AdvertensietegnologieInhoud bemarking

Skimlinks Kontrolelys vir dataverskaffers - Stel die regte vrae

Tot onlangs het digitale bemarkers en professionele advertensie-agentskappe wat programmatiese advertensie-aankope wou doen, gekonfronteer met a black box data scenario. Die meeste is nie ingenieurs of data-wetenskaplikes nie, en hulle moes 'n hupstoot neem en vertrou dat die dataverskaffer die aansprake oor die kwaliteit van data oorweeg, en die resultate na implementering nagaan - en nadat die aankoop reeds gedoen is.

Maar waarna moet bemarkers en agentskappe in 'n dataverskaffer kyk? Hoe kan hulle bepaal watter verskaffer die akkuraatste, deursigtigste oplossing bied? Hier is 'n paar vrae om te vra:

Hoe word die data versamel?

Is dit deur direkte waarneming van elke gebruiker, of is dit afgeleide data, waar gedragspatrone in 'n klein groepie gebruikers opgespoor word en dan ekstrapoleer vir groter groepe? As die data afgelei word, hang die akkuraatheid baie af van die grootte van die gemete groep. Dit is dus belangrik om die groepsgrootte na te gaan by die beoordeling van verskaffers. Onthou egter dat afgeleide data, ongeag die grootte, altyd 'n afname in akkuraatheid behels wanneer dit geëkstrapoleer word. En moenie vergeet dat wanneer data in segmente gemodelleer word, voorspellings gebaseer sal word op voorspellings eerder as op werklike inligting nie. Hierdie dinamika verhoog die risiko dat die data nie sal optree eksponensieel nie.

Dit is 'n goeie idee om gesonde verstandvrae te stel waarmee u die sterkte van data regoor die trechter kan beoordeel, verder as eenvoudige demografie om rekening te hou met transaksies, metadata-opsporing en ander seine wat die aankoopintensie akkurater voorspel. Skimlinks vang elke dag 15 miljard seine van 'n inkopiesentrum uit 'n netwerk van 1.5 miljoen uitgewersdomeine en 20,000 100 handelaars. Deur masjienleer- en verrykingsanalise toe te pas in hul produkintelligensie-laag, verstaan ​​Skimlinks die taksonomie en metadata van XNUMX miljoen produkverwysings en skakels. Hulle gebruik hierdie inligting om hoë omskakelende gehoorgroepe te bou op grond van die produkte en handelsmerke wat gebruikers waarskynlik sal koop, wat effektiewer vertoon-, sosiale- en videoveldtogte moontlik maak.

Watter tipe data word versamel?

Volgende op die lys is om uit te vind watter soort data versamel word. Kategorieë kan klik, skakels, metadata, bladsy-inhoud, soekterme, handelsmerke en produkte, prysinligting, transaksievoorkoms, datum en tyd insluit. Hoe meer soorte data versamel word, hoe meer grondstofvoorspellende modelle sal daaraan moet werk, wat die akkuraatheid aansienlik kan verbeter. As slegs 'n paar soorte data versamel word - byvoorbeeld, net indrukke of klik - sal daar beperkte inligting wees wat gebruik kan word om voorspellings te kontroleer of gebruikersprofiele te verbeter. In hierdie scenario is die risiko dat daar te eenvoudige en onakkurate gebruikersprofiele gegenereer word.

Skimlinks versamel en ontleed data en ontdek patrone in verskeie uitgewers en handelaars om die koopgedrag akkuraat te voorspel. Die kombinasie van een gebruiker wat 10 bladsye op vyf verskillende webwerwe besoek, kan byvoorbeeld geïdentifiseer word as 'n patroon wat aandui dat dit die volgende week belang stel om 'n aankoop te doen. Geen enkele uitgewer kon die data lewer nie Skimlinks toegang via sy netwerk van 1.5 miljoen domeine, maar uitgewersinligting is net een deel van die sein-data. Skimlinks analiseer ook die data wat verkry word van die 20,000 handelaars in sy netwerk, insluitend prysinligting, bestelwaarde en aankoopgeskiedenis.

Deur dit te doen, Skimlinks kombineer seine van die hele kleinhandel-ekosisteem.

Hoe word die data bekragtig?

'N Ander kritieke vermoë om na te kyk as u dataverskaffers evalueer, is die vermoë om voorspellings in die praktyk te bekragtig. Byvoorbeeld, enige verskaffer wat beweer dat hul segmente omskakelings moet doen, moet transaksiedata opneem om te bevestig dat die aankoop plaasvind. Sonder transaksiedata is dit nie moontlik om die waardeproposisie te bekragtig nie.

Skimlinks het 'n programmatiese teikendiens wat adverteerders help om gebruikers te teiken volgens waar hulle in die koopsiklus is. Voorspellings word gemaak met behulp van kontekstuele, produk- en prysdata, en dit word bevestig met behulp van transaksie-inligting. Gebruikers word gevolg om te kyk of hulle die verwagte aankoop gedoen het, en die masjienleerstelsel wat segmente skep, word deurlopend op hierdie inligting opgelei. Dit help kopers om 'n scenario te vermy waarin verbruikers geteiken word wat moontlik ondersoek ingestel het na 'n produk wat hulle nie kan bekostig nie of wat nie werklik van plan is om te koop nie. Die resultaat is beter segmentprestasie.

Digitale bemarkers en agentskappe wat programmatiese adverteer, moet die regte dataverskaffer kies om hul koste per duisend indruk (CPM) of koste per aksie (CPA) te optimaliseer. Die groeikoers in die programmatiese advertensie- en datagedrewe bemarkingsektore kan dit moeilik maak om te weet hoe om die regte dataverskaffer te kies. Maar deur hierdie drie gesonde verstandsvrae toe te pas by die waardebepaling van 'n dataverskaffer, kan digitale bemarkers en agentskappe die swart blokkie oopmaak en die regte datamengsel vind.

Alice Navarro

Alicia Navarro is uitvoerende hoof en medestigter van Skimlinks, 'n platform vir die monetisering van inhoud wat webwerwe help om beloon te word vir die koopvoorneme wat in hul inhoud geskep word. Voordat sy Skimlinks begin het, het sy meer as tien jaar gewerk aan die ontwerp en bekendstelling van mobiele en internetgebaseerde toepassings in Australië en die Verenigde Koninkryk. Sedert 10 het Alicia die maatskappy uitgebrei tot meer as 2007 werknemers in kantore in Londen, San Francisco en New York.

verwante Artikels

Terug na bo knoppie
Sluiting

Advertensieblok bespeur

Martech Zone is in staat om hierdie inhoud gratis aan u te verskaf, want ons verdien ons webwerf deur advertensie-inkomste, geaffilieerde skakels en borgskappe. Ons sal dit waardeer as jy jou advertensieblokkering sal verwyder terwyl jy ons webwerf bekyk.