Attribution er vanskelig, men digitale data kan hjælpe. Ritesh Gupta, EyeforTravels rejsejournalist, får det lave og høje pandehår fra en marketingekspert hos Travelocity. Ingen markedsføringsinvestering kan forpligtes til, medmindre den kan demonstrere en håndgribelig indvirkning på metrics. Digital reklame er ikke anderledes. Men i betragtning af dets potentiale til at være et højtydende medium, der leverer intelligente og relevante data, virker det stærkt til fordel for det.
Faktisk bliver handlingsorienteret dataintelligens i dag konverteret til målrettede marketinghandlinger: SEO-skabeloner, indholdsinitiativer, SEO linkbuildingtjenester, og så videre. Så når marketingchefer ser teknologi, der kan behandle enorme mængder af struktureret og ustruktureret data, samtidig med at de får handlingsorienteret indsigt, så er de bedre i stand til at 'sælge' kampagner, der rent faktisk leverer til resten af virksomheden.
Spilleregler
Som det altid er tilfældet, er planen at sikre, at hver annoncekrone, der bruges, er det værd, og det er klart, at tilskrivning spiller en væsentlig rolle i dette.
Der er tre grundlæggende tilgange til tilskrivning:
• Tilskrivning af sidste (eller første) klik
• Regelbaseret tilskrivning (dvs. ligevægtet)
• Algoritmisk tilskrivning (dvs. statistisk)
Men kræver disse forskellige tilgange virkelig forskellig ekspertise inden for analyse? Jonathan Isernhagen, direktør for marketinganalyse hos Travelocity, som skal tale på den kommende Smart Travel Analytics North America 2014-konference (NYC, 11.-12. februar), siger følgende: "Hvis I tillader mig en ufølsom analogi, er det næsten præcis som udviklingen af ammunitionsangreb. De to første metoder [attribuering baseret på sidste (eller første) klik og regelbaseret attribuering] minder om Norden-sigtet, hvorimod algoritmisk attribuering, der beskæftiger sig med faktisk årsagssammenhæng, minder om præcis laserstyring."
Isernhagen har to klare pointer om, hvilket talent der kræves.
1. Du kan udføre en af de to første med moderat SQL-talent….gengive klik-og-bookings-dataene til en rektangulær fil, hvor hver post har én booking med tilhørende upstream-klik. Derefter anvender du den tilskrivningslogik, du har lyst til.
2. Algoritmisk attribution kræver på den anden side talentet hos hardcore Operations Research-specialister og et tungt databehandlingsmiljø – SAS eller Revolution Analytics. "Det er en størrelsesorden sværere at gøre. Heldigvis bliver alle disse elementer billigere og mere tilgængelige, at leje om ikke at eje,” forklarer Isernhagen.
En anstændig tilskrivningsmodel bør give forudsigelser om den fremtidige effekt af dagens justeringer af marketingudgifter. "Påvirkningen burde være så positiv på hele virksomheden, at de uomvendte skeptikere - som i min begrænsede erfaring er på økonomiteamet og har en Joe Friday 'Bare fakta, frue' holdning til alt, hvad marketing har - er enige om, at du synes at gøre gode tiltag, selvom der er debat om, hvilken kanal der fortjener ære,” siger Isernhagen og tilføjer åbenlyst, at “beviset for buddingen ligger i smagen.”
Statusmåling
Det er svært at vurdere, hvordan analyser hjælper med tilskrivning i dag. "Samling af indtryk er et klassisk big data-problem, i det mindste hvad angår volumen og hastighed," siger Isernhagen om udfordringerne. "Og industrien ser ud til at være splittet i dem, der ved, at algoritmisk tilskrivning er hård, men vigtig, og dem, der ønsker at udelukke dens nødvendighed."
Samlet set mener han dog, at med udbredelsen af enheder og cookie-clearance-katastrofen, kan modelleringen nu faktisk være nemmere end indsamlingen af komplette data.
C-suiten i kontrol
I samtale med forskellige eksperter har EyeforTravel.com fastslået, at hvis din organisation ikke ejer dataene, har du intet at indsætte i dit foretrukne data mining-værktøj.
For at få mest muligt ud af digital attribution skal brands have adgang til detaljerede, omfattende digitale data, der kan organiseres, fødes og behandles med passende modelleringsteknologi. Dette vil gøre det muligt for beslutningstageren at fastslå mere præcist, hvad der påvirker køberen til at købe eller konvertere.
Når det kommer til ejerskab af data, siger Isernhagen, at der er lige så mange svar på spørgsmålet, som der er permutationer af datalager.
I en omskrivning af den store russiske romanforfatter Lev Tolstoy har Isernhagen dette at sige: "Lykkelige datavarehuse er alle ens, ethvert ulykkeligt datavarehus er ulykkeligt på sin egen måde!" Han tager dette punkt et skridt videre, tilføjer han: "På trods af de enorme mængder data, vi har været nødt til at håndtere i alle disse år, er rejsebranchen stadig bagud andre industrier i deres fremskridt med datakonsolidering."
En af de store klager fra den seneste fortid er relateret til C-suites vridningskontrol af datavarehuset fra dataforskere. "Deres udforskninger har ikke længere lov til at forstyrre den rettidige produktion af daglige rapporter, hvilket nødvendiggør oprettelsen af en Big-Data-kompatibel datakravlegård adskilt fra produktionsaktiviteter," siger han, "Du har kun denne slags argumenter efter dit datavarehus konsolideringen er i det væsentlige afsluttet."
Isernhagen er hurtig til at påpege, at omkring en tredjedel af rejseselskaberne enten har konsolideret deres datavarehuse eller nu bider sig fast. Resten, siger han, bruger substitutter som Google Analytics, der har stor funktionalitet lige ud af boksen – og som du nu kan eksportere dine data fra – men som endnu ikke kan give dig kanal ROI.
Det er tydeligt, at udbredelsen af enheder, kanaler og sensorer har banet vej for flere data end nogensinde før. Isernhagen siger ærligt talt, at fremkomsten af datalagring og -hentning freeware Hadoop "har tilladt os at lagre data på ubestemt tid på billigt kinesisk jern uden at skulle foretage de nødvendige investeringer for at udvide traditionelle datavarehuse."
Jonathan Isernhagen, direktør for marketinganalyse hos Travelocity, skal tale på den kommende Smart Travel Analytics North America 2014-konference, der er planlagt til at finde sted i New York City (11.-12. februar):
