本文探讨了谷歌即将移除第三方cookie对营销的影响,并提供了一份指南,帮助企业在后cookie时代优化营销策略,包括数据清洗、利用零方数据和评估广告投资回报等方法。
谷歌即将全面phas out第三方 cookie,时间似乎就在眼前。公司计划在白板上的营销计划即将全部投入行动。无论公司在后 cookie 时代的准备阶段处于什么位置,事实是,只有当谷歌真正执行这个切换,并进入一个未知的领域时,我们才能真正了解其对营销努力的影响。
基于此,我整理了一份 playbook(或清单),帮助公司在未来几个季度集中精力在关键领域,确保营销计划稳健可靠。
红尘第一方数据清洗
无论你所在的阶段如何,确保第一方数据的清洁和准确对于保证隐私合规至关重要。与清理和组织客户数据不同,要保持第一方数据的最佳状态,必须定期进行审计,识别并纠正不准确、重复或过时的信息。请保持积极主动的态度,并将其付诸实践。将数据清洗工作纳入常规流程(例如每月、每季度或两年一次)。
除了删除过时或重复记录外,还需要实施过程来验证 incoming数据的质量,并在数据库中标准化数据格式。这些措施有助于提高数据准确性,并更有效地进行分群,从而识别出inactive或不活跃的客户,以便开展重新吸引营销活动。
利用零党数据提升参与感
在每个客户互动中最大化收集零党数据。与第一方数据揭示“谁”你的客户不同,零党数据深入挖掘偏好和参与感方面的直接输入。客户通常会通过定制化的体验、精准的推荐或 exclusive 优惠来分享这种显式信息,从而增强品牌与受众之间的个人联系。
在身份 funnel 中找到营销黄金分割点
全面评估现有的营销计划,以确定身份在这一链条中扮演的关键角色。至关重要的是要识别出广告投资在哪个阶段产生了最佳回报。考虑一下你的业务是否真正需要以个体为单位进行目标定位,还是可以借助家庭或特定市场区域(DMA)等更广泛的目标实现收入增长,而不必为一一对人营销付出额外成本。
进行这种分析既不迅速也不容易。无论是内部团队还是外包数据分析师的投入,都是值得的,因为它们有助于确定哪些营销活动依赖于身份数据。在这一过程中,很多市场营销人员可能会忽略一个关键点:尽管从转化率指标来看,一 对一营销的重要性可能远低于普遍认为的那样。
你的目标应该是找到最佳平衡点——你的黄金分割点,在这里,广告和数据的支出得到了最有效的分配,专注于那些提供最大收益成本比值的渠道和活动。
测试独立标识符 outside 墙壁花园
你很可能已经开始测试替代标识符,以准备迎接无第三方 cookie 的未来。虽然许多独立标识符位于墙内,但我挑选了几种在墙外市场上逐渐崛起的替代身份解决方案。这些替代方案旨在平衡用户隐私与个性化广告和衡量的需求。
以下是几种主要数字营销标识符和框架的列表,它们被设计为取代第三方 cookie 跟踪:
统一标识符 2.0 (UID 2.0)
首先由 The Trade Desk 发布的 UID 2.0 现已独立运营,并受其自身治理。它使用加密和哈希化的电子邮件地址作为标识符,用户在登录或注册时提供给数百万个网站。
该框架设计为开放源代码且互操作性框架,需要获得用户的同意。从隐私角度来看,它包括透明度和用户控制,允许用户随时查看、编辑或取消其 UID。
认证流量解决方案 (ATS)
由 LiveRamp 开发的 ATS 使发布方能够将身份信息附加到广告请求中,使用加密和匿名化的电子邮件地址实现基于个人的营销,无需第三方 cookie。
借助 LiveRamp 最大的独立身份图谱,可以为个人和家庭分配匿名化、非匿名化的标识符,这些标识符需要获得用户的同意,并符合隐私法规要求。
ID5 的统一标识符
ID5 的解决方案依赖于其广泛的全球合作伙伴关系。他们开发了一个身份服务,供发布方、广告商和广告技术平台使用,利用其庞大的 publisher 关系网。
它提供一个标准化的标识符,可以在各种网站和平台上使用,增强用户识别,尊重隐私和同意,并符合 GDPR 和 CCPA 等隐私法规要求。
在无第三方 cookie 的情况下进行衡量与归因
准确的衡量和归因一直是复杂的任务,而 third-party cookies 的相消更增加了复杂性。随着消费者隐私保护意识的增强,信号丢失变得更加显著,促使营销人员从传统的多目标归因(MTA)或营销组合模型(MMM)转向其他方法来评估广告效果。
在 cookie 无存的世界中,ROAS 的可靠性下降,营销人员应该继续转移重心,并通过衡量客户关系的长期价值(LTV)来评估广告的成功。从根本上说,LTV 估计客户从长远来看为品牌创造的利润,通常为3到5年。
历史上,营销成功往往以渠道为中心进行衡量。然而,渠道的贡献,例如 Meta 的活动,变得越来越不重要。毕竟,客户驱动收入,而不是仅仅平台提供的可见性。所有,客户驱动收入,而不是仅仅平台提供的可见性。所有,客户驱动收入,而不是仅仅平台提供的可见性。
随着我们适应信号丢失和更不透明的衡量系统,在合理归因时应将焦点放在长期价值上,而不仅仅是渠道带来的收入。
这一转变对你的归因模型也有影响。许多营销人员仍然被束缚在过时的基于最后点击的归因模型中,直接关联交易与成本(CAC)和成本每获得一个客户(CPA),其中,获取客户可能是一个购买或一笔交易。这些方法会产生波动结果,并不考虑 LTV,这提供了客户价值的见解。
忽视 LTV 在归因分析中的作用可能导致过度重视那些在长期看来不太适合你业务的客户群体。通过大量折扣吸引数以百计的交易并不能必然带来有盈利能力的客户群体。我们的目标是衡量成功是否有助于逐步构建一个长期、具有盈利能力的客户群体。
为前方做好准备
站在后 cookie 时代的边缘,我们必须要迎接未来的变革。这份 playbook 不是全面的,但我的目的是提供一个顶层框架,作为另一个里程碑的指南。
通过优先处理第一方数据,投资于更深入的见解,并测试替代标识符和进行更深入的衡量研究,我们可以将短期的干扰转化为竞争优势。