Firmy z roku na rok wydają więcej na dane o użytkownikach Internetu. Raport „Global Data Market Size” opracowany przez OnAudience.com przewiduje, że w 2018 r. globalne wydatki na tego typu informacje przekroczą 18 mld dolarów. Lawinowo rośnie również światowy wolumen danych. Już 4 mld mieszkańców naszej planety ma dostęp do sieci. Codziennie generują oni terabajty cyfrowych informacji. Każdej minuty wysyłają prawie pół miliona tweetów, oglądają ponad 4 miliony filmów w serwisie YouTube, generują 3,6 miliona zapytań do wyszukiwarki Google. A to tylko niewielka część cyfrowych śladów generowanych zaledwie w ciągu 60 sekund każdego dnia. Jak je okiełznać i wykorzystać w generowaniu przychodów? To pytanie zadają sobie managerowie wyższego szczebla na całym świecie. Według badania Deloitte prawie 60 proc. firm planuje inwestycje w analitykę danych o klientach. Dlaczego jest to aż tak istotne? 360-stopniowy obraz klienta pozwala firmom prowadzić skuteczniejszą, mocno sprofilowaną komunikację zewnętrzną, a nawet udoskonalać produkty i usługi. Dzięki Big Data marki mogą być bliżej swoich odbiorców, reagować na ważne wydarzenia z ich życia i prowadzić komunikację w oparciu o ich realne zainteresowania, a to dopiero wierzchołek góry lodowej. Pogłębione profilowanie behawioralne klientów pozwala na określenie wspólnych cech tych, przynoszących do przedsiębiorstwa najwięcej zysków. Profil klienta idealnego można następnie wykorzystywać w precyzyjnie targowanych kampaniach reklamowych.
Różnice robią różnicę
By uzyskać pełny, 360-stopniowy obraz klienta potrzebne są jakościowe, aktualne dane gromadzone w ekosystemie przedsiębiorstwa, te pozyskiwane od jego zewnętrznych partnerów oraz cyfrowe informacje o aktywności i preferencjach internautów. Zestawienie danych typu 1st, 2nd i 3rd party pozwala na osiągnięcie ponadprzeciętnych efektów. W dobie cyfrowej rewolucji, integracja rozproszonych informacji o użytkownikach to wyzwanie przekraczające ludzkie możliwości. Tu z pomocą przychodzi sztuczna inteligencja. Algorytmy machine learning pracują non stop, by firmowe dane 1st party łączyć z 2nd party data, czyli danymi pozyskanymi od partnerów oraz 3 rd party audience data gromadzonymi na platformach DMP. Dopiero taki rodzaj inteligentnej integracji zbliża nas do klienta na tyle, abyśmy byli w stanie poznać jego nawyk, przekonania i zainteresowania. W ten sposób powstaje pełny, 360-stopniowy obraz konsumenta, zawierający nie tylko fragmentaryczne informacje, takie jak historia zakupów, demografia, lecz również dane o tym, co dany użytkownik robił zanim trafił na stronę firmy i jak się zachowuje po jej opuszczeniu.
Maciej Sawa, Chief Commercial Officer Cloud Technologies / OnAudience.com IAB Polska
Reklama napędzana danymi
Wzbogacenie profili klientów jest pierwszym etapem w przygotowaniu kampanii wykorzystującej machine learning. Kolejny krok to analiza zachowań użytkowników o najwyższym współczynniku konwersji. Maszyny będą szukały podobnych grup, by dotrzeć do nich z reklamą. Dla dowolnej grupy użytkowników można określić częstotliwość występowania konkretnych atrybutów. Przykładowo: 50% użytkowników spośród klientów sklepu online odwiedza strony związane z piłką nożną. Duże platformy DMP umożliwiają stworzenie profilu zawierającego określone atrybuty dla wybranej populacji, np. całego kraju i porównanie z nim profilu badanej grupy. W Polsce, według danych OnAudience.com, 5% użytkowników regularnie odwiedza serwisy piłkarskie. Wynika z tego, że w badanej grupie znacznie nadreprezentowani są fani piłki nożnej. Człowiek w takiej sytuacji prawdopodobnie kierowałby się oczywistym wnioskiem i targetował segmenty charakterystyczne dla jego grupy odbiorców. Maszyna natomiast weźmie pod uwagę skomplikowane kombinacje atrybutów klientów, by znaleźć podobieństwa w ich zachowaniach. Połączy informacje o nadreprezentacji wielu segmentów a następnie przeanalizuje dziesiątki liniowych i nieliniowych kombinacji segmentów, charakteryzujących grupę klienta. W kolejnym kroku w bazie DMP wskaże użytkowników o profilu behawioralnym najbardziej zbliżonym do grupy klienta (tzw. look-alike). To właśnie im będą wyświetlane spersonalizowane reklamy, gdyż istnieje duże prawdopodobieństwo, że ich zainteresują. Co istotne, wielkość segmentu look-alike może być dowolnie zwiększana lub zmniejszana – zmieni się wtedy stopień podobieństwa nowych odbiorców do grupy wzorcowej. Bazując na obrazie klienta 360-stopni, maszyny odkrywają nowe zależności w zachowaniach odbiorców i wnioskują, który z czynników ma największe znaczenie w podejmowaniu decyzji zakupowej. Ważnym aspektem tego procesu jest ciągła optymalizacja nastawiona na osiąganie jak najwyższych wskaźników KPI dla konkretnych kampanii.
Programmatic rośnie w siłę
O potędze danych świadczy dynamika rozwoju rynku programmatic. Do końca 2018 r. wyznaczający trendy Amerykanie na zakup powierzchni reklamowej w tym modelu przeznaczą 46 mld dolarów – donosi eMarketer. To 82,5 proc. wszystkich budżetów na display. Do roku 2020 kwota ta ma urosnąć o kolejne 19 mld dolarów, z których większość powędruje do prywatnych startupów oraz platform PMP i DMP. Siła programmatic buying polega na tym, że kupno powierzchni reklamowej odbywa się automatycznie w modelu aukcyjnym. W ten sposób reklamodawcy mogą nabywać pojedyncze odsłony w czasie rzeczywistym i docierać z przekazem do mocno wyselekcjonowanej grupy odbiorców.
Również w Polsce programmatic cieszy się coraz większym zainteresowaniem reklamodawców. Wydatki przeznaczone na zakup powierzchni reklamowej w tym modelu rosną rok do roku w tempie dwucyfrowym, co wynika z raportów OnAudience.com i estymacji Grupy Roboczej Programmatic IAB Polska. Warunkiem dalszego rozwoju tego rynku jest dostęp do dużych zasobów wysokiej jakości danych.
Więcej na temat planowania komunikacji marek w dobie programmatic, danych będących paliwem kampanii realizowanych w tym modelu, wpływie zastosowania filtrów brand safety na efekty kampanii, a także standardów widoczności reklam opowiedzą eksperci branży podczas „IAB HowTo: Alice in Programmaticland”. Wydarzenie, przygotowane przez Grupę Roboczą Programmatic IAB Polska, odbędzie się 18 czerwca b.r. w Centrum Nauki Kopernik w Warszawie. Szczegółowy program oraz informacje o zapisach znajdują się na stronie: https://programmatic.howto.iab.org.pl/
IAB Polska IAB Polska
