Marketing insight, #marketingefficiency, #ROMI
Skrevet av Henning Tunsli
Norske markedsførere anser det som kritisk å finne alternativer til tredjeparts-cookien, men under halvparten kjenner til alternative løsninger. - Google leter med lys og lykte etter løsninger som myndighetene kan akseptere, skriver Henning Tunsli i teknologi- og innsiktsselskapet Penetrace.
- Også innsiktsbransjen merker kakehysteriet på kroppen, skriver Henning Tunsli i Penetrace.
Nylig publiserte Kampanje en undersøkelse utført av AdForm der det kom fram at 45 prosent var ikke forberedt på konsekvensene av at Google og Apple fjerner støtte for tredjeparts cookies. I over femten år har annonsører hatt stor glede av målrettet online reklame. Dette står nå i fare for å endre seg totalt ettersom det ikke lenger er lov å samle persondata i EU uten samtykke. Google leter med lys og lykte etter løsninger som myndighetene kan akseptere.
Også innsiktsbransjen merker kakehysteriet på kroppen. De siste fem årene har vi fått se teknologi som baserer seg på algoritmer og som kan vise hele reisen du og jeg har hatt fra mediekanal til mediekanal før vi havner i nettbutikken. Med medieattribusjon ønsker vi å vite hvor mye salg hver enkel mediekanal skaper, og dernest regne investeringen i mediet hjem. Dette var en genial teknologi som kunne rapportere hvilke medier som fungerte tidlig i reisen (trigger medier), hvilke som holdt liv i reisen og hvilke som konverterte til handel (closing medier). Den hadde noen svakheter; den kunne bare attribuere online medier og ikke alle mediehus aksepterte å sette piksler på annonser i deres medium. Likevel var dette en innovasjon som tok syvmilssteg i verdien av medieanalyse for både medierådgivere og annonsører.
Endelig kunne vi glemme første- og siste klikk rapporter som ga liten analytisk verdi og dårlig input til optimalisering.
Medieattribusjon basert på kundereisen kan vi også nå glemme. Nå skal det sies at slike verktøy var lite utbredt i Norden, så «tapet» er neppe stort for mange. De fleste er nok lykkelig uvitende om at disse verktøyene fantes. De var dog svært utbredt blant globale merkevarer som jobber på tvers av land. Storebrand er en av de fremsynte annonsørene i Norge som satset på teknologien (fra franske Wizaly), men ga til slutt opp på grunn av dens kompleksitet og utfordringen med at ikke alle norske medier aksepterte piksler på annonsene.
Så hva er nå løsningen for de som ønsker å vite medienes attribusjon (evne til å drive opp en KPI som trafikk eller salg)? Jo, løsningen ligger nærmere enn du tror. For eksempel kunne den «gamle» cookiebaserte teknologien bare rapportere salgseffekten av online mediekanaler og online salgskanaler. Den nye teknologien kan beregne salgseffekten av både online og offline medier. Den gir fordeler som den «gamle» teknologien ikke hadde.
Så hva er løsningen som kan levere en enda bedre attribusjonsanalyse selv om cookies er havnet på kirkegården? Løsningen er å modellere trafikk og eller salg basert på variasjonsanalyse i store datasett (også kalt regresjon) eller sannsynlighetsbaserte metoder. Metoden har vi hatt i mange tiår og har nok vært mest utbredt i andre avdelinger enn markedsavdelingen i bedrifter. Nå er det på tide at marketingavdelinger og analysebransjen våkner opp og ruster opp med statistikere som forstår multivariat analyse.
I 2021 og 2022 har vi fått teknologi som støtter disse metodene i både Norge (Penetrace), Danmark (Blackwood7) og Finland (SellForte). Det er altså ingen grunn til å reise over havet til USA for å finne teknologi som kan gjøre denne jobben effektivt. Kjøp kortreist teknologi så får du også et serviceapparat og kunnskapsoverføring amerikanerne kan se langt etter.
Leder for masterprogrammet i Business Analytics på Handelshøyskolen BI, Auke Hunneman, bekrefter at dette er den beste måten å sikre god attribusjonsanalyse fremover der vi benytter anonymiserte data og kan støtte både offline og online medier og salgskanaler.
En attribusjonsanalyse basert på økonometrisk modellering vil fortelle deg eksakt hvor mye salg du har fått fra hver mediekanal i en gitt periode. Den vil da kunne gi deg «cost to revenue» og ROI per mediekanal. Samtidig vil teknologien beregne anbefalt mediespending for å oppnå en gitt omsetning (eller antall nye kunder) og ikke minst hvordan pengene burde fordeles på hver mediekanal. Får du satt dette inn i beslutningsprosessen din, så burde du se en forbedring i effekten på mellom fem og 20 prosent avhengig av bransje, målgruppe og markedsandel.