Atribuce je obtížná, ale digitální data mohou pomoci. Ritesh Gupta, cestovatelský žurnalista EyeforTravel, si od marketingového experta z Travelocity odnáší pokoru a nadšení. Žádné marketingové investice nelze zavázat, pokud nemohou prokázat hmatatelný dopad na metriky. Digitální reklama není jiná. Nicméně vzhledem k jeho potenciálu být vysoce výkonným médiem, které poskytuje inteligentní a relevantní data, hraje silně v jeho prospěch.
Skutečně využitelná datová inteligence se dnes převádí na cílené marketingové akce: SEO šablony, obsahové iniciativy, SEO linkbuildingové službya tak dále. Takže když marketingoví manažeři vidí technologii, která dokáže zpracovat obrovské množství strukturovaných a nestrukturovaných dat a zároveň sbírat užitečné poznatky, pak jsou lépe „prodat“ kampaně, které skutečně poskytují zbytku podniku.
Pravidla hry
Jako vždy je plánem zajistit, aby každý utracený dolar za reklamu stál za to, a atribuce v tom zjevně hraje významnou roli.
Existují tři základní přístupy k atribuci:
• Atribuce posledního (nebo prvního) kliknutí
• Atribuce založená na pravidlech (tj. stejně vážená)
• Algoritmická atribuce (tj. statistická)
Ale vyžadují tyto různé přístupy skutečně odlišné odborné znalosti v analytice? Jonathan Isernhagen, ředitel marketingové analýzy společnosti Travelocity, který má naplánován projev na nadcházející konferenci Smart Travel Analytics North America 2014 (NYC, 11.–12. února), k tomu říká: „Pokud mi dovolíte necitlivou analogii, je to téměř přesně jako vývoj zaměřování munice. První dvě metody [atribuce posledního (nebo prvního) kliknutí a atribuce založená na pravidlech] jsou jako zaměřovač Norden, zatímco algoritmická atribuce, která se zabývá skutečnou kauzalitou, je jako přesné laserové navádění.“
Isernhagen má dva jasné body k tomu, jaký talent je vyžadován.
1. Kterýkoli z prvních dvou můžete provést s mírným talentem SQL….vykreslování dat kliknutí a rezervací do obdélníkového souboru, ve kterém má každý záznam jednu rezervaci s přiřazenými kliknutími proti proudu. Pak použijete jakoukoli atribuční logiku, která se vám líbí.
2. Algoritmická atribuce na druhé straně vyžaduje talent hardcore specialistů na operační výzkum a náročné prostředí pro zpracování dat – SAS nebo Revolution Analytics. "Je to o řád těžší udělat." Naštěstí jsou všechny tyto prvky levnější a dostupnější, lze je pronajmout, ne-li vlastnit,“ vysvětluje Isernhagen.
Slušný atribuční model by měl předpovídat budoucí dopad dnešních úprav výdajů na marketing. „Dopad by měl být v celém podniku tak pozitivní, že neobrácení skeptici – kteří jsou podle mých omezených zkušeností ve finančním týmu a mají postoj Joe Friday ke všemu marketingu „Jen fakta, madam“ – souhlasí s tím, že dělat dobré kroky, i když se vedou debaty o tom, který kanál si zaslouží uznání,“ říká Isernhagen a otevřeně dodává, že „důkaz pudinku je v chuti.“
Měření stavu
Posoudit, jak dnes analytika pomáhá při atribuci, je těžké odhadnout. „Shromažďování zobrazení je klasický problém velkých dat, alespoň pokud jde o objem a rychlost,“ říká Isernhagen o výzvách. "A zdá se, že odvětví je rozděleno na ty, kteří vědí, že algoritmická atribuce je náročná, ale důležitá, a na ty, kteří chtějí její nezbytnost zanedbat."
Celkově se však domnívá, že s rozšiřováním zařízení a kataklyzmatem odstraňování souborů cookie může být nyní modelování ve skutečnosti jednodušší než shromažďování úplných dat.
C-suite pod kontrolou
V rozhovoru s různými odborníky EyeforTravel.com zjistil, že pokud vaše organizace nevlastní data, nemáte nic, co byste mohli vložit do svého zvoleného nástroje pro dolování dat.
Aby bylo možné co nejlépe využít digitální atribuci, musí mít značky přístup ke granulárním, komplexním digitálním datům, která lze organizovat, přidávat a zpracovávat pomocí vhodné technologie modelování. To umožní osobě s rozhodovací pravomocí přesněji určit, co ovlivňuje kupujícího k nákupu nebo konverzi.
Pokud jde o vlastnictví dat, Isernhagen říká, že na tuto otázku existuje tolik odpovědí, kolik je permutací datových úložišť.
Parafrází velkého ruského romanopisce Lva Tolstého Isernhagen říká: „Šťastné datové sklady jsou všechny podobné, každý nešťastný datový sklad je nešťastný svým vlastním způsobem! Posouvá tento bod o krok dále a dodává: „Navzdory obrovským objemům dat, s nimiž jsme po celá ta léta museli pracovat, cestovní ruch stále zaostává za ostatními odvětvími v jejich pokroku v konsolidaci dat.“
Jedna z velkých stížností nedávné minulosti souvisí s kontrolou datového skladu pomocí C-suite od datových vědců. „Jejich průzkumy již nesmějí narušovat včasnou produkci denních sestav, což vyžaduje vytvoření datového prostoru kompatibilního s Big-Data odděleného od produkčních činností,“ říká, „Tento druh argumentů máte až po datovém skladu. konsolidace je v podstatě dokončena“.
Isernhagen rychle poukazuje na to, že přibližně třetina cestovních společností buď provedla konsolidaci svých datových skladů, nebo nyní zkouší. Zbytek, říká, používá náhražky, jako je Google Analytics, která má skvělé funkce hned po vybalení – a ze které nyní můžete exportovat svá data – ale která vám zatím nemůže poskytnout návratnost investic do kanálu.
Je jasné, že rozšíření zařízení, kanálů a senzorů připravilo cestu pro více dat než kdykoli předtím. Upřímně řečeno, Isernhagen říká, že příchod bezplatného softwaru Hadoop pro ukládání a získávání dat „nám umožnil ukládat data na neomezenou dobu na levném čínském železe, aniž bychom museli vynakládat investice nutné k rozšíření tradičních datových skladů.
Jonathan Isernhagen, ředitel marketingové analýzy společnosti Travelocity, bude hovořit na nadcházející konferenci Smart Travel Analytics North America 2014, která se bude konat v New Yorku (11.–12. února):
