生活

<p>受众群体丰富 - 将来自您网站的第一方数据与从其他来源收集的第三方数据相结合,以更全面地了解您的访问者 - 现在是企业级企业的一个热门话题</p><p>其影响的证据在作为程序化的,继续通过付费营销预算猖獗,以美国为基础的eMarketer英国程序化数字显示广告支出2016以英国为基础,eMarketer的上述概述引发了关于通过支付计划的渠道优势进展的共鸣渠道但你也可以看看受众数据(Facebook)中的主导参与者,看看这种转变对其整体收入的影响,看看这些支出的大部分发生在哪里:移动Facebook Mobile Revenue Marketshare 2016年第一季度支付第三 - 通过Atlas,例如,将Facebook的受众数据与您的第一方网站数据集成在一起是一种常见的策略atic和付费社交但不太常见的是利用这些受众数据来改善您的其他数字营销渠道我所采访的大多数客户都很早就采用了真正的受众优先多渠道战略,其中一个巨大的差距领域是将搜索引擎搜索意图与通过受众丰富策略识别的个人客户联系起来(在移动设备上,差距更大)例如,通过沿着长尾走下去并分组术语来识别SEO中的购买路径中的不同点是很常见的具有语义意义,符合更强的“购买”意图,但也有可能将这种以意图为导向的策略与我们丰富的受众数据结合起来,以了解我们的有机搜索者是谁(以匿名方式)以及他们的需求和需求实际上是什么可能是这样,我们的营销人员如何才能将这种意图与受众数据相匹配并将自己融入其中</p><p>显而易见,以受众为主导的策略是多渠道营销的未来,如果不缩小这一差距,SEO在驾驶策略方面将会留在乘客座位上,直到驾驶策略为止</p><p>几年前,缩小个人受众识别(匿名,或作为更广泛群组的一部分)与实际渠道特定策略之间的差距几乎是不可能的</p><p>它要求您调整各种数据孤岛,以便在会话和直觉连接之间划清界限通过统计“桥梁建设”减轻负荷,并从非常小的数据集推断(相对而言)今天,基础设施足够便宜,工具箱足够先进 - 特别是在机器学习领域 - 你可以构建自己的数据分析堆栈并自己强制单独的受众解决方案例如,下图显示了基本组件的工作原理你会寻找一个数据分析堆栈,它可以利用机器学习来为你创建个人客户行为和无数营销渠道之间的联系</p><p>受众行为多渠道数据堆栈简化2016 c / o QueryClickcom一旦跨过这个桥梁,你可以愉快地联系您的历史数据并沿着交易时间表返回以确定该客户的真实终生价值,然后将他们的属性收集到一个高价值群组中,以影响您的营销材料,行动呼吁和预算优先级跨所有渠道那么,什么我们是否已经在这里将移动搜索引擎优化数据与来自其他地方的丰富受众数好吧,从某种意义上说,我们只是对数据进行了几乎无限量的A / B测试,以便知道在特定时刻点击该移动有机结果的人是昨天在午餐时间看到您的赞助Facebook帖子的人谁看过你上个月举办的伦敦地下海报活动我们也知道他们会对登陆页面内容做出很好的反应,这些内容强调实用性和易用性,超出价格;作为一个优质品牌,我们知道我们应该通过通用移动语音搜索来推动我们的标题和元描述信息,以突出这些功能,优势和优势,以实现他们预期的下一个接触点</p><p>为了实现这种洞察力,我们需要一个平台环境,允许针对手机与台式机或平板电脑调整HTML信息 在搜索引擎优化领域内进行数据分析时,我们还需要更进一步</p><p>例如,搜索控制台虽然受到许多评论员的好评,但在这个受众群体主导的环境中却是一个很棒的工具 - 而Google非常很多人都知道这一点,如果他们的营销材料是任何迹象 - 因为我们可以评估看到但从未点击我们的列表的失去客户的价值当我们将这种见解置于包含许多非常重要的触摸的多渠道转换路径的背景下时总而言之,很容易看出,在评估受众群体参与度与其群体期望时,如何仅查看现有排名数据是不够的我希望大多数企业都采用类似于上述(高度简化)的数据堆栈,拥有多个受众群体在不久的将来,丰富的数据来源(例如,Atlas)作为搜索营销人员,我们应该准备好参与我们可以从中构建的受众主导的战略Op本文中表达的内容是客座作者的内容,