ShareThis, perusahaan di balik widget web all-in-one yang memungkinkan orang untuk berbagi konten dengan orang lain melalui berbagai saluran digital, baru-baru ini mewawancarai Randall Beard, Kepala Solusi Pengiklan Global Nielsen, tentang seluk beluk lanskap periklanan saat ini. Percakapan tersebut mencakup penggunaan multi-layar, data besar, terprogram, dan sepenuhnya memahami perilaku konsumen di pasar yang ramai.

ShareThis: Saran apa yang Anda miliki untuk merek saat mengembangkan strategi iklan di lanskap multiperangkat saat ini?

Jenggot: Saya menghabiskan hampir 25 tahun karir saya di sisi pengiklan bisnis, dan untuk sebagian besar waktu itu iklan dan media relatif mudah, sederhana. Saat ini, menciptakan strategi periklanan yang efektif sangat rumit karena industri yang sangat terfragmentasi, terutama dengan munculnya bentuk-bentuk media baru seperti sosial, seluler, tablet, dll.

Tahun lalu Nielsen bermitra dengan Association of National Advertisers (ANA) untuk mempelajari lebih lanjut tentang tantangan yang dihadapi pengiklan di dunia multi-layar terintegrasi. Ada beberapa hal yang sangat menarik yang kami dengar dari klien:

• Penting untuk mengukur tidak hanya seberapa baik iklan Anda menjangkau audiens yang Anda tuju, tetapi juga seberapa banyak iklan itu beresonansi, mengubah preferensi dan reaksi merek. Dengan kata lain, apakah itu mempengaruhi penjualan perilaku? Kami menyebutnya tiga Rs: jangkauan, resonansi, dan reaksi.
• Klien menginginkan metrik umum dalam pengukuran di seluruh platform. Meskipun setiap platform unik, untuk memiliki komparabilitas untuk mengalokasikan pengeluaran dengan tepat di seluruh platform, Anda harus memiliki metrik pengukuran yang sama. Di Nielsen, kami telah mendekati ini untuk mengukur jangkauan, resonansi, dan reaksi dengan cara yang sangat standar di tv, online, digital, dll. Kami mendorong klien kami untuk menyederhanakan metrik keberhasilan dalam lanskap media yang rumit dan terfragmentasi ini dengan tiga pertanyaan dasar:

                    1. Seberapa baik Anda menjangkau audiens yang Anda tuju?

                    2. Seberapa baik iklan Anda beresonansi dengan audiens itu?

                    3. Seberapa baik itu mendorong reaksi?

Kami ingin mengukur reaksi secara umum di semua platform media berbayar tetapi juga untuk media yang dimiliki dan diperoleh sebanyak mungkin.

ShareThis: Nielsen memiliki pepatah "data yang lebih baik, bukan lebih besar." Bagaimana Anda menerapkan ini setiap hari?

Jenggot: Selama bertahun-tahun banyak pengukuran digital seperti tampilan halaman dan rasio klik-tayang ada, tetapi pada akhirnya pengiklan dan agensi memiliki satu pertanyaan besar: siapa yang dijangkau oleh iklan digital saya? Untuk waktu yang lama, kami mencoba membangun panel untuk memecahkan masalah ini dan melakukan pengukuran nyata di sekitar masalah ini, tetapi karena sifat digital yang sangat terfragmentasi, ini sangat sulit dilakukan.

Kemampuan untuk mengukur penyampaian audiens dalam digital dengan panel tradisional hampir tidak mungkin, jadi kami berkata pada diri sendiri, siapa yang memiliki panel terbesar di dunia? Proses pemikiran ini membawa kami ke kemitraan kami saat ini dengan Facebook. Di AS saja, Facebook memiliki lebih dari 180 juta pengguna. Data pendaftaran Facebook memberikan pemahaman tingkat sensus yang sangat baik tentang demografi audiens.

Penting juga untuk diingat bahwa sebagus data pendaftaran digital, itu tidak sempurna. Jadi untuk membuat data lebih baik, kami mengambilnya dan membandingkannya dengan panel standar emas lintas platform kami. Kemudian kami memasukkannya melalui mesin kalibrasi untuk memastikannya benar-benar akurat.

