Gerçek mi kurgu mu? Ölçümlemeye dair üç yanlış inanış

Pazarlamacıların işi bir anlamda hikaye anlatmak. Pazarlamanın temelinde, verilerden yararlanarak marka ve müşteriler arasında bağlantı kuran ilgi çekici hikayeler oluşturmak yatıyor. Günümüzde müşteriler, kendi verileri üzerinde her zamankinden daha çok söz hakkına sahip. Bu durumda gizlilik sunmak, tercihe bağlı olmaktan çıkıp zorunluluk haline geldi. Boston Consulting Group ve Google’ın yaptığı yeni araştırmaya göre müşterilerin üçte ikisi alakalı reklamlar görmek istiyor ancak neredeyse yarısı, verilerini kişiselleştirmede kullanılmak üzere paylaşma konusunda kendini rahat hissetmiyor.

Kısacası, işletmenizin gizlilik öncelikli bir yaklaşımı benimseyip benimsemeyeceğinden ziyade bunu ne zaman yapacağını düşünmeniz gerekiyor. Gartner’ın tahminlerine göre önümüzdeki yıl dünya nüfusunun %65’inin kişisel verileri, gizlilik yasalarıyla korunuyor olacak. 2020’de %10 olan bu oran gittikçe artıyor. Buna rağmen tüm pazarlamacıların bu düzenlemeleri göz önünde bulundurarak plan yaptığı söylenemez.

Sürekli dijital kampanyalar oluşturup yayınlar ve ölçüm çözümlerine ayak uydurmaya çalışırken bazı yaygın yanılgılara kapılmak ve bocalamak normal. Bu yazımızda, ölçümlerle ilgili en yaygın yanılgıların üçünü inceleyecek, işletmenizi gizliliğe öncelik veren bir kuruma dönüştürmek için bu yanılgılarla baş etmenize yardımcı olacak bilgiler vereceğiz.

Ölçümler hakkındaki üç yanlış inanış

1. yanlış inanış: Çerezlerin kullanımdan kaldırılması, web sitesi etiketlerinin işleyişini olumsuz şekilde etkileyecek

Pazarlamacılar uzun süre, site genelindeki etkinlik ve dönüşümleri tespit etmek için çerezleri ve web sitesi etiketlerini kullandı. Peki üçüncü taraf çerezlerinin kullanımdan kaldırıldığı bu süreçte nasıl ölçüm yapabilir, kampanyalarınızı nasıl optimize edebilirsiniz?

Burada dikkat edilmesi gereken nokta, çerez ve etiketler arasında bir ilişki olsa da bunların birbiri yerine kullanılamadığıdır. Etiketler, web siteniz genelinde yerleştirdiğiniz, ziyaretçilerin etkileşimlerini ve pazarlama performansınızı ölçmenizi sağlayan küçük kodlar. Etiketler, çerezleri ayarlamak için kullanılıyor. Çerezler ise ziyaretçinin cihazında yer alıyor ve göz atma verilerini depoluyor. Etiketler, alanınızda birinci veya üçüncü taraf çerezlerini ayarlamak için kullanılabilir.

Üçüncü taraf çerezlerinin ve diğer tanımlayıcıların kullanımdan kaldırıldığı bu süreçte ölçümlerin doğruluğu, birinci taraf çerezlerine uygun olarak tasarlanmış ve tarayıcılar tarafından sağlanan yeni ilişkilendirme olanaklarından yararlanabilen güçlü bir etiketleme alt yapısının kullanılmasına bağlı. Sektördeki değişimlere ayak uydurabilecek kadar dayanıklı ve kullanımı kolay bir etiketleme stratejisi benimsemenizi öneririz. Global site etiketi (gtag.js) veya Google Etiket Yöneticisi ve bunun entegrasyonları gibi bir çözümden yararlanarak ölçümlerinizden doğru sonuçlar alabilir, sürecin sonraki adımlarının sonuçlarını da olumlu yönde etkileyebilir ve hem teklif vermeyi hem dönüşüm modellemeyi iyileştirebilirsiniz.

2. yanlış inanış: Doğru ölçümler için üçüncü taraf verilerinin kullanılması gerekir

Üçüncü taraf çerezlerinin reklamcılık alanında çok büyük etkileri oldu. Bu veriler, kullanıcı deneyimini iyileştirme, daha alakalı reklamlar sunma ve pazarlamacılara web siteleri genelindeki müşteri etkinlikleri konusunda yararlı bilgiler sağlama gibi çalışmaların temelinde yatıyordu. Ancak üçüncü taraf çerezleri, insanların verilerinin nasıl toplandığını ve kullanıldığını denetlemesini zorlaştırıyor. Tüketicilerin gizlilikle ilgili beklentileri arttıkça çerez kullanımının maliyeti, avantajlarını gölgede bırakacak şekilde daha da artıyor.

