2023 GM​L ：​注重利潤​的​企業​ ​對​成​效導​向​評估​的​瞭解

在​提升​利潤​及​成果​方面，​成效​導向​的​企業​有​一​件​事​必須​堅守，​那​就是​使用​準確、​可​靠且​與​商業​ K​PI ​相關​聯​的​解決​方案，​協助​媒體​投資​的​成效​評估。​這​類​企業​以此​為​重，​因為​他們​瞭解，​評估​正確​與​否​對​現今​的​收益​成長​至​關​重要。

顛覆​和​變革​的​浪潮，​使​各​企業​都​面臨​提高​獲利​能力​的​壓力，​不僅​要​獲得​短期​成效，​也​要​追求​長期​成長。​對於​客戶​而言，​在​充滿​不​確定性​的​現今，​他們​很​難放心​做出​購買​決定。​在​亞太​地區，​有​超過​ 70​%​ ​的​消費者​期望​自己​盡​全力，​投入​充足​的​時間​研究​產品，​確保​做​出​正確​的​購物​決​策₁。

如果​企業​想要​提升​成效，​僅​在​客戶​眼前​曝光​已​不足夠。​他們​需要​創造​「贏得​消費者​信賴」​的​情境，​使​客​戶​脫離​彷徨​的​狀態 ​(是否​該​下​手​購買，​以及​該​購​買​什麼​產品)，​掌握​資訊​並​安心​做出​購物​決策。

為了​「贏得​消費者​信賴」，​企業​需要​透過​成效評估​解決​方案，​觸​及​位於​購物​歷程​中任​一​階段​的​客戶，​並​以​準確且​負責任​的​方式，​獲得​客戶​參與​度​相關​的​洞察​資料。​這​讓​企業​可以​啟用​已​取得​使用​者​同意​聲明​的​第一​方​資料，​以​在​合適​的​平台上​向​理​想客戶​提供​可​靠​資訊，​藉此​鼓勵​購買​並​提高利潤。

如果​企業​將​成效​評估​解決​方案​與​ Google AI ​技術​輔助​廣告​解決​方案​搭配​使用，​還​能​達成​更多​目標。​我們​發現，​在​許多​案​例​中，​企業​都​使用​這​個​組合​找出​重要​的​客戶​洞察​資料、​進行​預測​並​針對​最​有​價值​的​客戶​進行​調整，​以及​建立​更​貼近​消費者​需求​且​成效​更​卓越​的​廣告，​鼓勵​他們​安心​做出​購物​決策，​不論​現在​或日​後​皆然。

事實​上，​在​實際​購買​前​即​對​產品​選擇​深具​信心​的​客戶，​日​後​再​次​回購​該​產品​的​機率​會​多​將​近 2​0​%_​2，​而​與​其他​信任​度​較低​的​品牌​相比，​他們​對​所​信​任​品牌​的​消費​金額​平均​多​出​ 2​5%。

為了​充分​發揮​成效評估​解決​方案​的​潛力​來​提高​獲利​能力，​以下​說明​兩​項​前瞻性​評估​策略​和​解決​方案，​供企業​採用。

1.​投注​心力​根據​目標制定​第一​方​資料​策略

企業​制定​第一​方​資料​策略​的​方式，​會​影響​他們​評估​成效​及​改善​成果​的​能力。​在​整​個​亞太​地區，​有​三分之一​的​行銷​人​為了​觸​及​更多​相關​目標​對象​並​拓展​業務，​正在​積極​尋求​改善​第一​方​資料​的​收集​和​使用​方式_​3。

第一​方​資料​策略​可​擷取​洞察​資料，​發掘​客戶​最​重視​的​內容，​協助​企業​滿足​客戶​需求。

要​制定​完善​的​第一​方​資料​策略，​雖然​沒有​任何​情境​都​適用​的​方法，​但​本​文​介紹​的​要點​是​開始​著手​的​最佳​起點。

網路型企業​需要​建立​完善​的​標記​基礎，​來​產生​已​取得​使用​者​同意​聲明​的​第一​方​資料​做​為​行動​依據。​例如​使用​ Google 代碼​完整​設定​全​網​站​標記，​即可​協助​進行​整體​評估，​從客戶​在​網站​上​停留多​久到​實際​購買​的​時間​皆​可​顧​及。

