Bente Sollid Storehaug CEO ESV Digital, Nordic Innsikt trumfer intuisjon Full oversikt over klikk-universet. Datadrevet attribusjon.

Presentasjon om: "Bente Sollid Storehaug CEO ESV Digital, Nordic Innsikt trumfer intuisjon Full oversikt over klikk-universet. Datadrevet attribusjon."— Utskrift av presentasjonen:

1 Bente Sollid Storehaug CEO ESV Digital, Nordic Innsikt trumfer intuisjon Full oversikt over klikk-universet. Datadrevet attribusjon.

2 Twitter @bentesollid

3 Bente Sollid Storehaug Pål Petersen

4 Dagens Næringsliv

5

6 Statistisk Sentralbyrå

7 Hegnar Presseklipp Hegnar / Dagens Næringsliv

8 Presseklipp Dagens Næringsliv

9 Hva preger markedsføringen?

10 Norsk økonomi kjøles ned Annonsører vil bli mer fokusert på avkastning Norsk økonomi kjøles ned Annonsører vil bli mer fokusert på avkastning

11 Hvordan engasjere kundene i sømløse omnikanaler? Hvordan engasjere kundene i sømløse omnikanaler?

12 Nye kompetanser Nye teknologier Nye byrå-hybrider

13 Traditional Advertising Newspapers Magazines Radio TV Traditional Advertising Newspapers Magazines Radio TV Data-driven marketing digital platforms Web-sites, social media and apps is seamless integrated Cross-device, Cross- channels, Customer lojalty, Conversions and Customer Experience Data-driven marketing digital platforms Web-sites, social media and apps is seamless integrated Cross-device, Cross- channels, Customer lojalty, Conversions and Customer Experience

14 Sterk bransjeglidning

15 Mediebyråer går mot innhold

16 Reklamebyråer går mot digitale mediekjøp

17 Mediebyråer går mot innhold Reklamebyråer går mot digitale mediekjøp Mediehusene går mot e-commerce og byrå

18 Mediebyråer går mot innhold Reklamebyråer går mot digitale mediekjøp Mediehusene går mot e-commerce og byrå E-commerce blir publisister

19

20 Alle store selskaper leter etter nye måter å vokse

21 Det store skiftet innenfor markedsføringen

22 Variety of marketing software applications have exploded and has created a complex marketing technology landscape that can be confusing to enterprise marketing and IT leaders.

23 Digitalisering endrer kundeadferden radikalt Fra lineær shopping til beslutningsprosesser

24 Hvordan forstå komplekse kundereiser? 60-70 prosent av kjøpsprosessen skjer online * Markedsføringen endrer form og karakter * Gjennomsnittlig 11,4 kilder før beslutning * 90 prosent av alle kjøp skjer offline

25 ANFO-undersøkelsen 2015 Norske annonsører mener de har 2 hovedutfordringer

26 Hva er det egentlig som virker i digitale kanaler?

27 Hvordan kan vi måle effekt på tvers av kanaler og enheter?

28 «Halvparten av pengene jeg bruker på markedsføring, er bortkastet. Problemet er at jeg ikke vet hvilken halvpart» John Wanamaker, gründer, 1838-1922

29 Enkle attribusjonsmodeller Siste Klikk Første Klikk Post View

30 Regelstyrte attribusjonsmodeller Lik verdi U-formet Stigende

31 64 % Av all handel på nett kommer fra mer enn et berøringspunkt = Kilde: Google

32 Annonsører etterspør prediktive modeller for å optimalisere treffsikkerheten på leads gjennom bruk av ulike datakilder og maskinlæring

33 Hva er en algoritme?

34 The beauty of digital

35

36 Hva ønsker vi å oppnå? Digital markedsføring

37 Datadrevet attribusjon krever en definert konverterings- indikator Hva er dine KPI-er?

38 Alle kampanjer trackes, millioner av konverteringsbaner blir analysert

39 Spillteori

40 Hovordan bli like god som den lokale banksjefen? KUNDEINNSIKT

41 Dette er en selvfølge i 2015.

42 Personlig og responsiv BEDRE KUNDEOPPLEVELSER MER ENGASJEMENT ØKT KONVERTERING ØKTE INNTEKTER REDUSERTE KOSTNADER

43 ANNONSØR ESV ATTRIBUSJON CXENSE PERSONALISERING ANNONSØR ESV ATTRIBUSJON CXENSE PERSONALISERING Attribusjon og bygging av dataprofiler