ShareThis: Bagaimana solusi Nielsen membantu merek menjangkau konsumen dan memahami perilaku konsumen di pasar yang ramai saat ini?

Jenggot: Alasan pengukuran audiens digital sangat penting adalah karena pengiklan, agensi, dan perusahaan media menginginkan akuntabilitas. Ketika pengiklan membeli 30 juta tayangan terhadap wanita berusia 20-29 tahun, mereka ingin beberapa pengukuran untuk mengetahui apakah perusahaan media atau penerbit benar-benar dikirimkan atau tidak. Jika tidak, maka pengiklan dan agensi dapat meminta jaminan bahwa mereka akan berbuat baik untuk memberikan jumlah tayangan yang dijanjikan kepada mereka

Pendekatan lain adalah melalui pengoptimalan waktu nyata — memindahkan uang dari situs berkinerja lebih rendah ke situs berkinerja lebih tinggi. Dalam hal menjangkau konsumen dan memahami perilaku konsumen, itu berputar kembali ke model jangkauan, resonansi, dan reaksi, dan menggunakan reaksi untuk lebih pintar tentang siapa yang ingin Anda jangkau. Mampu mengoptimalkan real-time memungkinkan pengguna untuk memaksimalkan kinerja kampanye saat masih berlangsung, dan sebelum dolar iklan terbuang percuma.

Salah satu hal yang telah kami kembangkan adalah kemampuan untuk melakukan apa yang saya sebut sumber tunggal — menyatukan pengukuran tentang apa yang ditonton orang, termasuk iklan yang mereka hadapi, dan apa yang mereka beli di tingkat rumah tangga. Kami memiliki panel konsumen di mana kami tahu apa yang telah mereka hadapi dan apa yang telah dibeli orang-orang itu di toko, berdasarkan himpunan data lainnya. Kami kemudian mencocokkan keduanya di tingkat rumah tangga, menghapus informasi yang dapat diidentifikasi secara pribadi. Data ini dianonimkan dan dilindungi privasi. Dari sana kami mengikuti proses sederhana yang dapat meningkatkan efektivitas iklan sekitar 35%:

1. Langkah pertama melihat mereka yang terpapar dan mereka yang tidak terpapar untuk menentukan apakah ada peningkatan penjualan.
2. Kemudian, identifikasi orang-orang yang terpapar iklan dan beri peringkat seberapa responsif volumetrik mereka.
3. Selanjutnya, tentukan grup responsif volumetrik tertinggi.
4. Kami kemudian melihat panel Tontonan kami dan bertanya acara TV apa yang mereka tonton, situs web apa yang mereka kunjungi, dan bagaimana perbedaannya dengan rencana media yang kami jalankan?
5. Setelah menjalankan metrik, kami mengevaluasi informasi tersebut, dan mengoptimalkan rencana media berdasarkan temuan kami dengan anggaran yang sama. Rata-rata Anda melihat sekitar 35% peningkatan respons penjualan.

ShareThis: Dengan munculnya programmatic, apakah ada singularitas iklan yang akan datang?

Jenggot: Pertama, apa itu singularitas?

Singularitas adalah ketika komputer dan kecerdasan buatan menjadi cukup pintar untuk belajar sendiri dan menjadi lebih pintar dari manusia.

Ada begitu banyak yang terjadi di dunia periklanan dan media dan itu menciptakan otomatisasi yang lebih besar dan peluang pengoptimalan untuk efektivitas iklan. Semakin Anda dapat mengukur eksposur tingkat individu terhadap iklan dan kemudian mencocokkannya dengan konsumsi perilaku pembelian. Alat pengukur ini menjadi lebih cepat, dan terus diperbarui. Dengan melihat apa yang orang terpapar dan mereka beli, merek dapat mengukur dampak individu dari setiap titik sentuh digital. Misalnya, pengiklan yang menawar 10.000 kata kunci penelusuran dapat mengukur dampak individual dari masing-masing dari 10.000 kata kunci penelusuran tersebut, dan tidak hanya untuk dampak penjualan online tetapi juga untuk penjualan offline.