Bununla ilgili başka bir yanlış inanış ise üçüncü taraf çerezlerini kullanmayı bırakmanın verilerin doğruluğunu azaltacağı yönünde. Pazarlamacılar diğer veri kaynaklarını değerlendirdiği sürece böyle bir değişiklik söz konusu değil. Birinci taraf verileri tam da bu noktada devreye giriyor.

Birinci taraf veri stratejisine yatırım yapan büyük küçük tüm şirketler, bu strateji sayesinde hem müşterilerin gizlilikle ilgili tercihlerine saygı gösterebilir hem daha yararlı bilgiler elde edebilir. Peki bunu nasıl başarabilirsiniz? Markanızla müşterileriniz arasında çift yönlü, anlamlı bir değer alışverişi yapmanız gerekir. Müşterileriniz için seçtiğiniz önerileri, fırsatları ve diğer özel teklifleri onlara sunar, karşılığında web sitenizden, uygulamanızdan ve offline kanallardan müşteri verileri toplarsınız. Bunun iyi bir örneğini sergileyen PepsiCo, yatırım getirisini 3 katına çıkardı. PepsiCo, birinci taraf verileri etrafında şekillenen global bir pazarlama stratejisi kullandı ve özel teklifler sunduğu bağlılık programına müşteri davet ederek medya verimini artırdı.

Doğru araç ve izinlere sahipseniz birinci taraf verileri kullanarak da müşterilerinizin etkileşimleri ve işletmeniz hakkında stratejik bilgiler edinebilirsiniz. Bu verileri ayrıca, gizlilik açısından güvenli diğer çözümler için kaynak olarak kullanabilir ve böylece ölçümlerinizin doğruluğunu daha da artırabilirsiniz. Örneğin, web için gelişmiş dönüşümler gibi bir çözüm kullanarak dönüşüm ilişkilendirme hakkında ek veriler elde edebilirsiniz. Bunun için web siteniz üzerinden edindiğiniz, kullanıcılar tarafından sağlanan ve karma haline getirilmiş verileri, oturum açarken kullanılmış Google hesaplarıyla eşleştirebilirsiniz. Böylece müşteri yolculuğu hakkında daha kapsamlı bilgilere sahip olursunuz.

3. yanlış inanış: Aynı anda hem gizliliği korumak hem işletmenin başarılı olmasını sağlamak mümkün değil

Son olarak, sektörün bağımsız tanımlayıcılardan vazgeçip gizlilik öncelikli çözümlere yönelmesiyle birlikte bazı reklamverenler, raporlarında gerçeklerle eşleşmeyen ve sonraki süreçlerin optimizasyonunu olumsuz şekilde etkileyecek ölçüm verileri görmekten korkuyor. Gözlemlenebilir verilerin bazılarını kaybetmek kaçınılmaz olsa da hem ölçümleri hem performansı korumaya yönelik, makine öğrenimi destekli modeller olduğunu unutmayın.

Makine öğrenimi, diğer yöntemler kullanıldığında insan hatası nedeniyle veya başka nedenlerle gözden kaçabilecek trend ve korelasyon gibi bilgilerin tespit edilmesi amacıyla verilerin analiz edilmesidir. Gizlilik açısından güvenli makine öğrenimi teknikleri, dijital reklamcılık bağlamında kampanya raporlamanızı iyileştirip müşteri yolculuğu hakkında daha doğru bilgiler edinmenizi sağlar.

Yaygın uygulamalardan biri olan dönüşüm modelleme, reklam etkileşim ve dönüşümleri arasındaki aksi takdirde gözlemlenemeyecek bağlantıları keşfeder ve bu sırada her bir kullanıcının gizliliğini korur. Böyle bir çözümden yararlanarak ölçümlerinizi, medyanın gerçek etkisini daha iyi değerlendirmek için ve güvenlik açısından gizli bir şekilde iyileştirebilirsiniz. Bunun sonucunda daha etkili optimizasyonlar yapabilir ve yatırım getirinizi artırabilirsiniz.

Üçüncü taraf çerezlerinin olmadığı bir gelecek fikri ilk bakışta korkutucu görünse bile bunu gözünüzde büyütmeyin. Pazarlamayla ilgili yukarıda açıkladığımız yanlış inanışları bir kenara bırakın ve gelecekte karşınıza çıkacaklara hazır olmak için ölçümlerinizi sağlam bir temele oturtun.