Oswajamy świat bez cookies

Tym razem w cyklu "Tylko w MMP Online" gościmy Gabriela Matwiejczyka, marketing science lead w Facebooku oraz Bartosza Kowalskiego, business science directora w firmie MediaCom.

Jakie będą dobre i złe skutki eliminacji third party cookies z punktu widzenia użytkownika i reklamodawcy?

Gabriel Matwiejczyk, Facebook: Po pierwsze musimy sobie uświadomić, że owa eliminacja to tylko wycinek tego, co nas czeka. Ekosystem internetowy ewoluuje, podlega nieustannym zmianom. To efekt powstawania nowych urządzeń (mobile, VR, IoT) i zmian w sposobie konsumowania treści (przeglądarki, aplikacje, feed, stories) czy w zakresie modeli biznesowych. Wynikają one również z ewolucji świadomości konsumentów oraz zagrożeń i korzyści, jakie dostrzegają oni podczas korzystania z dobrodziejstw Internetu. Identyfikatory cookies to jedno z narzędzi, dzięki którym doszło do owej zmiany i m.in. personalizacji doświadczenia, lecz mają one znaczące ograniczenia. Z drugiej strony jednak było to rozwiązanie dość łatwe i dostępne. Bardzo często to spersonalizowane doświadczenie stawia się w opozycji do możliwości zapewnienia użytkownikom prywatności. Da się jednak personalizować doświadczenia oraz marketing z zachowaniem poufności i ochrony danych internautów. W erze post-cookies kluczem do budowania przewagi konkurencyjnej stanie się strategia obsługi danych (data strategy) na potrzeby działań marketingowych, jak i (a może w szczególności) pomiaru jego efektów. Personalizacja doświadczeń oraz targetowanie reklam dalej będzie możliwe, lecz z wykorzystaniem alternatywnych sposobów wymiany informacji. Jest to jeden z powodów, dla których inwestujemy w nasze wewnętrzne procesy kontroli prywatności oraz technologie ją zwiększające. Pozwalają nam one dostarczać spersonalizowane reklamy przy jednoczesnym przetwarzaniu mniejszej ilości danych osobowych. Jednak to właśnie pomiar efektów reklamowych (bazujący w dużej mierze na cookies i łączeniu informacji o działaniach użytkownika na różnych platformach) będzie musiał zmienić się najbardziej. Wszyscy się do tego przygotowujemy. Co ciekawe, wielu klientów kieruje uwagę między innymi w stronę metod i technik postrzeganych do tej pory przez świat online raczej jako „tradycyjne i nieadekwatne do Internetu”, takich jak marketing mix modeling (MMM).

Bartosz Kowalski, MediaCom: Marketing mix modeling to złoty standard pomiaru efektywności sprzedażowej działań marketingowych, a rozpoczynająca się dekada otwiera przed nim kolejne możliwości, ale i stawia wyzwania. Wraz z ograniczeniem roli cookies MMM-y mają okazję wejść w nowe kategorie, w tym do organizacji digital-native, bazujących dotychczas na pomiarze last-click lub innych modelach atrybucji. Aby taka operacja się powiodła, niezbędne byłyby z jednej strony skuteczne edukowanie rynku, a z drugiej ewolucja, a najlepiej rewolucja w samych MMM-ach, tak aby dostosować je do potrzeb marketerów, którzy do tej pory pozostawali w martwym polu zaawansowanej analityki w tym zakresie.

Edukacja w obszarze MMM cały czas trwa, na tym polu wciąż jest wiele do zrobienia. Jak czytamy w badaniu MMM Client Survey 2020, w branży FMCG/CPG stopa ich przyswojenia wynosi 76%, natomiast w retailu współczynnik ten wynosi już tylko 36%, a w sektorach motoryzacyjnym i ecommerce – 24–25%. Ideę śledzenia ścieżek kontaktów indywidualnych konsumentów z komunikacją oraz ostatecznej konwersji lub jej braku łatwiej klientom przedstawić, a tym samym wdrożyć, mimo licznych wad samej metody (m.in. pojedyncze ciasteczko może mieć niewiele wspólnego z pojedynczym człowiekiem) niż zastosowanie zaawansowanych metod ekonometrycznych wykorzystywanych w MMM.

