Bagaimana jika Semua Pengguna Anonim?

Sebagai konsultan baru yang baru lulus dari perguruan tinggi, saya menjalani latihan yang disebut "Analisis Kegagalan". Saya tidak yakin apakah mereka masih melakukan jenis latihan ini akhir-akhir ini, tetapi gagasan di balik latihan ini adalah memainkan skenario terburuk dan menentukan cara mengurangi setiap skenario. Saya menemukan latihan ini bermanfaat dan, baik atau buruk, kadang-kadang mendapati diri saya memikirkan potensi kegagalan di kepala saya.

Baru-baru ini, saya memikirkan tentang analisis kegagalan terkait analitik digital, privasi, dan GDPR. Industri analitik digital berada di tempat yang aneh saat ini terkait dengan identifikasi dan privasi pengguna. Organisasi ingin mengumpulkan data sebanyak mungkin tentang pengguna sehingga mereka dapat meningkatkan iklan dan produk digital, tetapi pada saat yang sama, konsumen ingin privasi mereka dihargai. Beberapa tahun terakhir telah terlihat permainan kucing-dan-tikus antara regulator, perusahaan, vendor, dan konsumen terkait identifikasi pengguna dan privasi data. Di beberapa browser/perangkat, cookie hanya bertahan selama tujuh hari; pada orang lain, mereka tidak pernah kedaluwarsa. Kecuali jika Anda benar-benar tenggelam dalam bidang tersebut (seperti Aurelie atau Cory), sulit untuk tetap mengikuti peraturan saat ini di setiap negara (atau negara bagian jika Anda berada di AS).

Jadi akhir-akhir ini, saya merenungkan gagasan tentang analisis kegagalan dan privasi data. Bagaimana jika semua pengguna situs web atau aplikasi anonim? Bagaimana jika tidak ada cookie yang memberi tahu Anda jika orang yang menggunakan situs web/aplikasi Anda pernah ke sana sebelumnya? Bagaimana ini akan mengubah industri analitik digital?

Meskipun ini mungkin terdengar agak pesimistis, tidak menutup kemungkinan bahwa suatu hari nanti semua cookie dan identifikasi pengguna anonim dapat dilarang. Tetapi bahkan jika ini tidak terjadi, ide di balik analisis kegagalan adalah memainkan skenario hipotetis dan memikirkan dampak dan teknik mitigasi. Berikut ini adalah analisis kegagalan saya terhadap privasi data terkait industri analitik digital.

Atribusi Pemasaran

Korban yang paling jelas dari penghapusan semua identitas anonim adalah atribusi pemasaran digital. Meskipun masih mungkin untuk melihat berapa banyak pengguna yang berkonversi saat datanglangsungdari iklan digital, tidak mungkin untuk mengetahui apakah pengguna yang sama tersebut sebelumnya mengunjungi situs web atau aplikasi Anda dari kampanye lain. Karena atribusi pemasaran bergantung pada pemberian kredit di antara beberapa kampanye yang telah berinteraksi dengan pengguna yang sama dari waktu ke waktu, di dunia yang sepenuhnya mematuhi privasi, semua konversi akan menjadi "sentuhan terakhir". Kurangnya identitas juga berarti bahwa pemasar tidak akan memiliki cara untuk memahami interaksi antara kampanye pemasaran atau menentukan kombinasi kampanye atau saluran pemasaran mana yang menghasilkan konversi. Di dunia yang benar-benar tanpa cookie, keputusan kampanye atau saluran akan condong ke arah yang memiliki kesuksesan sentuhan akhir yang lebih besar. Ironisnya, Google menyeret langkahnya pada penghapusan cookie browser Chrome ketika mereka mungkin memiliki keuntungan paling banyak karena pencarian berbayar seringkali merupakan hal terakhir yang dilakukan pengguna sebelum melakukan konversi!

Dari perspektif analitik digital, skenario ini akan meniadakan nilai dari banyak fitur produk “analisis pemasaran” tradisional. Produk seperti Google dan Adobe Analytics memiliki fitur ekstensif seputar kampanye, saluran, dan akuisisi. Banyak fitur pemasaran baru yang kami tambahkan ke Amplitudo juga akan kehilangan sebagian nilainya. Degradasi identitas pengguna yang lambat ini sebagian bertanggung jawab atas pergeseran industri baru-baru ini dari pemasaran ke produk. Lagi pula, jika Anda tidak dapat secara akurat menghitung laba pemasaran atas belanja iklan, masuk akal jika para eksekutif mengalihkan anggaran dari pemasaran. Tidak ada yang suka menghabiskan uang yang tidak dapat mereka buktikan menghasilkan ROI!

