Tiêu chuẩn vàng mới để đo lường quảng cáo kỹ thuật số?

Kể từ khi Neil Borden đặt ra thuật ngữ “tiếp thị hỗn hợp” vào năm 1949, các công ty đã tìm cách phân tích và tinh chỉnh cách họ tiếp thị và quảng bá sản phẩm của mình. Trong một thời gian dài, cách tiếp cận phân tích hàng đầu cho vấn đề này là “mô hình hóa tiếp thị hỗn hợp”, sử dụng dữ liệu tiếp thị và bán hàng tổng hợp để đề xuất các điều chỉnh chiến lược cho các nỗ lực tiếp thị của một công ty. Nhưng trong lĩnh vực đo lường quảng cáo kỹ thuật số, cách tiếp cận này phần lớn được áp dụng cho một gã khổng lồ đã lỗi thời, dễ dàng bị vượt qua bởi công nghệ mới cho phép phân bổ tức thì, chính xác và xác định.

Tuy nhiên, giờ đây, mô hình kết hợp tiếp thị đang quay trở lại.

Tại sao? Thứ nhất, những thay đổi cơ bản đối với hệ sinh thái quảng cáo kỹ thuật số — chẳng hạn như các giới hạn mới của Apple đối với những gì nhà quảng cáo có thể theo dõi — có nghĩa là việc đo lường hiệu quả quảng cáo kỹ thuật số ở cấp độ người dùng xác định sẽ chỉ trở nên khó khăn hơn. Khi dữ liệu này cạn kiệt, các công ty không thích nghi sẽ có nguy cơ đột nhiên chìm trong bóng tối. Trong bối cảnh mới này, các mô hình kết hợp tiếp thị (MMM) có một lợi thế cụ thể: Chúng có thể tạo ra các phép đo đáng tin cậy — và thông tin chi tiết — hoàn toàn từ sự thay đổi tự nhiên trong tổng hợp dữ liệu và không yêu cầu dữ liệu cấp người dùng.

Tuy nhiên, biến MMM thành một phần trong bộ công cụ phân tích tiếp thị của bạn không dễ dàng như bật công tắc. Dưới những điều kiện không phù hợp và không có hướng dẫn cẩn thận, chúng có thể không chính xác và có thể cung cấp thông tin sai lệch cho các quyết định tiếp thị của công ty.

Các công ty muốn bắt đầu — hoặc khởi động lại — sử dụng MMM cần sử dụng thử nghiệm quảng cáo để quay số trong phương pháp tiếp thị kỹ thuật số của họ. Một tập hợp các nghiên cứu thực địa mà chúng tôi đã thực hiện với các nhà quảng cáo kỹ thuật số cho thấy rằng quy trình sử dụng các thử nghiệm để hiệu chỉnh các mô hình là cần thiết để giảm bớt những điểm không chính xác tiềm ẩn trong các ước tính của MMM. Trong bài viết này, chúng tôi đi sâu vào lý do tại sao bạn nên làm và cách bạn có thể làm điều đó — và phát triển trong bối cảnh đo lường quảng cáo kỹ thuật số mới.

Tại sao thí nghiệm lại quan trọng

MMM rất tuyệt vì chúng hoạt động với dữ liệu tổng hợp. Nhưng họ có thể gặp khó khăn khi các chiến lược quảng cáo của bạn và các động lực cạnh tranh và chú ý có liên quan khác nhau rất nhiều trên các kênh quảng cáo. Các chiến dịch quảng cáo được cá nhân hóa cao, như thường được sử dụng trên các kênh kỹ thuật số, có thể làm cho điểm thứ hai trở nên đặc biệt nổi bật. Tuy nhiên, có một cách giải thích cho vấn đề này: bằng cách tinh chỉnh MMM của bạn thông qua hiệu chuẩn thử nghiệm, được hướng dẫn bởi một kế hoạch đo lường được hiểu rõ, bạn có thể cảm thấy tự tin hơn với thông tin mà nó cung cấp cho bạn.

