گوگل جزئیات اساسی در مورد راه حل های اندازه گیری و حریم خصوصی خود را در کتاب راهنمای بازاریابی دیجیتال خود ارائه کرده است.
کتاب راهنمای بازاریابی دیجیتال در میان انتظارات مداوم و دائمی در حال تغییر حریم خصوصی مصرف کنندگان و مقررات قریب الوقوع مانند ممنوعیت TikTok مونتانا و قانون AMERICA به موقع است.
در راهنمای 31 صفحه‌ای، گوگل به‌روزرسانی‌های لازم را برای تبلیغ‌کنندگان بیان می‌کند که بر نحوه اندازه‌گیری عملکرد و نحوه ارتباط با مصرف‌کنندگان به شیوه‌ای معنادار تأثیر می‌گذارد.
این کتاب راهنما معرفی می‌کند که چگونه بازیگران کلیدی مختلف، مانند بازاریاب‌ها، آژانس‌ها و مدیران، نقش مهمی در آینده تبلیغات دارند و در عین حال حفظ حریم خصوصی را در راس ذهن خود نگه می‌دارند.
ایجاد روابط با داده های شخص اول
بخش اول کتاب بازی گوگل به ایجاد یک استراتژی داده شخص اول اختصاص دارد.
گوگل اهمیت ارائه یک تبادل ارزش معنادار و مناسب برای تقویت روابط با مشتری را مشخص می کند.
بخشی از ایجاد اعتماد در جمع آوری داده های شخص اول، کنترل اطلاعات توسط مصرف کننده است. اینجاست که خط مشی شفافیت ردیابی اپلیکیشن (ATT) اپل برای اپلیکیشن های iOS مطرح می شود. تبلیغ‌کنندگان باید خط‌مشی ATT را بررسی کنند و بهترین اقدام را برای رضایت در برنامه‌های iOS خود تعیین کنند.
یکی دیگر از اجزای حیاتی استراتژی داده شخص اول، ادغام منابع داده و پلتفرم‌ها، مانند پلتفرم CRM، در ابزارهای تبلیغاتی و اندازه‌گیری Google، مانند Google Ads و Google Analytics است.
ابزارها و بسترها برای اندازه گیری دقیق
در فصل دوم کتاب بازی دیجیتال مارکتینگ، گوگل زمینه های حیاتی یادگیری را بیان می کند:
- ایجاد یک پایه برچسب گذاری محکم
- اندازه گیری تبدیل دقیق تر با داده های شخص اول و یادگیری ماشینی.
- اتصال و ادغام چندین منبع داده به Ads Data Hub
- اندازه گیری برنامه متمرکز بر حریم خصوصی
- انتقال به Google Analytics 4 برای اندازه گیری
- آینده اندازه گیری چگونه به نظر می رسد.
برچسب گذاری در سراسر سایت
جای تعجب نیست که کمپین های بازاریابی به طور فزاینده ای برای پیگیری موفقیت دشوارتر شده اند.
راه حل گوگل؟ یک زیرساخت برچسب گذاری جامد در سراسر سایت اتخاذ کنید.
گوگل گزینه های متعددی را برای برچسب گذاری در سراسر سایت ارائه می دهد، از جمله:
- تگ گوگل
- گوگل تگ منیجر
- گوگل تگ منیجر 360
برای حفظ حریم خصوصی و امنیت بیشتر، برچسب‌گذاری سمت سرور برای هر دو نسخه Google Tag Manager در دسترس است.
مدل سازی تبدیل
روش دیگری که Google با تغییرات حریم خصوصی سازگار کرده است، معرفی تبدیل‌های پیشرفته برای وب است. این نوع ردیابی تبدیل به برچسب‌های سایت اجازه می‌دهد تا داده‌های شخص اول را جمع‌آوری کنند (پس از رضایت کاربر)، که سپس به Google ارسال می‌شود.
Google داده‌های هش‌شده را با حساب‌های Google وارد شده مطابقت می‌دهد تا تبدیل‌های مناسب را به تبلیغات جستجو و YouTube نسبت دهد.
این همان جایی است که مدل سازی تبدیل وارد بازی می شود.
از نظر گوگل، مدل سازی تبدیل جزء کلیدی راه حل های اندازه گیری آنها باقی خواهد ماند.
مدل‌سازی تبدیل از یادگیری ماشین برای ضبط و ارجاع متقابل سیگنال‌های مختلف برای عملکرد بهتر استفاده می‌کند.
