Digital Marketing Academy · บทเรียน

กลยุทธ์ข้อมูลจากบุคคลที่หนึ่ง

เป็นเจ้าของการวัดผลของคุณ

กลยุทธ์ข้อมูลจากบุคคลที่หนึ่ง เป็นบทเรียน Digital Marketing Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Digital Marketing Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Digital Marketing Academy มีบทเรียนทั้งหมด 4 บทเรียน

เหตุใดข้อมูลจากแหล่งที่มาของคุณเองจึงมีข้อได้เปรียบ

ข้อมูลจากแหล่งที่มาของคุณเองคือข้อมูลที่คุณเก็บรวบรวมโดยตรงจากลูกค้าของคุณเอง โดยลูกค้ารับทราบ ผ่านช่องทางของคุณเอง เช่น การซื้อ บัญชี การสมัครรับอีเมล กิจกรรมในแอป และการสนทนากับฝ่ายสนับสนุน

เนื่องจากข้อมูลนี้ได้รับความยินยอมและอยู่ภายใต้การดูแลของคุณ จึงยังคงใช้ได้แม้คุกกี้จะถูกยกเลิก ITP และตัวบล็อกโฆษณา ข้อมูลนี้เป็นสินทรัพย์ที่คงทนที่สุดในโลกที่ให้ความสำคัญกับความเป็นส่วนตัว และเป็นรากฐานของทุกสิ่งในปัจจุบัน

อนุกรมวิธานของข้อมูล

การแยกประเภทข้อมูลจะช่วยให้เข้าใจได้ชัดเจนขึ้น ข้อมูลจากแหล่งที่มาของคุณเองมาจากกลุ่มผู้ชมของคุณโดยตรง ข้อมูลจากแหล่งที่มาของพันธมิตรคือข้อมูลจากแหล่งที่มาของผู้อื่นที่แบ่งปันผ่านความร่วมมือ ส่วนข้อมูลจากแหล่งที่มาภายนอกคือข้อมูลที่รวบรวมและซื้อจากนายหน้าข้อมูล

ข้อมูลจากแหล่งที่มาภายนอกเป็นประเภทที่กำลังหายไป ข้อมูลจากแหล่งที่มาของลูกค้าเองโดยสมัครใจ ซึ่งเป็นส่วนหนึ่งของข้อมูลจากแหล่งที่มาของคุณเอง คือข้อมูลที่ลูกค้ามอบให้คุณเชิงรุก เช่น ความชอบ ความตั้งใจ และคำตอบจากแบบสำรวจ

Data types
--------------------------------------
ZERO-PARTY  : volunteered (quiz, prefs)
FIRST-PARTY : your own collected (orders)
SECOND-PARTY: a partner's first-party
THIRD-PARTY : brokered/aggregated (dying)

Resilience:  zero > first > second >> third

สร้างช่วงเวลาสำหรับเก็บข้อมูล

คุณไม่สามารถมีข้อมูลจากแหล่งที่มาของคุณเองได้หากไม่มีการแลกเปลี่ยนคุณค่า ลูกค้าจะแบ่งปันข้อมูลเมื่อได้รับบางสิ่งกลับคืนมา เช่น ส่วนลด คำแนะนำเฉพาะบุคคล เนื้อหาพิเศษ หรือประสบการณ์ที่ดียิ่งขึ้น

ออกแบบช่วงเวลาเก็บข้อมูลอย่างตั้งใจ เช่น การสร้างบัญชี แบบทดสอบสไตล์ โปรแกรมสมาชิก และการสมัครรับอีเมลหรือ SMS โดยระบุคุณค่าและความยินยอมให้ชัดเจน ปริมาณข้อมูลที่มีประโยชน์จะเพิ่มขึ้นตามความน่าสนใจของข้อเสนอ

Value exchange examples
--------------------------------------
Quiz       -> personalized product picks
Loyalty    -> points + early access
Newsletter -> guides + 10% first order
Account    -> saved cart, faster checkout
Reviews    -> social proof + perks

No value = no opt-in = thin data

การระบุและเชื่อมโยงตัวตน

บุคคลคนเดียวกันอาจเป็นผู้สมัครรับอีเมล ผู้ใช้แอปที่เข้าสู่ระบบ และผู้ซื้อในร้านค้า การระบุและเชื่อมโยงตัวตนจะรวมข้อมูลเหล่านี้เป็นโปรไฟล์ลูกค้าเดียว โดยใช้คีย์ที่มั่นคงซึ่งคุณเป็นเจ้าของ เช่น อีเมลที่ผ่านการแฮช รหัสลูกค้า และหมายเลขโทรศัพท์

นี่คือวิธีสร้างมุมมองลูกค้าที่คงทนและครอบคลุมหลายช่องทางโดยไม่ใช้คุกกี้จากแหล่งที่มาภายนอก รหัสลูกค้า ไม่ใช่คุกกี้ จะกลายเป็นแกนหลักของการวัดผล

Identity graph (owned keys)
--------------------------------------
        customer_id: C-7781
        +-----------+-----------+
        |           |           |
  hashed email   phone     loyalty #
        |           |           |
   web orders   SMS opt-in   in-store