Taktik Mitigasi

Jadi, bagaimana kegagalan atribusi pemasaran ini dapat dikurangi? Salah satu pendekatan mitigasi yang didorong oleh Google adalah gagasan pemodelan perilaku dan pemodelan konversi. Meskipun saya berencana untuk membahasnya secara lebih mendetail di postingan blog mendatang, pada tingkat tinggi, Google mencoba menggunakan data yang diketahui tentang pengguna yang diizinkan untukmemperkirakanapa yang terjadi dengan pengguna anonim (tidak berizin). Saya bukan penggemar pendekatan ini karena saya biasanya tidak mendukung data yang dibuat secara artifisial. Itu bisa menjadi lereng yang licin. Saya juga berpikir pendekatan ini adalah bantuan band jangka pendek dan tidak akan berhasil karena persentase pengguna anonim meningkat hingga 100%.

Pendekatan mitigasi atribusi pemasaran lainnya adalah Incrementality atau Randomized Control Trials (RCT). Teknik-teknik ini menarik karena tidak bergantung pada mengetahuisiapapenggunanya. Alih-alih, teknik agnostik pengguna ini menggunakan pembelajaran mesin, algoritme, dan eksperimen untuk menentukan pembelanjaan pemasaran mana yang mengarah pada kesuksesan. Pada titik ini, saya belum melihat adopsi skala luas dari pendekatan ini, tetapi saya berharap pendekatan ini akan mendapatkan popularitas karena semakin banyak pengguna yang anonim bagi pemasar.

Pelaporan Retensi Pengguna

Salah satu bagian terbaik dalam mengidentifikasi pengguna berulang situs web atau aplikasi adalah pelaporan retensi. Melihat seberapa sering pengguna yang sama kembali ke properti digital Anda memungkinkan Anda mempelajari hal-hal seperti:

• Kampanye apa yang mendorong pengguna setia?
• Fitur produk apa yang mendorong keterlibatan jangka panjang?
• Berapa interval penggunaan produk khas Anda?
• Fitur atau konten apa yang menyebabkan churn pengguna?

Sementara produk analitik pemasaran menawarkan beberapa pelaporan retensi yang ringan, ini adalah area di mana vendor analitik produk melangkah lebih dalam. Amplitudo, misalnya, memiliki lebih dari dua puluh permutasi laporan retensi.

Namun jika menjadi tidak mungkin untuk mengetahui apakah pengguna di situs web atau aplikasi Anda hari ini ada di sana untuk pertama kali atau kelima kalinya, pelaporan retensi menjadi tidak berguna. Dalam skenario ini, sepertinya setiap pengguna adalah pengguna pertama kali. Tidak mungkin untuk mengetahui seberapa sering pengguna melakukan churn. Kurangnya identitas akan mempersulit tim produk untuk memahami perbedaan penggunaan fitur antara pengguna pemula dan berpengalaman.

Taktik Mitigasi

Taktik mitigasi yang paling layak untuk retensi pengguna adalah meningkatkan autentikasi pengguna. Selama bertahun-tahun, merek malas dan mengalihkan hubungan mereka dengan pelanggan ke jaringan periklanan. Misalnya, alih-alih Home Depot membuat semua pelanggannya memiliki akun Home Depot, mereka membayar uang ke Google atau Facebook untuk menemukan pengguna yang sama berulang kali melalui jaringan periklanan mereka. Tetapi karena semakin banyak pengguna menjadi anonim karena penghapusan cookie dan peraturan privasi, jaringan periklanan kehilangan kemampuan untuk mengidentifikasi pengguna secara akurat. Misalnya, saat Apple memperkenalkan ITP, Facebook mengalami penurunan besar dalam pendapatan iklan karena merek tidak lagi percaya bahwa Facebook dapat melacak pengguna secara akurat seperti sebelumnya.

