thành phố) để đ|nh gi| gi| trị gia tăng thực sự của c|c phương tiện truyền thông trên tất cả các
kênh, bao gồm cả doanh thu bán tại cửa hàng.
- Có thể bạn sẽ cần sử dụng kết hợp một số bộ dữ liệu khi phương tiện đo lường trở nên tinh vi
hơn. Tuy nhiên, bạn cần đảm bảo đ~ giảm thiểu nguy cơ trùng lặp trong cách quy gán doanh thu
bán hàng và phân bổ ngân sách. Ví dụ, nếu sử dụng DoubleClick cho PPC và MediaMind cho hiển
thị, bạn có thể đưa ra những thiết lập cho phép loại bỏ sự trùng lặp thông qua một tài khoản
chính.
Alex Tait đảm nhiệm các chức vụ Gi|m đốc Tiếp thị số cao cấp tại Arcadia Group, American
Express v{ Post Office, đồng thời là Chủ tịch của ISBA’s Digital, Direct & Data Action Group.
Ứ
ng dụ ng mộ t cách có ý nghĩa những dữ liệ u quan trọ ng cho các nhà tiế p thị ,
Andrew Bradford, Phó Chủ tị ch, Nielsen
Về cơ bản, nhà tiếp thị phải đối mặt với 3 thách thức chính: Họ cần tiếp cận đúng người, thông
điệp của họ phải g}y được tiếng vang với người xem và cuối cùng, hoạt động truyền thông đó
phải tạo ra phản ứng.
Có thể thấy rõ vai trò của hiểu biết sâu ở đ}y: Nó phải tạo điều kiện cho kế hoạch, cung cấp
phép đo lường thời gian thực và cuối cùng là cho phép tối ưu hóa trực tiếp. Những cách tiếp cận
truyền thống đơn thuần bằng nhóm nghiên cứu khó đưa ra hiểu biết đủ mạnh để lập kế hoạch
một cách tự tin và tinh chỉnh trực tiếp. Ngày càng có nhiều dữ liệu quan trọng được kết hợp với
các quá trình xử lý còn quan trọng hơn nữa để tạo điều kiện cho việc này.
Đo lường phạm vi tiếp cận của chiến dịch trực tuyến sẽ cung cấp c|c thước đo tương tự như
phương tiện truyền thông theo khuôn khổ (phương tiện truyền thông truyền thống) _ phạm vi
tiếp cận, tần suất và GRP _ nhưng cũng phải có khả năng xử lý vô số những sắp đặt trên hàng
triệu các trang trong cùng thời gian (h{ng ng{y) như phương tiện truyền thông phát sóng _
hướng tiếp cận nhóm nghiên cứu tiêu chuẩn không tạo được t|c động ở đ}y. Về tần suất, chúng
tôi đo lường trước nhất là số người, thay vì số trình duyệt. C{ng ng{y, điều này càng dễ đạt
được bằng cách tận dụng dữ liệu thuê bao bên thứ ba. Vai trò của nhóm nghiên cứu truyền
thống vẫn quan trọng đối với các mục đích hiệu chuẩn, thay vì là nguồn gốc dự đo|n của người
xem. Cuối cùng, hạn chế trùng lặp các xếp hạng này với dữ liệu truyền hình (BARB ở Anh) để
phân tách dữ liệu thành các nhóm chỉ tiếp xúc với truyền hình, chỉ tiếp xúc trực tuyến và tất
nhiên, cả hai.
