Przyszłość marketingu to wszechkanałowość
Część 3. Identyfikacja

Zrozumienie doświadczeń użytkowników we wszystkich kanałach interakcji jest obecnie najważniejszym wyzwaniem marketerów¹. W poprzednich artykułach poznałeś dwa podstawowe atrybuty modelu omnichannel – wielokanałowość oraz integrację. Potrafisz już łączyć narzędzia online z narzędziami offline w ramach jednego ekosystemu marketingowego. Dzisiaj dowiesz się, jak identyfikować użytkowników na poziomie wielu urządzeń i punktów styku z Twoją marką.

Raport przygotowany przez IAB oraz Winterberry Group wskazuje, że ponad połowa z 99 panelistów biorących udział w debacie eksperckiej „Outlook for Data 2018” w Palm Desert w Kalifornii zadeklarowała zaangażowanie w poprawę krzyżowej identyfikacji klientów w swoich firmach². Skąd wzięło się tak duże zainteresowanie tą technologią i w jaki sposób może ona przynieść konkretne korzyści dla Twojej organizacji?

Powrót do przeszłości…

Przez lata podstawową metodą identyfikacji użytkowników, wykorzystywaną m.in. do personalizacji treści na stronach internetowych czy do reklam remarketingowych, były pliki cookies. Technologia ta została już na tyle spopularyzowana, że zdążyła obrosnąć wieloma mitami, również w środowiskach branżowych.

Słuchaj „Marketer+” Podcast

Często można się np. spotkać z opinią, że „ciasteczka” nie są skuteczną metodą wielokanałowej identyfikacji użytkownika, ponieważ rejestrują jego aktywność na jednym, konkretnym urządzeniu. A prawda jest o wiele gorsza, bo ograniczenia tej technologii sięgają znacznie głębiej.

Problematyczna kwestia współdzielenia plików cookies, wynikająca m.in. z mechanizmu sandboxingu (to rodzaj zabezpieczenia informatycznego), sprawia, że trudności w identyfikacji użytkowników pojawiają się również na poziomie jednego urządzenia.

Użytkownik korzystający z mediów społecznościowych na smartfonie zobaczył reklamę produktu, który go zainteresował. Przeszedł na stronę internetową, wywołaną w wewnętrznej przeglądarce Facebooka, i zapoznał się ze szczegółami oferty.

Następnie, po krótkim zastanowieniu, ponownie otworzył witrynę produktu w celu dokonania zakupu, tym razem przy użyciu przeglądarki Safari. System zamówień okazał się jednak na tyle skomplikowany, że użytkownik przerwał robienie zakupów na stronie WWW i zdecydował się dokończyć je w aplikacji. Była ona po prostu dla niego znacznie bardziej intuicyjna i to w niej sfinalizował transakcję.

W powyższym przykładzie analizujemy prostą aktywność jednego klienta na jednym urządzeniu, jednak z punktu widzenia tradycyjnej identyfikacji, opartej wyłącznie na niezależnych plikach cookies, mamy do czynienia z trzema różnymi użytkownikami. Wnioski będą zatem zupełnie inne.

Czy w takim razie popularne „ciasteczka” są bezużyteczne we współczesnej identyfikacji użytkowników w wielokanałowej przestrzeni marketingowej? Nie do końca. Każdy identyfikator może się okazać przydatny w ekosystemie marketingowym – pod warunkiem że zostanie odpowiednio powiązany z rzeczywistym kontem użytkownika. Jeszcze do tego wrócę.

Błędy atrybucji

Fragmentaryczna identyfikacja użytkowników generuje wiele istotnych błędów na poziomie analiz marketingowych, personalizacji treści czy optymalizacji kampanii. Załóżmy, że realizujesz akcję reklamową, której celem jest dotarcie do nowych użytkowników.

Twoja kontrola nad targetowaniem przekazu będzie bardzo ograniczona, jeżeli oprzesz ją wyłącznie na „ciasteczkach”. Okaże się wtedy, że równolegle kierujesz reklamę także do powracających użytkowników, którzy korzystają z innego urządzenia lub używają drugiej przeglądarki internetowej. A przecież nie o to Ci chodziło.

Podobna sytuacja będzie miała miejsce w kampanii remarketingowej. Tym razem lokalna identyfikacja znacznie obniży zasięgi akcji promocyjnej, bo będzie kierowała reklamy jedynie do użytkowników korzystających z tego samego kanału.

Jeszcze ciekawiej wygląda kwestia kontroli nad cappingiem (limitem wyświetleń danej reklamy jednemu odbiorcy), a konkretniej – problem jego całkowitego braku. W takim wypadku limit pięciu wyświetleń na użytkownika oznacza limit pięciu wyświetleń na urządzenie. Osoba, która korzysta regularnie z trzech–czterech urządzeń, zobaczy reklamę 15–20 razy.

Targetowanie i personalizacja reklam wyłącznie na podstawie lokalnej identyfikacji plików cookies mogą się okazać nie tylko wizerunkowym faux paus dla Twojej marki, lecz także – czy przede wszystkim – marnotrawieniem budżetów marketingowych.

Przenieś identyfikację użytkowników na wyższy poziom

Odpowiedzią na oczekiwania współczesnego marketingu omnichannel jest technologia XDID (cross-device identification). Oferuje ona możliwość globalnej identyfikacji użytkowników, niezależnej od urządzenia czy kanału interakcji, a polega na budowaniu unikatowego, nadrzędnego profilu na podstawie permanentnego agregowania i kojarzenia dostępnych identyfikatorów.

