Big Data в рекламе: какую платформу работы с данными выбрать?
Для устойчивого развития бизнеса необходимо активно работать с потребителями и изучать их поведение. Именно большие данные позволяют составить полный портрет аудитории и таргетировать креативы на необходимый сегмент потребителей. Профильный комитет АРИР собрал информацию об основных платформах работы с Big Data в мануал, чтобы углубить понимание экосистемы, сформировать индустриальные стандарты по использованию технологических инструментов и распространить знания о применении data-driven подхода в рекламе.
Анжела Федорченко, вице-президент АРИР, генеральный директор Weborama Russia, уверена, что технологии продолжают развиваться, несмотря на непростую повестку и трансформацию российского рекламного рынка в более локализованный и изолированный. «В особенности это касается Big Data, поскольку data-driven стратегии последние несколько лет использовались повсеместно, способствуя лучшему пониманию аудитории, составлению полного портрета потребителя и выстраиванию персонализированной коммуникации», — дополняет эксперт. Изменения привычных паттернов поведения и перспектива отмены 3d party cookies делают вопрос интеграции технологий в индустрию рекламы еще более актуальным.
Мануал разделен на 3 блока и предоставляет подробную информацию о платформах работы с данными для пользователей разного уровня. В документе дается определение каждого сервиса, описываются принципы его работы, сценарии использования, уровни развития продукта, а также проводится сравнение разных Big Data технологий.
Перед индустрией, как отмечает Анжела Федорченко,стоит задача объединения усилий для просветительской работы и формирования ориентиров, которые будут определять движение рынка вперед в перспективе ближайших лет: «Мы стремимся к тому, чтобы углубить понимание экосистемы и распространить знание о том, как работают платформы по управлению данными, какое развитие мы видим в этой области, и как игрокам рынка адаптироваться к происходящим изменениям, укрепив при этом свой бизнес».
Первый раздел посвящен DMP — Data Management Platform. Эта платформа позволяет управлять всеми типами анонимизированных аудиторных данных. Она собирает данные из различных источников в основном с помощью cookie. На основе их анализа сервис выделяет сегменты аудитории, создавая анонимный профиль каждого потребителя, и активирует их через медиа каналы. DMP применяется в диджитал-маркетинге для персонализации контента, управления данными и аналитики. Основными сценариями использования платформы являются оценка дата-потенциала компании, максимизация базы лояльных пользователей, персонализация и измерение эффективности рекламных кампаний.
Функционал CDP, Customer Data Platform, описан во втором блоке мануала. Платформа собирает пользовательские данные из различных источников, создавая единый профиль потребителя и сохраняя информацию для отслеживания его поведения в будущем. С помощью идентификаторов инструмент таргетирует маркетинговые сообщения и отслеживает результаты на индивидуальном уровне. Централизация каналов коммуникации, построение целевого охвата, ретаргетинг, расширение аудитории бренда, построение CJM — некоторые сценарии, при которых использование платформ клиентских данных будет релевантным.
CDP является самым развивающимся сегментом MarTech-индустрии и привлекает большое количество заказчиков, позволяя повысить эффективность коммуникации с потребителем. Спрос на омниканальность, улучшение CJM, прорыв e-com и интерес к cookieless-решениям будут стимулировать дальнейший рост этого сегмента рынка.
Для снижения уровня замешательства среди покупателей CPD-институт запустил программу сертифицирования Real CDP. Она определяет набор необходимых функций и проводит аудит платформ клиентских данных. Российские компании также могут проходить сертификацию.
Последний блок подробно останавливается на DIP,Data Intelligence Platform, единой платформе для управления данными потребителей, безопасного обмена между владельцами данных, аналитики и омниканальных коммуникаций. Сервис сочетает функционал CDP и DPM, дополняя его инструментами Data Lake и Data Clean Room. Первый представляет собой репозиторий, который позволяет извлекать полезную бизнес-аналитику из неструктурированных данных. DCR — пространство для безопасного обмена между различными компаниями любыми видами данных и проведения расширенной аналитики. Исключительно на базе DIP возможно построение кастомных аналитических моделей для сегментации, кросс-платформенная активация, негативный таргетинг, кросс-девайс идентификация, разработка новых брендов, упаковки и креативных концепций.
Анжела Федорченко предполагает, что мануал найдет применение у тех представителей digital-индустрии, которые уже работают с платформами по управлению данными, в частности маркетологов. «Документ поможет им лучше разобраться с отличительными особенностями и прикладным значением DMP и CDP для решения бизнес-задач, а также познакомит их с решением нового поколения DIP», — поясняет эксперт. Также мануал будет полезен тем, кто только планирует начать работу с платформами. Он объяснит функционал, признаки и эффективные сценарии работы с данными, даст понимание релевантных KPI, которых возможно достичь.
«Мы убеждены, что сейчас самое время знакомиться с документом. Традиционно в четвертом квартале, на который приходится публикация, планируются активности бренда на следующий год и защищаются стратегии. Изучив сценарии, представленные в мануале, каждый сможет определить для себя наиболее релевантные и соответствующие стратегии развития бренда и, возможно, запланировать их реализацию на 2024 год уже с использованием одной из платформ», — подводит итог Анжела Федорченко.
15.11.2023
Еще статьи по теме
- Unilever запустил образовательный проект в области Big Data - 28.10.2021
- Кампания Авито и dentsu на данных МТС доказала эффективность наружной рекламы - 15.04.2021
- МТС разработала технологию оценки эффективности наружной рекламы с помощью Big Data - 15.04.2021
- Эксперты IAB Russia подготовили гайд по работе с аудиторными данными - 15.04.2021
- МТС повысила эффективность наружной рекламы с помощью Big Data - 02.11.2020
- Как компании предсказывают желания покупателей и повышают продажи с помощью Big Data - 28.11.2018
- В России создана Ассоциация участников рынка больших данных - 17.10.2018
- Das Magazin: как Big Data и пара ученых обеспечили победу Трампу и Brexit - 09.12.2016
- "Дизайн станет новой Big Data" - 14.11.2016
- Потребительские сегменты московских районов - 19.08.2016
- все статьи по теме...
Комментарии
Написать комментарий