Çerezsiz bir dünyada arama ağı reklamcılığının iç işleyişi

In: Genel


30 saniyelik özet:

  • Üçüncü taraf tanımlama bilgileri sonunda aşamalı olarak kullanımdan kaldırılacağı ve pazarlamacılar alternatif yaklaşımlar arayacakları için, etkiyi ölçmeye ve değerlendirmeye çalışırken kendilerini bir veri denizinde kaybolmuş olarak bulabilirler.
  • İlişkilendirilebilir dönüşümler yerine kullanıcıların kalitesine odaklanmak, üçüncü taraf çerezlerini kaybetmenin yarattığı rahatsızlığı azaltabilir
  • Çerezlerden yeni bir etkileşim modeline geçiş, sürekli test yapılmasını gerektirecektir, bu nedenle verileri mümkün olduğunca basit tutun

Yıllardır dijital pazarlamacılar, üçüncü taraf tanımlama bilgileri ve etkileşimi doğru bir şekilde takip etme yeteneği tarafından şımartıldı – hayatı basitleştirdi ve bir kampanyanın etkinliğini raporlamayı çok kolaylaştırdı. Böyle bir yaklaşım, Meta, Criteo veya bir etkileyicinin minimum çabayla kaç dönüşüme katkıda bulunduğunu kolayca görmemizi sağladı. Ancak üçüncü taraf tanımlama bilgilerinin nihai olarak ortadan kalkması, yeni tanımlayıcılara geçişin mümkün olduğunca açık olmasını sağlamak için katılımla ilgili doğru veriler gerektirir. Bununla birlikte, bilgisizlik veya kolaylık nedeniyle, birçok reklamveren hala aşırı olumlu ve körü körüne iyimser ölçümleri gerçek olarak kabul ediyor.

Tavuklarınızı dönüşmeden önce saymak

Örneğin Facebook’u ele alırsak, hizmetlerinin bir dönüşüme ne ölçüde katkıda bulunduğunu bilmelerinin hiçbir yolu yoktur. Birden fazla temas noktasına sahip olmak ve birden fazla kanalla ilişkilendirilmiş bir dönüşüm veya hatta yanlış pozitiflerden kaynaklanan yanlışlıklar gibi çılgınca şişirilmiş sayılar üretmenin birçok yolu vardır. Bu, bir siteyi daha önce ziyaret etmiş veya bir siteyle etkileşimde bulunmuş geçmiş kullanıcılara dayalı olarak yoğun yeniden pazarlama yapanlar için özellikle rahatsız edicidir. Şu soruyu sormak gerekir: Yanlış metriklerle çalışırken, yeniden pazarlama gerçekten daha fazla dönüşüme katkıda bulunacak mı yoksa yalnızca kaçırılan tıklamaları geliri artırmayan kampanyalara mı bağlayacak?

Biz insanlar, özellikle karmaşık kalıpları aşırı basitleştirmeyi severiz. Web sayfanıza yapılan bir ziyaretin ne kadar karmaşık olduğunu hayal edin – bir kullanıcıyla bağlantılı, yaş, cinsiyet, konum, ilgi alanları ve sitenizdeki mevcut etkinlikleri gibi farklı özellikleri dikkate alan bir oturum alırsınız. Bu kullanıcı verileri daha sonra bir yeniden pazarlama listesinde örneğin Google Ads’e gönderilir.

Yeniden pazarlama listesi bile, dönüşümleri anlamlandırmaya çalışırken dikkate değer bir değişken sağlar. Facebook ve Google kullanıcıları 1:1 değil, Google’daki bir kullanıcı genellikle ortalama Facebook kullanıcısından daha fazla cihaza ve tarayıcıya bağlı. Google’ın aynı kullanıcıya bağladığı bir cihazdan bir dönüşüm elde edebilirsiniz, ancak Facebook herhangi bir içgörüden yoksun olabilir.

Web sitenizi ziyaret eden her kullanıcıyla yeniden pazarlama listelerini doldurursunuz. Bu yeniden pazarlama listeleri, Facebook’ta “benzerler” ve Google’da “benzerler” oluşturur. Bu “benzerler” son derece yararlı olabilir, çünkü bir kanaldan gelen trafik sıfır veya sıfır dönüşümle ilişkilendirilebilse de, aslında Google Ads’de çok sayıda ucuz dönüşüm sağlayabilecek en verimli “benzerleri” oluşturmaya yardımcı olabilirler.

Aşırı ilişkilendirmeden kaçınmanıza yardımcı olacak verileri belirleyin

İster kampanya bütçesi optimizasyonu (CBO) ister Hedef EBM olsun, tüm otomatik optimizasyon çalışmaları verilere bağlıdır. Makinelere ne kadar çok veri beslerseniz o kadar iyi sonuçlar alırsınız. Yeniden pazarlama listeleriniz ne kadar büyük olursa, otomatik/akıllı kampanyalarınız Google’da o kadar verimli olur. Bu, bir reklamın eylem izlenimini hesaba katmasanız bile, bir kullanıcının değerini bu kadar çok yönlü ve inanılmaz derecede karmaşık yapan şeydir.

