних.
Креативные идеи для планирования маркетинговых кампаний. Практика современных брендов: Смерть как маркетинг-стратегия
Если ранее планирование кампании начиналось с определения группы людей, потенциально заинтересованных в продукте, и сводилось к конкретному покупателю, то тут все происходит в точности наоборот.
Источник — Altkraft
В исследовании Digiday “WTF is People Based Marketing” сказано:
Для того, чтобы воплотить идею маркетинга, ориентированного на реального человека, в реальность, необходимо научится идентифицировать конкретного потребителя, независимо от того, с какого устройства он посещает сайт.
Залог реализации технологии лежит в кросс-девайсовой идентификации клиента. Это дает возможность связать воедино проверенные данные о пользователе (акты логинизации в системе с помощью персональных аккаунтов, id устройств, email адреса) и выстроить целостный портрет реального потребителя.
На практике реализация People Based Marketing сводится к двум этапам:
- идентификация
- составление полной базы данных
Завершает процесс ориентация рекламных кампаний на основе полноценной базы информации о реальном клиенте.
Ключевые моменты реализации People Based Marketing на практике
Кросс-девайсовая идентификация клиента
Кросс-девайсовая идентификация — это процесс присвоения клиенту онлайн-сервиса универсальной метки-идентификатора, которая объединит воедино данные о его поведении на сайте, независимо от устройства, с помощью которого был осуществлен визит.
Сейчас ситуация такова, что компании обладают огромными списками емейл адресов, но не могут связать аудиторию посетителей сайта с адресом электронной почты на каждом устройстве, с которого те посещают сайт.
Все, что в их силах, — отследить трафик, проанализировать файлы cookies (которые не работают на мобильных устройствах).
А в свете того, что среднестатистический покупатель при выборе и приобретении продукта использует как минимум 2 устройства, возникает вопрос: как маркетологу получить точные данные для аналитики и планирования рекламных кампаний в условиях многоканального шоппинга клиента?
Ответ — Кросс-девайсовая идентификация
Всем знакома форма регистрации на сайтах с помощью аккаунтов Google или соцсетей Facebook, Vk, Mail.ru:
Такой способ логинизации популяризируется платформами Google и Фейсбук уже много лет. Из чего следует, что потенциально каждое из многих устройств выхода в сеть определенного человека привязано к одним и тем же аккаунтам. То есть, с какого бы устройства потребитель не зашел на ваш сайт, вы будете знать, что это один и тот же человек.
Аналогично работает кросс-девайсовая идентификация клиента: в основе лежит идея присвоения каждому потребителю постоянного идентификатора — User ID, который связывает человека с его устройствами и браузерами. Он позволяет связать один или несколько сеансов и выполняемые в их рамках действия с постоянным уникальным идентификатором.
Ранее же, каждый раз, когда человек заходил на сайт с другого устройства, он обозначался как новый уникальный посетитель.
Создание системы постоянных ID в рамках объединения информации, которую бренд собирает о своих клиентах (first-party data) с информацией, собранной внешними организациями (third-party data), поможет собрать воедино фрагменты поведения одного и того же человека на сайте с общедоступной информацией о его интересах.
Этот процесс повторяется каждый раз, когда человек заходит на сайт с нового устройства. В итоге, это все синхронизируется со всеми известными данными о геолокации, демографическими и психологическими особенностями поведения пользователя.
В результате вы получаете полноценный портрет реального клиента.
База данных
Многие бренды годами собирают проверенную информацию о существующих клиентах в специальные базы данных CRM. Преимущество таких данных в том, что они добыты непосредственно после прямого взаимодействия клиента с веб-сайтом.
Их предназначение: максимально упростить процесс взаимодействия клиент-менеджера с покупателем или послужить основой маркетинговых исследований.
Базы данных CRM может содержать множество информации, включая контакты клиентов, их предпочтения в плане продуктов и услуг, поведенческие особенности.
Сегодня эта информация активно используется маркетологами для проведения и подготовки рекламных кампаний.
В рамках стратегии people based marketing она дополняется аналитикой поведения потребителя, идентифицированного с помощью уникального ID, на сайте. Например, данными о том:
- какие обзоры он читает;
- какие товары добавил в корзину;
- с какого устройства посещает веб-сайт;
- какие разделы, категории его интересовали и т.п.
Объединение этой информации является основой составления портрета реального клиента, который служит ориентиром стратегического планирования рекламных кампаний people based marketing.
Портрет реального клиента = (личные данные + данные о его поведении на сайте) × кросс-девайсовая идентификация.
Подытожим основные моменты реализации тактики:
- присвоение клиенту постоянного ID, который объединит факты его присутствия на ваших сайтах;
- дополнение информацией о его поведении на сайте данными из CRM баз и сторонних источников (например, соцсетей);
- склеивание всего воедино;
- запуск рекламы на основе новых данных.
People Based Marketing — это будущее, к которому уже давно идет маркетинг. Сегодня же в вашей власти не только слухи и надежды, а реальная технология, реализация которой моментально отразится на качестве данных вашей аналитики и стратегическом планировании будущих проектов.