Stitch on stable owned keys, not cookies

CDP

แพลตฟอร์มข้อมูลลูกค้า (CDP) รับข้อมูลจากทุกแหล่ง ระบุและเชื่อมโยงตัวตน และสร้างโปรไฟล์ลูกค้าที่เป็นหนึ่งเดียวและคงอยู่ จากนั้นจะทำให้เครื่องมืออื่นเข้าถึงโปรไฟล์เหล่านี้เพื่อแบ่งกลุ่มและนำไปใช้งาน

ตัวอย่างเช่น Segment, mParticle และ Tealium สำหรับทีมขนาดเล็ก คลังข้อมูลที่มีโครงสร้างดีร่วมกับ ETL ย้อนกลับก็สามารถทำหน้าที่เดียวกันได้ในต้นทุนที่ต่ำกว่า

การนำไปใช้ผ่านกลุ่มผู้ชม

ข้อมูลจากแหล่งที่มาของคุณเองจะกลายเป็นพลังทางการตลาดเมื่อนำไปใช้งาน คุณอัปโหลดรายชื่อลูกค้าที่ผ่านการแฮชไปยังแพลตฟอร์มโฆษณาในรูปแบบ Customer Match หรือกลุ่มผู้ชมที่กำหนดเอง แล้วสร้างกลุ่มผู้ชมที่มีลักษณะคล้ายกันจากข้อมูลเหล่านั้น

เนื่องจากการจับคู่ใช้ที่อยู่อีเมลและหมายเลขโทรศัพท์ที่ผ่านการแฮชแทนคุกกี้ จึงมีความทนทานต่อการเปลี่ยนแปลง แต่ยังคงต้องได้รับความยินยอมในการแบ่งปันข้อมูล และการอัปโหลดต้องเคารพสัญญาณ ad_personalization

Audience activation flow
--------------------------------------
CDP segment: 'lapsed VIP buyers'
   |  (hash email + phone, SHA-256)
   v
Google Customer Match / Meta CA
   |
   +-- suppression (exclude buyers)
   +-- lookalike / similar audiences
   +-- personalized creative

Condition: consent + ad_personalization

การแฮชและการจับคู่

คุณไม่ควรส่งอีเมลดิบไปยังแพลตฟอร์มโฆษณา ให้ปรับรูปแบบข้อมูลให้เป็นมาตรฐานก่อน โดยเปลี่ยนเป็นตัวพิมพ์เล็กและตัดช่องว่าง จากนั้นจึงแฮชด้วย SHA-256 แพลตฟอร์มจะทำการแฮชผู้ใช้ของตนเองด้วยวิธีเดียวกันและจับคู่ค่าที่แฮชแล้ว ดังนั้นทั้งสองฝ่ายจึงไม่เปิดเผย PII ดิบ

ตัวระบุที่ผ่านการแฮชแบบเดียวกันนี้ใช้กับคอนเวอร์ชันที่ปรับปรุงแล้วและการจับคู่ด้วย CAPI ทำให้ข้อมูลที่คุณเป็นเจ้าของเชื่อมโยงกับการวัดผลของแพลตฟอร์มได้โดยไม่ใช้คุกกี้

Normalize + hash before upload
--------------------------------------
raw:    '  John.Doe@Email.com '
norm:   'john.doe@email.com'
sha256: '836f82db...e3b0c44'

Upload only the hash.
Platform hashes its users -> matches.
No raw PII leaves your system.

การสร้างแบบจำลองและห้องข้อมูลสะอาด

ปัจจุบันการวัดผลบางส่วนจะต้องอาศัยการสร้างแบบจำลองเสมอ การสร้างแบบจำลองส่วนประสมการตลาด (MMM) ใช้ประมาณผลกระทบของแต่ละช่องทางจากค่าใช้จ่ายและผลลัพธ์โดยรวม โดยไม่ต้องติดตามในระดับผู้ใช้ และกำลังกลับมาได้รับความนิยมอีกครั้ง

ห้องข้อมูลสะอาด เช่น Google Ads Data Hub และ Meta Advanced Analytics ช่วยให้คุณจับคู่ข้อมูลของคุณกับข้อมูลของแพลตฟอร์มในสภาพแวดล้อมที่ปลอดภัยต่อความเป็นส่วนตัว โดยส่งกลับเฉพาะผลลัพธ์รวม ไม่ส่งข้อมูลระดับแถวออกมา

ธรรมาภิบาลและความไว้วางใจ

การเป็นเจ้าของข้อมูลหมายถึงการเป็นเจ้าของความรับผิดชอบด้วย จัดทำบัญชีรายการข้อมูล บันทึกฐานทางกฎหมายของแต่ละฟิลด์ ปฏิบัติตามคำขอลบและคำขอเข้าถึงข้อมูล กำหนดระยะเวลาการเก็บรักษา และเก็บหลักฐานความยินยอมไว้