Przykłady powiązanych identyfikatorów:

• lokalne pliki cookies,
• identyfikatory urządzeń, np. Apple UDID/IDFA, Android ID, adres MAC,
• adres IP,
• dane osobowe (imię, nazwisko, e-mail, numer telefonu, adres itp.),
• nick lub login,
• numer karty kredytowej,
• profile w mediach społecznościowych,
• wewnętrzny numer klienta (identyfikator w CRM),
• numer karty lojalnościowej.

Pamiętaj o legalnym zbieraniu danych identyfikacyjnych użytkowników.

Sprawdź jak sprostać wymogom prawnym w marketingu w trakcie naszego kursu „Prawo w marketingu”

Im więcej identyfikatorów zostanie powiązanych z profilem klienta, tym bardziej precyzyjna i skuteczna będzie jego identyfikacja w wielu punktach styku z marką.

Istnieją dwie zasadnicze metody identyfikacji użytkowników:

• Metoda deterministyczna, potocznie nazywana zero-jedynkową – bazuje na założeniach logiki klasycznej i może przybierać jedną z dwóch wartości: prawdę lub fałsz. Rozpoznaje jednoznacznie użytkownika np. po jego zalogowaniu się w serwisie internetowym, realizacji płatności online czy identyfikacji kartą lojalnościową.
• Metoda probabilistyczna – znajduje zastosowanie w sytuacji, w której nie można zidentyfikować użytkownika po żadnym deterministycznym atrybucie (loginie, e-mailu itp.). Zasada działania opiera się na teorii logiki rozmytej. Inteligentne algorytmy na podstawie analizy wielu anonimowych sygnałów danych (np. adresu IP, lokalizacji, fizycznych adresów urządzeń, plików cookies, a nawet zachowań użytkowników) szacują, jak prawdopodobne jest powiązanie badanego wzorca z rzeczywistym profilem klienta.

Metoda probabilistyczna jest obarczona większym marginesem błędu niż model deterministyczny. Warto więc zachęcić użytkowników do identyfikacji przez zaoferowanie im w zamian dodatkowego rabatu w programie lojalnościowym lub dostępu do funkcji premium po zalogowaniu się na stronie internetowej.

Najlepszy deterministyczny identyfikator to…

W teorii im więcej danych, tym lepiej. W praktyce nie zawsze warto testować cierpliwość użytkowników i wymagać od nich podawania zbyt szczegółowych informacji, nieadekwatnych do powodu, dla którego znaleźli się na stronie. Co zatem wybrać? W większości przypadków – adres e-mailowy.

Zaplecze narzędziowe, czyli jak podejść do tematu identyfikacji w praktyce

Niemal każda współczesna platforma typu marketing cloud mą autorską funkcję identyfikacji użytkowników na poziomie wielu narzędzi i kanałów interakcji. Dobrym przykładem jest system Oracle BlueKai (www.oracle.com/marketingcloud/products/data-management-platform), umożliwiający zaawansowaną segmentację, targetowanie oraz optymalizację kampanii reklamowych niezależnie od medium.

Podobne funkcje oferuje platforma Salesforce DMP (www.salesforce.com/products/marketing-cloud/data-management). Adobe udostępnia marketerom narzędzie Device Co-op, będące częścią ekosystemu Experience Cloud, które pozwala na dokładną analizę zachowań użytkowników w różnych kanałach przez tworzenie tzw. klastrów urządzeń (www.marketing.adobe.com/resources/help/en_US/mcdc/mcdc-overview.html).

Czy zatem krzyżowa identyfikacja użytkowników jest dostępna wyłącznie na platformach klasy enterprise? Absolutnie nie!

Ciekawe, przydatne i bezpłatne narzędzie do analizy wielokanałowych konwersji udostępnia Google Ads. Dzięki funkcji Cross Device Activity poznasz rzeczywistą efektywność poszczególnych grup reklam, kierowanych na różne urządzenia, oraz sprawdzisz realną rolę każdej kampanii w generowaniu pożądanych konwersji.

W drugiej połowie ubiegłego roku gigant z Mountain View zaprezentował nowy moduł narzędzia Analytics – Google Signals – który w przeciwieństwie do funkcji User ID umożliwia śledzenie niezalogowanych użytkowników w modelu cross-device. Dane dostępne w usłudze Google Signals pozwalają na bardziej precyzyjne targetowanie remarketingowe oraz rzetelną ocenę istotności poszczególnych urządzeń i mediów w lejku konwersji.

Pytanie: „Czy w mojej branży mobile rzeczywiście sprzedaje?”, przestaje być zatem odwieczną zagadką, na którą trudno znaleźć jednoznaczną odpowiedź, popartą wiarygodnymi danymi.

Identyfikacja na poziomie wielu urządzeń i kanałów interakcji pozwala na lepsze zrozumienie ścieżek i doświadczeń konsumentów, a w konsekwencji – dobór najskuteczniejszych działań marketingowych.

W kolejnym numerze „Marketera+” poznasz metody analizy predykcyjnej stosowane w marketingu omnichannel, które pozwolą Ci trafnie prognozować potrzeby i zachowania klientów.

Zapraszam do kolejnego artykułu z mojego cyklu: Część 4. Predykcja

1. Raport Forrester Research i Data & Marketing Association, za: „25 Mind-Blowing Statistics on the State of Data-Driven Marketing 2018”, dostęp online: www.v12data.com/blog/25-data-driven-stats-2018.
2. „The Outlook for Data 2018: A Snapshot Into the Evolving Role of Audience Insight” – raport IAB i Winterberry
Group, dostęp online: bit.ly/2VnGsXr.
3. „Konsumenci nie chcą przekazywać sprzedawcom swoich danych w celu personalizacji oferty”, dostęp online: https://bit.ly/2U9C8Lh.