เทคโนโลยีการโฆษณาContent Marketing

รายการตรวจสอบผู้ให้บริการข้อมูล Skimlinks - การถามคำถามที่ถูกต้อง

จนกระทั่งเมื่อไม่นานมานี้นักการตลาดดิจิทัลและผู้เชี่ยวชาญด้านเอเจนซีโฆษณาที่ต้องการซื้อโฆษณาแบบเป็นโปรแกรมต้องเผชิญหน้ากับก กล่องดำ สถานการณ์ข้อมูล ส่วนใหญ่ไม่ใช่วิศวกรหรือนักวิทยาศาสตร์ข้อมูลและพวกเขาต้องใช้ความเชื่อมั่นอย่างก้าวกระโดดและไว้วางใจคำกล่าวอ้างของผู้ให้บริการข้อมูลเกี่ยวกับคุณภาพข้อมูลการตรวจสอบผลลัพธ์หลังการใช้งาน - และหลังจากทำการซื้อไปแล้ว

แต่นักการตลาดและเอเจนซีควรมองหาอะไรในผู้ให้บริการข้อมูล พวกเขาจะพิจารณาได้อย่างไรว่าผู้ให้บริการรายใดเสนอโซลูชันที่โปร่งใสและถูกต้องที่สุด คำถามที่จะถามมีดังนี้

ข้อมูลถูกรวบรวมอย่างไร?

ผ่านการสังเกตโดยตรงของผู้ใช้ทุกคนหรือเป็นข้อมูลที่สรุปได้ซึ่งรูปแบบพฤติกรรมถูกตรวจพบในกลุ่มผู้ใช้กลุ่มเล็ก ๆ แล้วนำไปคาดการณ์สำหรับกลุ่มใหญ่ ๆ ? หากอนุมานข้อมูลได้ความแม่นยำจะขึ้นอยู่กับขนาดของกลุ่มที่วัดเป็นอย่างมากดังนั้นจึงควรตรวจสอบขนาดกลุ่มเมื่อประเมินผู้ให้บริการ แต่โปรดทราบว่าไม่ว่าจะมีขนาดเท่าใดก็ตามข้อมูลที่สรุปมักจะมีความแม่นยำลดลงเสมอเมื่อมีการคาดคะเน และอย่าลืมว่าเมื่อข้อมูลถูกสร้างแบบจำลองเป็นกลุ่มการคาดการณ์จะขึ้นอยู่กับการคาดการณ์มากกว่าข้อมูลจริง ไดนามิกเอ็กซ์โพเนนเชียลนี้เพิ่มความเสี่ยงที่ข้อมูลจะไม่ทำงาน

เป็นความคิดที่ดีที่จะถามคำถามสามัญสำนึกที่ช่วยให้คุณสามารถประเมินความแข็งแกร่งของข้อมูลในช่องทางโดยมองข้ามข้อมูลประชากรง่ายๆไปยังการพิจารณาธุรกรรมการติดตามข้อมูลเมตาและสัญญาณอื่น ๆ ที่คาดเดาความตั้งใจในการซื้อได้แม่นยำยิ่งขึ้น Skimlinks จับสัญญาณความตั้งใจในการจับจ่าย 15 พันล้านรายการจากเครือข่ายโดเมนของผู้เผยแพร่โฆษณา 1.5 ล้านโดเมนและผู้ค้า 20,000 รายทุกวัน ด้วยการใช้การเรียนรู้ของเครื่องและการวิเคราะห์ที่เพิ่มคุณค่าในเลเยอร์ข้อมูลอัจฉริยะของผลิตภัณฑ์ Skimlinks จึงเข้าใจการจัดหมวดหมู่และข้อมูลเมตาของการอ้างอิงและลิงก์ผลิตภัณฑ์ 100 ล้านรายการ พวกเขาใช้ข้อมูลนี้เพื่อสร้างกลุ่มผู้ชมที่มี Conversion สูงตามผลิตภัณฑ์และแบรนด์ที่ผู้ใช้มีแนวโน้มจะซื้อทำให้แคมเปญดิสเพลย์โซเชียลและวิดีโอมีประสิทธิภาพมากขึ้น

รวบรวมข้อมูลประเภทใด

ถัดไปในรายการคือการค้นหาประเภทของข้อมูลที่รวบรวม หมวดหมู่อาจรวมถึงการคลิกลิงก์ข้อมูลเมตาเนื้อหาของหน้าข้อความค้นหาแบรนด์และผลิตภัณฑ์ข้อมูลราคาการเกิดธุรกรรมวันที่และเวลา ยิ่งรวบรวมข้อมูลประเภทต่างๆมากขึ้นก็จะต้องใช้โมเดลการคาดการณ์วัตถุดิบมากขึ้นซึ่งสามารถปรับปรุงความแม่นยำได้อย่างมาก หากมีการรวบรวมข้อมูลเพียงไม่กี่ประเภทตัวอย่างเช่นเพียงการแสดงผลหรือการคลิกจะมีข้อมูล จำกัด ที่สามารถใช้เพื่อตรวจสอบการคาดคะเนข้ามหรือปรับปรุงโปรไฟล์ผู้ใช้ ในสถานการณ์นี้ความเสี่ยงคือการสร้างโปรไฟล์ผู้ใช้ที่เรียบง่ายและไม่ถูกต้องมากเกินไป

