30: איך אנחנו מודדים אפקטיביות של שיווק

אנחנו מדברים על הדרך למקסם הוצאות שיווק באמצעות דאטה ופיתוח הבנה עמוקה של marketing attribution. אורח: דניאל ברוך, Full Stack Developer ב-מאנדיי.קום

Attribution is the ability to understand which channel and which ad made a certain user arrive at our platform. The need for a smart attribution mechanism rises as we scale both in marketing spend and in the number of channels we advertise on.

This week we spoke with Daniel Baruch, a developer at monday.com, on how we approach this challenge of sharing the fruits of our labor to the Marketing department. By measuring and tracking every dollar, we allow the team to make the right decisions so that we can keep on growing as fast and as effectively as we can.

Episode transcript

Automatically transcribed — it may contain errors.

היי רוי. שלום ליאור. היי כולם, הגעתם לסטארטאפ פור סטארטאפ, הפודקאסט שבו אנחנו חולקים מהניסיון, מהידע והתובנות שיש לנו כאן במאנדיי.com וגם מחברות אחרות, הוא מיד לכל מי שסטארטאפ מדבר עליו, לא משנה באיזה כיסא הוא יושב ברגעים אלו. זהו נדבר על אטריביושן, שבמשפט אחד זאת היכולת שלנו להבין לאיזה ערוץ ולאיזה פרסומת אנחנו רוצים לשייך את המשתמש או את הלקוח שהגיע אלינו, וככה בעצם להבין מה עובד לנו ומה לא. עכשיו הצורך הזה במנגנון שיוך שהוא חכם, עולה ככל שהמורכבות והאזכייל שלנו גדלים. נדבר על איך אנחנו במאנדיי ניגשים לאתגר הזה של שיקוף ומתן פידבק על מ צי השיווק שלנו לאנשי המרקטינג, ב צעות מדידיה ומודלים חכמים, ואיך אנחנו עוזרים להם לקבל את ההחלטות הנכונות כדי לגדול הכי מהר ויעל שאפשר. כתבת העניין יצטרף אלינו היום דניאל ברוך, שהוא מפתח בצוות הביג בריין. שלום ליאור. היי דניאל. שלום רוי. שלום. פרק שאנחנו מתכננים כבר כמה שבועות טובים, אז כיף שסוף סוף הצטרפת אלינו. אז ככה שנייה לפני שנבין מה האתגר, בואו כן תספר לנו בכמה מילים על הצוות והתפקיד שלך, ולמה אתה כאן איתנו בחדר מדבר על הטריביושן היום. אז בעצם ביג בריין זה מוצר פנימי של מנדיי, שהוא חושף לעובדים בחברה את כל הדאטה בצורה שהם יכולים לעשות אותו, ולהבין ממנו מסקנות שאפשר לפעול על פיהם. ועושים את זה כבר בדרכים שונות, כאילו של חשיפת נתונים, אוספים את הוונטים, אוספים את מה שהלקוחות שלנו ראו, מאיפה הם הגיעו, עושים את כל זה, ומגישים את זה בצורה מאוד טובה וחכמה לעובדים. בניגוד אבל למערכות בי-איי, כי זה נשמע טיפה כמו בי-איי, אנחנו גם בביג בריין דוחפים המון דברים שהם אקשניבל. כלומר, זה לא רואים את הדאטה והולכים למערכת אחרת לשנות דברים, כבר בתוך ביג בריין אנחנו קונים