МЕДИАНАЦИЯ

Согласно опросу CMO, маркетинг определяет рост доходов компании на 38,4%, что наглядно демонстрирует актуальность вопроса правильности принимаемых маркетинговых решений в компании. Однако большинство компаний недовольны результатами своей маркетинговой деятельности из-за ее низкой эффективности.

Причины тому следующие.

1. Большая часть бизнесов до сих пор не внедрила сквозную аналитику.

На данный момент существуют инструменты сквозной аналитики, которые позволяют увеличить эффективность вложений рекламного бюджета. Однако, по данным аналитической компании Gartner, 87% компаний не внедрили данные технологические возможности и принимают большинство маркетинговых решений “вручную”, посредством штата высококвалифицированных маркетологов. Учитывая же омниканальность современного маркетинга, очевидно, что контролировать и отслеживать каждый используемый рекламный канал таким способом невозможно. Сложностей также добавляет тот факт, что один и тот же пользователь зачастую использует разные девайсы. Самописные программные решения, разрабатываемые самостоятельно агентствами, сложны в использовании - приходится знать сотни нюансов о том, как правильно выгружать данные из каждого сервиса и как свести разрозненные данные в единую базу. Большая часть маркетологов не обладает такими знаниями и не готовы тратить свое время на выполнение подобных функций.

2. Рекламодатели тратят огромные бюджеты на ремаркетинг, не понимая конверсионности пользователей.

Низкая точность сегментирования целевой аудитории является наиболее актуальной маркетинговой проблемой. Целевые группы обозначаются номинально – пол, возраст, доход, место проживания. Но подобные варианты сегментирования не отражают истинные интересы пользователей, поэтому компании теряют огромные средства на реализацию рекламы, не заинтересованным в покупке их товара/усл уги лицам.

3. Атрибуция на основе эвристики все хуже работает из-за роста количества касаний.

Большинство многоканальных моделей атрибуции полны эвристики - правил, заданных маркетологами. Однако в современной реальности эти модели атрибуции зачастую уже не работают. Причем работать маркетологам с моделями построенными на эвристике достаточно сложно. В зависимости от модели аналитик может получать абсолютно противоположные выводы о рентабельности того или иного канала. Особенно явно это наблюдается в отраслях, где процесс принятия решения о покупке занимает достаточно много времени. Согласно исследованиям Ad Roll, 59% компаний пробовали работать с атрибуцией, но из-за недостатка знаний по работе с данными моделями прекратили ее использование. В реальности большинство маркетологов не имеют глубокого понимания атрибуции и испытывают сложности при работе с ней. В отчете Ad Roll также указывается, что 70% компаний затрудняются правильно использовать инсайты, полученные от данных атрибуции, а более 35% компаний не могут корректно определить точки касания с клиентом, отчего бюджет распределяется не самым эффективным образом, вследствии чего ROI кампаний имеет не такие высокие показатели как мог бы.

На рынке MarTech уже присутствуют продвинутые сервисы для маркетологов, которые позволяют автоматически работать с большими данными. Однако данные сервисы сложны в использовании. Интеграции с маркетинговыми сервисами ограничены небольшим числом наиболее популярных платформ, а цена на них является сильно завышенной, вследствии относительно невысокой конкуренции на рынке. К тому же, данные сервисы не предлагают дополнительный функционал - SEO-аудит, аудит контекстной рекламы, площадок по работе с блогерами. Поэтому маркетологу приходится постоянно работать с разными платформами и синхронизировать данные, сначала изучая принцип работы каждой из них, а затем постоянно переключаться между ними, отчего время его работы увеличивается, а эффективность падает. Таким образом, эффективного и

доступного решения по работе с пользовательскими данными для маркетологов на данный момент не представлено.