Làm sao chúng ta biết được điều này? Trong hai năm qua, chúng tôi đã tiến hành 18 nghiên cứu điển hình với các nhà quảng cáo ứng dụng ở Bắc Mỹ và Châu Âu, so sánh các phép đo dựa trên MMM với các phép đo dựa trên thử nghiệm. Chúng tôi đã tìm thấy một vài thông tin chi tiết quan trọng.

Đầu tiên, hiệu chuẩn thông qua thử nghiệm quảng cáo được đền đáp. Trong các nghiên cứu điển hình của chúng tôi, hiệu chuẩn ước tính lợi tức trên chi tiêu quảng cáo dựa trên MMM đã hiệu chỉnh trung bình là 15%. Các báo cáo khác cho thấy hiệu chỉnh hiệu chuẩn trung bình là 25% trên nhiều ngành dọc, bao gồm hàng tiêu dùng nhanh, thiết bị gia dụng, viễn thông, bất động sản và ô tô cũng như trên nhiều khu vực, bao gồm APAC, Hoa Kỳ, Brazil, Nga, và Nam Phi.

Thứ hai, các quảng cáo kỹ thuật số được nhắm mục tiêu hẹp hơn dường như yêu cầu hiệu chỉnh nhiều hơn. Quảng cáo đối tượng tùy chỉnh ở Hoa Kỳ yêu cầu mức điều chỉnh hiệu chuẩn tổng thể cao nhất là 56%. Điều này cho thấy rằng các công ty chỉ dựa vào một vài kênh và các thương hiệu nhỏ hơn có phân khúc thị trường thích hợp có thể muốn chạy thử nghiệm để tinh chỉnh mô hình của họ thường xuyên hơn.

Thử nghiệm quảng cáo bạn có thể mong đợi để chạy trong tương lai

Các thử nghiệm quảng cáo cấp người dùng chính xác đang bị bao vây giống như cách đo lường quảng cáo cấp người dùng. Vì khả năng quan sát một cách chính xác hành vi của người dùng trên các trang web và ứng dụng giảm đi, thử nghiệm quảng cáo sẽ cần phải tập trung vào các kết quả tại chỗ (chẳng hạn như lượt xem, số lần nhấp và các chỉ số khác trên trang web), dựa vào quyền riêng tư khác biệt để phù hợp với bên ngoài trang web kết quả với hành vi tại chỗ hoặc sử dụng cái gọi là ngẫu nhiên hóa theo cụm. Với tính năng ngẫu nhiên theo nhóm, việc chỉ định quảng cáo thử nghiệm không còn được kiểm soát ở cấp người dùng mà ở quy mô ít chi tiết hơn, chẳng hạn như vùng địa lý.

Ví dụ: với thử nghiệm quảng cáo địa lý, người tiêu dùng ở một số mã ZIP, khu vực thị trường được chỉ định, tiểu bang hoặc thậm chí quốc gia sẽ thấy các chiến dịch quảng cáo thử nghiệm và người tiêu dùng ở các quốc gia khác thì không. Sự khác biệt về doanh số bán hàng và nhận dạng thương hiệu giữa các đơn vị địa lý tiếp xúc và không tiếp xúc được sử dụng để đo lường tác động gia tăng của quảng cáo thử nghiệm. Thử nghiệm quảng cáo địa lý có thể cung cấp sự thật cơ bản để hiệu chỉnh MMM. Phương pháp này được cung cấp trong bộ đo lường của Google và Meta, từ lâu đã được sử dụng trong quảng cáo trên TV và đã được các nhà quảng cáo kỹ thuật số hàng đầu như Asos áp dụng.

Các cách khác để thử nghiệm quảng cáo trong môi trường quảng cáo kỹ thuật số hạn chế dữ liệu hơn có thể đến thông qua các công nghệ như quyền riêng tư khác biệt. Quyền riêng tư khác biệt cho phép khớp thông tin giữa các bộ dữ liệu khác nhau (được quan sát trên các ứng dụng và trang web khác nhau) mà không tiết lộ thông tin về các cá nhân. Sau đó, ngẫu nhiên hóa được tạo ra trên một ứng dụng/trang web (trong một tập dữ liệu) có thể được đối sánh với các kết quả, chẳng hạn như các giao dịch mua được quan sát trên một ứng dụng/trang web khác (trong một tập dữ liệu khác).