ธรรมาภิบาลที่ดีไม่ใช่เพียงการจัดการด้านกฎหมายเท่านั้น แต่ยังเป็นสัญญาณแห่งความไว้วางใจ ลูกค้าจะแบ่งปันข้อมูลกับแบรนด์ที่สื่อสารอย่างโปร่งใสว่ารวบรวมข้อมูลอะไรและรวบรวมไปเพื่ออะไร

First-party data governance checklist
--------------------------------------
[ ] Inventory every field collected
[ ] Lawful basis per data point
[ ] Consent + proof stored
[ ] Retention limits set + enforced
[ ] Deletion/access request workflow
[ ] Hash PII before any sharing
[ ] Minimize: collect only what's used

การวัดผลโดยไม่ใช้คุกกี้

ให้รวมสัญญาณหลายแหล่งแทนการไล่หาตัวเลขที่สมบูรณ์แบบเพียงตัวเดียว ใช้ข้อมูลแบบระบุได้แน่ชัดที่ได้รับความยินยอมเมื่อมีข้อมูลดังกล่าว ใช้การสร้างแบบจำลองของโหมดความยินยอมเพื่อเติมช่องว่าง ใช้ MMM เพื่อตรวจสอบผลจากภาพรวม และใช้การทดสอบการเพิ่มผลลัพธ์เพื่อพิสูจน์ผลกระทบที่แท้จริง

แนวคิดที่ต้องเปลี่ยนคือ จากแหล่งข้อมูลอ้างอิงหลักที่ระบุได้แน่ชัดเพียงแหล่งเดียว มาเป็นค่าประมาณที่ตรวจสอบจากหลายแนวทาง แต่ละผู้ใช้อาจมีความแม่นยำน้อยลง ทว่าเป็นการประเมินที่ซื่อสัตย์กว่าและคงทนกว่ามาก

นำทุกอย่างมาประกอบกัน

กลยุทธ์แบบครบถ้วนคือ เก็บข้อมูลจากแหล่งที่มาของคุณเองผ่านการแลกเปลี่ยนคุณค่าที่แท้จริง ระบุและเชื่อมโยงตัวตนด้วยคีย์ที่คุณเป็นเจ้าของใน CDP นำไปใช้งานผ่านกลุ่มผู้ชมที่ผ่านการแฮชและเหตุการณ์ฝั่งเซิร์ฟเวอร์ เคารพความยินยอมตลอดกระบวนการ และตรวจสอบด้วยการสร้างแบบจำลองและการทดสอบการเพิ่มผลลัพธ์

นี่คือชุดเครื่องมือทางการตลาดที่ทนทานต่อการเปลี่ยนแปลงด้านความเป็นส่วนตัว ซึ่งให้ผลตอบแทนแก่แบรนด์ที่สร้างความสัมพันธ์โดยตรงกับลูกค้าและได้รับสิทธิ์ในการใช้ข้อมูลที่ตนถือครอง

ตรวจสอบความเข้าใจอย่างรวดเร็ว

ทดสอบความรู้ของคุณเกี่ยวกับกลยุทธ์ข้อมูลจากแหล่งที่มาของคุณเอง

สรุปทบทวน

ข้อมูลจากแหล่งที่มาของคุณเองและข้อมูลที่ลูกค้ามอบให้โดยสมัครใจเป็นสินทรัพย์ที่คงทน โดยเก็บรวบรวมโดยตรงและได้รับความยินยอมผ่านการแลกเปลี่ยนคุณค่า ระบุและเชื่อมโยงตัวตนด้วยคีย์ที่คุณเป็นเจ้าของใน CDP จากนั้นนำไปใช้งานผ่านกลุ่มผู้ชมที่แฮชด้วย SHA-256 และเหตุการณ์ฝั่งเซิร์ฟเวอร์

วัดผลด้วยการตรวจสอบจากหลายแนวทาง ได้แก่ ข้อมูลแบบระบุได้แน่ชัด การสร้างแบบจำลองของโหมดความยินยอม MMM ห้องข้อมูลสะอาด และการทดสอบการเพิ่มผลลัพธ์ ทั้งหมดนี้ต้องอยู่ภายใต้ธรรมาภิบาลที่เข้มแข็ง นี่คือชุดเครื่องมือที่ทนทานต่อการเปลี่ยนแปลงด้านความเป็นส่วนตัว ซึ่งเข้ามาแทนที่รูปแบบการใช้คุกกี้จากแหล่งที่มาภายนอกที่ไม่ยั่งยืน

คำถามที่พบบ่อย

บทเรียน “กลยุทธ์ข้อมูลจากบุคคลที่หนึ่ง” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “กลยุทธ์ข้อมูลจากบุคคลที่หนึ่ง” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Digital Marketing Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Digital Marketing Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “กลยุทธ์ข้อมูลจากบุคคลที่หนึ่ง”

เป็นเจ้าของการวัดผลของคุณ 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 4 จากทั้งหมด 4 บทเรียน

บทเรียน “กลยุทธ์ข้อมูลจากบุคคลที่หนึ่ง” 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

← กลับไปที่ Digital Marketing Academy