콘텐츠로 건너뛰기
02_Elements/아이콘/왼쪽 화살표 인사이트로 돌아가기
디지털 > 기술에 대한 통찰력

디지털 잠재 고객 측정의 미래를 향해

3 분 읽기 | Jonathon Wells, SVP 데이터 과학 | 할 수있다 2021

마케팅 담당자가 타사 쿠키가없는 세상을 준비하기 위해 새로운 도구와 기술에 계속 기대면서 적응에 관한 대화의 대부분은 계획 및 타겟팅에 중점을 두었습니다. 이는 모든 마케팅 전략에서 분명히 중요한 측면이지만 디지털 미디어 환경의 변화가 가속화됨에 따라 정확한 측정의 필요성을 배제하지 않는 것이 중요합니다.   

중요한 것은 개인 정보 보호 요구 사항 증가에 대응하여 업계가 변화하고 있는 변화가 디지털 마케팅의 모든 측면에 영향을 미치고 있으며, 디지털 잠재 고객 측정의 새로운 세계는 쿠키나 MAID(모바일 광고 ID)가 없으면 계획 및 타겟팅과 마찬가지로 다르게 보입니다.

지적 할 가치가있는 또 다른 점은 소비자 우선 디지털 마케팅 관행으로의 전환은 마케터가 작업해야하는 데이터 및 통찰력이 익숙한 것과 다르게 보일 것임을 의미합니다. 다르게 말하면, 우리는 단순히 오래된 공정을 동일한 금형에 깔끔하게 맞는 새로운 공정으로 대체하는 것이 아닙니다.

아시다시피, 쿠키, MAID 및 기타 식별자에 대한 타사 액세스에 대한 제한이 증가함에 따라 마케팅 담당자가 누가 캠페인을 보는지 정확히 알 수있는 기능이 복잡해집니다. 기업이 사용자와 관련된 정보에 대한 액세스를 제한하기 위해 개별 경로를 차트로 작성함에 따라 인구 통계를 업계가 이전에 사용했던 노출과 연결하려는 결정론적 접근 방식이 더 이상 실행 가능하지 않기 때문입니다.

측정 서비스는 사람과 사용 중인 장치를 인식하는 대신 적용 가능한 개인 정보 보호 요구 사항에 부합하는 방식으로 장치와 장치를 사용하는 사람을 식별하는 새로운 방법을 설정해야 합니다. 효과적이기 위해서는 이러한 식별자가 다음과 같아야 합니다.

  • 사람 중심
  • 지속성(시간 경과에 따라 안정적)
  • 다작 (웹에서 일관되게 사용됨)
  • 전송 가능(크로스 플랫폼 활성화를 위해 다양한 장치/액세스 포인트에서 전송)

모든 가능성에서, 그러한 식별자는 모든 디지털 노출을 측정하는 데 사용할 수 없을 것이다. 이 격차를 메우기 위해서는 디지털 측정을 정체성 없는 솔루션으로 보강해야 합니다. 최대한의 효과를 보장하기 위해 해당 솔루션은 사용자 인구 통계를 정확히 파악하기 위해 노출이 제공되는 방법과 장소의 단서와 신호를 사용하여 기계 학습에 크게 의존하고 본질적으로 문맥 적으로 설계에서 확률 적이어야합니다.

지금은 디지털 마케팅을 위한 독특한 시기이며, 기술 회사들이 이 새로운 현실에서 전체론적 측정을 향해 나아갈 때 해결해야 할 세 가지 핵심 영역이 있습니다. 첫째, 측정 회사와 출판사 간의 계약은 잠재 고객을 측정하기 위해 중요 할 것입니다. 다른 모든 오픈 웹 대상을 결정하려면 회사는 책임감 있게 라이선스가 부여된 타사 사용자 등록 데이터를 활용하는 대체 ID 솔루션을 개발해야 합니다. 마지막으로, 기업은 개인 및 장치 식별자가 존재하지 않는 익명 웹에 대한 모델이 필요합니다. 

이 디지털 시대에는 미래의 솔루션을 위해 빅 데이터, 기계 학습 및 인공 지능에 쉽게 의존 할 수 있습니다. 중요한 것은 브랜드와 마케팅 담당자가 현대 마케팅에서 실제 사람들의 중요성을 간과 할 수 없다는 것입니다. 사람 기반의 진실 세트 (패널)는 편견과 오류를 바로 잡기 위해 직접적인 관찰이 중요하기 때문에 그 어느 때보 다 중요합니다.

측정의 진화가 진행됨에 따라, 중요한 추세 붕괴를 인식하고 계획하는 것이 중요합니다. 이러한 진화를 주도하는 환경 변화는 우리가 청중을 측정하는 방법을 근본적으로 바꿀 것입니다. 측정 기준의 변화를 감안할 때, 주목할만한 추세 중단이 예상됩니다.