Same MMM-y przez ostatnią dekadę rozwijały się i wraz z ekosystemem marketingowym nabierały coraz większej złożoności: zagnieżdżone modele wielorównaniowe są dziś w zasadzie standardem w większości branż poza FMCG, a pomiar synergii różnych elementów miksu marketingowego i adresowanie wyzwań związanych z pomiarem długookresowego wpływu komunikacji czyniły projekty coraz bardziej skomplikowanymi. Tymczasem chcąc wyjść naprzeciw potrzebom nowych kategorii, MMM musi mieć prostszą wersję, która wystarczy do opisu mniej złożonych planów komunikacji, zapewniając przy tym błyskawiczny dostęp do wniosków i rekomendacji.

Na te wyzwania nakłada się fakt, że obecnie rynek pod parasolem „ekonometrii” czy „MMM” oferuje usługi o bardzo zróżnicowanym poziomie zaawansowania i często widzimy, że implementacja najlepszych praktyk publikowanych przez liderów MMM postępuje w różnym tempie. Brutalna prawda jest natomiast taka, że lepiej nie robić projektów ekonometrycznych i nie mieć informacji z nich płynącej niż robić ekonometrię słabą, bo takie działanie może prowadzić do błędnych decyzji biznesowych. Na ogromny szacunek zasługują tu inicjatywy organizacji posiadających kompetencje do walidacji różnych dostawców MMM, które coraz częściej dzielą się listami rekomendowanych czy preferowanych podmiotów (np. Facebook i jego lista MMM Partners).

Czas pokaże, czy uda się wykorzystać okazję na szersze przyswojenie MMM przez klientów korzystających wyłącznie z digitalowego i nieprzesadnie złożonego media-mixu, ale za to potrzebujących błyskawicznej informacji zwrotnej co do efektywności swoich działań. Na pewno warto spróbować.

Jakie działania mogą podjąć reklamodawcy, aby się do tych zmian przygotować? Jak będą mierzyć efektywność reklam, nie mogąc śledzić każdej emisji?

Gabriel Matwiejczyk: Kluczowe jest poszukiwanie rozwiązań pomiarowych pozwalających łączyć wszystkie wykorzystywane kanały komunikacji. Tu właśnie może przyjść nam z pomocą MMM, gdyż operuje on na danych zagregowanych, zbiorczych dla wszystkich, a jednocześnie, w pełni prywatnych oraz obejmujących wszystkie kanały marketingowe. Rozwiązanie to może służyć jako fundamentalne narzędzie pomiarowe w cookieless world. Czym właściwie jest MMM? Pomyśl o symfonii – w jej przypadku wiele współgrających elementów tworzy piękny utwór muzyczny. Elementy te muszą być jednak zagrane w określony sposób. Jeżeli ktoś chce odtworzyć tę muzykę, to musi pojąć, jak gra każdy instrument. Dekomponując symfonię, można zrozumieć, jak należy ją grać. Podobnie jest z MMM – rozkładając sprzedaż na czynniki pierwsze, można odkryć, co trzeba zrobić, aby wpłynąć na nią w pożądany sposób.

Bartosz Kowalski: Ja patrzę na wejście w świat po ciasteczkach jako na szansę na podniesienie ogólnych standardów pomiaru efektywności mediów. MMM jest wolny od wyzwań związanych z cookies i łączy za pomocą jednolitej metodologii kontakty konsumentów z każdą aktywnością marketingową (promocją cenową, dodatkową ekspozycją na terenie sklepów, reklamą na YouTubie, Playerze, w telewizji linearnej, kinie czy radiu) i finalną decyzją zakupową – tą mającą miejsce zarówno online, jak i offline. Dzieje się to na poziomie zagregowanym, a nie pojedynczych ścieżek.

Pierwsza z wielkich korzyści, które może przynieść szersze przyjęcie MMM, to skupienie uwagi marketerów na tych KPI, które są najważniejsze pod kątem biznesowym (np. sprzedaż offline i online, zamówienia czy pobrania aplikacji), a nie wyłącznie na tych, które łatwo połączyć ze ścieżką kontaktów online pojedynczego konsumenta (np. kliknięcia czy podjęcie jakiejś akcji na stronie internetowej).