את המדיה בפייסבוק וגוגל, וכל ה-A-B-Testing שם, ולהעלות A-B-Test, להוריד A-B-Test, כל הפעולות עצמם כבר הם יחד עם הדאטה. אז חוסך המון זמן, מאפשר לאנשים לקבל את ההחלטה ולבצע את הפעולה באותו מקום, ובגלל זה גם בחרנו לפתח משהו לבד, כאילו לאפשר את כל הריכוזיות המדהימה הזאת, שכאילו הכל במקום אחד. עכשיו כן שנייה להבין למה אתה קשור לפרק שאנחנו מקליטים היום, ומה לך ולאטריביושן? אוקיי, אז אני מהחוליה בתוך ביג בריין שאחראית לעזור למארקטינג, לקבל את ההחלטות ולבצע אותם בצורה הכי טובה ומהירה שאפשר. איך זה אומר חוליה? אתם מחולקים? כן, אנחנו בחצלות מחולקים לכמה חוליות, חוליית מרקטינג שאני נמצא בה ביחד עם אוריאן, חוליית פרודקט ובילינג, שם יש את סתיו ובר, וחוליית Customer Facing, שהם נותנים פתרונות ל-CS שלנו, לקונסלטנט שלנו ולפרטנר. רוי, מה בעצם האתגרים אטריביושן? למה אנחנו מדברים על זה היום? אז המילה אטריביושן היא מילה, אבל בתכלס זה איך אנחנו חושבים על המרקטינג, ואולי שווה לחזור אחורה, כאילו איך התחלנו את זה בכלל. החשיבה שלנו הייתה זהה לאורך כל הדרך מההתחלה, ואני חושב שבגלל זה גם הגענו לאן שאנחנו היום, מבחינת ספנט, שבוא נגיד ב-2019 אנחנו ב-7 מיליון דולר בחודש במרקטינג עכשיו, בהוצאות Performance Marketing שווה להגיד, והתחלנו מ-500 דולר בחודש, וקמפיין ראשון. עכשיו… ואת החשיבות לשאלה הזאת של אטריביושן? זה היה מ-Day 1. מ-Day 1. עכשיו, אז יש כמה דברים בוא נגיד שהתחלנו מהם, שהם Basics, כאילו… אבל שוב, מה הבעיה? מה האתגר? מוצאים כסף. את רוצה לדעת שכאילו הוצאת אותו בצורה טובה, כי קל מאוד סתם להוציא את הכסף, ולא לראות את ההחזר עליו, או להבין מה התוצאות שלו, ואז בעצם אי אפשר להגדיל. אז כלומר, הבעיה מתחילה מהשנייה הראשונה שעושים משהו, ורוצים להבין מה עשינו והאם זה הצליח או לא, ואחרי זה, ואנחנו ניגע בזה בהמשך של הפרק, איך כשזה מסתבך, ונהיה המון צ'אנלים, המון קמפיינים, והמון המון המון דברים, איך עדיין מבינים את זה. כלומר, הבעיה הזאת נהיית מאוד מורכבת בסקייל, אבל גם בהתחלה היא מורכבת. כלומר, לדעת שהצלחתי… אבל אם אני מפוקסמת בצ'אנל אחד, בסדר? ניקח כל אחד מהצ'אנלים שכולם מכירים, פייסבוק, גוגל, גם שם יש מורכבות של אטריביושן? כן, כי בוא נגיד, בשנייה הראשונה, אני תמיד אומר, כאילו, הביאי למישהו שאין לו כלום זה קל. כאילו, כשיש משהו שהוא אפס, קל למדוד אותו, הוא נהיה אחד, בסדר? זה כאילו, לא צריך בשביל זה ביאי או דאטה או כלום. אם יש לכם אפס, אל תתעסקו עם זה. כשיהיה אחד ותצטרכו להבין אם שתיים או שלוש או מה, אז צריך להתחיל להתעסק עם זה. עכשיו, גם בפייסבוק יש מלא קמפיינים. בסדר? עשיתי קמפיין אחד, הוא הצליח. עכשיו אתם עושים קמפיינים תרגות לקהל אחר.

