如果您从事媒体工作,您就会知道数据对于您未来的成功有多么重要。尤其是保持对数据的控制可以让您更接近受众。然而,应对消费者信任、隐私监管和生态系统的复杂性往往会让出版商怀疑他们持有的数据是否足够可靠。与此同时,鉴于第三方 cookie 和标识符的退化,以及出版商吸引广告商面临的日益严峻的挑战(新冠肺炎 (COVID-19) 大流行加剧了这一问题),关注您的数据策略变得前所未有的重要。
那么出版商如何才能实现数据卓越呢?
在本专栏中,我概述了发布商可以采取的五个步骤,以确保其数据仓库井然有序。
第一步 – 连接数据孤岛
随着行业的成熟,我们接触消费者的方式也变得成熟。尽管我们应该庆祝与目标受众建立联系的各种渠道,但这往往会导致碎片化和数据孤岛。因此,企业的第一步就是统一他们所持有的数据,以确保获得整体视图。在数据被解析为持久的、以人为本的 ID 之前,几乎不可能采用整体方法来推进。
第二步——确保高层的支持
由于公司政治,数据孤岛经常存在,个别高级管理人员拥有不同数据部分的所有权和控制权,从而导致有效协作成为问题。例如,部门可能首先关注自己的需求,因此,如果需要一项技术来推动项目前进,则可能不会将其作为整个公司进行评估,而是在部门级别实施 - 这通常是许多孤岛的地方发生。
数据治理也是一个可以理解的障碍,虽然组织实施数据治理至关重要,但它可能成为变革的障碍。
通过确保高层对您的数据策略的支持,应该可以解决因公司政治或数据治理而产生的任何数据孤岛。当高层制定了明确的数据策略时,部门领导就很难妨碍该策略的实施。而且,具有一定程度的灵活性,数据治理将成为一个重要的补充,在坚持适当的保护政策和流程的同时增加透明度和一致性。
第三步——拥抱数据协作
考虑与“生态系统”中的其他公司合作,例如零售商、制造商或其他出版商。生态系统广阔,但不同的合作伙伴会带来其他东西。然而,请确保您优先选择合适的合作伙伴,确保他们的足迹遍及全球并以隐私为核心。
通过利用其他提供商的能力和资产并丰富发布者自己的数据集,数据协作可以带来巨大的价值。因此,出版商将看到更多的增长机会,并更好地了解客户的整个旅程,从而改善衡量并提供可行的见解。我越来越相信,建立强大的数据协作以创造差异化的企业将在这个领域获胜。
第四步——测试什么有效
我无法充分强调测试的价值,看看什么对您的受众在让他们选择加入方面有效。测试和学习,并与客户讨论您正在做的事情,是确保您为消费者提供服务的最佳方式具有控制力和透明度,这两者都转化为信任。我们还知道,信任组织的消费者更有可能表示同意。
建议进行大量测试并避免围绕数据做出重大决策。当公司一开始就投入精力时,通常会导致他们无法充分利用数据的潜力。
要设置单通道分段、与分段无关的测试,需要遵循几个步骤。其中包括生成一个您想要测试的简单的、基于收入的假设,决定您希望哪些受众接收媒体并确定您需要的曝光量和收入提升,最后为您的受众创建控制和测试划分。测试运行后,测量控制受众和测试受众之间的收入提升。
只有在技术经过明确测试后才应实施全面推广。然而,要现实地考虑“测试”需要多长时间——很容易是六个月到一年。
从历史上看,增量测试只能在封闭的环境中进行,例如围墙花园,但现在如果您能够在技术堆栈中围绕基于人的标识符解析所有数据点,则可以在开放网络上进行增量测试。这样,您就可以隔离对创意或消息传递进行的微小更改的影响。通过对自己的数据实施增量测试,您也不太可能得出错误或不完整的结论,并且可以更好地衡量您的创意或消息传递的相对影响。只要您在基于人的标识符级别上进行操作,就可以跨任何接触点进行营销活动。
第五步 – 请记住数据的另一端有人
在急于创建数据策略和使用假名标识符的过程中,很容易忘记数据字符串的末尾有一个人。但忽视这一点,你就不会向任何人进行营销。通过将消费者置于战略的核心并根据他们的需求和愿望进行定制,您最终将获得更强大的数据基础。
只需看看电视行业从线性转向数字的过程中所发生的情况即可。许多围绕数据的讨论最终都集中在应该实施哪些技术以及应该收集或许可哪些数据。这就是为什么从线性到数字的转变已经很长时间的原因之一。此外,如果忘记将受众置于战略的核心,该解决方案就不太可能达到目的。重要的是要考虑如何以人为本的方式设计新技术、工具和技术。
结论:不要让数据成为事后的想法
监管将不断变化,科技巨头将继续做出影响数据流的决策,尤其是在营销生态系统中。独立出版商很难控制这一点,因此能够有效应对外部环境才是竞争优势的真正来源。这就是为什么出版商保持对自己数据的控制并且不脱离受众如此重要的原因。
虽然听起来有些夸张,但如果不这样做,就有可能发生一场灾难。技术、工具和熟练劳动力的可用性使得创建有效的数据策略变得更加容易,因此出版商没有理由不实施这一策略。
善于使用数据最终意味着您将在每个指标上拥有更健康的业务。数据不应该是事后才想到的;它是公司的核心,需要嵌入整个组织。采取这些步骤来实现数据卓越似乎是一项艰巨的任务,但将在互惠互利的价值交换的基础上大大改善与读者的关系;更好的可寻址性和测量能力,最终实现更复杂、更成功的业务战略。