ผู้นำทางความคิด

ทำไมยุคหน้าของเครือข่ายสื่อขายปลีกต้องใช้ข้อมูลอัจฉริยะจากผู้ใช้โดยตรง

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

สื่อขายปลีกกำลังเติบโตอย่างรวดเร็ว ในช่วงไม่กี่ปีที่ผ่านมา เครือข่ายสื่อขายปลีก (RMNs) — แพลตฟอร์มโฆษณาที่ช่วยให้แบรนด์สามารถเข้าถึงลูกค้าได้โดยตรงผ่านคุณสมบัติดิจิทัลและกายภาพของ零售 — ได้เปลี่ยนจากช่องทางรายได้ใหม่ที่มีแนวโน้มเป็นหนึ่งในช่องทางที่เติบโตเร็วที่สุดในด้านโฆษณาดิจิทัล

หลาย零售เชื่อว่าความท้าทายคือการเพิ่มความต้องการของโฆษณา แต่ในความเป็นจริงแล้ว มันคือเรื่องของข้อมูล ส่วนใหญ่ของ零售มีข้อมูลที่กระจัดกระจายอยู่ทั่วทั้งอีคอมเมิร์ซ โปรแกรมความภักดี และการทำธุรกรรมในร้านค้า โดยไม่มีระดับการระบุตัวตนแบบเป็นหนึ่งเดียวที่จะนำข้อมูลนี้มารวมกันที่ระดับลูกค้า ทำให้แม้แต่แพลตฟอร์มสื่อที่ซับซ้อนมากที่สุดก็ยังต้องดิ้นรนในการส่งมอบประสิทธิภาพและผลลัพธ์

อุปสรรคที่สำคัญต่อความสำเร็จของ RMN คือการพึ่งพาข้อมูลจากบุคคลที่สามมากกว่าข้อมูลอัจฉริยะจากผู้ใช้โดยตรง สำหรับ RMN รุ่นต่อไป การเปลี่ยนแปลงที่สำคัญกำลังเกิดขึ้น ซึ่งเป็นกุญแจสำคัญในการเปลี่ยนจากผลกระทบและคลิกไปสู่ผลกระทบที่วัดได้

ยุคของบุคคลที่สามสิ้นสุดลง

RMN มาใช้ข้อมูลจากบุคคลที่สามเพื่อเชื่อมต่อผู้ชมของ零售กับความต้องการของโฆษณา ซึ่งกระบวนการนี้ทำงานได้จนกระทั่งมันไม่ได้ผล การเพิ่มขึ้นของกฎระเบียบ การยกเลิกคุกกี้ และความกังวลเรื่องความเป็นส่วนตัว ได้ทำให้ความน่าเชื่อถือและความถูกต้องตามกฎหมายของกราฟอัตลักษณ์ของบุคคลที่สามเสื่อมลง

  • ความล่าช้าและความไม่มีประสิทธิภาพ: สิ่งที่เคยเป็นสะพานเชื่อมระหว่าง零售และโฆษณาได้กลายเป็นปัญหาที่ต้องแก้ไข การถ่ายโอนและทำให้ข้อมูลผู้ชมเป็นแบบไม่ระบุชื่อผ่านบุคคลที่สามสามารถใช้เวลาหนึ่งถึงสองสัปดาห์หรือมากกว่านั้น การรณรงค์เสียความคล่องตัว ผู้จัดการ RMN เสียความสามารถในการมองเห็น และโฆษณาเสียความเชื่อมั่นในข้อมูลที่ขับเคลื่อนการลงทุน
  • การขาดความโปร่งใส: นอกเหนือจากความล่าช้าแล้ว การทำงานแบบเดิมๆ นี้บดบังความเชื่อมโยงระหว่างลูกค้าที่ทำให้สื่อขายปลีกมีค่า ในการนำข้อมูลผู้ชมเข้าระบบโดยทั่วไปจะลบอัตลักษณ์ของบุคคล ทำให้零售ไม่สามารถเชื่อมต่อการเปิดเผยโฆษณากับการขายที่แท้จริงได้ ซึ่งจำกัดข้อมูลย้อนกลับ โดยข้อมูลจะไหลออกไปสู่แพลตฟอร์มโฆษณา แต่มีข้อมูลย้อนกลับมาเพียงเล็กน้อยเพื่อแจ้งให้ทราบเกี่ยวกับการรณรงค์ในอนาคต
  • ความเสี่ยงด้านการปฏิบัติตามกฎระเบียบ: การนำข้อมูลจากบุคคลที่สามพึ่งพาข้อมูลจากบุคคลที่สามที่มีการตรวจสอบทางกฎหมายและกฎระเบียบมากขึ้น เมื่อรัฐบาลและเบราว์เซอร์จำกัดวิธีการรวบรวม การแบ่งปัน และการนำข้อมูลไปใช้ วิธีการนี้กำลังจะไม่ยั่งยืนหรือไม่ปฏิบัติตามกฎระเบียบ
  • ค่าใช้จ่ายและความซับซ้อน: สุดท้าย การขยายระบบเหล่านี้มักจะหมายถึงการเพิ่มคน ไม่ใช่การทำให้ระบบอัตโนมัติฉลาดขึ้น การจัดการผู้ขายหลายราย การถ่ายโอนไฟล์ และกระบวนการปรับให้เข้ากันจะดูดซับเวลาและทรัพยากรที่สามารถนำไปใช้เพื่อปรับให้ดีขึ้นและกลยุทธ์ได้