רוצים, פתאום הגיעו אנשים לאתר, אתם צריכים לדעת מאיזה קמפיין זה הגיע. כלומר, פה זה מוציא כסף ופה זה מוציא כסף. אולי אחד לא מביא לקוחות והשני כן, ורוצים להרוג את זה שלא מביא ולהפנות את הכסף הזה למקום אחר. זה הבסיק של האופטימיזציה. מנסים תרגוטים, מנסים בנרים, מנסים מסרים שונים ורוצים לדעת מה אפקטיבי, גם כדי ללמוד ולהשתפר ולהבין מה עובד ולא, וגם כמובן לשים את הכסף במקום הנכון. אבל אולי זאת שאלה טיפה יותר מתקדמת, אבל אני מניחה שלפייסבוק יש כלים שמאפשרים לך להבין איך ה… כן ולא. הגישה שלנו, ואני בוא נגיד לפני שהתחלנו במאנדי, השתמשתי בערך בכל כלי טרקינג אפשרי על כדור הארץ. נניח גוגל אנליטיקס, כן? אני לא… הוא מאוד טוב להרבה דברים, לזה אני מאוד לא אוהב. למרות שהוא נועד לעשות את זה, כי הוא מביא לך דאטה בדיליי של ארבע שעות וסטטיסטי, כן? כלומר, אני לא עושה F5 על הדפדפן ורו פלוס אחד. אני לא יכול לסמוך על הדאטה. אני לא יודע, אז מה זה אומר בסופו של דבר? לא שהמידע נכון, הוא לא נכון, אלא שתמיד יש לי תירוץ. הרגיד רגע, זה עוד לא התעדכן. רגע, אנחנו רצינו להגיע למצב שאין לנו שום סימני שאלה. שאנחנו תמיד יכולים להיכנס ל ת ולראות אותה, ובגלל זה היה חשוב לנו לעשות הטרקינג בעצמנו. עכשיו, בהתחלה זה קל מאוד לעשות את זה, אז כאילו שווה להגיד מה עשינו בהתחלה. וזה אולי, לא יודע, טיפ לאיך להתחיל מרקטינג. דבר ראשון, לא להפנות לקוחות מפייד מרקטינג להום פייג' בסדר? תמיד לבנות עוד דף נחיטה. זה לוקח את העוד חמש דקות עבודה או זה. תמיד, תמיד, גם אם הוא נר כמו ההום פייג'. למה? כדי שהוא יוכל לקבל את האבולוציה משל עצמו. גם עמדת המסרים, אבל איך זה חוזר לטרקינג? אז בסדר, זה גם המסרים והאבולוציה וגם… מה אתה מתכוון כשאתה אומר אבולוציה? אבולוציה זה כל הזמן משפרים דברים. כלומר, התחלנו מסר אחד לקהל מסוים. נניח תרגלנו מישהו שעשה לייק לדף של מתחרה. בסדר? כאילו יש להם הרבה לייקים. ועשינו דף מסוים וזה עבד. אז עכשיו אנחנו רוצים שזה יעבוד יותר טוב. אז אנחנו נשפר את הדף. נעשה עליו A-B טסט או נעשה לו משהו כזה. ואז לאט לאט נשפר אותו כל הזמן. זה האבולוציה שלו. ולאט לאט הוא יהיה יותר אופטימלי מבחינת ההחזר. אנחנו נגע גם בזה, אבל כאילו ההחזר על ההוצ שעשינו במרקטינג. אז הדבר הכי פשוט שאפשר לעשות, ושם ב ת התחלנו, זה שצרבנו, יש מה שנקרא ביוראל UTM Source ו-UTM Campaign. זה משהו שנר לי גוגל המציאו להבין מאיזה קמפיין נגיע הקליק. מישהו, יש מודעה, איזשהו באנר, מעלים עליה באנרים. אז כותבים את השם של הבאנר. זה משיים אותה פשוט. ברמת הבאנר. ביוראל, ברמת הבאנר או הקמפיין. אז יש UTM Campaign, זה הקמפיין. UTM Source זה פייסבוק עצמו, או שמכניסים תוך הקמפיין גם את השם של הבאנר. זה בתכלס מה שבא לכם. אבל כדי לזהות מאיפה זה הגיע. אבל בפועל מה שהכי חשוב לדעתי, זה שמישהו נרשם. הוא נכנס ללנינג פייג' והוא נרשם לצרוב על היוזר בדאטה בייס שלכם את הדאטה הזה של ה-UTM Source ו-UTM Campaign. לשמור אותו בזה קוקי, וכשהוא נרשם לצרוב את זה. ואז המידע הוא שלכם. אתם יודעים, היוזר הזה צרוב עליו שהוא הגיע מהקמפיין הזה. וככה עשינו בהתחלה. כמובן שזה מאוד בסיסי, אחרי זה זה מסתבך, אולי לא רוצים על היוזר, אלא על הוויזיטור, הוא הלך ונרשם אחרי חודשיים, אולי הוא ר אותנו גם בפייסבוק וגם בגוגל. ואנחנו רוצים זה, זה כל הבעיות שנכנסים בסקייל. אבל הדבר הכי בסיסי שאפשר לעשות, זה לנינג פייג' נפרד ולצרוב את ה-UTM Source, זה כבר מביא ויזיביליות מאוד טובה להתחלה, וזה good place to start. אז מה בעצם החשיבות של הטריביושן בנקודת זמן שבה אנחנו נמצאים היום? אז היום בעצם, כשאנחנו מוציאים כל כך הרבה כסף, כי הרבה זמן אנחנו מוציאים הרבה כסף, כי זה תמיד היה… היום אנחנו מדברים על 7 מיליון דולר, נכון? בחודש, אבל זה תמיד היה הרבה כסף, כי זה הרבה כסף לחברה. גם כשהתחלנו בהתחלה זה היה הרבה כסף, כי זה מה שהיה לנו. אז זה תמיד הרבה כסף, אז הקומפלקסיטי הוא מאוד גבוה. כלומר, אנחנו רצים על המון צ'אנלים ביחד עם מלא קמפיינים, ואנשים נחשפים אליהם, ולנו חשוב הבנה…