Pengiklan ini juga dapat mengukur dampak dari semua kombinasi titik sentuh. Misalnya, jika Anda melihat seseorang yang telah melihat iklan bergambar, iklan video online, mencari merek Anda dan menyukai halaman Facebook Anda, lalu membandingkannya dengan individu yang telah melihat iklan bergambar dan iklan spanduk online dua kali, apa perbedaan antara keduanya? Kami mengukur dampak dari titik sentuh individu ini secara real-time. Banyak platform memiliki kemampuan pembelajaran mesin di mana mereka terus belajar tentang metode apa yang lebih efektif. Mereka memiliki kemampuan untuk terhubung ke platform sisi permintaan dan mendorong penawaran waktu nyata. Ini adalah pengukuran tingkat individu dari eksposur iklan yang terhubung ke perilaku pembelian dan semua diperbarui secara real-time. Semua ini dapat dilakukan secara otomatis.

Jadi, apakah itu singularitas iklan? Aku tidak berfikir demikian. Saya pikir akan selalu ada ruang untuk pengambilan keputusan individu dan ada banyak bagian dari ekosistem media yang tidak diatur untuk melakukan apa yang baru saja saya jelaskan. Saya pikir kita akan mulai melihat lebih banyak dari itu di masa depan serta otomatisasi dalam mengoptimalkan iklan dan kampanye media.

ShareThis: Apa yang membuat kemitraan yang sangat baik dan bagaimana Anda mendorongnya dengan mitra digital Anda?

Jenggot: Bekerja dalam bisnis ini, Anda harus bekerja sangat keras untuk tetap mengikuti tren industri — setiap hari ada sesuatu yang baru yang tidak Anda ketahui sehari sebelumnya. Di Nielsen ada dua cara kami mendekati ini, satu adalah organisasi dan satu adalah budaya.

Dari pendekatan organisasi, di dunia efektivitas iklan, kami menyadari bahwa di luar kemampuan pengembangan produk dasar kami, kami membutuhkan semacam kemampuan organisasi untuk mengatasi masalah mutakhir yang dihadapi klien. Kami memutuskan untuk membuat laboratorium inovasi efektivitas periklanan dalam kemitraan dengan Stanford University. Konsep dasar lab termasuk berbicara dengan klien, memahami titik sakit terbesar mereka dan bekerja secara kolaboratif dengan klien ini, dan juga startup dan pihak ketiga untuk memecahkan masalah tersebut. Kami telah mengambil beberapa tantangan besar di lab inovasi. Ini telah menjadi inkubator yang bagus untuk tidak hanya bekerja dengan klien dalam masalah baru, tetapi juga telah memicu beberapa pengembangan produk hulu kami.

Beberapa tahun yang lalu, Nielsen menjadi sangat fokus pada budaya yang sederhana, terbuka dan terintegrasi. Di dunia ini di mana Anda memiliki perubahan dalam teknologi dan media setiap hari, terbuka untuk memecahkan masalah klien melalui kemitraan sangat penting. Ada banyak contoh dalam Nielsen di mana kami telah mengembangkan solusi internal berpemilik untuk memecahkan masalah, tetapi ada banyak contoh di mana kami telah bermitra dengan perusahaan lain untuk memecahkan masalah juga. Salah satu contohnya adalah Nielsen Catalina Solutions. Sebelumnya, saya menjelaskan penggunaan data sumber tunggal di mana kita mengukur apa yang ditonton orang dan apa yang dibeli orang, dan menyatukan elemen-elemen itu di tingkat rumah tangga. Nielsen berkontribusi dalam melihat data dari panel dan keahlian analitik kami, dan Catalina membawa data kartu loyalitas. Kami menggabungkan keduanya untuk menciptakan sesuatu yang memecahkan kebutuhan klien yang besar. Menumbuhkan budaya yang terbuka untuk eksperimen dan kemitraan eksternal untuk memecahkan masalah klien yang sangat penting sangat penting sangatlah penting.

ShareThis: Tren berkembang apa yang menurut Anda akan memengaruhi cara organisasi pemasaran beroperasi?

