Ogni acquirente di media sa che i dati sono la chiave per una campagna di successo; più si conosce il proprio pubblico, più si può parlare a loro in modi che risuonano.
Ma ogni acquirente sa anche che non tutti i dati sono creati allo stesso modo, e che l'utilizzo di dati inferiori alla media può portare a risultati deludenti della campagna. La qualità dei dati, quindi, è fondamentale per la performance della campagna.
Troppo spesso, però, la qualità dei dati è un po' una scatola nera. I marketer hanno poca conoscenza di come vengono creati i segmenti di dati, quando sono stati creati e quanto spesso vengono aggiornati. Di conseguenza, i marketer e i media buyer possono acquistare audience di consumatori che hanno già acquistato o sono stati etichettati in modo errato.
Queste sono sfide difficili e ostinate che hanno afflitto i media buyer e i marketer fin dagli albori della pubblicità digitale. Fortunatamente, i dati in tempo reale affrontano queste sfide a testa alta. Una classe relativamente nuova di dati acquistabili, i dati in tempo reale permettono ai marketer di indirizzare i consumatori al momento più opportuno, fornire un'esperienza più rilevante al consumatore, guidare l'efficienza nella loro spesa media e fornire risultati di business tangibili.
Cosa sono i dati in tempo reale?
I dati in tempo reale, per definizione, si basano su segnali reali che i consumatori generano mentre vivono la loro vita digitale. Sono composti dalle condivisioni, dai like, dai commenti, dalle ricerche, dai clic e dalle visualizzazioni delle pagine osservate sul web nel momento in cui si verificano.
I dati in tempo reale differiscono dai dati preconfezionati in quanto sono deterministiconon proxy. Se condivido il video trailer di un nuovo film sui social media, è una chiara indicazione che ho un interesse in esso. I dati in tempo reale fanno questa determinazione in base alle mie azioni personali, e non perché assomiglio ad altri consumatori che probabilmente vedranno quel film.
Questo è diverso dai dati probabilistici o proxy. I dati proxy fanno supposizioni sui consumatori in base alle azioni passate; se un utente visita un sito per bambini, deve essere una nuova mamma. La più grande sfida con i dati proxy? Non riesce a capire la differenza tra una neomamma e uno zio che sta comprando un regalo per la sua nuova nipotina. Può essere uno strumento piuttosto ottuso.
L'altra sfida è che non considera la mentalità del consumatore. È vero, una neo-mamma sarà fortemente interessata all'attrezzatura per bambini, ma potrebbe anche essere interessata ad acquistare un nuovo tagliaerba o gomme da neve per la sua auto. Il contesto - il qui e ora di una sessione internet - è un potente indicatore di interesse e intenzione, ma è in gran parte perso con dati preconfezionati che sono basati su vecchi segnali, e venduti a un marketer ben dopo che l'azione si è effettivamente verificata.
Ecco perché la freschezza dei dati in tempo reale è così rivoluzionaria. Può migliorare drasticamente i risultati in applicazioni specifiche che molti media buyer e marketer devono affrontare. Per esempio, alcuni cicli di vendita sono brevi, con le fasi di consapevolezza, considerazione e acquisto condensate in poche ore. In tali circostanze, mirare ai consumatori sulla base di dati in tempo reale è la chiave per guidare l'efficienza dei media, poiché non ha senso rivolgersi a un consumatore che si è già convertito.
Ma i dati in tempo reale guidano anche l'efficienza nei cicli di vendita più lunghi, perché inviano segnali reali e misurabili che un consumatore ha progredito attraverso le fasi critiche del viaggio d'acquisto, permettendo ai marketer di agire al più presto.
I dati in tempo reale hanno anche un alto grado di precisione - o i consumatori hanno condiviso questo contenuto o non l'hanno fatto, o sono atterrati su questa pagina di dettagli del prodotto o hanno avuto accesso a questo configuratore di prodotto o no. Anche questo è un cambiamento nel senso che questi segnali in tempo reale possono essere inseriti nella pubblicità e nelle piattaforme mar-tech per automatizzare strategie intelligenti e guidate dai dati, compresa l'ottimizzazione delle campagne e la personalizzazione one-to-one.
Vediamolo in azione.
