Sa industriya ng advertising sa ibang bansa, ang mga "monitoring system" ay halos naging karaniwang kagamitan para sa mga katamtaman at malalaking koponan.
Ngunit kung talagang susuriin mo nang malalim ang mga sistema mula sa iba't ibang mga koponan, matutuklasan mo na ang karamihan sa mga produkto ay talagang magkatulad ang hitsura:
Pagkonsumo, CPA, ROI, pagganap ng materyal, mga babala sa badyet, mga alerto sa anomalya... kasama ang ilang awtomatikong panuntunan, tulad ng mga paalala sa limitasyon ng badyet, mga pop-up ng cost overrun, at awtomatikong pagsasara para sa mga hindi nagamit na mapagkukunan.
Sa unang tingin, tila ganap silang gumagana, ngunit sa esensya, maraming sistema ang gumagawa lamang ng isang bagay:
Ang proseso ng manu-manong pag-refresh ng ad backend, na dating nangangailangan ng patuloy na pag-update, ay napalitan na ng awtomatikong pag-refresh ng system.
Tiyak na may halaga ito; kahit papaano, mababawasan nito ang paulit-ulit na trabaho.
Ang problema ay kapag ang isang account ay naging abnormal na, ang mga sistemang ito ay kadalasang nagsasabi lamang sa iyo ng "may problema," ngunit hindi masasabi sa iyo ang "kung bakit may problema."
At ito mismo ang pangunahing kahinaan ng karamihan sa mga kasalukuyang sistema ng pagsubaybay sa advertising.
Ang problema ay wala sa teknolohiya, kundi sa isang "cognitive gap."
Maraming tao ang nag-aakala na ang isang sistema ng pagsubaybay sa merkado na hindi maganda ang disenyo ay dahil sa hindi sapat na teknikal na kakayahan. Gayunpaman, ang mas malalim na isyu ay nakasalalay sa kakulangan ng pinagkasunduan sa loob ng pangkat ng pag-deploy tungkol sa konsepto ng "pagsubaybay sa merkado."
Sa isang pangkat ng mga nasa hustong gulang na kampanya sa advertising, karaniwang may tatlong uri ng mga tungkulin:
- espesyalista sa pag-optimize sa harap na linya
- Tagapamahala ng Produkto
- Ang taong namamahala sa kampanya o pamamahala
Ang tatlong uri ng taong ito ay kadalasang may ganap na magkakaibang inaasahan para sa "sistema ng pagsubaybay sa merkado".
Ang "dahilan" ang gusto ng mga espesyalista sa pag-optimize, hindi ang "resulta."
Ang mga taong aktwal na nagmomonitor ng mga account araw-araw at nagpupuyat buong gabi sa pagsusuri ng mga kurba ng datos ang mga espesyalista sa pag-optimize. Ang higit na mahalaga sa kanila ay hindi kailanman ang katotohanan na ang "mga gastos ay tumaas" mismo.
Sa halip:
- Bakit ito tumaas?
- Dahil ba ito sa tumitinding kompetisyon para sa trapiko?
- Mali ba ang pag-target ng bagong materyal sa tamang madla?
- Papasok ba ang modelo sa isang panahon ng pagbaba?
- O isa ba itong ilusyon ng datos na dulot ng pagkaantala ng conversion at pagbabalik?
Ang tunay na kailangan ng mga espesyalista sa pag-optimize ay ang "mga kasanayan sa pagtukoy" at "mga pamantayan sa paghatol." Gayunpaman, sa katotohanan, ang mga frontline engineer ay kadalasang kulang sa sapat na awtoridad upang tukuyin ang mga kinakailangan ng sistema. Maraming mga kinakailangan ang patuloy na binubuo at pinapasimple sa proseso ng komunikasyon. Halimbawa: "Gusto naming suriin ng sistema ang mga dahilan ng pagtaas ng gastos." Sa huli, sa oras na makarating ito sa layer ng disenyo ng produkto, kadalasan ay nagiging:
- Magdagdag ng dimensional decomposition
- Sinusuportahan ang pagtingin sa data ayon sa oras/ad group/artwork/produkto
- Magbigay ng pagsusuri sa pagbabarena
Tila makatwiran ang lohika, ngunit sa katotohanan, hindi nito tunay na nalulutas ang problema. Ang tunay na dahilan ng pagtaas ng mga gastos sa advertising ay kadalasang nasa labas ng static na datos.
