”品牌意识”探讨了数据驱动的数字广告生态系统的营销人员的观点。

今天的专栏写的是托尼·拉尔夫数据和营销技术主管Intuit QuickBooks。

至少有一个明显的例外,几乎所有研究人员预测3月的必然收敛技术和广告技术生态系统。

除了预测,作为一个技术员在和这两个世界之间,我可以肯定地说,它是优雅的例外,当我们找到解决混合数据和性能优势,而不是规律。

这是不幸的,因为它应该是我们的义务提供优雅的前景和客户提供数字体验,一致的、和谐的支付和所有媒体。

当我们发现美元,数据和平台分叉在这两个领域,品牌如何提供一个整体和统一用户体验之旅吗?

把3月广告技术数据科学技术

广告技术跨越系统用于优化一个潜在的全球企业和他们的客户通过支付媒体之间的对话。大的预算和海量数据,空间涵盖了一个实时竞价的世界,深通过机器学习算法大规模勘探和优化。

我亲自参与了严格的实验表明,对于长时间运行的活动,纯粹的机器学习,经常在最聪明的平台上,优于手动定位和优化。在广告技术世界,今天的比赛的人与机器学习是引爆的机器。

3月科技平台,另一方面,进化的方式依赖于定义目标和细分规则提前发起一项运动。这些规则通常是操作上具有挑战性的安装、测试和调试。

因此,在3月引入机器学习技术领域有潜力提高优化和简化日常操作。事实上,早期的回报活动我一直参与接触显示明显的增加相对于静态的基于规则的活动,以及在配置。

挑战这种方法可能包括发现广告科技世界资源丰富:数据和数据科学家。在3月科技的情况下,我们发现,可能没有足够的规模或富达的数据驱动建模练习效率。然而,在3月的技术领域,通常可以补充基本交互数据例如单击打开,通过网络与客户信息和产品交互,甚至从广告技术文件数据空间。

并不少见mar科技团队的内部运作,而广告技术的历史复杂性常常迫使团队与机构合作。然而,它并不像常见的分配数据科学家mar科技团队。我建议提交数据科学努力mar科技以同样的方式他们被部署在广告技术空间。除了建模练习,品牌可能会发现增强报告和分析是一个快速跟随这种心态转变。

将3月广告科技技术自身的数据

3月技术需要使用一个小得多的已知的客户,联系人或线索。而不是付费媒体3月技术通常涉及自身的经验,如电子邮件或手机活动,网络体验或提供程序。

而不是3月科技,我建议增加数据科学投资,是时候面对相反的趋势在广告技术。

作为一个狂热的广告技术黑客,我说这有些遗憾的感觉。我觉得怀念的房间挤满了军队的人优化关键词出价,建筑内部的投标人进行微妙bid-optimization测试。唉,我们发现这些方法正变得越来越少的从投资回报的角度来看由于投资水平的机器学习的大广告技术平台。

然而,我们不应该只是把钥匙完全移交给平台合作伙伴。确保品牌的战略发展设置适当的转换目标和补充的形式建模与高保真的反馈他们的第一手数据。掌握第一手的数据和客户细分正是域3月科技团队多年来一直精炼。

简而言之,正如mar科技策略可以增强与数据科学方法在广告技术,我们发现数据和系统驱动3月技术效率可以扩展优化广告科技活动的反馈循环。更重要的是,这个异花授粉迫使市场营销和广告小组整合策略和协调活动,曾经分区。

想象传统mar科技活动在网络、电子邮件或产品经验不是由目标建立在静态规则但充满建模输出一个广告科技数据科学团队。同时,广告科技活动可能与高价值的受众,投标影响生命周期价值指数或优化算法提供了详细的转换数据通过内部mar技术工具和团队。

今天这些机会可用于品牌不需要等待供应商沿着艰苦道路融合,许多技术和治理挑战。可能更有趣的是许多品牌如何限制自己组织上的分裂在付费和自有媒体预算和团队。当重点是策略和渠道,这个结果很容易获得。

然而,当重点是统一整体的用户为客户旅程,品牌可能到达一个不同的结果。使用这种方法,最深刻的融合可能会打破竖井在团队和组织创造一个世界,支付和拥有战术齐心协力提供品牌对话,是聪明和统一在每一个数字接触点。

遵循Intuit QuickBooks (@QuickBooks)和AdEx爱游戏体育骗子changer (@爱游戏体育骗子)在Twitter上。