ในงาน AdExchanger's Industry Preview ประจำปีนี้ที่นิวยอร์กซิตี้ ผู้นำอุตสาหกรรมชั้นนำด้านเทคโนโลยีการตลาดและโฆษณามารวมตัวกันเพื่อหารือเกี่ยวกับวิสัยทัศน์ที่สำคัญที่สุดสำหรับการโฆษณาในปี 2019 โดย Nielsen เป็นผู้ให้การสนับสนุนหลักในงานสัมมนาสองวันนี้ ซึ่งช่วยตอกย้ำให้เราเป็นผู้เชี่ยวชาญชั้นนำด้านการตลาดและการวัดผลที่ขับเคลื่อนด้วยข้อมูล ในวันที่สองของการประชุม Megan Clarken ประธานเจ้าหน้าที่ฝ่ายพาณิชย์ Nielsen Global Media กล่าวปาฐกถาสำคัญในหัวข้อ "Transforming Marketing Measurement" โดยให้เหตุผลว่าปี 2019 ควรเป็นปีที่อุตสาหกรรมจะต้องทุ่มเทให้กับการวัดผลที่มีคุณภาพสูงเพื่อพิสูจน์คุณค่าของตนเอง
In the U.S., the average person consumes over 82 hours of media a week via multitasking (not in a row), a trend that will continue to grow in ways we never thought possible. In order to further grasp the opportunity in the current video landscape, particularly the growth of mobile video, marketers need to understand how people engage with video across screens in a comparable way rather than understanding segmented engagement with TV or digital. From there, market players can think about monetization, which Megan categorized in four content monetization models:
- การโฆษณาแบบดั้งเดิม/เข้าถึง: การซื้อแบบเชิงเส้น
- การโฆษณาแบบกำหนดเป้าหมาย: ผู้ชมซื้อ
- SVOD: รูปแบบการสมัครสมาชิก (ไม่มีโฆษณา)
- การบูรณาการแบรนด์: การจัดวางผลิตภัณฑ์
การโฆษณาแบบดั้งเดิม/แบบเข้าถึงกลุ่มเป้าหมายและแบบตรงเป้าหมายเป็นช่องทางโฆษณาที่ถกเถียงกันมากที่สุดและได้รับความนิยมมากที่สุดในตลาดปัจจุบัน แต่กลับคิดเป็นแค่เศษเสี้ยวหนึ่งของรายจ่ายโดยรวมของนักการตลาด เพื่อเป็นตัวอย่าง เมแกนได้ฉายสไลด์ที่เน้นว่ารายจ่ายด้านการตลาด 15%-20% จากทั้ง FMCG แบบดั้งเดิมและแบรนด์รถยนต์นั้นใช้ไปกับการโฆษณา ในขณะที่ 80%-85% ใช้ไปกับการส่งเสริมการขายและแรงจูงใจ ซึ่งส่วนใหญ่เป็นเพราะการพิสูจน์ผลตอบแทนจากการลงทุนจากการใช้จ่ายผ่านช่องทางดิจิทัลยังคงเป็นอุปสรรคสำคัญในอุตสาหกรรมต่างๆ
In order to cut through the confusion and gain access to a more significant piece of the advertising pie, Megan emphasized the importance of better understanding walled gardens, defined as environments where all operations are controlled by their respective media owners. Unfortunately, they often lead to the development of inconsistent measurement across the media landscape.