אדם, מה החוויה שלו? איך הוא רו את הפרסומות שלנו? מה הוא מבין? ומה בעצם גרם לו לקבל את ההחלטה? למה? כדי שמה שלא גרם לו לקבל את ההחלטה, נוכל להוריד ולחסוך את הכסף הזה ולשים אותו במקומות שכן גרמו לקבל את ההחלטה. זה עוד יותר מסתבך אצלנו ספציפית, כי גם אנחנו… יש לנו צוות קונסולטנצי שבעצם נמדד בפני עצמו במונחים של סיילס. וחשוב לנו גם להבין מה התרומה שלהם לתוך הסיפור הזה. כן, מה שמגדיל את החשיבות של למדוד נכון במרקטינג. כן. בגלל שזה מקום מדויק יותר בטיוחות שם. המטרה בסופו של דבר, אם ניקח את ה-ILV של הדבר הזה ואיך שנתנהלנו מדי-וואן, זה החזר על מרקטינג. אנחנו הוצאנו כסף, אנחנו רוצים לדעת תוך כמה זמן הכסף הזה חוזר. ואנחנו קוראים לזה TRUI. ובעצם זה הדבר היחידי שחשוב. וזה ממש מעניין, כי הרבה פעמים מסתכלים על קונברז'ן לפיינג. זה איזשהו נתון. נכנסים X אנשים, כמה מהם משלמים. את ה ת זה לא מעניין אותנו. למה? כי ההחזר על המרקטינג מכיל את הדבר הזה. ואני אתן סתם דוגמה, נניח אנחנו הולכים עכשיו לעשות קמפיינים באינדונזיה. טראפיק שם זול, יכול להביא אלף איש שמהם אחד רק ישלם. אז הקונברז'ן לפיינג יהיה 0.1 אחוז. מאוד נמוך. אבל אם הטראפיק מאוד מאוד זול, אז אולי הבן אדם האחד הזה שישלם יחזיר לי את כל העלות על כל האלף. ואם זה ככה, אנחנו ניקח את ההחלטה הזאת ונעשה את זה. ואז נניח זה מאוד מצליח ויש שם הרבה, אז פתאום הקונברז'ן שלנו מאוד ירד באברידג'. אבל זה לא מעניין, כי ההחזר נשאר אותו דבר והוא טוב והוא בריא. וזה מייצר כלכלה של החברה ויכולת שלנו להיות אגרסיבי. ולכן קונברז'ן לפיינג הוא נתון שהוא נחמד, אנחנו מסתכלים עליו, אבל הוא לא מה שמנהל פה את החברה ובטוח לא את המרקטינג. נכון, זה גם משהו שכל הנושא של TRUI ו-Cashflow Returns, דיברנו על זה בצורה מסודרת וארוכה עם כפיר בפרק אחר. בואו נחזור עליך דני ונבין שנייה איך זה נר היום. מה המורכבות שהגענו אליה בעצם עם מודל האטריביושן שלנו? אוקיי, אז ב ת כמו שרוי ר, גדלנו ושלב יש לנו הרבה ערוצים שמפרסמים בהם. כמה ערוצים? עשרות, זה נוסטרופל גבוה. וב ת זה יוצר מורכבות כי בא הלקוח שמגיע לאתר פלטפורמה והוא נחשף במקרים להרבה מאוד ערוצים שונים. ואנחנו צריכים לדעת להגיד לשיווק שלנו מה גרם לו לבוא. ויש פה מלא מלא מלא ניואנסים שאפשר גם כנס עליהם, שאנחנו צריכים לפתור בעצמנו ולתת לה איש שיווק את התשובה הנכונה שהוא יסמוך עליה, י ין בה ויכול להוציא גם קדימה ולהמשיך להשקיע כסף במקומות הנכונים. בוא תתן לנו ממש דוגמה עוד פעם, יכול להיות בסיסית אבל שנייה, מה זה אומר, למה בכלל יש דילמה מאיפה בן אדם הגיע? הבנתי, אז תחשבו שאתם נוסעים ברכבת ותחלנו את הפלאפון שלכם וראיתם פרסומת של מנדיי ביוטיוב ואחרי זה הגעתם לעבודה והמשכתם לעבוד ופתאום ראיתם באחד הטרינג'ט גלשתם בהם איזה באנר של מנדיי גם, של Carbon Edge, זה אחד מהספקים שלנו של מדיה ביינג ואחרי זה חיפשתם בגוגל Project Management כי יש לכם בעיה בדיוק באזור הזה בעבודה וראיתם את מנדיי גם אחד הפרסומות שם ולחצתם על זה. ואז נכנסתם לאינסטגרם כדי לראות את הסטורי של הבת שלכם ואז גם כן מנדיי קפצה לכם באיזו צבעוניות מגניבה כזאת? ואז חזורת פעם גם. כן, זה נהיה מאוד מסובך ויש הרבה הרבה הרבה נקודות מגע של לקוחות עם הברנט של מנדיי ואנחנו צריכים לדעת לשייך לאחת מהם או אם הולכים למחוא גם לכמה מהם את ה… נקרא לזה את הלקוח הזה. וזו בעצם כל הבעיה ואיך עושים את זה חכם ונכון ו ין ונכון שזה נעלי רוב הבוטום ליין פה זה קשה. ומה שאנחנו מנסים להשיג זה לתת יכולת החלטה שמשפיעה משהו כלומר נניח נחליט שמה שעבד זה איזשהו קמפיין לפני שנה שכבר לא קיים יותר וזה מה שהביא את האטריביושן. זה לא עוזר לקבל שום החלטה going forward ולשנות שום דבר. כלומר חשוב שזה לא… אין פה איזה ת פואטית לגבי מה גרם לבן אדם להחליץ זה כנר קוקטייל של דברים. האתגר פה זה לייצר מצב שמאפשר לנו להתקדם קדימה ושוב לשים את הכסף במקום שעושה הכי הרבה אפקט ועם רמת ביטחון גבוהה. ושאפשר לעשות משהו בנידון. כלומר שאני אקבל איזשהו דאטה שאני יכול לעשות איתו משהו לא משהו שכאילו לא עוזר לי. ופה גם נכנס לעניין של זמן. מידע שעוזר לי היום לקבל החלטה ומידע שעוזר לנו נניח בסוף החודש לקבל החלטה אולי להזיז תקציבים או כל מיני דברים כאלה. יש הרבה רמות לדבר הזה. אז איך אתם ניגשים לזה?

