การแบ่งกลุ่มผู้ชมและการจัดการข้อมูล
ใช้ข้อมูลจากบุคคลที่หนึ่ง สอง และสามเพื่อสร้างกลุ่มผู้ชมที่แม่นยำ
การแบ่งกลุ่มผู้ชมและการจัดการข้อมูล เป็นบทเรียน Digital Marketing Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Digital Marketing Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Digital Marketing Academy มีบทเรียนทั้งหมด 4 บทเรียน
ข้อมูลบุคคลที่หนึ่งและเหตุผลที่ข้อมูลประเภทนี้มีคุณค่าที่สุด
ข้อมูลบุคคลที่หนึ่งคือข้อมูลที่รวบรวมโดยตรงจากลูกค้าและผู้มีโอกาสเป็นลูกค้าของคุณผ่านเว็บไซต์ แอป CRM โปรแกรมสะสมคะแนน หรือประวัติการซื้อ ซึ่งเป็นข้อมูลที่คุณเป็นเจ้าของและได้รับอนุญาตอย่างชัดเจน
ข้อมูลประเภทนี้มีคุณค่าที่สุดเพราะมีความถูกต้อง รวบรวมโดยได้รับความยินยอม และสะท้อนปฏิสัมพันธ์จริงกับแบรนด์ของคุณ ในโลกที่ให้ความสำคัญกับความเป็นส่วนตัวเป็นอันดับแรก ข้อมูลบุคคลที่หนึ่งจึงเป็นรากฐานที่ยั่งยืนสำหรับการกำหนดเป้าหมายและการปรับเนื้อหาให้เหมาะกับกลุ่มผู้ชมทั้งหมด
ความร่วมมือด้านข้อมูลบุคคลที่สอง
ข้อมูลบุคคลที่สองคือข้อมูลบุคคลที่หนึ่งของบริษัทอื่น ซึ่งคุณเข้าถึงได้ผ่านความร่วมมือโดยตรงหรือข้อตกลงแบ่งปันข้อมูล เช่น แบรนด์ด้านการท่องเที่ยวแบ่งปันข้อมูลลูกค้ากับร้านค้าปลีกกระเป๋าเดินทาง
ความร่วมมือเหล่านี้ให้ข้อมูลคุณภาพสูงที่รวบรวมโดยได้รับความยินยอม และไม่สามารถซื้อได้จากตลาดข้อมูลแบบเปิด จึงมีความถูกต้องมากกว่าและไม่กลายเป็นข้อมูลโภคภัณฑ์ทั่วไปเหมือนข้อมูลบุคคลที่สาม
การยุติการใช้ข้อมูลบุคคลที่สาม
คุกกี้ของบุคคลที่สาม ซึ่งเป็นเทคโนโลยีที่ทำให้เกิดการติดตามผู้ใช้ข้ามเว็บไซต์และอุตสาหกรรมข้อมูลบุคคลที่สามมูลค่า 4 แสนล้านดอลลาร์ กำลังถูกยกเลิกการใช้งานในเบราว์เซอร์รายใหญ่ เนื่องจากกฎระเบียบด้านความเป็นส่วนตัวเข้มงวดขึ้น
Safari และ Firefox บล็อกคุกกี้ของบุคคลที่สามเป็นค่าเริ่มต้นอยู่แล้ว การยกเลิกการใช้งานคุกกี้ดังกล่าวใน Chrome หมายความว่ากลุ่มผู้ชมที่สร้างจากข้อมูลพฤติกรรมของบุคคลที่สามจะไม่สามารถใช้กับการกำหนดเป้าหมายแบบโปรแกรมแมติกส่วนใหญ่ได้อีกต่อไป และจะเปลี่ยนโฉมการโฆษณาดิจิทัลอย่างสิ้นเชิง
Google Topics API และ Privacy Sandbox
Privacy Sandbox ของ Google เสนอให้แทนที่การติดตามด้วยคุกกี้ของบุคคลที่สามด้วยทางเลือกที่ทำงานบนเบราว์เซอร์ เช่น Topics API ซึ่งจัดผู้ใช้ให้อยู่ในหมวดหมู่ความสนใจแบบกว้าง ๆ เช่น ฟิตเนสหรือการท่องเที่ยว โดยอ้างอิงจากประวัติการเรียกดูที่จัดเก็บไว้ภายในอุปกรณ์
แนวทางนี้ให้สัญญาณบางส่วนสำหรับการกำหนดเป้าหมายตามพฤติกรรม พร้อมรักษาความเป็นส่วนตัวของข้อมูลการเรียกดูรายบุคคลไว้ได้ จึงเป็นการประนีประนอมที่อุตสาหกรรมโฆษณายังคงประเมินประสิทธิผลเมื่อเทียบกับการกำหนดเป้าหมายที่ใช้คุกกี้
การกำหนดเป้าหมายตามบริบทเป็นทางเลือกที่ไม่ใช้คุกกี้
การกำหนดเป้าหมายตามบริบทจะแสดงโฆษณาตามเนื้อหาของหน้าที่กำลังดูอยู่ แทนการใช้ข้อมูลระบุตัวตนของผู้ใช้ จึงไม่ต้องใช้คุกกี้และสอดคล้องกับข้อกำหนดด้านความเป็นส่วนตัวโดยธรรมชาติ