เมแกนกล่าวว่า “มีการถกเถียงกันมากมายว่าค่าเมตริกของสกุลเงินคืออะไร เริ่มจากทำความเข้าใจค่าเมตริกพื้นฐาน เราเชื่อว่ามันคือค่าการเข้าถึงและความถี่ มันคือจำนวนคนที่เห็นมันและความถี่ที่พวกเขาเห็นมัน จริงๆ แล้วมันไม่ได้ขึ้นอยู่กับว่าพวกเขาเห็นมันมานานแค่ไหนหรือ ROI มันเป็นเพียงตัวเลขอสังหาริมทรัพย์ การรวมค่าการเข้าถึงและความถี่เข้าด้วยกันคือรากฐานของการวัดทั้งหมด และเป็นฐานที่สำคัญที่สุดที่ตลาดสามารถซื้อขายได้และนักการตลาดสามารถปลดล็อกการใช้จ่ายเพิ่มเติมได้” เมตริกพื้นฐานเช่นนี้มีความจำเป็นเนื่องจากมันสร้างจักรวาลที่ถูกต้องสำหรับผู้ชม เมื่อคุณมีรากฐานนี้แล้ว คุณจะสร้างเมตริกเพิ่มเติม เช่น ROI ของผู้ชมขั้นสูง การมีส่วนร่วม ฯลฯ
สถานการณ์ทั้งสามนี้ตอกย้ำว่าเหตุใดการใช้ตัวชี้วัดที่เปรียบเทียบได้โดยมีการเข้าถึงและความถี่เป็นฐานจึงมีความสำคัญต่อความสามัคคีและการเติบโตของอุตสาหกรรม:
Scenario 1 – Each Vendor Measuring Itself
สภาพแวดล้อมแรกนั้นใกล้เคียงกับสิ่งที่เรามีอยู่ในปัจจุบัน แต่เป็นสิ่งที่เราต้องหลีกเลี่ยง เนื่องจากจะปิดกั้นการกำจัดข้อมูลซ้ำซ้อนของกลุ่มเป้าหมายในตลาด นอกจากนี้ เธอยังบอกอีกด้วยว่า มันยังขัดขวางความสอดคล้อง การเปรียบเทียบข้ามตลาด ความโปร่งใส และการวัดผลแบบอิสระ จึงก่อให้เกิดของเสีย
Scenario 2 – Different Outcomes: Multiple Measurement Approaches
สถานการณ์ที่สองจะสะท้อนถึงสภาพแวดล้อมในปัจจุบันหากใช้บริษัทวัดผลอิสระ อย่างไรก็ตาม ปัญหาของโมเดลนี้ก็คือ การวัดผลของแต่ละผู้จำหน่ายจะไม่สามารถเปรียบเทียบกับของรายอื่นได้อย่างแม่นยำ การสูญเสียข้อมูลซ้ำซ้อนจะสูญหายไป และไม่สามารถวัดผลตอบแทนจากการลงทุนหรือการยกระดับแบรนด์ได้
Scenario 3 – Comparable Metrics to Monetize
โมเดลนี้เป็นสภาพแวดล้อมที่เหมาะสำหรับความสม่ำเสมอในตลาด เนื่องจากชุดเมตริกชุดหนึ่งจะวัดส่วนพื้นฐาน การเข้าถึง และความถี่ นอกจากนี้ยังสามารถเปรียบเทียบกับชุดอื่นๆ ได้ ทำให้สามารถประเมินประสิทธิภาพการขาย การกำหนดคุณลักษณะแบบมัลติทัช และการมีส่วนร่วมของแบรนด์ต่างๆ ได้อย่างแม่นยำ นอกจากนี้ยังสามารถกำจัดกลุ่มเป้าหมายซ้ำซ้อนบนแพลตฟอร์มต่างๆ ด้วยเมตริกที่สม่ำเสมอเพื่อสร้างรายได้ ตลอดจนสร้างระบบนิเวศที่มีผู้เล่นที่แตกต่างกันได้ อย่างไรก็ตาม จำเป็นอย่างยิ่งที่ตลาดจะทำงานร่วมกันได้
Nielsen’s very own vBrand, a recent acquisition, uses machine-learning technology to consistently measure reach and frequency across platforms for branded integrations. Additionally, vBrand serves as a trading desk for how marketers value promotions and sponsorships inside of sports, and it measures the reach of brands across social media sites.
เนื่องจากฟังก์ชันนี้มีอยู่จริงในปัจจุบัน ความท้าทายสำหรับอุตสาหกรรมจึงอยู่ที่ความเต็มใจและความกล้าที่จะมีส่วนร่วมมากกว่าสิ่งอื่นใด ข้อสรุปคือ ไม่มีเหตุผลใดเลยที่จะขยายฟังก์ชันนี้ไปยังอุตสาหกรรมเพื่อใช้งานทั่วทั้งตลาดได้ แต่เราทุกคนต้องพยายามทำให้มันเกิดขึ้น