گوگل در کتاب بازی بیان کرده است:
در صورت امکان، مدل سازی تبدیل را مستقیماً در محصولات تبلیغاتی Google ادغام می کنیم،
بنابراین شما به طور خودکار این داده های مدل شده را در ستون گزارش تبدیل خود پیدا خواهید کرد. این به شما بینشی می دهد
تبدیل هایی که در غیر این صورت ثبت نمی کردید، مانند محدودیت های پلت فرم که استفاده از شخص ثالث را محدود می کند
کوکی ها یا سایر شناسه ها
Ads Data Hub برای بازاریابان از BigQuery برای جمع‌آوری داده‌های شخص اول و پیوستن آن به داده‌های کمپین تبلیغاتی در سطح رویداد Google استفاده می‌کند. همچنین تضمین می کند که اطلاعات شخصی کاربر از طریق بررسی حریم خصوصی محافظت می شود و هرگز در دسترس تبلیغ کنندگان قرار نمی گیرد.
برنامه متمرکز بر حریم خصوصی و اندازه‌گیری GA4
پس از انتشار سیاست ATT اپل، بازاریابان باید اجرای اندازه‌گیری تبدیل روی دستگاه و Google Analytics برای Firebase SDK را برای برنامه‌های خود در اولویت قرار دهند.
اندازه‌گیری تبدیل روی دستگاه اجازه می‌دهد تا تعاملات کاربر با تبلیغات برنامه با تبدیل‌های برنامه مطابقت داشته باشد، بدون اینکه هویت کاربر از دستگاه کاربر خارج شود.
Firebase SDK را می توان به برنامه های اندروید و iOS اضافه کرد و امکان اندازه گیری بین پلتفرمی را فراهم می کند.
برای برآورده کردن انتظارات حفظ حریم خصوصی، Google Analytics 4 از یادگیری ماشینی پیشرفته برای کمک به پر کردن شکاف‌های داده‌های مشتریان استفاده کرده است.
این شامل تبدیل و مدل‌سازی رفتاری در ویژگی GA4 است. به طور پیش فرض، مدل تبدیل مبتنی بر داده به طور خودکار استفاده می شود. با این حال، تبلیغ‌کنندگان می‌توانند مدل‌های پیش‌فرض را تغییر دهند.
به‌روزرسانی‌های جعبه ایمنی حریم خصوصی
Privacy Sandbox که اولین بار در سال 2019 معرفی شد، به تکامل خود ادامه می دهد.
راه‌حل‌های برچسب Google برای ادغام با Privacy Sandbox Attribution Reporting API ساخته شده‌اند.
این بدان معناست که Reporting API فقط اطلاعات را به گونه‌ای گزارش می‌کند که ویژگی‌های هویت مصرف‌کننده مشترک نباشد. تبلیغ‌کنندگان می‌توانند انتظار داده‌های جمع‌آوری بیشتری در مورد ردیابی تبدیل داشته باشند.
استفاده از پلتفرم بینش برای کمک به رشد
آخرین فصل در کتاب راهنما بازاریابی دیجیتال گوگل بر انجام اقدامات با استفاده از دو فصل اول تمرکز دارد.
تشریح می کند:
- نحوه جذب مخاطبان شخص اول در مقیاس
- استفاده از هوش مصنوعی برای کشف مخاطبان جدید
- به روز ماندن در مورد تغییرات حریم خصوصی
با داده‌های شخص اول، بازاریابان می‌توانند مطابقت مشتری را برای دسترسی به کاربران در سراسر دارایی‌های Google مانند جستجو، Gmail، YouTube، و خرید اتخاذ کنند. داده‌های شخص اول با مدل‌های Smart Bidding Google برای بهینه‌سازی ROI به خوبی کار می‌کنند.
برای گسترش دسترسی به خارج از مخاطبان داده شخص اول، بازاریابان می‌توانند از مخاطبان Google استفاده کنند که سیگنال‌های مختلفی را با استفاده از هوش مصنوعی برای دستیابی به مخاطبان هدف جمع‌آوری می‌کنند. این سیگنال ها عبارتند از:
- اطلاعات دموگرافیک
- علایق براساس فعالیت وب و برنامه
- زمینه در طول مناقصه حراج بلادرنگ
Topics API در Privacy Sandbox اکنون از تبلیغات مبتنی بر علاقه پشتیبانی می‌کند، به این معنی که مرورگر کاربر می‌تواند بدون ردیابی فعالیت‌های سایت خاص، علایق کاربر را روشن کند.
خلاصه
کتاب راهنما بازاریابی دیجیتال گوگل، بسیاری از اعلامیه های انجام شده در 6 تا 12 ماه گذشته را خلاصه می کند.
چه بازاریاب ها قبلاً یک استراتژی حفظ حریم خصوصی را معرفی کرده باشند یا به تازگی شروع به کار کرده باشند، این راهنما نقطه شروع خوبی است.
کتاب بازی کامل را از گوگل از اینجا دریافت کنید.
تصویر ویژه: KorArkaR/Shutterstock