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
ในสหรัฐอเมริกา คนทั่วไปใช้เวลาเฉลี่ยมากกว่า 82 ชั่วโมงต่อสัปดาห์ในการดูสื่อต่างๆ พร้อมกัน (ไม่ติดต่อกัน) ซึ่งแนวโน้มนี้จะยังคงเพิ่มขึ้นเรื่อยๆ ในแบบที่เราไม่เคยคาดคิดว่าเป็นไปได้ เพื่อให้เข้าใจโอกาสในแวดวงวิดีโอในปัจจุบันได้ดียิ่งขึ้น โดยเฉพาะการเติบโตของวิดีโอบนมือถือ นักการตลาดจำเป็นต้องทำความเข้าใจว่าผู้คนมีส่วนร่วมกับวิดีโอ บน หน้าจอต่างๆ อย่างไรในลักษณะที่เปรียบเทียบได้ แทนที่จะทำความเข้าใจการมีส่วนร่วมแบบแบ่งกลุ่มกับทีวีหรือดิจิทัล จากนั้น ผู้เล่นในตลาดสามารถพิจารณาการสร้างรายได้ ซึ่งเมแกนได้จัดประเภทเป็นโมเดลการสร้างรายได้จากเนื้อหา 4 แบบ ดังนี้
- 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
เพื่อตัดความสับสนและเข้าถึงส่วนที่สำคัญกว่าของการโฆษณา เมแกนเน้นย้ำถึงความสำคัญของการทำความเข้าใจกำแพงล้อมรอบ ซึ่งหมายถึงสภาพแวดล้อมที่การดำเนินงานทั้งหมดอยู่ภายใต้การควบคุมของเจ้าของสื่อที่เกี่ยวข้อง น่าเสียดายที่กำแพงล้อมรอบมักนำไปสู่การพัฒนาการวัดผลที่ไม่สอดคล้องกันในภูมิทัศน์สื่อ
เมแกนกล่าวว่า “มีการถกเถียงกันมากมายว่าค่าเมตริกของสกุลเงินคืออะไร เริ่มจากทำความเข้าใจค่าเมตริกพื้นฐาน เราเชื่อว่ามันคือค่าการเข้าถึงและความถี่ มันคือจำนวนคนที่เห็นมันและความถี่ที่พวกเขาเห็นมัน จริงๆ แล้วมันไม่ได้ขึ้นอยู่กับว่าพวกเขาเห็นมันมานานแค่ไหนหรือ ROI มันเป็นเพียงตัวเลขอสังหาริมทรัพย์ การรวมค่าการเข้าถึงและความถี่เข้าด้วยกันคือรากฐานของการวัดทั้งหมด และเป็นฐานที่สำคัญที่สุดที่ตลาดสามารถซื้อขายได้และนักการตลาดสามารถปลดล็อกการใช้จ่ายเพิ่มเติมได้” เมตริกพื้นฐานเช่นนี้มีความจำเป็นเนื่องจากมันสร้างจักรวาลที่ถูกต้องสำหรับผู้ชม เมื่อคุณมีรากฐานนี้แล้ว คุณจะสร้างเมตริกเพิ่มเติม เช่น ROI ของผู้ชมขั้นสูง การมีส่วนร่วม ฯลฯ
สถานการณ์ทั้งสามนี้ตอกย้ำว่าเหตุใดการใช้ตัวชี้วัดที่เปรียบเทียบได้โดยมีการเข้าถึงและความถี่เป็นฐานจึงมีความสำคัญต่อความสามัคคีและการเติบโตของอุตสาหกรรม:
สถานการณ์ที่ 1 – ผู้ขายแต่ละรายวัดตัวเอง
สภาพแวดล้อมแรกนั้นใกล้เคียงกับสิ่งที่เรามีอยู่ในปัจจุบัน แต่เป็นสิ่งที่เราต้องหลีกเลี่ยง เนื่องจากจะปิดกั้นการกำจัดข้อมูลซ้ำซ้อนของกลุ่มเป้าหมายในตลาด นอกจากนี้ เธอยังบอกอีกด้วยว่า มันยังขัดขวางความสอดคล้อง การเปรียบเทียบข้ามตลาด ความโปร่งใส และการวัดผลแบบอิสระ จึงก่อให้เกิดของเสีย
สถานการณ์ที่ 2 – ผลลัพธ์ที่แตกต่างกัน: แนวทางการวัดผลหลายแบบ
สถานการณ์ที่สองจะสะท้อนถึงสภาพแวดล้อมในปัจจุบันหากใช้บริษัทวัดผลอิสระ อย่างไรก็ตาม ปัญหาของโมเดลนี้ก็คือ การวัดผลของแต่ละผู้จำหน่ายจะไม่สามารถเปรียบเทียบกับของรายอื่นได้อย่างแม่นยำ การสูญเสียข้อมูลซ้ำซ้อนจะสูญหายไป และไม่สามารถวัดผลตอบแทนจากการลงทุนหรือการยกระดับแบรนด์ได้
สถานการณ์ที่ 3 – เมตริกที่เปรียบเทียบได้เพื่อสร้างรายได้
โมเดลนี้เป็นสภาพแวดล้อมที่เหมาะสำหรับความสม่ำเสมอในตลาด เนื่องจากชุดเมตริกชุดหนึ่งจะวัดส่วนพื้นฐาน การเข้าถึง และความถี่ นอกจากนี้ยังสามารถเปรียบเทียบกับชุดอื่นๆ ได้ ทำให้สามารถประเมินประสิทธิภาพการขาย การกำหนดคุณลักษณะแบบมัลติทัช และการมีส่วนร่วมของแบรนด์ต่างๆ ได้อย่างแม่นยำ นอกจากนี้ยังสามารถกำจัดกลุ่มเป้าหมายซ้ำซ้อนบนแพลตฟอร์มต่างๆ ด้วยเมตริกที่สม่ำเสมอเพื่อสร้างรายได้ ตลอดจนสร้างระบบนิเวศที่มีผู้เล่นที่แตกต่างกันได้ อย่างไรก็ตาม จำเป็นอย่างยิ่งที่ตลาดจะทำงานร่วมกันได้
vBrand ของ Nielsen ซึ่ง เป็นบริษัทที่เพิ่งเข้าซื้อกิจการได้ไม่นานนี้ ใช้เทคโนโลยีการเรียนรู้ของเครื่องจักรในการวัดการเข้าถึงและความถี่ของแพลตฟอร์มต่างๆ สำหรับการผสานรวมแบรนด์เข้าด้วยกันอย่างสม่ำเสมอ นอกจากนี้ vBrand ยังทำหน้าที่เป็นโต๊ะซื้อขายสำหรับการประเมินมูลค่าของนักการตลาดต่อโปรโมชันและการสนับสนุนภายในวงการกีฬา และยังวัดการเข้าถึงของแบรนด์ต่างๆ ในเว็บไซต์โซเชียลมีเดียอีกด้วย
เนื่องจากฟังก์ชันนี้มีอยู่จริงในปัจจุบัน ความท้าทายสำหรับอุตสาหกรรมจึงอยู่ที่ความเต็มใจและความกล้าที่จะมีส่วนร่วมมากกว่าสิ่งอื่นใด ข้อสรุปคือ ไม่มีเหตุผลใดเลยที่จะขยายฟังก์ชันนี้ไปยังอุตสาหกรรมเพื่อใช้งานทั่วทั้งตลาดได้ แต่เราทุกคนต้องพยายามทำให้มันเกิดขึ้น