โดยสรุป การนำข้อมูลจากบุคคลที่สามถูกสร้างขึ้นสำหรับยุคที่พึ่งพ่าคุกกี้ของบุคคลที่สามและแลกเปลี่ยนข้อมูลที่ซับซ้อน RMN ของวันนี้ต้องการความเร็ว ความโปร่งใส และความรับผิดชอบ ในสภาพแวดล้อมที่เน้นประสิทธิภาพ ความไม่สามารถวัดและพิสูจน์ผลกระทบเป็นข้อเสีย

โฆษณาเรียกร้องความโปร่งใสและพิสูจน์ผลกระทบต่อการขายที่แท้จริง และ零售ที่ไม่สามารถส่งมอบสิ่งนี้ได้จะเห็นว่างบประมาณเปลี่ยนไปสู่ผู้ที่สามารถทำได้

การเพิ่มขึ้นของข้อมูลอัจฉริยะจากผู้ใช้โดยตรง

RMN ที่มีวิสัยทัศน์กำลังใช้แนวทางที่แตกต่าง โดยใช้ข้อมูลจากผู้ใช้โดยตรงและข้อมูลอัจฉริยะแบบเรียลไทม์ แทนที่จะพึ่งพาการนำข้อมูลจากบุคคลที่สาม พวกเขากำลังหันไปหาข้อมูลที่อยู่ภายในระบบของตนเอง เช่น โปรแกรมความภักดี การทำธุรกรรมอีคอมเมิร์ซ ระบบจุดขาย และการโต้ตอบบนแอปมือถือ

โดยการรวมข้อมูลนี้ทั่วทั้งช่องทาง零售สามารถสร้างกราฟอัตลักษณ์ที่ทนทานซึ่งให้มุมมองที่สมบูรณ์และปลอดภัยต่อความเป็นส่วนตัวของลูกค้าแต่ละราย การเปลี่ยนแปลงนี้เปลี่ยนแปลงวิธีการทำงานของ RMN เมื่อระดับการระบุตัวตนที่เป็นหนึ่งเดียวเชื่อมต่อกับเครือข่ายโฆษณาโดยตรง มันทำให้เกิดวงจรป้อนกลับที่เร็วขึ้น แม่นยำยิ่งขึ้น และรับผิดชอบมากขึ้น

ดังนี้คือวิธีการทำงานในทางปฏิบัติ:

  • การเปิดใช้งานที่เร็วขึ้น: สิ่งที่เคยใช้เวลาหลายวันหรือหลายสัปดาห์สามารถเกิดขึ้นได้ภายในไม่กี่ชั่วโมง การเปิดใช้งานผู้ชมในวันเดียวกันหมายความว่าแบรนด์สามารถกำหนดเป้าหมายลูกค้าที่อยู่ในตลาดได้ขณะกำลังช็อปปิ้ง ทำให้แคมเปญสามารถตอบสนองต่อการเปลี่ยนแปลงในความต้องการได้
  • การวัดที่ปิดวงจร: การเชื่อมต่อจุดสัมผัสออนไลน์และออฟไลน์ให้零售มีมุมมองที่สมบูรณ์จากการเปิดเผยไปจนถึงการซื้อ สิ่งนี้เปลี่ยนการรายงานแคมเปญให้เป็นการวัดผลกระทบต่อการขายที่แท้จริงมากกว่าการมีส่วนร่วม
  • การปรับให้เหมาะสมระหว่างการบิน: ด้วยความสามารถในการมองเห็นผลลัพธ์ในแบบเรียลไทม์ RMN สามารถปรับกลุ่มเป้าหมาย ซึ่งสร้างสรรค์ และการใช้จ่ายเพื่อเพิ่มผลตอบแทนจากการใช้จ่ายโฆษณา (ROAS) และลดการแสดงโฆษณาที่ไม่จำเป็น
  • ความทนทานต่อการเปลี่ยนแปลงกฎระเบียบ: โดยการสร้างขึ้นจากข้อมูลที่ได้รับอนุญาตจากผู้ใช้โดยตรง RMN สามารถรักษาการกำหนดเป้าหมายที่แม่นยำได้ ในขณะเดียวกันก็ปฏิบัติตามกฎระเบียบความเป็นส่วนตัวที่เปลี่ยนแปลงไป และเตรียมพร้อมสำหรับอนาคตที่อัตลักษณ์ของบุคคลที่สามจะล้าสมัย

สิ่งนี้คือการอัพเกรดการทำงานและเป็นบัฟเฟอร์ในการแข่งขัน零售ที่สามารถรวมอัตลักษณ์ เปิดใช้งานอย่างรวดเร็ว และวัดผลกระทบจะดึงดูดการลงทุนซ้ำจากแบรนด์

