Delivering on the Promise of First-Party Data

Não é segredo que dados de primeiros partidos-informações propriviais que uma empresa coleta diretamente do cliente, com consentimento-é crítico para melhorar os relacionamentos com os clientes e gerar melhores resultados de negócios. E esses dados se tornarão ainda mais essenciais para Sucesso de marketing digital Como um número crescente de empresas param de usar cookies de terceiros para rastrear os visitantes do site. Além disso, a pesquisa da BCG descobriu que o marketing orientado a dados pode dobrar a receita e aumentar a economia de custos em 1,6 vezes. De acordo com nossa pesquisa, apenas cerca de 30% das empresas estão criando uma única visão do cliente entre os canais e apenas de 1% a 2% estão usando dados para oferecer uma experiência completa de canais cruzados para seus clientes. Ações:

Yet while some brands have been able to gain a competitive edge from their investments in first-party data, many have not. According to our research, only about 30% of companies are creating a single customer view across channels, and just 1% to 2% are using data to deliver a full cross-channel experience for their customers.

To find out why top brands are getting more value from such data, BCG and Google interviewed marketing executives at 23 companies and seven advertising agencies across North America in 2020. Key findings show that top brands take the following three actions:

• Desenvolva um abrangente Estratégia de dados Para priorizar o investimento e a adesão de Garner
• Teste, aprenda e mede para determinar os melhores métodos de ativação
• Crie recursos robustos de tecnologia internos e confiando em parceiros estratégicos para outros tipos de especialização em que os outros tipos de especialização em desenvolvimento de dados.

Develop a Comprehensive Data Strategy

Os dados de primeira parte são provenientes de várias fontes, como programas de fidelidade e interações na Web, e podem incluir informações como demográficas e histórico de compra de clientes. Muitas marcas simplesmente acumulam o máximo desses dados possível na crença de que a própria coleção se traduz em valor. Mas, de fato, coletar clientes de dados de dados desnecessários; aumenta os custos de tecnologia, pessoal e gerenciamento; e aumenta o risco de violações de dados e outras invasões de privacidade. Eles criam metas estratégicas em toda a organização para orientar a coleta e o investimento nesses dados. Eles também identificam quais dados são essenciais (em oposição a meramente agradável de se ter), calcular os custos e riscos associados e desenvolver um roteiro de implementação. (Consulte Anexo 1.) Somente então eles podem traçar um caminho claro para a frente e obter a adesão de executivos. Por exemplo, uma marca que deseja aumentar as vendas a montante pode decidir que a personalização das recomendações do produto é a melhor maneira de fazer isso. Recomendamos que as marcas primeiro usem uma abordagem de teste e aprendizado para determinar qual nível funcionará melhor, provando o valor rapidamente com casos de uso estreito. Isso pode significar, por exemplo, focar em apenas um segmento de clientes e investir apenas nos dados e tecnologia necessários para testar esse caso de uso específico. (Consulte o Anexo 2.)

Best-in-class brands develop a clear strategy for first-party data. They create organization-wide strategic goals to guide the collection of and investment in such data. They also identify what data is essential (as opposed to merely nice to have), calculate associated costs and risks, and develop an implementation roadmap.

To validate their strategy, brands should assess the precise value of their first-party data. (See Exhibit 1.) Only then can they chart a clear path forward and obtain buy-in from executives.

Test, Learn, and Measure

Successful brands start by articulating a specific business case for their data and defining what needs to be personalized. For example, a brand that wants to increase upstream sales may decide that personalizing product recommendations is the best way to do this.

Many brands may opt for one-to-one personalization, but the investment and time needed for implementation and scaling are significant. We recommend instead that brands first use a test-and-learn approach to determine which level will work best, proving value quickly with narrow use cases. This could mean, for example, focusing on only one customer segment and investing only in the data and technology required to test that particular use case. (See Exhibit 2.)