การกำหนดเป้าหมายตามบริบทสมัยใหม่พัฒนาไปไกลกว่าการจับคู่คำสำคัญแบบง่าย ๆ โดยรวมการวิเคราะห์เชิงความหมายและการประมวลผลภาษาธรรมชาติที่เข้าใจความหมายของหน้าเว็บ ทำให้ผู้ลงโฆษณาค้นหาตำแหน่งโฆษณาที่เกี่ยวข้องและปลอดภัยต่อแบรนด์ได้โดยไม่ต้องใช้ข้อมูลผู้ใช้
การสร้างสินทรัพย์ข้อมูลบุคคลที่หนึ่ง
สิ่งสำคัญเชิงกลยุทธ์ในโลกที่ไม่ใช้คุกกี้คือการสร้างสินทรัพย์ข้อมูลบุคคลที่หนึ่งของตนเอง ได้แก่ รายชื่ออีเมล ผู้ใช้แอป สมาชิกโปรแกรมสะสมคะแนน และข้อมูลความชอบจากแบบสำรวจ
ข้อเสนอเนื้อหา แบบทดสอบ หน้าลงทะเบียนก่อนเข้าถึงเนื้อหา และการซื้อทุกครั้ง ล้วนเป็นโอกาสในการรวบรวมข้อมูลบุคคลที่หนึ่งโดยได้รับความยินยอม แบรนด์ที่มีชุดข้อมูลบุคคลที่หนึ่งจำนวนมากจะยังคงกำหนดเป้าหมายกลุ่มผู้ชมได้อย่างแม่นยำ แม้การใช้คุกกี้จะถูกยกเลิก
แพลตฟอร์มข้อมูลลูกค้าเทียบกับ DMP
แพลตฟอร์มข้อมูลลูกค้า (CDP) จะรวมข้อมูลลูกค้าบุคคลที่หนึ่งซึ่งระบุตัวตนได้ เช่น อีเมล ประวัติการซื้อ และพฤติกรรมบนเว็บ ให้เป็นโปรไฟล์ลูกค้าที่คงอยู่ต่อเนื่อง โดยมุ่งเน้นการนำไปใช้งานผ่านช่องทางที่แบรนด์เป็นเจ้าของ เช่น อีเมลและการปรับเนื้อหาบนเว็บไซต์ให้เหมาะกับผู้ใช้
ในอดีต แพลตฟอร์มจัดการข้อมูล (DMP) ใช้จัดการกลุ่มผู้ชมแบบไม่เปิดเผยตัวตนที่อาศัยคุกกี้ของบุคคลที่สามสำหรับการโฆษณาแบบโปรแกรมแมติก เมื่อคุกกี้ของบุคคลที่สามถูกยกเลิก CDP จึงมีความสำคัญเพิ่มขึ้น ขณะที่ DMP แบบดั้งเดิมกำลังเผชิญความท้าทายครั้งใหญ่ด้านการระบุตัวตน
การสร้างแบบจำลองกลุ่มผู้ใช้คล้ายกันจากข้อมูลบุคคลที่หนึ่ง
การสร้างแบบจำลองกลุ่มผู้ใช้คล้ายกันใช้การเรียนรู้ของเครื่องเพื่อค้นหาผู้ใช้รายใหม่ที่มีลักษณะทางสถิติคล้ายกับลูกค้าเดิมที่ดีที่สุด โดยอ้างอิงสัญญาณจากข้อมูลบุคคลที่หนึ่ง เช่น ข้อมูลประชากร พฤติกรรม และรูปแบบการซื้อ
Lookalike Audiences ของ Facebook และ Customer Match ของ Google เป็นรูปแบบการใช้งานที่ได้รับความนิยมมากที่สุด ทำให้ผู้ลงโฆษณาขยายการเข้าถึงได้อย่างมีประสิทธิภาพด้วยการกำหนดเป้าหมายไปยังผู้ที่มีลักษณะคล้ายลูกค้าที่มี LTV สูงสุด
การระงับกลุ่มผู้ชมและรายการยกเว้น
การระงับกลุ่มผู้ชมหมายถึงการอัปโหลดรายชื่อลูกค้าปัจจุบัน ผู้ที่เพิ่งซื้อสินค้า หรือผู้ใช้รุ่นทดลองในปัจจุบันไปยังแพลตฟอร์มโฆษณา เพื่อยกเว้นบุคคลเหล่านี้จากแคมเปญหาลูกค้าใหม่ และป้องกันการใช้งบประมาณโดยเปล่าประโยชน์กับผู้ที่อยู่ในกระบวนการทางการตลาดของคุณอยู่แล้ว
รายการยกเว้นเป็นหนึ่งในการเพิ่มประสิทธิภาพที่ให้ ROI สูงที่สุดในการโฆษณาแบบโปรแกรมแมติก การระงับลูกค้าปัจจุบันจากแคมเปญหาลูกค้าใหม่ช่วยปรับปรุงตัวชี้วัดต้นทุนต่อการได้มาซึ่งลูกค้าได้ทันที
คลีนรูมข้อมูลสำหรับความร่วมมือที่สอดคล้องกับความเป็นส่วนตัว
คลีนรูมข้อมูลคือสภาพแวดล้อมที่รักษาความเป็นส่วนตัว ซึ่งคู่สัญญาสองฝ่ายสามารถวิเคราะห์ชุดข้อมูลที่ทับซ้อนกันได้ โดยไม่มีฝ่ายใดเปิดเผยข้อมูลดิบให้อีกฝ่ายเห็น