Jenggot: Fragmentasi media saat ini, perubahan teknologi, kebangkitan sosial, dan banyak lagi, telah menciptakan transformasi besar dalam industri ini. Kami menemukan bahwa ini memaksa klien kami untuk memikirkan kembali keahlian yang diperlukan untuk menjadi sukses di masa depan - apakah Anda seorang CMO, asisten merek atau perencana media. Ada tiga bidang yang ingin saya tunjukkan yang menurut saya sangat penting:

1. Data. Pemasaran secara umum jauh lebih banyak data dan basis yang dibuktikan, dan itu menjadi lebih dari sebuah ilmu. Untuk lebih jelasnya, ide-ide periklanan dan pemasaran yang kreatif dan besar akan selalu menjadi dasar untuk pemasaran yang hebat. Namun, munculnya data dan pemasaran berbasis bukti adalah tren besar, dan mendapatkan fungsi keuangan untuk mulai melihat pemasaran sebagai investasi, sebagai lawan dari garis biaya dalam laporan laba rugi, sangat penting.
2. Waktu nyata. Semuanya bergerak ke real-time. Pembelian terprogram dan otomatis mendorong beberapa di antaranya, tetapi keduanya membutuhkan intervensi manusia yang luar biasa. Ada kebutuhan yang berkembang bagi orang-orang yang memiliki kemampuan untuk menjadi adaptif dan beroperasi pada saat itu.
3. Teknologi. Kembali ke awal karir saya, kami tidak benar-benar harus terlalu memperhatikan teknologi, tetapi hari ini, ini adalah salah satu elemen terpenting dalam periklanan. Pemasar harus jauh lebih terlibat dengan apa yang terjadi dari sudut pandang teknologi karena kemampuan baru memungkinkan peluang yang diperluas dalam pemasaran yang tidak mungkin dilakukan sebelumnya.

ShareThis: Tren atau perkembangan apa dari lima tahun terakhir yang paling mengejutkan Anda?

Jenggot: Tantangan utama yang coba dicari tahu oleh pengiklan dan agensi adalah bagaimana beriklan di dunia lintas platform yang sesungguhnya. Mundur sedikit, ketika saya bekerja di American Express pada awal 2000-an, kami meluncurkan kartu hadiah Amex. Saya masih ingat bahwa ketika kami meluncurkan, kami memiliki anggaran iklan $ 30 juta, dan kami akan menghabiskan sekitar setengahnya dalam delapan minggu, karena setengah dari semua kartu hadiah setiap tahun dijual pada bulan November dan Desember. Kami meluncurkan produk pada bulan Oktober dan memiliki waktu sekitar enam minggu untuk mendapatkan kesadaran 80-90%.

Agensi memberi kami media TV awal dan rencana digital, dan ketika kami bertanya, "Berapa total jangkauan, frekuensi, dan GRP yang tidak dikabulkan?," mereka tidak punya jawaban untuk kami. Saat ini banyak klien kami berjuang dengan pertanyaan dasar yang sama. Kami sangat fokus untuk menghadirkan alat baru kepada pengiklan dan agensi yang memungkinkan mereka merencanakan lintas platform sehingga mereka dapat memaksimalkan jangkauan di seluruh TV dan digital. Ini adalah topik yang saya pikir industri akan memahami pada saat ini. Saya pikir sebagian besar kemampuan dasar sekarang ada bagi pengiklan dan agensi untuk menjadi jauh lebih pintar tentang bagaimana mereka beriklan di seluruh platform dengan cara yang terintegrasi.

ShareThis: Apa hal terakhir yang Anda bagikan? Online atau offline?

Jenggot: Hari ini, saya berbagi di LinkedIn dan Twitter sebuah buku baru yang baru saja keluar berjudul "Cutting Edge Marketing Analytics," yang ditulis oleh beberapa profesor, salah satunya adalah Profesor Paul Farris yang merupakan profesor periklanan saya di UVA, dan saya benar-benar menulis kata pengantar, jadi saya ingin berbagi dengan jaringan saya.

Artikel ini awalnya diposting di blog ShareThis .