Måleverktøy for Footfall Attribution er i vinden, men å basere seg på installerte SDK-er betyr at det ikke er mulig å måle Footfall i mange land/regioner. Eller er det mulig?

I dette blogginnlegget beskriver vi hvordan det er mulig å måle fotfall i land der det finnes få eller ingen installerte SDK-er (fra tredjeparts dataleverandører).

La oss ta et skritt tilbake. Footfall Attribution handler om å måle den fysiske effekten av (en hvilken som helst) kampanje - i form av faktiske/fysiske butikkbesøk. Som du skjønner, er Footfall Attribution-kampanjer stort sett (og bare) relevante for selskaper med fysiske butikker.

For å bevise Footfall Attribution bruker man vanligvis en tredjeparts dataleverandør. En tredjeparts dataleverandør har sitt eget - eller sine samarbeidspartneres - Software Development Kit (SDK) installert i mange applikasjoner (apper). Dette gjør det mulig for disse tredjepartsleverandørene å spore hvor en enhet befinner seg. Problemet er at det i mange land er få eller ingen populære apper som har SDK installert. Dermed er det ikke mulig å bevise Footfall Attribution. For ikke å snakke om GDPR som er implementert/aktivert i Europa (noen tredjeparts dataleverandører tilbyr ikke lenger Footfall Attribution i EU på grunn av dette). Vi har imidlertid funnet en måte å bevise Footfall Attribution på i land der det finnes få eller ingen installerte SDK-er, og vi er avhengige av og kan skalere opp volumet basert på de mange adexchange-integrasjonene vi har. For ikke å snakke om det faktum at denne løsningen ikke er i konflikt med GDPR - som er aktiv i Europa.

Footfall Attribution by Targetoo
Vi har hittil testet denne teknikken/løsningen i flere land. Til å begynne med lanserer vi en "normal" kampanje. Enten rettet mot hele landet (uansett hvilket land det dreier seg om) eller ved å sette opp betydelige GEO-gjerder i området rundt butikkene til den aktuelle annonsøren/kunden. Vi sørger for at disse store GEO-gjerdene ikke dekker den faktiske plasseringen av de fysiske butikkene - med en "sikker" margin på 250 meter rundt hvert sted/butikk. Deretter setter vi opp små GEO-gjerder på den nøyaktige plasseringen av de fysiske butikkene til den aktuelle annonsøren. Så begynner moroa: Vi eksporterer enhets-ID-ene som har fått vist et banner innenfor den normale linjen. Etter noen dager eksporterer vi deretter enhets-ID-ene som har fått vist et banner innenfor de små GEO-innhegningene (plassert på/over de fysiske butikkene). På det tidspunktet analyserer vi ganske enkelt om det har blitt vist et banner innenfor de små GEO-gjerdene, som tidligere har blitt vist et banner innenfor hoved-/normalkampanjen. Og dermed kan vi bevise Footfall. Og for alle tvilere/ikke-troende der ute; denne teknikken fungerer faktisk!

Vi var mildt sagt skeptiske da vi testet denne teknikken. Som enhver ekspert kan fortelle deg, må et inntrykk (i appen) vises for at vi skal kunne registrere posisjonen/lokasjonen til en enhet. Det betyr at brukeren/forbrukeren må åpne en app mens han/hun befinner seg i butikken. Dette er noe helt annet enn når en installert SDK sender posisjonen til en enhet. I de fleste tilfeller trenger brukeren/forbrukeren ikke engang å åpne appen. SDK-en videresender posisjonen utelukkende basert på det faktum at appen er til stede/installert på den aktuelle enheten. Men igjen; i mange land er det ikke nok SDK-er installert til å foreta en skikkelig Footfall-analyse. For ikke å snakke om personvernproblemene denne metoden medfører. Alt i alt kan et skikkelig GEO-Fencing-verktøy og gammeldags analyse være avgjørende for å fastslå Footfall for ditt varemerke eller din kunde.

Ta kontakt hvis du ønsker å lære mer om denne teknikken og/eller ønsker å teste den for ditt varemerke/din kunde.