Bu inanılmaz karmaşıklıkta, bir kampanyanın dönüşümlerini şişirmeden veya düşük satmadan etkileşim verilerini gerçekten gösterebilen bir ilişkilendirme modeline ihtiyacımız var. Bununla birlikte, en doğru sonuçları üretmeye çok uygun birçok model olsa da, atfetmenin kendi başına kusurlu olduğu unutulmamalıdır. Tüketiciler olarak, bizi kişisel yaşamlarımızda dönüşüme yönlendiren eylemlerin, atfedilecek kadar izlenemeyecek kadar çok şeyle birlikte çeşitlilik gösterdiğini anlıyoruz. İlişkilendirme mükemmel olamasa da, esasen mevcut en iyi araçtır ve diğer veri noktalarıyla birlikte uygulandığında çok daha kullanışlı hale gelebilir.

Son doğrudan olmayan tıklama ilişkilendirme modeli

Şişirilmiş verilerden kaçınmaya çalışırken, en kolay ilişkilendirme modeli, doğrudan olmayan son bir tıklamadır. Bu modelle, tüm doğrudan trafik yok sayılır ve dönüşüm için tüm kredi, müşterinin tıkladığı son kanala gider ve sonuçta herhangi bir dönüşümün yanlışlıkla birden çok temas noktasıyla ilişkilendirilmesi önlenir. Bu, yalnızca aşırı yükleme sorunlarını doğrudan olarak çözmeyi başaran, yalnızca minimum düzeyde dikkate alan basit bir modeldir. Bu şekilde pazarlamacılar, dönüşümün bölümlerini farklı kampanyalara veya kanallara atfetmek yerine etkiyi ölçebilir. Bu gerçekten çok basit bir yaklaşımdır; esasen, “bunu x’e yaparsak, bu y’yi artırır mı?”. Elbette, tüm ilişkilendirme modellerinde olduğu gibi, son doğrudan olmayan tıklama yaklaşımının da dezavantajları vardır. Birincisi, fazla/eksik katkı için mükemmel bir çözüm değil, ancak her şeyi tek bir yerde ölçebileceğiniz güvenilir veriler sağlayan, kolayca tekrarlanabilir ve stratejik olarak sağlam bir yaklaşımdır.

Her durumda, üçüncü taraf çerezinin gecikmeli ölümü, kesinlikle birçok kişinin dijital reklamcılık metodolojilerini yeniden değerlendirmesine neden oluyor. Şimdilik proaktif pazarlamacılar, alternatif çözümler sağlayabilecek gizlilik dostu tanımlayıcılar aramaya devam edecek. Kullanıcılardan güvenilir bir şekilde onay alınabiliyorsa, birinci taraf verilerinin oynayacak daha büyük bir rolü olabilir. Biz geçişi beklerken, verilerinizi düzene sokmak ve ilişkilendirme için doğru, güvenilir yaklaşımlar bulmak bir öncelik olmalıdır.

Bu nedenle, bu verilerin doğruluğunun sağlanması zorunludur, bu, tüm web sayfaları doğru bir şekilde izlenirken tıklamalar ve oturumlar arasında hiçbir tutarsızlık olmamasını sağlayarak başarılabilir. Otomatik izleme olmadığında, tüm kampanyaları izlemek için UTM’ler de kullanılmalı ve mümkünse izleme sunucu tarafında olmalıdır. Son olarak, pazarlamacılar, takiplerini Tag Assistant ile test etmeli ve oturum sırasında yinelenen oturumlar oluşturmadıklarından veya parametreleri kaybetmediklerinden emin olmalıdır. Nihayetinde, üçüncü taraf çerezi tamamen geçersiz hale geldiğinde, pazarlamacıların hangi yöne gideceğine nihai olarak veriler tarafından karar verilecektir – bu mümkün olduğunca doğru olmalıdır.


Torkel Öhman Amanda AI’nın CTO’su ve kurucu ortağıdır. Amanda AI’yı oluşturmaktan sorumlu olan ve veri/analitik deneyimiyle Torkel, tüm reklam hesaplarının sorunsuz çalışmasını sağlamak için ürünün tüm teknik yönlerini denetler.

abone ol Arama Motoru İzleme bülteni SEO, arama ortamı, arama pazarlamacılığı, dijital pazarlama, liderlik, podcast’ler ve daha fazlası hakkında içgörüler için.

Bizimle sohbete katılın LinkedIn ve heyecan.



Bir cevap yazın

Ready to Grow Your Business?

We Serve our Clients’ Best Interests with the Best Marketing Solutions. Find out More

How Can We Help You?

Need to bounce off ideas for an upcoming project or digital campaign? Looking to transform your business with the implementation of full potential digital marketing?

For any career inquiries, please visit our careers page here.
[contact-form-7 404 "Bulunamadı"]