44 ATTRIBUSJON Kvantifisere bidraget til hver enkelt mediekanal / kampanje Maskinlæring / mønstergjenkjenning Algoritmer / spillteori ANNONSØR ESV ATTRIBUSJON CXENSE PERSONALISERING ANNONSØR ESV ATTRIBUSJON CXENSE PERSONALISERING Attribusjon og bygging av dataprofiler

45 ATTRIBUSJON Kvantifisere bidraget til hver enkelt mediekanal / kampanje Maskinlæring / mønstergjenkjenning Algoritmer / spillteori REKRUTTERE NYE KUNDER ANNONSØR ESV ATTRIBUSJON CXENSE PERSONALISERING ANNONSØR ESV ATTRIBUSJON CXENSE PERSONALISERING Attribusjon og bygging av dataprofiler

46 ATTRIBUSJON Kvantifisere bidraget til hver enkelt mediekanal / kampanje Maskinlæring / mønstergjenkjenning Algoritmer / spillteori Insight * Content * DMP OPTIMALISERE Personaliseringsteknologi Bygge dataprofiler Segmentere kundene REKRUTTERE NYE KUNDER ANNONSØR ESV ATTRIBUSJON CXENSE PERSONALISERING ANNONSØR ESV ATTRIBUSJON CXENSE PERSONALISERING Attribusjon og bygging av dataprofiler

47 ATTRIBUSJON Kvantifisere bidraget til hver enkelt mediekanal / kampanje Maskinlæring / mønstergjenkjenning Algoritmer / spillteori Insight * Content * DMP OPTIMALISERE Personaliseringsteknologi Bygge dataprofiler Segmentere kundene ESV + CXENSE combined dataprofile REKRUTTERE NYE KUNDER ANNONSØR ESV ATTRIBUSJON CXENSE PERSONALISERING ANNONSØR ESV ATTRIBUSJON CXENSE PERSONALISERING Attribusjon og bygging av dataprofiler

48 ATTRIBUSJON Kvantifisere bidraget til hver enkelt mediekanal / kampanje Maskinlæring / mønstergjenkjenning Algoritmer / spillteori Insight * Content * DMP OPTIMALISERE Personaliseringsteknologi Bygge dataprofiler Segmentere kundene ESV + CXENSE combined dataprofile ALLOKERING ESV Trading desk Cxense Connectivity Multichannel REKRUTTERE NYE KUNDER ANNONSØR ESV ATTRIBUSJON CXENSE PERSONALISERING ANNONSØR ESV ATTRIBUSJON CXENSE PERSONALISERING

49 Datadrevet attribusjon øker lønnsomheten med 20-40 %. Hvordan? Kilde: The State of Marketing 2013, IBM´s Global Survey of Marketers. Global Summit 2013.

50 1..

51 Kontekst F lyselskapet selger kun på nett og benytter mange digitale markedsføringskanaler. De ønsker å effektivisere sine medieinvesteringer og få en bedre oversikt over hva som faktisk bidrar til konverteringer.

52 Utfordring Er siste-klikk hensiktsmessig for å vurdere resultatene av betalte kanaler ? Hva er en optimal budsjettfordeling for kampanjen? Hvordan er adferden til de som besøker flyselskapets nettsider?

53 Utfordring Er siste-klikk hensiktsmessig for å vurdere resultatene av betalte kanaler ? Hva er en optimal budsjettfordeling for kampanjen? Hvordan er adferden til de som besøker flyselskapets nettsider? Strategi Sammenligne resultatene fra mediemiksen med ulike attribusjons- modeller, inkludert algoritmisk modell. Definere en optimal investeringsmiks basert på rekalkulert ROI. Segmentere kundenes adferd i henhold til relevante kriterier.