Maaaring nakatago ito sa:
- Mga pagbabago sa tindi ng kompetisyon sa trapiko
- Katayuan ng pagkatuto ng modelo ng account
- Kompetisyon sa trapiko sa pagitan ng mga materyales
- Mga pagbabago-bago sa algorithm ng media
- Pagkaantala sa conversion ng data
- Mga pagbabago sa kapaligiran ng pag-bid
At ito mismo ang mga uri ng bagay na hindi direktang sasabihin sa iyo ng media mula sa likod ng mga eksena.
Nag-aalala ang pamamahala tungkol sa "panganib na mawalan ng kontrol".
Sa pag-akyat sa susunod na antas, mararating mo ang taong namamahala sa mga kampanya o pamamahala. Sa teorya, dapat silang magkaroon ng pinakamahusay na pag-unawa sa pangkalahatang direksyon ng estratehiya. Gayunpaman, sa katotohanan, maraming tagapamahala rin ang namamahala sa:
- Maraming pangkat ng advertising
- Daan-daang mga account sa advertising
- Pag-apruba ng badyet
- Lingguhang pagbaligtad
- Hula sa ROI
- Kolaborasyon sa pagitan ng mga departamento
Hindi na nila kayang suriin nang mabuti ang mga detalye ng mga account sa mahabang panahon tulad ng mga frontline optimization specialist. Samakatuwid, ang kanilang pangunahing kinakailangan para sa isang market monitoring system ay karaniwang isang pangungusap lamang: "Huwag hayaang matakasan ng account ang pera."
Samakatuwid, ang "napapanahong maagang babala" ang naging pangunahing layunin ng sistema. Ito rin ang direktang humantong sa katotohanan na ang karamihan sa mga sistema ng pagsubaybay sa merkado sa merkado ay mahalagang:"Sistema ng pagsubaybay," hindi "sistema ng pagsusuri."
Masasabi nila sa iyo:
- Tumaas ang CPA
- Nabawasan ang ROI
- Abnormal na pagkonsumo
Gayunpaman, hindi posible ang karagdagang paghatol:
- Bakit ito nangyari?
- Patuloy bang lalala ang mga bagay-bagay?
- Ito ba ay panandaliang pagkasumpungin o pagkabulok ng modelo?
- Dapat ba tayong huminto sandali, mag-adjust, o magpatuloy sa pagmamasid?
sa madaling salita:
Maraming sistema ang makapagsasabi lamang sa iyo na "mataas ang presyon ng iyong dugo".
Ngunit hindi nito masasabi sa iyo "kung ano ang sanhi ng sakit".
Kadalasang nahihirapan ang mga product manager na tunay na maunawaan ang "karanasan sa kampanya."
Isa pang isyu na madalas na hindi napapansin ay ang maraming sistema ng pagsubaybay sa merkado ay talagang dinisenyo ng mga taong hindi personal na namamahala ng mga account sa loob ng mahabang panahon. Hindi ito usapin ng kakayahan, kundi dahil ang advertising ng daloy ng impormasyon ay likas na nagsasangkot ng malaking halaga ng karanasan na hindi maaaring i-standardize.
Halimbawa: Ano ang ibig sabihin ng "pagpasok sa isang slump" ng isang account? Paano ito binibigyang kahulugan sa PRD? Paano ito sinusukat?
Ilang mga account:
- Matatag na pagkonsumo
- Hindi nagbago nang malaki ang ROI.
Ngunit malinaw na mararamdaman ng mga bihasang optimizer:
- Nagsimula nang mapagod ang modelo.
- Nabawasan ang kakayahang humawak ng bagong trapiko.
- Malaki ang posibilidad na makaranas ito ng matinding pagbaba sa hinaharap.