Nie mniejsza korzyść to nierozerwalnie związany z metodologią MMM pomiar INKREMENTALNEGO wpływu działania czynników na sprzedaż. W porównaniu do najczęściej spotykanych metod analizy webowej czy modeli atrybucji, MMM jest w stanie zaraportować wielkość sprzedaży, która wydarzyła się dzięki danej aktywności w świecie rzeczywistym (w porównaniu do sytuacji, w której ta aktywność nie wystąpiłaby). MMM daje w tym przypadku wyniki podobne w interpretacji do metod opartych na niezanieczyszczonym schemacie eksperymentalnym. Bierze pod uwagę czynniki zewnętrzne (pogoda, sezonowość, aktywności konkurencji itd.), makroekonomiczne, pandemie i wiele innych, z których oczyszcza pomiar efektu działań marketingowych. W jednolity sposób uwzględnia media offline i online niezależnie od tego, czy występują w lejku zakupowym przed samą decyzją konsumenta, czy znacznie wcześniej, działając np. poprzez świadomość. Prowadzi to do odzwierciedlenia faktycznej i często znacznej roli kanałów takich jak wideo (online i np. telewizja) w porównaniu do preferowanych zarówno w last-click, jak i bardziej zaawansowanych modelach atrybucji mediów występujących bliżej ostatecznej konwersji.

Najlepiej się na to przygotować, biorąc przykład z organizacji, w których działają wzorcowe programy i procesy MMM. W przypadku takich instytucji uczestniczy w nich cała struktura – poczynając od CEO/CMO, w pełni wyedukowanych w obszarze ekonometrycznego modelowania miksu marketingowego i nadających tym projektom i procesom właściwy priorytet, przez dyrektorów marketingu, brand- i media managerów, aż po zespół sprzedaży – a sam proces jest odpowiednio wpisany pod względem czasu w cykl decyzyjny organizacji, tak by faktyczne decyzje biznesowe uwzględniały wiedzę płynącą z MMM.

Jakie rozwiązania mogą zastąpić ciasteczka w obszarze third-party data?

Gabriel Matwiejczyk: Następcą cookies nie będzie jedno rozwiązanie, lecz cały ich pakiet – marketerzy nadal będą korzystać z analityki webowej, testów inkrementalności czy atrybucji. Trzeba będzie jednak te dane łączyć, zapewnić jeden pełny obraz, który w połączeniu ze wspomnianymi rozwiązaniami będzie pozwalał na pomiar efektów kampanii – i modelowanie ekonometryczne ma potencjał, by stać się takim łącznikiem. MMM pozwala modelować każdy rodzaj zmiennej czy KPI (sprzedaż, instalacje, nowi użytkownicy, wydatki w grze itd.). Co więcej, można także modelować wskaźniki brandingowe.

Jednocześnie – obok możliwości ich wszechstronnego wykorzystania – tego typu analizy mogą mieć dużą wartość praktyczną i dostarczać gotowych do wdrożenia rekomendacji. Przykładem niech będą analizy Ekimetrics dotyczące wyłącznie elementów kampanii na Facebooku czy Instagramie.

Bartosz Kowalski: Współczesne MMM odpowiadają na masę aktualnych pytań – m.in. o efekty synergii między mediami i działaniami na terenie sklepów (promocjami) – gdyż mogą zmierzyć, o ile więcej sprzedamy, synchronizując promocję w punktach z silnymi działaniami marki w ATL i w ten sposób zagrzewając zespoły marketingu i sprzedaży do lepszej koordynacji prac.

Mając tak solidny i precyzyjny pomiar wyników efektywności (ROI – return on investment), na jaki pozwala dobrze realizowany MMM, możemy iść dalej – wyjść ponad czysty pomiar. Przykładem może być korzystające z pochodzących z ekonometrii ROI różnych influencerów narzędzie Influencer ROI Forecaster. Bazując na twardych miarach, takich jak zasięgi influencerów, oraz miękkich aspektach wizerunkowych pochodzących z badania Influence Power Index opracowuje ono za pomocą uczenia maszynowego na danych historycznych algorytm pozwalający z 81-procentową trafnością przewidzieć zwrot z inwestycji we współpracę z danym influencerem jeszcze przed podpisaniem kontraktu. Za implementację tego narzędzia wspólnie z obficie korzystającym z naszych MMM klientem – Coca-Colą – otrzymaliśmy w 2020 roku Innovation Ad.

Gabriel Matwiejczyk: Niewątpliwym ograniczeniem tej techniki może być jej dostępność dla średnich i mniejszych klientów, gdyż do jej realizacji potrzeba zarówno odpowiednich zestawów danych, jak i znajomości metodologii oraz po prostu data scientists. Nie bez znaczenia pozostaje też kwestia zrozumienia tych technik w organizacjach. CMO czy CFO muszą je pojmować, skoro to na nich mają opierać swoje działania. Wielu naszym klientom dostęp do takich badań umożliwia rozbudowana sieć partnerów w tym zakresie, ale stanowią one również obszar aktywnych innowacji, do którego rozwoju także my się przyczyniamy. Zespół Marketing Science, w którym pracuję, opracował ogólnodostępny kod w języku R, który może być wykorzystywany przez klientów o dowolnej skali działania do realizacji projektów inhouse. Kod wraz z dokumentacją dostępny jest na GitHube Facebook Experimental.

