Demografik Hedefleme

Demografik hedeflemenin dayandığı özellikler size iki farklı yoldan ulaşır ve bunlar eşit sağlamlıkta değildir. Reklam platformları yaşı, gelir aralığını veya ebeveynlik durumunu çoğunlukla hesap bilgilerinden ve modellenmiş sinyallerden çıkarsar; dolayısıyla demografik kitle, doğrulanmış bir liste değil kimin muhtemelen uyduğuna dair bir tahmindir. Kendi formunuzda veya testinizde toplanan özellikler ise kişinin beyanıdır ve kaydınızda durur. Biri reklamı kimin göreceğini, diğeri tıklamadan sonra ne gösterileceğini belirler.

Üst üste eklenen her özellikle kesinlik düşer. Her yeni koşul kitleyi keser ve arkasındaki modelleme hatasını büyütür; dört nitelikli bir kitle hem küçük hem büyük ölçüde yanlış olabilir. Dar hedefleme maliyeti de yükseltir, çünkü küçük bir havuza daha çok reklamveren teklif verir ve dağıtım algoritmasının hareket alanı daralır. Ödünleşme denetim ile performans arasındadır: dar ayarlar kampanyayı açıklanabilir kılar, gevşek hedefleme ise ayarların eleyeceği alıcıları bulur.

Pratikte iki kullanım ayrılır. Tıklamadan önce demografi, tüm hedefleme kuralı olarak değil hafif bir kısıt veya hariç tutma olarak en iyi işi görür; ayrımı kreatif ve yerleşim yapar. Tıklamadan sonra beyan edilmiş bir yaş aralığı veya hane durumu dallanmayı, teklif seçimini ve sonuç sayfasının dilini yönetebilir. Skor kartı funnel'ında, yanıtı sonraki soruları değiştirdiği için başa konan böyle bir soru, kayıtta toplanan birkaç profil alanından genelde daha değerlidir.

Demografi yalnızca yaşam evresinin sorunu bizzat yarattığı yerlerde ihtiyacı öngörür: çocuk bakımı, emeklilik veya öğrenci ürünleri gibi. Çoğu B2B kategorisinde neredeyse hiçbir şey açıklamaz; satın almayı kişinin yaşı değil rolü ve çalıştığı şirket belirler. Konut, kredi ve istihdam gibi birkaç alanda demografik hedefleme adalet gerekçesiyle açıkça kısıtlanır. Beyan edilen veri de yanlıdır: insanlar yaşı yuvarlar, geliri atlar ve olmak istedikleri kişi gibi yanıtlar.

Platform raporlarıyla değil kendi beyan verinizle ölçün. Dönüşen adayları kendi doldurdukları yaş aralığı veya hane alanına göre gruplayın, sonra bu gruplar arasında dönüşüm oranını ve edinme başına maliyeti karşılaştırın. Platformun varsaydığı demografiyi de insanların gerçekte bildirdiğiyle kıyaslayın. Büyük bir fark, kampanyanın ayarların iddia ettiği kitleye ulaşmadığı anlamına gelir.

Ardından kısıtın kendisini sınayın. Demografik hedeflenmiş grubu aynı kampanyanın daha geniş bir sürümüyle karşılaştırın ve tıklama oranını değil nitelikli aday başına maliyeti kıyaslayın; dar kitleler çoğu zaman iyi tıklar, kötü dönüşür. Karşılaştırmaya erişimi de katın; oranları iyileştirirken hacmi kesen bir kural, üretilen mutlak aday sayısını yine de düşürebilir.

Sık görülen hata, mevcut müşterilerin demografisini hedefleme ayarlarına kopyalayıp buna strateji demektir. Bugünkü tabanınız, ürüne kimin ihtiyacı olduğu kadar daha önce nerede reklam verdiğinizi de yansıtır; kampanya böylece zaten ulaştığınız kişilere daralır ve yeni kimseyi bulmaz. Müşteri demografisini kreatif ve mesaj için kullanın, kimin gerçekten tepki verdiğini daha geniş bir kitle ve platformun kendi optimizasyonu göstersin.

İkinci hata, demografik uyumu nitelendirme saymaktır. Doğru yaş ve gelir aralığındaki bir katılımcı satışa yönlendirilir, hiçbir ilgisi ve zaman planı olmadan görüşmeye gelir, temsilci de görüşmeyi bunu keşfederek geçirir. Puanlama modelinde demografik puanları küçük tutun ve ağırlığı niyete ya da davranışa verin; böylece özellik alanı daraltır ama kimin insanla konuşacağına tek başına karar vermez.