Skimlinks รวบรวมและวิเคราะห์ข้อมูลและตรวจจับรูปแบบของผู้เผยแพร่และผู้ขายหลายรายเพื่อทำนายพฤติกรรมการซื้อได้อย่างแม่นยำ ตัวอย่างเช่นการรวมกันของผู้ใช้รายหนึ่งที่เข้าชม 10 หน้าในห้าเว็บไซต์ที่แตกต่างกันอาจถูกระบุว่าเป็นรูปแบบที่บ่งบอกถึงความสนใจในการซื้อสินค้าในสัปดาห์หน้า ไม่มีผู้เผยแพร่รายเดียวที่สามารถสร้างข้อมูลได้ Skimlinks เข้าถึงผ่านเครือข่าย 1.5 ล้านโดเมน แต่ข้อมูลของผู้เผยแพร่เป็นเพียงส่วนหนึ่งของข้อมูลสัญญาณ Skimlinks ยังวิเคราะห์ข้อมูลที่มาจากผู้ขาย 20,000 รายในเครือข่ายรวมถึงข้อมูลราคามูลค่าการสั่งซื้อและประวัติการซื้อ

ในการทำเช่นนั้น, Skimlinks รวมสัญญาณจากระบบนิเวศค้าปลีกทั้งหมด

ข้อมูลถูกตรวจสอบอย่างไร?

ความสามารถที่สำคัญอีกประการหนึ่งที่ต้องค้นหาเมื่อประเมินผู้ให้บริการข้อมูลคือความสามารถในการตรวจสอบการคาดการณ์ในทางปฏิบัติ ตัวอย่างเช่นผู้ให้บริการที่อ้างสิทธิ์กลุ่มของตนจะทำให้เกิด Conversion ควรเก็บข้อมูลธุรกรรมเพื่อยืนยันว่ามีการซื้อเกิดขึ้น หากไม่มีข้อมูลธุรกรรมจะไม่สามารถตรวจสอบความถูกต้องของคุณค่าได้

Skimlinks มีบริการกำหนดเป้าหมายตามผู้ชมแบบเป็นโปรแกรมที่ช่วยให้ผู้โฆษณากำหนดเป้าหมายผู้ใช้ตามตำแหน่งที่พวกเขาอยู่ในวงจรการซื้อ การคาดการณ์ทำโดยใช้ข้อมูลตามบริบทผลิตภัณฑ์และราคาและตรวจสอบความถูกต้องโดยใช้ข้อมูลธุรกรรม ผู้ใช้จะได้รับการติดตามเพื่อตรวจสอบว่าพวกเขาทำการซื้อตามที่คาดไว้หรือไม่และระบบแมชชีนเลิร์นนิงที่สร้างเซ็กเมนต์จะได้รับการฝึกฝนอย่างต่อเนื่องโดยอาศัยข้อมูลนี้ ซึ่งช่วยให้ผู้ซื้อหลีกเลี่ยงสถานการณ์ที่พวกเขากำหนดเป้าหมายไปยังผู้บริโภคที่อาจหาข้อมูลเกี่ยวกับผลิตภัณฑ์ที่พวกเขาไม่สามารถซื้อได้หรือไม่มีความตั้งใจที่จะซื้อจริงๆ ผลลัพธ์คือประสิทธิภาพของกลุ่มที่ดีขึ้น

นักการตลาดดิจิทัลและเอเจนซีที่มีส่วนร่วมในการโฆษณาแบบเป็นโปรแกรมจะต้องเลือกผู้ให้บริการข้อมูลที่เหมาะสมเพื่อเพิ่มประสิทธิภาพราคาต่อการแสดงผลพันครั้ง (CPM) หรืออัตราต้นทุนต่อการดำเนินการ (CPA) อัตราการเติบโตของการโฆษณาแบบเป็นโปรแกรมและภาคการตลาดที่ขับเคลื่อนด้วยข้อมูลอาจทำให้ยากที่จะทราบวิธีเลือกผู้ให้บริการข้อมูลที่เหมาะสม แต่ด้วยการใช้คำถามสามัญสำนึกทั้งสามข้อนี้ในการประเมินคุณค่าของผู้ให้บริการข้อมูลนักการตลาดดิจิทัลและเอเจนซีสามารถเปิดกล่องดำและค้นหาส่วนผสมของข้อมูลที่เหมาะสมได้

อลิเซีย นาวาร์โร

Alicia Navarro เป็นซีอีโอและผู้ร่วมก่อตั้ง Skimlinksซึ่งเป็นแพลตฟอร์มการสร้างรายได้จากเนื้อหาที่ช่วยให้เว็บไซต์ได้รับรางวัลสำหรับความตั้งใจในการซื้อที่สร้างขึ้นในเนื้อหา ก่อนเปิดตัว Skimlinks เธอทำงานออกแบบและเปิดตัวแอปพลิเคชันบนมือถือและอินเทอร์เน็ตในออสเตรเลียและสหราชอาณาจักรมานานกว่า 10 ปี ตั้งแต่ปี 2007 อลิเซียเติบโต บริษัท จนมีพนักงานกว่า 85 คนในสำนักงานในลอนดอนซานฟรานซิสโกและนิวยอร์กซิตี้

บทความที่เกี่ยวข้อง

กลับไปด้านบนปุ่ม
ปิดหน้านี้

ตรวจพบการบล็อกโฆษณา

Martech Zone สามารถจัดหาเนื้อหานี้ให้คุณโดยไม่มีค่าใช้จ่าย เนื่องจากเราสร้างรายได้จากไซต์ของเราผ่านรายได้จากโฆษณา ลิงก์พันธมิตร และการสนับสนุน เรายินดีอย่างยิ่งหากคุณจะลบตัวปิดกั้นโฆษณาของคุณเมื่อคุณดูไซต์ของเรา