نمایه سازی چند دانه ای مخاطب

نتایج شاخص مخاطب نسبی است. آنچه آنها به آن متصل هستند تعیین می کند که واقعاً چه چیزی به شما می گویند.

ما خوشحالیم که شما را معرفی می کنیم نمایه سازی چند دانه ای مخاطب، ارتقای کلیدی در نحوه عملکرد بینش مخاطبان در AdQuick. امروز یک مقدمه کوتاه برای درک بهتر نحوه کار و روشی که برای ایجاد آن استفاده کرده‌ایم مرور خواهیم کرد.

نتایج شاخص مخاطب در خلاء وجود ندارد. آنها همیشه نسبت به چیزی هستند – و نقطه مرجعی که انتخاب می کنید، بینش شما را تعیین می کند.

وقتی AdQuick امتیاز مخاطب را برای یک واحد محاسبه می‌کند، این فرآیند در سطح Tiger Block Group (TBG) آغاز می‌شود. امتیاز خام واضح است: (دستگاه ها در بخش مخاطب در TBG) ÷ (کل دستگاه ها در TBG). این نسبت نشان دهنده تمرکز واقعی مخاطبان هدف در یک جغرافیای معین است. آنچه بعد اتفاق می افتد جایی است که دانه در تصویر ظاهر می شود.

سپس هر نتیجه نرمال می شود – در برابر مجموعه مرجعی از سایر TBG ها رتبه بندی می شود. دانه آن مجموعه مرجع است. لوبیا را تغییر دهید و امتیاز را تغییر دهید.

چرا دانه جواب را عوض می کند

کمپینی را در نظر بگیرید که عاشقان قهوه را هدف قرار می دهد. با یک دانه ملی، هر TBG در کشور در برابر هر دیگری رتبه بندی می شود. نمره بالا در یک محله لس آنجلس به شما می گوید که این محله بالاتر از بقیه کشور برای عاشقان قهوه قرار دارد.

اما اگر در حال برنامه ریزی یک کمپین منحصراً در لس آنجلس هستید، این سوالی نیست که باید به آن پاسخ دهید. شما باید بدانید که کدام بخش‌های لس‌آنجلس در مقایسه با بقیه لس‌آنجلس در میان دوستداران قهوه متمرکز است، نه محله‌های نشویل یا بوستون. عادی سازی ملی تغییرات درون بازار را که برای خرید خاص بازار مهم هستند، هموار می کند.

بینش تغییر می کند زیرا مرجع تغییر می کند. دانه مناسب آن چیزی است که با محدوده برنامه ریزی شما مطابقت دارد.

این یک مورد لبه نیست. این سناریوی اصلی برنامه ریزی برای هر کمپین OOH با دامنه جغرافیایی است – که اکثر آنها هستند.

چهار لوبیا، چهار عدس

ملی دانه ها واحدها را با توجه به اینکه چگونه تمرکز مخاطب آنها با هر واحد دیگر در سراسر کشور مقایسه می شود، تعیین می کند. لنز مناسب برای کمپین‌های چند بازاری که می‌خواهید مکان‌هایی را با بالاترین شاخص نشان دهید، صرف نظر از اینکه در کجای جغرافیایی قرار دارند.

بازار (DMA) دانه در هر منطقه بازار تعیین شده نرمال می شود و واحدها را نسبت به سایرین در همان DMA ارزش گذاری می کند. لنز مناسب زمانی که به یک بازار متعهد هستید و می خواهید در آن بهینه سازی کنید — یافتن قوی ترین مکان ها نسبت به خود بازار، نه کشور.

منطقه و شهر غلات تقریبی با مقایسه، رتبه بندی TBG را در برابر سایرین در همان شهرستان یا مرزهای شهر نشان می دهد. برای کمپین های بیش از حد محلی، جایی که تمرکز در سطح محله مهم است، این دانه های روی سطح نشان می دهد که دیدگاه های ملی و بازار به سر و صدا تبدیل می شوند.

دانه یک تصمیم زمان‌بندی است و باید با محدوده جغرافیایی کمپینی که می‌سازید مطابقت داشته باشد.

یک کتابخانه مخاطب که برای OOH ساخته شده است

امتیاز دهی چند دانه ای در سراسر کتابخانه مخاطبان AdQuick اعمال می شود: بیش از 126 هزار مخاطب فعال از Experian، Claritas، Acxiom، Geopath و Census – با دسترسی به هزاران مورد دیگر از طریق Liveramp و Transunion/Neustar ادغام بازار داده. جستجو بر اساس نام، فیلتر بر اساس ارائه دهنده یا وضعیت در دسترس بودن، و اضافه کردن مخاطبان به یک طرح با یک کلیک.

هنگامی که یک مخاطب انتخاب شد، نقشه حرارتی مستقیماً روی نقشه قرار می گیرد – هر منطقه جغرافیایی را بر اساس شدت نمایه سازی آن برای هدف، در مقیاس 1 تا 200 رنگ آمیزی می کند. مناطق با بالاترین غلظت بلافاصله ظاهر می شوند. واحدهای واقع در داخل آنها برای ارزیابی درست در آنجا هستند.

126000 بیننده مهره های چهار نقطه. نقشه حرارتی که تمرکز را در یک نگاه قابل مشاهده می کند.

منطق AND/OR به برنامه ریزان اجازه می دهد تا مخاطبان را با هم ترکیب کنند – به تقاطع دو بخش یا اتحاد بین آنها برسند. را واحدهای فیلتر تغییر هر چیزی را از نقشه حذف می کند که با معیارهای مخاطبان مطابقت نداشته باشد، و تنها موجودی ارزش دیدن را باقی می گذارد.

مخاطب هم همینطور. بینش به دانه بستگی دارد.

داده های مخاطب فقط به اندازه سوالی که به آن پاسخ می دهد مفید است. عادی سازی ملی به یک سوال ملی پاسخ می دهد. عادی سازی بازار به یک سوال بازار پاسخ می دهد. لوبیاهای شهر و شهرستان به سوالاتی پاسخ می دهند که هیچ کدام نمی توانند.

یک شاخص چند دانه ای این تمایز را واضح می کند – و به برنامه ریزان کنترل می دهد تا منطق امتیازدهی را به محدوده واقعی کمپین ترسیم کنند. نتیجه، برنامه‌ریزی OOH مبتنی بر مخاطب است که به‌جای گسترده‌ترین مجموعه مرجع موجود، بر اساس جغرافیایی که در واقع مهم است، کالیبره شده است.