ผู้ลงโฆษณาใช้คลีนรูมที่ให้บริการโดยแพลตฟอร์มอย่าง Google Ads Data Hub, Meta Advanced Analytics และ Amazon Marketing Cloud เพื่อวัดผลกระทบของแคมเปญเทียบกับข้อมูลของผู้เผยแพร่หรือผู้ค้าปลีก โดยไม่ละเมิดความเป็นส่วนตัวของผู้ใช้หรือข้อตกลงด้านข้อมูล
ข้อมูลบุคคลศูนย์ในฐานะส่วนเสริมของข้อมูลบุคคลที่หนึ่ง
ข้อมูลบุคคลศูนย์คือข้อมูลที่ลูกค้าแบ่งปันกับแบรนด์ด้วยความสมัครใจและตั้งใจ เช่น คำตอบจากแบบสำรวจ ความชอบที่แจ้งไว้ คำตอบจากแบบทดสอบ และข้อมูลรายการสิ่งที่อยากได้ ซึ่งแตกต่างจากข้อมูลพฤติกรรมที่อนุมานจากการกระทำของลูกค้า
ข้อมูลบุคคลศูนย์มีความถูกต้องสูงมาก เพราะไม่ต้องอนุมาน และได้รับความยินยอมอย่างชัดเจน จึงมีคุณค่าสำหรับการปรับเนื้อหาให้เหมาะกับผู้ใช้ และทนทานเป็นพิเศษต่อการเปลี่ยนแปลงของกฎระเบียบด้านความเป็นส่วนตัวที่จำกัดการกำหนดเป้าหมายตามพฤติกรรมที่อนุมาน
แบบทดสอบความรู้เกี่ยวกับประเภทข้อมูล
โปรดทดสอบความเข้าใจเกี่ยวกับข้อมูลกลุ่มผู้ชมในการตลาดดิจิทัล
สรุปการจัดการข้อมูลกลุ่มผู้ชม
ข้อมูลบุคคลที่หนึ่งเป็นรากฐานที่มีคุณค่าและยั่งยืนที่สุดสำหรับการตลาดดิจิทัล เมื่อคุกกี้ของบุคคลที่สามถูกยกเลิก การสร้างสินทรัพย์ข้อมูลที่องค์กรเป็นเจ้าของผ่านทุกปฏิสัมพันธ์กับลูกค้าจึงกลายเป็นสิ่งสำคัญเชิงกลยุทธ์
CDP ช่วยรวมโปรไฟล์บุคคลที่หนึ่งเพื่อการปรับเนื้อหาให้เหมาะกับผู้ใช้ การสร้างแบบจำลองกลุ่มผู้ใช้คล้ายกันช่วยขยายการเข้าถึงจากลูกค้าที่ดีที่สุด และคลีนรูมข้อมูลช่วยให้ผู้เผยแพร่กับผู้ค้าปลีกทำงานร่วมกันเพื่อวัดผลได้อย่างสอดคล้องกับข้อกำหนดด้านความเป็นส่วนตัว
คำถามที่พบบ่อย
บทเรียน “การแบ่งกลุ่มผู้ชมและการจัดการข้อมูล” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “การแบ่งกลุ่มผู้ชมและการจัดการข้อมูล” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Digital Marketing Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Digital Marketing Academy มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “การแบ่งกลุ่มผู้ชมและการจัดการข้อมูล”
ใช้ข้อมูลจากบุคคลที่หนึ่ง สอง และสามเพื่อสร้างกลุ่มผู้ชมที่แม่นยำ คุณปฏิบัติ Digital Marketing Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Digital Marketing Academy หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน Digital Marketing Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน
บทเรียน “การแบ่งกลุ่มผู้ชมและการจัดการข้อมูล” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน Digital Marketing Academy นี้ได้ไหม
ได้ บทเรียน Digital Marketing Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- การทำงานของการโฆษณาแบบโปรแกรม
- แพลตฟอร์มฝั่งผู้ซื้อและการประมูลแบบเรียลไทม์
- การแบ่งกลุ่มผู้ชมและการจัดการข้อมูล
- การเพิ่มประสิทธิภาพแคมเปญแบบโปรแกรม