Footfall Attribution-måleværktøjer er hotte, men at være afhængig af installerede SDK'er betyder, at det ikke er muligt at måle Footfall - i mange lande/geo'er. Eller er det?
Footfall Attribution-rapportering uden at være afhængig af SDK'er
I dette blogindlæg beskriver vi, hvordan det er muligt at måle footfall i lande, hvor der er få eller ingen installerede SDK'er (fra tredjeparts dataudbydere).
Lad os tage et skridt tilbage. Footfall Attribution handler om at måle den fysiske effekt af (enhver) kampagne - i form af faktiske/fysiske butiksbesøg. Som du nok kan regne ud, er Footfall Attribution-kampagner mest (og kun) relevante for virksomheder med fysiske butikker/shops.
For at bevise Footfall Attribution opskalerer man normalt en tredjeparts dataudbyder. En tredjeparts dataudbyder har deres - eller deres associerede/partneres - Software Development Kit (SDK) installeret i mange applikationer (apps). Det gør det muligt for disse tredjepartsdataudbydere at spore en enheds placering. Problemet er, at der i mange lande kun er få eller ingen populære apps, der har et SDK installeret i dem. Det gør - beviser - Footfall Attribution umuligt. For slet ikke at tale om GDPR, der er implementeret/aktiveret i Europa (nogle tredjepartsdataudbydere tilbyder ikke længere Footfall Attribution i EU på grund af dette). Vi har dog fundet en måde at bevise footfall attribution på i lande, hvor der kun er få eller ingen installerede SDK'er, og vi er afhængige af og bruger den store mængde, vi kan skalere op - baseret på de mange adexchange-integrationer, vi har. For ikke at nævne det faktum, at denne løsning ikke er i konflikt med GDPR - som er aktiv i Europa.
Footfall Attribution by Targetoo
Vi har indtil videre testet denne teknik/løsning i flere lande. Til at begynde med lancerer vi en 'normal' kampagne. Enten målrettet landsdækkende (uanset hvilket land det måtte være) eller ved at indsætte betydelige GEO-fence i området omkring de pågældende annoncørers/kunders butikker. Vi sørger for, at disse store GEO-hegn ikke dækker den faktiske placering af de fysiske butikker - med en 'sikker' margin på 250 meter omkring hver placering/butik. Derefter lancerer vi små GEO-hegn på den nøjagtige placering af den pågældende annoncørs fysiske butikker/shops. På det tidspunkt begynder det sjove: Vi eksporterer de enheds-id'er, som har fået vist et banner inden for den normale linje. Efter et par dage eksporterer vi så de enheds-id'er, som har fået vist et banner inden for de små GEO-hegn (placeret på/over de fysiske butikker). På det tidspunkt analyserer vi simpelthen, om der er blevet vist et banner inden for de små GEO-hegn, som tidligere er blevet vist et banner inden for den primære/normale kampagne. Og med det; bevise Footfall. Og til alle tvivlere/ikke-troende derude; denne teknik virker faktisk!
Ansvarsfraskrivelse: Vi var mildest talt skeptiske, da vi testede denne teknik. Som enhver ekspert kan fortælle dig, skal der serveres et (in-app) indtryk, for at vi kan registrere en enheds position/placering. Det betyder, at brugeren/forbrugeren er nødt til at åbne en app, mens han/hun er i butikken. Det er meget forskelligt fra et installeret SDK, der sender en enheds placering. I de fleste tilfælde behøver brugeren/forbrugeren ikke engang at åbne appen. SDK'en videresender placeringen udelukkende baseret på det faktum, at appen er til stede/installeret på den pågældende enhed. Men igen; i mange lande er der ikke installeret tilstrækkeligt med SDK'er til at lave en ordentlig Footfall-analyse. For ikke at nævne de problemer med privatlivets fred, som denne metode medfører. Alt i alt kan et ordentligt GEO-Fencing-værktøj og gammeldags analyse være de afgørende faktorer for dig, når du skal bestemme Footfall for dit brand eller din kunde.
Kontakt os, hvis du vil vide mere om denne teknik og/eller ønsker at teste den for dit brand/din kunde.