歸因的未來(lái)和MMP的明天

廣告監(jiān)測(cè)的復(fù)雜性增加鞏固了MMP的重要性

廣告技術(shù)正在以驚人的速度發(fā)展，隱私保護(hù)倡議加速了這一進(jìn)程，顛覆了用戶(hù)和設(shè)備數(shù)據(jù)交易的長(zhǎng)期規(guī)范，使得營(yíng)銷(xiāo)人員越來(lái)越難以衡量他們廣告支出的真正影響。移動(dòng)監(jiān)測(cè)合作伙伴（MMP）長(zhǎng)期以來(lái)一直被信任作為AdTech生態(tài)系統(tǒng)中數(shù)據(jù)的管理者，隨著監(jiān)測(cè)變得更加復(fù)雜，MMP繼續(xù)前進(jìn)、創(chuàng)新以適應(yīng)已經(jīng)出現(xiàn)的許多變化和挑戰(zhàn)。MMP的目標(biāo)是為廣告商提供可操作的、方向性的見(jiàn)解，以便他們能夠繼續(xù)為使用他們的廣告資金做出最佳決策。

Kochava自2011年以來(lái)一直在為廣告商鋪路。隨著歸因科學(xué)向更復(fù)雜的小離散數(shù)據(jù)集的聚合進(jìn)展，需要應(yīng)用復(fù)雜的數(shù)學(xué)，我們也在不斷發(fā)展，成為一個(gè)未來(lái)可靠的、明天的MMP。

現(xiàn)代歸因的復(fù)雜性

是的，現(xiàn)代歸因變得越來(lái)越復(fù)雜，毫無(wú)疑問(wèn)在未來(lái)還會(huì)變得更加復(fù)雜。要真正理解歸因的發(fā)展方向，重要的是回顧它的起點(diǎn)。

歸因過(guò)去相對(duì)簡(jiǎn)單明了，出現(xiàn)了一次展現(xiàn)或點(diǎn)擊，并導(dǎo)致一次轉(zhuǎn)化，使得廣告商可以簡(jiǎn)單地建立一對(duì)一的聯(lián)系，了解哪種媒體曝光導(dǎo)致了哪種轉(zhuǎn)化。

雖然這種歸因方式在許多場(chǎng)景下仍在使用，但隱私保護(hù)倡議的興起已經(jīng)引領(lǐng)了一個(gè)新時(shí)代的隱私優(yōu)先歸因，不再是一對(duì)一的方式，而是基于群體并且匿名化設(shè)計(jì)。這導(dǎo)致越來(lái)越多的聚合信號(hào)群體需要與一方數(shù)據(jù)的記錄級(jí)活動(dòng)進(jìn)行協(xié)調(diào)和/或平衡，同時(shí)使得更大的表現(xiàn)圖景對(duì)于營(yíng)銷(xiāo)人員變得清晰且易于理解。

這不是一項(xiàng)小任務(wù)，但MMP們處于獨(dú)特的位置，可以通過(guò)管理集成、聚合和復(fù)雜的數(shù)學(xué)方法，為營(yíng)銷(xiāo)人員提供最佳的支出績(jī)效洞察。

蘋(píng)果公司主要通過(guò)iOS 14中引入的AppTrackingTransparency（ATT）框架，率先推動(dòng)了隱私優(yōu)先的歸因革命。ATT框架基本上將傳統(tǒng)的一對(duì)一廣告歸因置于用戶(hù)選擇加入的墻后面。同時(shí)，他們推出了第二版的SKAdNetwork，這是一種增強(qiáng)隱私的技術(shù)，提供了一種匿名和隱私優(yōu)先的監(jiān)測(cè)方法，無(wú)需用戶(hù)選擇加入。

2024年，谷歌計(jì)劃推出Android的隱私沙箱，這在許多方面類(lèi)似于Android的SKAdNetwork，盡管存在很多差異。雖然這些隱私變化發(fā)揮了重要作用，但缺乏協(xié)調(diào)的政策和實(shí)施，使得廣告商與MMP合作，可以根據(jù)渠道、平臺(tái)、地區(qū)和其他變量幫助他們穿越復(fù)雜的歸因網(wǎng)絡(luò)變得越來(lái)越重要。

根據(jù)IAB最近的一項(xiàng)研究，55%的受訪者表示，跨平臺(tái)監(jiān)測(cè)是他們2023年的重點(diǎn)關(guān)注。

Kochava通過(guò)提供跨各種隱私層次的完整歸因和數(shù)據(jù)處理解決方案，幫助營(yíng)銷(xiāo)人員應(yīng)對(duì)跨平臺(tái)監(jiān)測(cè)的復(fù)雜性。這些隱私層次包括平臺(tái)/操作系統(tǒng)級(jí)別、發(fā)布商/渠道合作伙伴級(jí)別和政府監(jiān)管級(jí)別。

在全渠道營(yíng)銷(xiāo)領(lǐng)域，Kochava運(yùn)用許多層監(jiān)測(cè)方法，這些方法可以應(yīng)用于提取營(yíng)銷(xiāo)人員的性能見(jiàn)解，同時(shí)符合復(fù)雜的隱私優(yōu)先政策網(wǎng)絡(luò)。

要了解Kochava如何跨這些層次運(yùn)作，以及您如何利用它們?cè)谀娜辣O(jiān)測(cè)策略中發(fā)揮作用的更詳細(xì)細(xì)節(jié)，請(qǐng)聯(lián)系我們專(zhuān)家。