Segmentare i consumatori negli stati del tuo imbuto di vendita
I dati in tempo reale sono estremamente utili per capire dove si trovano i consumatori nel percorso di acquisto e valutare il tipo di informazioni che saranno più utili e rilevanti per loro in quel momento.
Per esempio, i consumatori che hanno intenzione di acquistare una nuova auto entro i prossimi 12 mesi è probabile che inizino il processo visitando siti di recensioni auto - un comportamento in tempo reale che dirà a un marchio automobilistico che questi consumatori sono nella fase di consapevolezza. Come marchio automobilistico, vorrete creare un segmento di questi utenti, e inviare loro messaggi sulla sicurezza, l'efficienza del carburante o altri vantaggi che sono unici per il vostro marchio.
Successivamente, possono visitare i siti delle singole marche di automobili per leggere i modelli e configurare un'auto per avere un'idea del costo finale - chiari segnali comportamentali che sono nella fase di considerazione. È possibile segmentare questi utenti e indirizzarli con una nuova serie di messaggi, come le opzioni di finanziamento o la disponibilità del modello.
Una volta che questi consumatori cercano un concessionario locale o programmano un test drive, saprete che si stanno avvicinando all'acquisto. Questo è un momento opportuno per indirizzarli con un incentivo per il concessionario locale.
Mappare il comportamento dell'impegno e il contenuto della pagina in base all'interesse e all'intenzione
I dati in tempo reale di alta qualità, combinati con la scienza dei dati avanzata e l'apprendimento automatico, permettono ai data scientist e alle piattaforme di raccolta dati di organizzare e classificare i segnali comportamentali in tassonomie di significato. Da lì, i media buyer e i marketer possono segmentare il pubblico in base all'interesse e all'intento. Per esempio, un marchio di Home & Bedding può segmentare il pubblico in base agli interessi (mobili da esterno) o agli obiettivi (rinnovare una cucina).
Potete poi attivare questi segmenti su scala in una varietà di iniziative, dal targeting dei consumatori con un messaggio che parla ai loro interessi nei social media, alla personalizzazione delle loro esperienze quando visitano la pagina web, o spingendoli a iscriversi a un programma di fidelizzazione.
Se un consumatore condivide una foto di un fantastico patio da Houzz.com, è un buon segnale che sta cercando di migliorare il suo spazio esterno. Questa è un'opportunità perfetta per un marchio di Home & Garden per indirizzarla con un annuncio per la sua nuova linea di tappeti per esterni.
Implementare strategie intelligenti per tutta la vita
Poiché i dati sono in tempo reale, i marketer possono tracciare l'evoluzione degli interessi del loro pubblico, e spostarli senza soluzione di continuità in un nuovo segmento di acquisto. Per esempio, i consumatori possono scoprire un marchio quando cercano un tavolo da pranzo per esterni da acquistare. Più tardi, quei consumatori potrebbero essere pronti a intraprendere un progetto di ristrutturazione della casa o del giardino, e nel processo, generare segnali importanti per il marchio. Sapere cosa stanno facendo i vostri clienti nell'universo digitale vi aiuterà a inviare loro messaggi e offerte che sono rilevanti per i progetti più in vista.
I dati in tempo reale - azioni reali compiute mentre i consumatori vivono la loro vita digitale - informeranno anche la vostra roadmap di sviluppo dei prodotti. I clic e le condivisioni in tempo reale vi aiuteranno a capire quando i clienti a lungo termine stanno esplorando altri marchi, e perché, e vi forniranno i dati di cui avete bisogno per identificare e colmare le lacune nella vostra linea di prodotti.
I dati in tempo reale fanno parte del toolkit di ogni media buyer
Identificare i potenziali clienti sarà sempre una sfida, ma è possibile sfruttare dati accurati, pertinenti e in tempo reale per semplificare il più possibile il processo. Può integrare i dati di prima parte di un marchio per guidare i media anche l'efficienza e i migliori risultati di business.
Ecco perché: i potenziali clienti cercano sul web, condividono contenuti rilevanti e si interessano a possibili soluzioni ai loro problemi. È possibile incontrarli al momento giusto con i dati in tempo reale. Ecco perché il tempo reale dovrebbe far parte del toolkit di ogni media buyer e marketer.