Hiệu chuẩn MMM

Vậy làm cách nào bạn có thể sử dụng thử nghiệm quảng cáo để hiệu chỉnh MMM của mình? Chúng tôi muốn nhấn mạnh ba cách hiệu chuẩn khác nhau về mức độ chặt chẽ và dễ thực hiện:

1. So sánh kết quả của MMM và thử nghiệm quảng cáo để đảm bảo rằng chúng “tương tự nhau”. Cách tiếp cận này là định tính và dễ thực hiện. Tương tự có thể có nghĩa là, ở mức tối thiểu, cả hai phương pháp đều chọn cùng một biến thể/chiến lược quảng cáo chiến thắng hoặc hai phương pháp đồng ý với nhau. Nếu kết quả không giống nhau, hãy điều chỉnh và điều chỉnh MMM cho đến khi đạt được thỏa thuận.
2. Sử dụng kết quả thử nghiệm để lựa chọn giữa các mô hình. Là một phần mở rộng khắt khe hơn cho phương pháp định tính, nhóm phân tích tiếp thị có thể xây dựng một tập hợp các mô hình khác nhau, sau đó những người ra quyết định có thể chọn một mô hình phù hợp nhất với kết quả thử nghiệm quảng cáo cho kết quả quan tâm chính (ví dụ: chi phí trên mỗi chuyển đổi gia tăng).
3. Kết hợp các kết quả thí nghiệm vào MMM. Ở đây, kết quả thử nghiệm được sử dụng trực tiếp trong ước tính MMM và không chỉ để so sánh với đầu ra MMM (#1 ở trên) hoặc để trợ giúp lựa chọn mô hình (#2 ở trên). Làm như vậy đòi hỏi một sự hiểu biết sâu sắc hơn về mô hình thống kê. Kết quả thử nghiệm có thể nhập MMM của bạn làm kết quả trước (ví dụ: nếu bạn sử dụng mô hình Bayes) hoặc chúng có thể được sử dụng để áp đặt phạm vi cho phép đối với các hệ số của mô hình. Ví dụ: giả sử thử nghiệm quảng cáo của bạn trên một kênh cụ thể cho thấy lợi tức chi tiêu quảng cáo là 150% với giới hạn tin cậy thấp hơn 120% và cao hơn 180%; bạn có thể “buộc” ước tính hệ số MMM của mình cho kênh đó nằm trong phạm vi đó.

Cách tiếp cận thứ ba là nghiêm ngặt nhất nhưng cũng là chiến lược khó thực hiện nhất. Nếu bạn chọn áp dụng nó, chúng tôi khuyên bạn nên làm như vậy kết hợp với phương pháp thứ hai. Nói cách khác, 1) xác định một tập hợp các mô hình ứng cử viên tạo ra các ước tính hợp lý so với kết quả thử nghiệm; 2) kết hợp các kết quả thử nghiệm trong ước tính MMM; và 3) chọn mô hình tạo ra kết quả cân bằng nhất so với các kết quả thí nghiệm khác và đánh giá của chuyên gia.

Khi hiệu chỉnh MMM của bạn, hãy lưu ý rằng MMM và chạy thử nghiệm có thể khác nhau về phạm vi — ví dụ: tất cả quảng cáo so với chỉ trực tuyến — và có thể có các hiệu ứng tương tác — ví dụ: giữa quảng cáo trực tuyến và ngoại tuyến và bán hàng và ngược lại . Ngoài ra, hãy lưu ý các hiệu ứng động chẳng hạn như cổ phiếu quảng cáo. (Việc giải thích chi tiết tất cả các khía cạnh của hiệu chuẩn MMM định lượng nằm ngoài phạm vi của bài viết này, nhưng những độc giả quan tâm có thể tìm thấy các nghiên cứu điển hình xuất sắc và chi tiết tại đây, tại đây và tại đây.)

Bạn nên hiệu chỉnh thường xuyên như thế nào?

