Les marques doivent utiliser la pandémie pour nettoyer leurs données

0
52


Résumé de 30 secondes:

  • La pandémie a fait des ravages sur le public que les marques utilisent pour cibler les consommateurs. Pour y répondre, les marques doivent nettoyer leurs flux de données pour accélérer le partage, la modélisation et le ciblage.
  • Qu’il s’agisse de superposer des données secondaires ou tierces, ou d’exploiter l’apprentissage automatique ou un modèle artisanal, les spécialistes du marketing doivent collaborer pour trouver une combinaison de comportements qui reflètent ce qui se passe actuellement avec leurs consommateurs cibles.
  • Si l’accumulation de données est facile pour la plupart des marques, transmettre ces données à une agence ou à un partenaire d’audience peut s’avérer un défi. Ces organisations sont celles qui doivent reconstruire des modèles et proposer des publics qui reflètent plus fidèlement les cycles d’achat actuels et en constante évolution. La meilleure façon d’y parvenir est de partager rapidement et proprement les données.
  • Les marques qui souhaitent mieux servir les clients existants et développer leurs activités pendant la pandémie devraient se concentrer sur le nettoyage de leurs données de première partie, en veillant à ce qu’elles puissent les transmettre facilement et à conserver une longueur d’avance sur les clients. Cela accélérera la compréhension, changera et leur permettra de transmettre leurs messages aux bonnes personnes plus rapidement.

La pandémie a profondément changé la façon dont les consommateurs se comportent, du moins pour le moment. Un travail prolongé à domicile, moins de courses, moins de déplacements et une augmentation des achats en ligne sont la norme, ce qui entraîne des comportements radicalement différents de ceux observés au début de l’année.

Les marques et les agences ont dû modifier leurs stratégies d’audience, créant dans certains cas de nouveaux modèles pour s’assurer que leurs capacités de ciblage sont à jour avec les dernières tendances comportementales.

Une vague de chômage inattendue, après des années de création d’emplois, peut faire des ravages sur le public. Un consommateur qui avait occupé un emploi rémunéré peut maintenant être sous-employé ou au chômage, avoir de la difficulté à faire son prêt hypothécaire et modifier ses habitudes d’achat normales et d’autres comportements, comme l’épargne.

Un changement doit se produire, à la fois dans les solutions d’audience, ainsi que dans la perception des «publics» par les spécialistes du marketing.

Bien que la création de nouveaux modèles ou l’extension d’une stratégie de données ne soit pas difficile, l’assemblage des composants de base peut être compliqué et / ou prendre du temps.

Les données CRM de nombreuses marques ne sont toujours pas aussi propres et accessibles que possible, ce qui crée des défis et ralentit le processus de ciblage. À une époque où les choses changent de jour en jour, le temps perdu équivaut à la perte de clients.

Évolution obligatoire causée par la pandémie

Pendant des années, la planification publicitaire basée sur l’audience était ancrée dans ce qui fonctionnait dans les campagnes précédentes et dans ce qui ne fonctionnait pas, puis dans l’optimisation des résultats les plus efficaces.

Compte tenu du bouleversement massif de la vie des consommateurs, il serait insensé pour les spécialistes du marketing d’attendre les mêmes résultats des produits d’audience qu’ils ont utilisés au cours des dernières années, ainsi que les mêmes comportements de la part des consommateurs au sein de l’audience.

La situation actuelle oblige les annonceurs à participer activement à la propreté et à l’accessibilité de leurs données CRM, jetant ainsi les bases essentielles pour reconstruire leurs modèles d’audience et leurs solutions.

Qu’il s’agisse de superposer des données secondaires ou tierces, ou d’exploiter l’apprentissage automatique ou un modèle artisanal, ils doivent collaborer pour trouver une combinaison de comportements qui reflètent ce qui se passe. maintenant avec leurs consommateurs cibles.

Fournir le bon type de données, facilement

La nécessité de comprendre les audiences beaucoup plus rapidement a rendu les données propriétaires des marques plus importantes qu’elles ne l’ont peut-être jamais été.

Si l’accumulation de données est facile pour la plupart des marques, transmettre ces données à une agence ou à un partenaire d’audience peut s’avérer un défi. Ces organisations sont celles qui doivent reconstruire des modèles et proposer des publics qui reflètent plus fidèlement les cycles d’achat actuels et en constante évolution. La meilleure façon d’y parvenir est de partager rapidement et proprement les données.

Obtenir les données de l’annonceur peut être le goulot d’étranglement qui empêche la création de modèles d’audience rapides et précis. Cela s’est considérablement accéléré du côté numérique, mais il reste à la traîne dans les médias traditionnels.

Le facteur de complication est souvent les nombreux flux de données fournis par les marques. Arrivant de différentes sources et dans différents formats, ils ne se combinent pas forcément tous facilement, ce qui crée plus de travail pour l’agence ou le fournisseur qui modélise les données. Pour certains, c’est un processus transparent, mais pour d’autres, cela peut être un désordre discordant.

Les progrès majeurs de la publicité basée sur l’audience auraient dû inciter les marques à rendre leurs données aussi propres que possible.

Mais pour beaucoup, ils considéraient cela davantage comme un projet à long terme ou comme un «bon à avoir». Ce n’est plus le cas – les marques qui veulent rester vitales et survivre à cette pandémie et au-delà vivent du temps emprunté si leurs données ne sont pas nettoyées et conservées.

Les marques qui souhaitent mieux servir les clients existants et développer leurs activités pendant la pandémie devraient se concentrer sur le nettoyage de leurs données de première partie, en veillant à ce qu’elles puissent les transmettre facilement et à conserver une longueur d’avance sur les clients. Cela accélérera la compréhension, changera et leur permettra de transmettre leurs messages aux bonnes personnes plus rapidement.

En tant que présidente et chef de la direction, JoAnne Monfradi Dunn est l’architecte de la vision d’Alliant de fournir des solutions innovantes de ciblage d’audience alimentées par les transactions d’achat agrégées de plusieurs spécialistes du marketing direct aux consommateurs. Aujourd’hui, Alliant innove en regroupant les comportements des consommateurs en ligne et hors ligne et en appliquant l’apprentissage automatique pour générer des audiences optimisées et des informations sur les consommateurs pour les spécialistes du marketing multicanaux américains.

tout savoir sur la crypto