Merek akan segera mengenali manfaat memiliki hubungan 1:1 dengan pelanggan mereka melalui login yang diautentikasi alih-alih mengandalkan jaringan periklanan untuk identitas. Setelah Anda membuat pelanggan mengautentikasi, Anda dapat melihatsemuaperilaku pengguna mereka dengan cara yang mematuhi privasi. Industri seperti layanan keuangan telah menjadi yang terdepan dalam identitas pengguna, karena hampir setiap pelanggan mengautentikasi saat menggunakan situs web dan aplikasi keuangan. Penduduk asli digital seperti Uber, Doordash, dll., juga telah melihat manfaatnya karena sebagian besar pengguna mengautentikasi saat menggunakan aplikasi seluler mereka. Selama beberapa tahun ke depan, lebih banyak merek akan menemukan cara untuk meningkatkan akun masuk mereka, bahkan jika mereka harus membayar (atau menyuap) pelanggan untuk membuatnya. Sebagai konsumen, kita mungkin harus terbiasa menggunakan alat kata sandi seperti 1Password atau LastPass untuk mengingat login merek kita yang berbeda!

Strategi mitigasi potensial lainnya untuk retensi pengguna adalah penggunaan teknologi blockchain. Saya membayangkan sebuah skenario di mana pengguna menyimpan informasi pribadi mereka di blockchain pribadi dan memilih bagian mana dari profil pengguna mereka untuk dibagikan dengan masing-masing merek. Salah satu atribut tersebut dapat mengomunikasikan bahwa mereka adalah pengguna yang sama seperti di masa lalu sambil tetap mengaburkan identitas mereka yang sebenarnya. Blockchain akan menjadi cara untuk memberi tahu merek dengan aman bahwa mereka memiliki pengunjung yang kembali tanpa mengorbankan privasi. Tapi saya berharap pengguna akan menginginkan sesuatu sebagai imbalan untuk membagikan informasi ini. Pengguna dapat memperoleh uang dari identitas mereka dan mengendalikan data mereka, yang dapat menghilangkan jaringan periklanan sebagai perantara. Sebagai catatan tambahan, kepindahan saya baru-baru ini ke Amsterdam memperkenalkan saya pada DigiD, teknologi bagus yang melakukan ini. Setiap kali organisasi atau bisnis Belanda membutuhkan informasi tentang saya, saya dapat mengotorisasinya melalui DigiId.

Potensi Dampak Lainnya

Meskipun atribusi pemasaran dan retensi pengguna adalah yang paling terpengaruh oleh dunia yang sepenuhnya anonim, berikut adalah beberapa dampak potensial lainnya:

• Kelompok Pengguna – Membangun kelompok pengguna yang melakukan X dalam satu sesi dan Y di sesi lain tidak mungkin dilakukan.
• Perjalanan Pengguna – Anda tidak dapat melihat perjalanan pengguna multi-perangkat, multi-sesi.
• Corong Konversi – Corong konversi akan dibatasi hanya untuk konversi sesi.
• Pathing – Tidak mungkin untuk menyatukan jalur pengguna di seluruh sesi.
• Eksperimen – Anda hanya dapat mempertahankan pengguna dalam eksperimen atau pengujian tertentu dalam satu sesi.
• Personalisasi – Anda tidak dapat mempersonalisasi konten atau promosi berdasarkan perilaku pengguna sebelumnya.
• Pemasaran Ulang – Tidak akan ada cara untuk mengirimkan pesan pemasaran ulang kepada pengguna yang gagal melakukan konversi (mis., barang tertinggal di keranjang belanja).

Ringkasan

Seperti yang Anda lihat, industri analitik digital sangat bergantung pada identifikasi pengguna anonim. Mudah-mudahan, kita tidak pernah memiliki dunia yang sama sekali tidak mungkin untuk mengidentifikasi pengguna anonim. Sebagai sebuah industri, saya berharap kita akan menemukan solusi yang saling menguntungkan untuk privasi dan identitas. Tetapi jika Anda ingin merencanakan skenario terburuk, berdasarkan analisis kegagalan saya, Anda mungkin ingin mempertimbangkan hal berikut:

• Berinvestasi dalam analitik produk – Sementara identitas memengaruhi pemasaran dan analitik produk, analitik pemasaran lebih terpengaruh. Bahkan di dunia yang 100% anonim, tim produk masih dapat memanfaatkan data analitik produk untuk melihat bagaimana pengguna terlibat dengan produk, fitur apa yang mereka gunakan, dll. . Tetapi sebagian besar manfaat analitik pemasaran dibatalkan jika semua pengguna anonim.
• Ubah pendekatan atribusi – Temukan cara untuk melakukan atribusi pemasaran yang tidak bergantung pada pelacakan pengguna individual.
• Tingkatkan otentikasi pengguna – Merek harus berinvestasi lebih banyak dalam membangun hubungan 1:1 dengan pelanggan dan membuat mereka membuat akun yang diautentikasi.