จากช่องทางสื่อไปสู่แพลตฟอร์มอัจฉริยะ

เมื่อการแก้ไขอัตลักษณ์กลายเป็นกระดูกสันหลังของสื่อขายปลีก RMN เองก็เริ่มพัฒนา สิ่งที่เริ่มต้นเป็นช่องทางสื่อที่มอนิตไอร์กำลังเปลี่ยนไปอย่างรวดเร็วเป็นแพลตฟอร์มอัจฉริยะที่สามารถเข้าใจ คาดการณ์ และมีอิทธิพลต่อพฤติกรรมลูกค้าทั่วทั้งการเดินทางช็อปปิ้ง

การเปลี่ยนแปลงนี้ได้รับแรงผลักดันจากจุดตัดกันระหว่างข้อมูลลูกค้า การเรียนรู้ของเครื่อง และความเข้ากันได้ของแอดเทค โดยการเชื่อมต่อข้อมูลจากผู้ใช้โดยตรงเข้ากับสภาพแวดล้อมโฆษณาที่นำหน้า零售สามารถเปิดใช้งานผู้ชมและวัดผลลัพธ์โดยไม่ต้องใช้การนำข้อมูลจากบุคคลที่สามหรือการถ่ายโอนข้อมูลแบบแมนนวล สิ่งนี้นำไปสู่การแลกเปลี่ยนข้อมูลที่เร็วขึ้น สะอาดขึ้น และโปร่งใสยิ่งขึ้นระหว่าง零售และโฆษณา

ในแบบจำลองใหม่นี้ RMN ส่งมอบข้อมูลอัจฉริยะแทนที่จะแค่เติมพื้นที่โฆษณา มันช่วยให้แบรนด์เข้าใจลูกค้าได้ดีขึ้นว่าใครมีแนวโน้มที่จะเปลี่ยนเป็นลูกค้าจริง การรณรงค์ไหนที่ขับเคลื่อนการขายที่เพิ่มขึ้นจริงๆ และวิธีการเพิ่มประสิทธิภาพการใช้จ่ายในแบบเรียลไทม์ ผลตอบแทนเป็นแบบสองทาง เนื่องจากโฆษณาได้รับความโปร่งใสและความรับผิดชอบที่พวกเขาต้องการ ในขณะที่零售เสริมสร้างความแข็งแกร่งในฐานะพันธมิตรที่จำเป็นต่อการขับเคลื่อนการเติบโต

สุดท้าย ยุคหน้าของ RMN จะดูไม่เหมือนเครือข่ายโฆษณา แต่จะเหมือนระบบนิเวศของข้อมูลที่คล่องตัว วัดผลได้ และสร้างขึ้นบนความไว้วางใจ 零售ที่ลงทุนในการสร้างโครงสร้างพื้นฐานอัจฉริยะนี้วันนี้จะกำหนดมาตรฐานการทำงานในอนาคต

กฎใหม่สำหรับสื่อขายปลีก

การเปลี่ยนแปลงของสื่อขายปลีก จะไม่ชะลอตัวลงในเร็วๆ นี้ แต่ขนาดเพียงอย่างเดียวไม่ใช่ตัวกำหนดความแตกต่างอีกต่อไป ความสำเร็จจะไม่ได้ถูกกำหนดโดย谁ที่สามารถสร้างเครือข่ายที่ใหญ่ที่สุดได้ แต่จะเป็นใครที่สามารถสร้างเครือข่ายที่ฉลาดที่สุดได้ ในอีกคำหนึ่ง: ไม่มีข้อมูลอัจฉริยะจากผู้ใช้โดยตรง ก็ไม่มี RMN ในที่สุด ข้อมูลลูกค้าที่สะอาดและจัดระเบียบเป็นพื้นฐานของทุกสิ่ง เมื่อ零售สามารถเชื่อมต่อข้อมูลนี้ทั่วทั้งระบบได้อย่างไม่มีข้อผิดพลาด พวกเขาจะขับเคลื่อนการเปิดใช้งานที่เร็วขึ้น ข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้น และการเติบโตทางธุรกิจที่วัดผลได้สำหรับตัวเองและพันธมิตรแบรนด์ของพวกเขา

เดเรก สเลเกอร์ เป็นร่วมผู้ก่อตั้งและผู้บริหารระดับสูงของ Amperity โดยที่เขานำทีมการเปลี่ยนแปลงของบริษัทด้วย AI ในทุกด้านของผลิตภัณฑ์และการดำเนินงาน เขาร่วมตั้ง Amperity เพื่อให้ข้อมูลลูกค้าที่น่าเชื่อถือแก่นักการตลาดและนักวิเคราะห์ และสร้างโครงสร้างพื้นฐานด้านการแก้ปัญหาอัตลักษณ์และโปรไฟล์แบบเรียลไทม์ที่อยู่เบื้องหลังบริบทลูกค้าที่เชื่อถือได้ของ Amperity ในช่วงก่อนหน้านี้ เขาเป็นส่วนหนึ่งของทีมผู้ก่อตั้ง Appature และดำรงตำแหน่งผู้นำด้านวิศวกรรมในระบบกระจายขนาดใหญ่และความปลอดภัย