透過​ Google 代碼​以​負責任​方式​擷取​的​資料，​有助於​輕鬆​整合​及​支援​ Google ​的​各​項​評估​和​分析​產品。​這​表示​企業​能​根據​購物​歷程​中​每​個​接觸點​的​特定​客戶​需求，​制定​第一​方​資料​策略。

為了​讓​成效​更​上​一​層樓，​企業​可以​採取​措施來​提高​轉換​評估​的​準確度。​企業​透過​強化​轉換，​就​能​使用​自家​網站​上​經過​雜湊​處理​的​第一​方​轉換​資料，​輔助​現有​的​轉換​標記。​這樣​一來，​便​可​找回​原本​無法​評估​的​轉換，​即使​客​戶跨不同​網​站​瀏覽​或​在​不同​裝置​之間​切換​也​沒​問題。​Google Ads ​中​還​提供​新​的​帳戶​層級​控制​選項，​讓​企業​可以​在​整​個​帳戶​中快速​導入​這​項​功能。

2.​指定​價值，​根據​業務​目標​進行​最佳​化

在​企業​建立​完善​的​第一​方​資料​策略​後，​就​需要​定義​每​個​轉換​價值。​指定​的​價值​是​以​每​個​企業​獨特​的​ K​P​I ​和​目標為​依據，​例如​收益、​利潤率​或​生命​週期​價值。​企業​可以​藉​此​爭取​更​有​價值​的​轉換，​進一步​發揮成​效導​向​成效評估​解決​方案​的​潛力。

例如，​只要​指定​客戶​生命​週期​價值，​企業​就​能​輕鬆​找出​可望​對​收益​產生​最​大​影響​的​客戶，​並​將​行銷​資金​投入​在​這些​客戶​身上，​盡​可能​提高​投資​報​酬率。

運用​這​個​第一​方​資料​和​指定​轉換​價值​的​組合，​企業​還​可以​採用​以​價值​為​準出價。​以​價值​為​準出價會​使用​這些​價值​來​調整​ ​Google AI ​技術​輔助​廣告​活動，​藉​此​達成​業務​目標，​並​創造​高價值​轉換​的​良性​循環。​使用​這​項​策略​的​廣告​客戶，​在​廣告​投資​報酬率​相近​的​情況​下，​轉換​價值​平均​可​獲得​ 14​%​ ​的​成長_​4。

以​使用​有效​的​成效​評估​解決​方案​來​提高​成效​和​獲益​而言，​Grab ​是​一​個​優秀​的​企業​範例。​這​家​東南亞​的​科技​公司​希望​持續​招募​更多​司機，​滿足​日​益​成長​的​叫車​服務​需求。

該​公司​根據​成功招​募到​的​叫車​服務​司機，​分析​了​相關​資料​的​品質，​並​透過​以​價值​為​準出價​廣告​活動，​使用​待​開發​客戶​強化​轉換來​啟用​第一​方​資料。​這​表示​能夠​向​更​有​可能​註冊，​且​符合​公司​所​需司機​資格​的​客群​投放​廣告。​這​項​解決​方案​使​ Grab ​的​招募​成本​降​低​了​ 3​5​%，​招​募到​的​合格​司機​則​多​了​ 8​2%。

長期​以來，​有效​的​成效​評估​解決​方案​在​提高​成效​方面​影響​甚鉅。​尤其​是​在​充滿​不​確定性​的​時期，​全面​的​預測​評估​方式​可​讓​企業​更​瞭解​客戶​最​重視​的​內容，​進而​滿足​客戶​的​需求。​設計​完善​的​第一​方​資料​策略，​針對​能夠​達成​業務​目標​的​轉換​價值​進行​最佳化，​現在​正是​時候，​不僅​可以​改善​現況，​也​能​為​將​來​鋪路。

您​的​企業​是否​已​準備​好​運用​ AI ​技術​大展​身​手？​不妨​利用​ Google Ads AI ​基礎​功​能​檢查​清單​進行​確認。