Ang ganitong uri ng paghatol ay kadalasang nagmumula sa "muscle memory" na nabuo sa pamamagitan ng pangmatagalang praktikal na karanasan, sa halip na mula sa isang nakapirming tagapagpahiwatig. Para sa mga kulang sa pangmatagalang praktikal na karanasan, mahirap tunay na baguhin ang karanasang ito tungo sa sistematikong lohika.
Hindi lubusang ibubunyag ng mga plataporma ng media mismo ang pinagbabatayang lohika.
Mayroon ding mas praktikal na problema: ang datos na ibinibigay ng mga plataporma ng media ay likas na limitado.
Kung ito man ay:
Ang mga dimensyon ng datos na ibinibigay nila ay mas "operasyonal" kaysa sa "nagbibigay-daan para sa kumpletong algorithmic derivation." Ang platform ay hindi nagbibigay sa mga advertiser ng real-time at transparent na impormasyon.
- Paano nagbago ang lohika ng pamamahagi ng trapiko?
- Paano isaayos ang mga timbang ng algorithm
- Aling mga traffic pool ang lumiliit?
- Aling mga modelo ang muling sinasanay?
Samakatuwid, kung ang sistema ng pagsubaybay sa merkado ng isang koponan ay nakabatay lamang sa datos na isiniwalat ng media, natural lamang na mahuhuli ito sa merkado. Sa oras na aktwal mong mahinuha ang problema mula sa mga pagbabago-bago ng datos, kadalasang lumipas na ang panahon ng pagkakataon.
Ang tunay na sopistikadong pagsubaybay sa merkado ay nagsasangkot ng higit pa sa pagmamasid lamang sa datos.
Ang mga tunay na sopistikadong pangkat ng kampanya ay hindi lamang tumitingin sa mga numero ng backend. Nakatuon sila sa:
- Nasa anong yugto na ito ng lifecycle ng account?
- Mayroon bang anumang abnormal na pagbabago sa pagkonsumo ng materyal?
- Nahawahan ba ang modelo ng maling datos?
- Nagbago ba ang istruktura ng daloy?
- Napapanatili ba ang pagbabago-bago ng ROI?
- Bigla na lang ba titindi ang kompetisyon sa isang punto ng panahon?
- May panganib ba na tumaas nang mas maaga sa iskedyul bukas ang mga gastos?
Ang mga bagay na ito ay kadalasang hindi direktang ipinapakita sa mga ulat. Sa halip, nakatago ang mga ito sa mga pangmatagalang pattern ng data at karanasan sa pag-deploy.
Ang tunay na kulang sa mga sistema ng pangangalakal ng stock ay isang "balangkas ng pag-unawa."
Kaya sa huli, ang dahilan kung bakit hindi epektibo ang mga sistema ng pagsubaybay ng maraming pangkat sa advertising ay hindi dahil sa kakulangan ng paggana, kundi sa kakulangan ng isang komprehensibong balangkas ng kognitibo na tunay na nakakaintindi sa buong proseso ng paghahatid ng advertising.
Ang balangkas na ito ay kailangang maunawaan nang sabay-sabay:
- Istruktura ng Account
- Algoritmo ng Media
- Kompetisyon sa trapiko
- Mekanismo ng pagkatuto ng modelo
- Siklo ng buhay ng materyal
- Landas ng Pagbabago
- Feedback ng data ng backend
Tanging ang mga sistemang nakabatay sa mga pagkaunawang ito ang tunay na maaaring umunlad mula sa "mga kagamitan sa pagsubaybay" patungo sa "mga kagamitan sa pagsuporta sa desisyon." Kung hindi, gaano man karami ang mga tungkulin nito, ang mga ito ay isa lamang mas kumplikadong mga dashboard ng datos.
Panghuli, awtomatikong bumubuo ang sistema ng mga ulat, nagpapadala ng datos, at nag-aalerto sa mga gumagamit tungkol sa mga anomalya sa mga grupo araw-araw, na nagiging mas komprehensibo. Gayunpaman, ang mga tunay na kritikal na isyu ay umaasa pa rin sa karanasan at paghatol ng mga espesyalista sa frontline optimization, na hindi naipapasok o tunay na naipabatid sa pamamahala.
