Loncat ke konten
Pusat Berita > Acara

Nielsen Menyerukan Pendekatan Multi-Model untuk Pengukuran ROI Pemasaran di ARF Re!Think 2016

2 menit dibaca | Maret 2016

Big data terus bertambah besar karena jumlah perangkat yang kita gunakan setiap hari terus bertambah-dan hal ini membingungkan para pemasar yang mencari pengukuran yang paling akurat untuk mengukur laba atas investasi (ROI) pemasaran mereka. Namun, alih-alih menggunakan pengukuran tunggal, pendekatan multi-model mungkin merupakan peluang terbaik bagi para pemasar untuk mengukur dampak penuh dari efektivitas pemasaran mereka.

Presiden solusi MROI global Nielsen, Ross Link, baru-baru ini membagikan temuan dari Digital Media Consortium (DMC) II di Re!Think 2016 tentang bagaimana pendekatan seperti itu dapat membantu mengisi kesenjangan yang ada dalam big data saat ini. Namun, strategi ini tidak berlaku untuk semua jenis data yang dimiliki oleh pemasar dalam hal granularitas dan cakupan akan menentukan metodologi apa yang harus mereka gunakan.

Nielsen mendirikan DMC sebagai tanggapan atas perkembangan big data baru-baru ini yang telah mendorong perubahan cepat dalam teknik pengukuran ROI pemasaran. Tujuan dari DMC II adalah untuk meningkatkan praktik industri dalam pengukuran yang tepat atas efektivitas media digital. Secara khusus, DMC II menggunakan data tingkat rumah tangga yang terperinci untuk melihat bagaimana metodologi statistik yang umum dengan keterbatasan data yang berbeda - pemodelan bauran pemasaran (MMM), atribusi multi-sentuh (MTA), dan analisis panel yang sesuai (MPA) - dapat bekerja sama untuk mendapatkan ROI yang paling akurat bagi para pemasar.

"Kami mengira salah satu metodologi pemodelan akan menjadi yang terbaik, namun ternyata setiap pendekatan masih layak mendapatkan tempat di dalam perangkat pemasar modern. Kapan harus menggunakan MMM, MTA atau MPA tergantung pada jenis data yang dimiliki oleh pemasar dan apa yang ingin mereka ukur," kata Link. "Misalnya, ketika dampak dari semua pemasaran dapat dikaitkan dengan individu tertentu (yaitu, data sumber tunggal), solusi yang ideal adalah regresi tingkat rumah tangga (MTA). Hal ini mungkin dapat dilakukan oleh pemasar yang hanya berinvestasi pada taktik digital, namun bagi sebagian besar merek yang memanfaatkan sarana pemasaran offline saat ini, data satu sumber kemungkinan tidak akan tersedia setidaknya untuk beberapa tahun ke depan di Amerika Serikat dan selama beberapa dekade mendatang di pasar negara berkembang."

Link melanjutkan, mengungkapkan bahwa sampai data sumber tunggal menjadi kenyataan, pemasar harus memanfaatkan MMM tingkat toko, terutama ketika ingin mengoptimalkan ROI secara holistik di seluruh penggerak bisnis-baik online maupun offline. Di sisi lain, ketika tujuannya adalah untuk fokus hanya pada pengukuran ROI untuk investasi media khusus digital seperti display dan video, pemasar harus memanfaatkan MPA tingkat rumah tangga.

Kunci temuan DMC II

DMC I mencakup kemitraan antara Nielsen, Google, Facebook, dan tujuh pengiklan besar untuk mengidentifikasi wawasan terobosan dalam mengukur ROI sosial (termasuk media digital berbayar, yang dimiliki, dan yang diperoleh) secara akurat. Penelitian ini didasarkan pada 1,5 miliar tayangan Facebook, 600 juta tayangan pencarian Google, dan analisis penjualan senilai $2 miliar.

DMC II dibentuk untuk mengatasi tantangan analisis atribusi dalam industri dengan data yang tersedia saat ini. DMC II menganalisis 11 merek barang kemasan konsumen (CPG) di sembilan kategori yang mencakup penjualan senilai $30 miliar, 3,6 miliar tayangan layar digital, 300 juta tayangan video digital, dan 4.000 kampanye iklan.