優(yōu)化媒體組合建模見(jiàn)解

隨著用戶(hù)隱私保護(hù)措施的增強(qiáng)，營(yíng)銷(xiāo)人員面臨新的挑戰(zhàn)，需要找到新的方式來(lái)獲得性能見(jiàn)解，以?xún)?yōu)化他們的支出，因此媒體組合建模（MMM）變得越來(lái)越重要。使用MMM，從營(yíng)銷(xiāo)和非營(yíng)銷(xiāo)來(lái)源收集的數(shù)據(jù)用于構(gòu)建需求模型，可對(duì)其進(jìn)行分析以確定營(yíng)銷(xiāo)對(duì)總體轉(zhuǎn)化率和業(yè)務(wù)結(jié)果的影響。有了這些見(jiàn)解，營(yíng)銷(xiāo)人員可以從更全面的角度調(diào)整他們的支出并優(yōu)化性能。

Kochava最近收購(gòu)了Machine Advertising，其Always-on-Incremental Measurement（AIM）平臺(tái)是一種實(shí)時(shí)媒體組合建模工具。AIM通過(guò)提供對(duì)增量、渠道飽和度和季節(jié)性等因素的高級(jí)控制，最大化營(yíng)銷(xiāo)預(yù)算的效果。

傳統(tǒng)的MMM方法很快就會(huì)過(guò)時(shí)，需要經(jīng)常更新，這使得它變得耗時(shí)，并需要熟練的資源來(lái)管理。這通常使得只有大型組織才有資源在內(nèi)部維護(hù)MMM或?qū)⑵渫獍?。AIM則是一種不同的方法，它是一個(gè)復(fù)雜的學(xué)習(xí)系統(tǒng)，每天吸收新數(shù)據(jù)，并持續(xù)更新和豐富其模型。始終開(kāi)啟的方法確保它產(chǎn)生的洞察始終準(zhǔn)確、最新并且可以直接使用，為其用戶(hù)提供了優(yōu)化預(yù)算分配的即用型建議。

這通過(guò)利用聚合和匿名化數(shù)據(jù)的自上而下的監(jiān)測(cè)方法實(shí)現(xiàn)，而不是傳統(tǒng)MMP所依賴(lài)的粒度更細(xì)、行級(jí)數(shù)據(jù)的自下而上的路徑。AIM通過(guò)從市場(chǎng)層面的聚合數(shù)據(jù)開(kāi)始分析媒體的有效性，然后繼續(xù)向下進(jìn)行漏斗分析，以提供更細(xì)粒度的操作，以通知媒體合作伙伴的預(yù)算分配。

這兩種方法相互促進(jìn)，幫助營(yíng)銷(xiāo)人員改進(jìn)流程和廣告活動(dòng)表現(xiàn)。將AIM與任何MMP（不僅限于Kochava）結(jié)合使用可以確保覆蓋到檢測(cè)的各個(gè)方面，并提供可用的數(shù)據(jù)以更好地指導(dǎo)采購(gòu)決策。

在使用AIM平臺(tái)之前，您需要按應(yīng)用程序、國(guó)家、網(wǎng)絡(luò)和日期對(duì)聚合成本數(shù)據(jù)進(jìn)行收集。大多數(shù)MMP都提供成本聚合工具，AIM平臺(tái)可以與任何MMP配合使用。

對(duì)于使用Kochava的營(yíng)銷(xiāo)人員，Kochava Cost提供成本聚合，并提供數(shù)據(jù)連接器，可在所有跨渠道合作伙伴中收集成本指標(biāo)。如果您是Kochava的現(xiàn)有客戶(hù)，但尚未使用Kochava Cost但對(duì)MMM感興趣，請(qǐng)務(wù)必聯(lián)系您的客戶(hù)成功經(jīng)理或發(fā)送電子郵件至support@kochava.com以實(shí)現(xiàn)成本監(jiān)測(cè)。

準(zhǔn)備迎接歸因的未來(lái)

歸因的未來(lái)已經(jīng)來(lái)臨，Kochava不斷創(chuàng)新和適應(yīng)不斷變化的廣告生態(tài)系統(tǒng)。

為了應(yīng)對(duì)谷歌在2024年發(fā)布隱私沙盒和MAID消失的情況，Kochava正在參與谷歌的測(cè)試版。只有一年的時(shí)間，廣告商應(yīng)該與支持SKAdNetwork的MMP協(xié)調(diào)，并確保他們?cè)贏ndroid的未來(lái)上獲得成功。

展望未來(lái)，Kochava將把現(xiàn)代歸因的所有方面統(tǒng)一到一個(gè)高度有效的洞察層中，跨越全渠道集成、不同程度的性能數(shù)據(jù)聚合以及處理提供合理的廣告效果讀數(shù)所需的復(fù)雜數(shù)學(xué)問(wèn)題。

幫助今天的營(yíng)銷(xiāo)人員為明天做好準(zhǔn)備

現(xiàn)在，MMPs不再是最后的觸點(diǎn)監(jiān)測(cè)中心。多年來(lái)，Kochava一直支持分?jǐn)?shù)歸因，托管品牌用于驅(qū)動(dòng)自己的內(nèi)部媒體混合建模和進(jìn)行一次性增量研究所需的數(shù)據(jù)。主要參與者的政策變化迫使行業(yè)不斷適應(yīng)，作為一個(gè)優(yōu)先考慮創(chuàng)新的MMP，我們已經(jīng)準(zhǔn)備好接受挑戰(zhàn)并幫助營(yíng)銷(xiāo)人員蓬勃發(fā)展。

通過(guò)訂閱我們的新聞通訊，可以了解AdTech的最新動(dòng)態(tài)和Kochava的最新消息。