54 Utfordring Er siste-klikk hensiktsmessig for å vurdere resultatene av betalte kanaler ? Hva er en optimal budsjettfordeling for kampanjen? Hvordan er adferden til de som besøker flyselskapets nettsider? Strategi Sammenligne resultatene fra mediemiksen med ulike attribusjons- modeller, inkludert algoritmisk modell. Definere en optimal investeringsmiks basert på rekalkulert ROI. Segmentere kundenes adferd i henhold til relevante kriterier. Resultat Medieinvesteringene ble endret som følge av den algoritmiske innsikt ROI økte med 20% etter at anbefalingene ble implementert. Mediekjøpene ble tilpasset kundenes faktiske adferd.

55 2..

56 Kontekst Turoperatøren er nykommer i et konkurranseutsatt marked. Kunden ønsket å utvikle merkevarekjennskap og fokusere sin markedsføring på tiltak som gir dette arbeidet størst verdi.

57 Utfordring Hvilket samspill er det mellom de ulike kanalene og hvordan leder dette kundene mot konvertering? Hvilke kanaler og kampanjer er best egnet for å skaffe nye kunder? Hvordan øke den gjennomsnittlige handelekurven?

58 Utfordring Hvilket samspill er det mellom de ulike kanalene og hvordan leder dette kundene mot konvertering? Hvilke kanaler og kampanjer er best egnet for å skaffe nye kunder? Hvordan øke den gjennomsnittlige handelekurven? Strategi Vi ønsket å fastslå hvilke synergier som eksisterer mellom ulike kanaler og ulike typer kampanjer. Vi ønsket å klassifisere de ulike kanalene i henhold til innflytelse for hvert trinn i beslutningssyklusen; oppdagelse, vurdering, evaluering og kjøp. Vi analyserte oppkjøpsstrategiene i forhold til brukerens dataprofil (nye kunder vs lojale kunder, liten/stor gjennomsnittlig størrelse på handlekurv, geografiske opprinnelse, produkter som ble sett på og kjøpte produkter)

59 Utfordring Hvilket samspill er det mellom de ulike kanalene og hvordan leder dette kundene mot konvertering? Hvilke kanaler og kampanjer er best egnet for å skaffe nye kunder? Hvordan øke den gjennomsnittlige handelekurven? Strategi Vi ønsket å fastslå hvilke synergier som eksisterer mellom ulike kanaler og ulike typer kampanjer. Vi ønsket å klassifisere de ulike kanalene i henhold til innflytelse for hvert trinn i beslutningssyklusen; oppdagelse, vurdering, evaluering og kjøp. Vi analyserte oppkjøpsstrategiene i forhold til brukerens dataprofil (nye kunder vs lojale kunder, liten/stor gjennomsnittlig størrelse på handlekurv, geografiske opprinnelse, produkter som ble sett på og kjøpte produkter) Vi anbefalte en medieplan som tar hensyn til synergier mellom kanaler og kampanjetyper. Vi justerte markedsføringstiltakene i tråd med annonsørens mål og hver enkelt kanals rolle. Kampanjene ble rettet mot produkter og geografiske regioner som ga best økonomisk uttelling. Resultat

60 Markedsføringens digitale kinderegg

61 1. Sanntid Maskinlæring, Mønstergjenkjenning Automatisering Attribuert omsetning

62 2. Personlig Bygge dataprofiler Kunderesponsiv på innhold Segmentert kundebasen

63 3. Forenkling Mye forførerisk teknologi Hvordan unngå for mange dashboards?

64 Hvordan kjøre attribusjon fra online til offline? NEXT

65 Kaffe blir aldri et digitalt produkt, men hele kunde- og kjøpsopplevelsen digitaliseres ROPO Research Online – Purchase offline

66 Innovatører Datadrevne forretningsutviklere Operasjonelle rådgivere Dataanalytikere og matematikere Hvilken ny kompetanse trenger markedsføringsbransjen?

67 Hva er en datadrevet markedsfører?

68

69 Twitter @bentesollid Blogg: digitalhverdag.media