Đây là một câu hỏi quan trọng, nhưng phức tạp và nhiều mặt. Các nhà quảng cáo quan tâm sâu sắc đến đo lường gia tăng có thể chọn giải pháp “luôn bật” trong đó quảng cáo được xác thực bằng thực nghiệm một cách nhất quán. Cách tiếp cận này có thể hoạt động tốt đối với các công ty quốc tế lớn có đủ khả năng “đi vào bóng tối” ở một số khu vực địa lý nhất định vào bất kỳ thời điểm nào. Dựa trên những gì chúng tôi đã thấy trong những năm qua khi làm việc với các nhà quảng cáo kỹ thuật số, chúng tôi đã cố gắng tập hợp một ma trận sơ bộ và đơn giản để thông báo các quyết định về tần suất hiệu chuẩn.

Bảng này nhằm mục đích cung cấp hướng dẫn sơ bộ cho các nhà tiếp thị mới làm quen với hiệu chuẩn thử nghiệm của MMM và đo lường mức độ gia tăng dựa trên MMM — hãy coi thường điều đó. Theo kinh nghiệm của chúng tôi và dựa trên các nghiên cứu điển hình mà chúng tôi đã thực hiện, quảng cáo của bạn càng được nhắm mục tiêu nhiều hơn và chiến lược quảng cáo của bạn càng thích hợp, thì bạn càng muốn đảm bảo hiệu chỉnh MMM bằng thực nghiệm để hỗ trợ các quyết định tiếp thị của mình trên một kênh. Ngoài ra, bạn càng chi nhiều tiền cho một kênh, bạn càng gặp nhiều rủi ro về số tiền và do đó, đối với những kênh có mức chi tiêu cho quảng cáo cao hơn, bạn sẽ muốn đảm bảo hiệu chỉnh MMM của mình thường xuyên hơn.

Các công ty nên xem xét kỹ lưỡng, điều chỉnh và làm phong phú thêm hướng dẫn này dựa trên kiến ​​thức về thể chế của họ cũng như những hiểu biết và ưu tiên hoạt động liên tục. Trong bất kỳ trường hợp nào, bạn nên chạy thử nghiệm trong những thời điểm “ít quan trọng hơn” (vì vậy, không phải trong các mùa bán hàng cao điểm, ra mắt sản phẩm mới hoặc các sự kiện lớn bên ngoài như Superbowl) và ở các vị trí ít tập trung hơn vào chiến lược của thương hiệu. Chiến lược quảng cáo.

• • •

Khi các tiến bộ về quyền riêng tư thay đổi cơ bản bối cảnh đo lường quảng cáo kỹ thuật số, chúng tôi khuyên bạn nên sử dụng MMM như một phần quan trọng trong hộp công cụ phân tích tiếp thị. Có những nhà cung cấp tốt bán ít nhiều giải pháp plug-and-play ngoài kia. Ngoài ra, nếu bạn không có kiến ​​thức chuyên môn về MMM nội bộ sẵn có, thì một chuyên gia tư vấn có kinh nghiệm có thể hữu ích để tích hợp thành công với nhà cung cấp và thiết lập mô hình cơ sở nội bộ. Đặc biệt nếu bạn phụ thuộc nhiều vào quảng cáo trực tuyến, hãy thường xuyên hiệu chỉnh MMM của mình bằng cách sử dụng thử nghiệm quảng cáo để đảm bảo các phép đo của bạn là chính xác và các quyết định tiếp thị kỹ thuật số của bạn được cung cấp đầy đủ thông tin.

Sự kết hợp giữa MMM và hiệu chuẩn thử nghiệm như mô tả ở trên có thể trở thành “tiêu chuẩn vàng mới” để đo lường quảng cáo trong môi trường trực tuyến bị hạn chế về dữ liệu. Ở mức tối thiểu, nó cung cấp phép đo đáng tin cậy và hiệu quả cho đến khi các công nghệ mới như quyền riêng tư khác biệt và ghi công riêng có thể tương tác đạt được chỗ đứng thực sự trong phép đo quảng cáo kỹ thuật số.