Den 21. september smeller Performance-konferansen i gang. Dette er den dagen i året hvor man har mulighet til å bli oppdatert på alt innen Performance Marketing.
En av de som kommer for å snakke er fagansvarlig i analyse i Knowit Experience, Eivind Savio.
Hvorfor mener du Performance Marketing er viktig?
Mitt utgangspunkt er at all markedsføring skal ha en hensikt, og ergo er all markedsføring å betrakte som Performance Marketing. Hvis man tar med seg tankesettet fra Performance Marketing inn i annen markedsføring, vil det føre til smartere mål, målinger og optimalisering av markedsføringen.
Et konkret eksempel er «Google Brand Lift», hvor man benytter mekanismer fra Performance Marketing til å måle merkevareannonsering.
Hvordan synes du bedrifter tar i bruk Performance-virkemidlene i dag?
Hvis man måler norske bedrifter mot utenlandske aktører, vil jeg si at på generelt grunnlag henger Norge etter, selv om det finnes noen hederlige unntak.
Hvor skoen trykker mest er ikke godt å si, men til syvende og sist er det ledelsen i bedriften som har det avgjørende ordet i forhold til de investeringer som gjøres, både når det gjelder teknologi og mennesker.
Et annet aspekt er at utdanningssystemet enda ikke har tatt inn over seg dette fagområdet på en god nok måte, selv om noen har gjort noen grep. I andre land finnes det for eksempel høyskolestudier innen webanalyse, i Norge er man enten selvlært, eller har blitt lært opp internt i bedriften.
Her har bransjen en jobb å gjøre, både opp mot bedriftene og utdanningsinstitusjonene.
Hva tror du blir viktig innenfor Performance Marketing fremover?
Det viktigste i nær fremtid blir GDPR og ePrivacy-direktivet, da det vil gripe direkte inn i Performance Marketing. Nå skal man ikke bare være god i Performance, men også det juridiske.
Det andre som blir viktig, er maskinlæring på egne data, og hvor målet for output er at maskinen gjennomfører handlingen. Det er et paradoks at den bransjen med mest data, tar dette i bruk seinere enn bransjer man tradisjonelt ikke forbinder med data.
Siden jeg jobber med digital analyse, har vi allerede i vårt arbeid sett at maskinlæring også har en plass innen forståelse av data. Datadrevet attribusjon er for eksempel noe som forbindes med trafikk, men datadrevet attribusjon kan også brukes for optimalisering av eget innhold. Slike analyser er ikke mulige uten maskinenes hjelp.
Direkte relatert til dette vil spesialister på maskinlæring bli etterspurte ressurser. Spesialistene vil bli enda mer spesialiserte.
Se fullt program og sikre deg billetter til Performance-konferansen her!