Quando o valor for comprovado, as marcas podem implantar tecnologia adicional, como Inteligência artificial e aprendizado de máquina e expandir os esforços de personalização para novos segmentos e viagens de clientes. À medida que as marcas passam pelo processo de otimização do nível de personalização, elas melhorarão sua capacidade de prever os resultados dos clientes e aprimorar o valor da vida útil do cliente. A personalização, portanto, pode ser usada como uma ferramenta para melhorar os resultados. Isso ocorre porque a segmentação contextual pode ser implementada em quase todos os níveis de coleta de dados de primeira parte, geralmente com menos investimento ou risco. A próxima etapa é direcionar os clientes no contexto desses gatilhos, medindo o valor criado em relação aos custos de coleta e gerenciamento de dados. A segmentação deve ser dimensionada para segmentos onde há retorno suficiente sobre o investimento (ROI).

For other brands, contextual targeting can be more effective than one-to-one personalization in the short term. That’s because contextual targeting can be implemented at nearly every level of first-party data collection, usually with less investment or risk.

At the start, these brands should analyze data to uncover triggers, such as weather conditions or specific events, that impact purchase decisions. The next step is to target customers in the context of these triggers by measuring the value created against the costs of data collection and management. Targeting should then be scaled for segments where there is sufficient return on investment (ROI).

Por exemplo, uma empresa de bens embalados de consumidores aumentou sua coleta de dados de primeira parte. Os testes revelaram, no entanto, que a personalização individual era muito cara para implementar. Portanto, a empresa usou uma pequena quantidade de dados para aprender sobre os hábitos de seus clientes. Depois de saber que as compras foram altamente correlacionadas com certos eventos, a empresa foi mais capaz de segmentar clientes em escala e realizar um ROI muito maior. Para superar as limitações de qualquer ferramenta de medição individual, as principais marcas usam várias ferramentas em paralelo para que possam medir os KPIs para alcance e eficiência da mídia, bem como para coleta de dados, elevação de receita e outros resultados da empresa. Tradicionalmente, os profissionais de marketing terceirizam quase tudo para eles, mas é mais eficiente e eficaz considerar quais capacidades são melhor mantidas internamente e quais uma agência pode oferecer. Recomendamos uma abordagem híbrida. Isso significa inserir a pilha de tecnologia e os recursos relacionados à análise e ativação de dados, enquanto alavancam a capacidade das agências de fornecer uma perspectiva estratégica imparcial, projetar conteúdo criativo e comprar os horários de publicidade antecipadamente. (Consulte Anexo 3.) Essa abordagem ajuda a aumentar a adesão, a administração e a agilidade dos executivos. Eles estão dispostos a desempenhar qualquer papel que seus clientes precisam-mesmo ajudando-os a desenvolver recursos internos. Algumas agências estão oferecendo serviços à la carte para amadurecer marcas que precisam de suporte para alguns aspectos específicos de suas estratégias de dados. Outros estão oferecendo soluções turnkey e adquirindo os recursos proprietários de dados e tecnologias que as marcas menos maduras podem não ter. À medida que a importância de tais dados continua aumentando, outros precisarão fazer o mesmo para ganhar uma vantagem competitiva. Alannah Sheerin

Regardless of whether brands use personalization or contextual targeting to gather first-party data, they must deploy robust measurement tools to prove that their chosen method creates the most value. To overcome the limitations of any individual measurement tool, top brands use various tools in parallel so they can measure KPIs for media reach and efficiency as well as for data collection, revenue lift, and other business outcomes.

Build Robust In-House Tech Capabilities

Brands need to think more strategically about their advertising agencies. Traditionally, marketers outsourced almost everything to them, but it’s more efficient and effective to consider which capabilities are best kept in-house and which ones an agency can provide. We recommend a hybrid approach. This means insourcing the technology stack and capabilities related to data analysis and activation while leveraging agencies’ ability to provide an unbiased strategic perspective, design creative content, and purchase advertising time slots upfront. (See Exhibit 3.) Such an approach helps increase executive buy-in, stewardship, and agility.

Agencies, meanwhile, are evolving their business models to meet their clients’ needs. They are willing to play any role their clients need—even helping them to develop in-house capabilities. Some agencies are offering services à la carte to mature brands that need support for a few specific aspects of their data strategies. Others are offering turnkey solutions and acquiring the proprietary data and technology capabilities that less mature brands may lack.

---

Top brands have figured out how to realize the greatest value from first-party data, thus improving the customer experience and boosting business results. As the importance of such data continues to increase, others will need to do the same in order to gain a competitive edge.

The authors would like to thank Mary Katerman and Nathan Micon for their contributions to this article.