Bartosz Kowalski: Z pewnością przed nami interesujące czasy dla szeroko rozumianego obszaru MMM. Istnieje kilka pomysłów, jak podejść do potencjalnych nowych i mniejszych klientów. Bardzo interesująco będzie obserwować ścieranie się tych propozycji. Możliwe, że jedno z podejść zdominuje rynek albo że każde trafi w swoją niszę. Nie można jednak na tym etapie wykluczyć, że MMM napotkają na bariery nie do pokonania i pozostaną dostępne dla zamkniętego klubu największych marketerów.

Z naszych doświadczeń wynika, że jeśli integralną częścią MMM – nawet opartego na najsolidniejszych technicznie i metodologicznie narzędziach – nie jest doświadczony zespół ekonometryków zaangażowanych w zrozumienie biznesu oraz mających dostęp do ekspertyzy mediowej, to może on pozostać jedynie zbiorem narzędzi. Z drugiej strony rozumiemy, że klienci opierający dotychczas swoje techniki pomiarowe na ciasteczkach oczekują pomiaru w czasie rzeczywistym, bo funkcjonują w bardzo krótkich cyklach decyzyjnych i nie zmienią ich w związku z implementacją nowych metod.

Naszą propozycją w tym obszarze jest narzędzie mLAB przypominające interface’em narzędzia web-analityczne.Pozwala on w dostępny dla mniejszych klientów sposób korzystać z doświadczenia i ekspertyzy ekonometrycznej, biznesowej oraz mediowej naszego zespołu w obszarze MMM. Obecnie kończymy projekty pilotażowe mLAB z klientami w naszym regionie, w tym w Polsce.

Czego reklamodawcy i obsługujące ich agencje spodziewają się po inicjatywie Privacy Sandbox, która ma być wyraźnym wzmocnieniem prywatności użytkownika w sieci?

Gabriel Matwiejczyk: Wszystkie firmy w ekosystemie powinny działać w oparciu o tworzenie narzędzi wspierających spersonalizowaną reklamę, która stawia prywatność na pierwszym miejscu, oraz współpracę z branżą. Podejście to polega na budowaniu technologii zwiększających prywatność (PET) – pozwolą one na dostarczanie spersonalizowanych reklam przy jednoczesnym przetwarzaniu mniejszej ilości danych osobowych. Myślę, że to ważne, aby dać ludziom przejrzystość i kontrolę nad ich doświadczeniami. Na naszej platformie istnieją takie narzędzia jak Dlaczego widzę tę reklamę?, Aktywność poza Facebookiem czy Preferencje dotyczące reklam. Na przykład Aktywność poza Facebookiem pokazuje informacje, jakie FB otrzymuje na temat działań użytkownika w innych aplikacjach i usługach, a konsument może zdecydować, aby informacje te nie były powiązane z jego osobą.

Czy czeka nas powrót na szeroką skalę do reklamy kontekstowej?

Gabriel Matwiejczyk: To właściwie pytanie o kierunek rozwoju reklamy. Marketerzy, którzy wypracują w swoich organizacjach strategię wykorzystania i obsługi danych, będą mogli nadal korzystać z przewagi, którą owe dane dają. Brak cookies absolutnie nie oznacza braku możliwości personalizowania reklam – po prostu niezbędne będzie zbudowanie bezpiecznego i przemyślanego sposobu pozyskania i wykorzystywania danych. Nazywam to właściwą strategią danych (data strategy). Programatyczny model zakupu nadal więc będzie możliwy, lecz z wykorzystaniem bezpiecznej metody przetwarzanych danych o znacznie wyższej jakości niż third party cookies. Co więcej, całe doświadczenie konsumentów może się zmienić choćby w związku z dostępnością narzędzi commerce na platformach, na których spędzają oni swój czas. Dla przykładu marka ubrań może stworzyć sklep na Facebooku czy Instagramie i reklamować go oraz dostępne w nim produkty potencjalnym klientom, budując personalizowane doświadczenie w oparciu o dane oraz dostępne mechanizmy reklamowe.

Rozwój i ewolucja doświadczeń konsumentów to kierunek bardziej obiecujący i bardziej prawdopodobny niż powrót do nie zawsze skutecznych metod reklamowych.

Bartosz Kowalski: Z mojego punktu widzenia trudno całkowicie przekreślać czy jednoznacznie typować na gwiazdy jakiekolwiek formy reklamy. Jeśli w przypadku marki, której dotyczy pytanie, nie posiadamy precyzyjnego pomiaru ROI, to niestety nie otrzyma ona krótkiej i konkretnej odpowiedzi. Często w takim przypadku dużo lepiej, będąc marketerem, kierować się intuicją i doświadczeniem niż średnimi rynkowymi.

Wiemy, że zróżnicowanie efektywności komunikacji na tym samym kanale pomiędzy markami, a nawet tej samej marki bywa znaczne. O ile można policzyć np. średnie indeksy ROI na podstawie wielu projektów dla danej branży, to nie zawsze skorzystanie z tych danych jest bardziej wartościowe niż brak jakiejkolwiek informacji. Za tak policzonymi średnimi kryją się różne kampanie o znacznym zróżnicowaniu efektywności, a średnia czy mediana może nie mieć nic wspólnego nie tylko z marką marketera, który pyta o benchmark, ale nawet z wynikami większości marek wliczonych do tej średniej.

Z przeprowadzonych przez nas analiz tysięcy kampanii wynika, że największy wpływ na zmienność ROI w ramach marki ma jakość wykorzystanej kreacji (ok. 60–70%), a na zróżnicowanie ROI pomiędzy markami wpływa bardzo szeroki wachlarz czynników, z wielkością marki na czele. Jeśli chodzi o zróżnicowanie wyników efektywności, to zdecydowanie przodują tu media digitalowe. Okazuje się, że przykładowo na YouTubie 6 sekund to czas, w którym można pokazać arcydzieło pod względem efektywności komunikacji, jak również czas, który nie mniej spektakularnie można zmarnować. Sam kanał tworzy marketerowi jedynie okazję, z której ten może skorzystać lub nie – sam w sobie nie niesie efektywności.

Czy w przyszłości znikną strony umożliwiające korzystanie z treści bez logowania, skoro po zalogowaniu najłatwiej i najpewniej jest określić ID użytkownika i powiązać je z udzielonymi zgodami?

Gabriel Matwiejczyk: Zawsze podstawowa perspektywa, którą powinniśmy przyjmować, to perspektywa użytkownika. On zaś będzie w stanie podzielić się swoimi danymi bądź zidentyfikować się na stronie tylko pod warunkiem, że będzie widział w tym wartość. Dlatego tak istotne jest, aby sklepy, strony internetowe i marki tworzyły tę wartość – za pomocą promocji, jakości doświadczenia czy też możliwości komunikacyjnych. Ważne, by to użytkownik był w centrum.

Bartosz Kowalski: Każdej zmianie, również tej, towarzyszą obawy i trudno jednoznacznie przesądzać, w którą stronę pójdzie rynek. Gdy patrzymy od strony pomiaru, wydaje się, że nadchodzi silny bodziec do dalszego rozwoju i doskonalenia technik opartych na zaawansowanej analityce zagregowanych danych. Być może część rozwiązań będzie bazowała na ID użytkowników i z sukcesem zaadresuje niektóre potrzeby rynku.

Szersze spojrzenie nakazuje jednak myśleć, że próby identyfikowania pojedynczych użytkowników i łączenia informacji o nich idą wbrew duchowi obecnie postępujących zmian. Dlatego obiecującym kierunkiem wydaje się dalszy rozwój analityki umożliwiającej zunifikowany pomiar w 360° wszelkich aktywności – nie tylko mediowych, lecz także innych marketingowych – opartej na danych bardziej zagregowanych niż log-level, ale rozwijanej w stronę coraz większej granularności, szybkości i aktualności wyników, jak m.in. w jednym z naszych case studies. Chodzi m.in. o budowanie modeli na krótszych, lecz coraz bardziej szczegółowych danych geograficznych, nie na danych pojedynczych osób.

Rozmawiał: Paweł Piasecki

Zdjęcia rozmówców wykonane dzięki uprzejmości Centrum Praskiego Koneser

Paweł Piasecki 738 Artykuły

Specjalizuje się w e-commerce i nowych technologiach. Pracował m.in jako tłumacz i redaktor, przez ponad 5 lat przygotowywał codzienny serwis prasowy dla przedstawicielstwa Komisji Europejskiej w Polsce. Miłośnik muzyki klasycznej i jazzu.

Komentarze

Prosimy o wypowiadanie się w komentarzach w sposób uprzejmy, z poszanowaniem innych uczestników dyskusji i ich odrębnych stanowisk. Komentując akceptujesz regulamin publikowania komentarzy.