אוקיי, אז מה שקורה היום, אנחנו בשלב שאנחנו קונסטנטלי עושים תיוב למודלים שלנו. יש לנו מודל היום… רגע, אז תתחיל ממש מהבייסיק. בעצם יש לכם מודל. מה זה מה שאת לכם מודל? אז המודל הזה, התפקיד שלו בעצם זה לקחת חשבון מסוים, או יותר נכון מבקר באתר, ולהבין עבורו, בדילקיחת כל מה שאנחנו יודעים עליו, מה גרם לו להגיע למאנדי. עבורו, עבורנו אתה מתכוון, כן. כן. אותו זה פחות מעניין מה גרם לו להגיע למאנדי, אותנו זה יותר מעניין. אנחנו רוצים לדעת למה הוא הגיע למאנדי, וזה היה הבייסיק של הבייסיק, זה מה שהמודל זה ור לעשות. עכשיו איך הוא עושה את זה? יש הרבה דרכים, יש הרבה חברות שהולכות על מודל פשוט שאומר, ניקח את הדבר הראשון שהוא ר וזו הסיבה שהוא הגיע. יש חברות שאומרות, ניקח את הדבר האחרון שהוא ר וזה למה הוא הגיע. אנחנו עושים משהו שהוא טיפה שונה. כן, אפשר להגיד שהוא מחפשים את הדבר האחרון שהוא ר אבל אנחנו מסייגים את זה בהרבה הרבה דברים שלמדנו עם הזמן. לדוגמה, אם אדם הגיע מחיפוש בגוגל של בנדלדוטקום, כנר שהוא לא הכיר את הברנט שלנו מהאוויר הרק, כמו שעכשיו אנחנו צריכים לעשות אוברנס, וכל מיני קמפיינים בניו יורק שלטים, אז זה כן קורה יותר. ומסבך את התריביושנט. כן. אבל לפני הקמפיין האופליין שלנו, אז אתה אומר שאם מישהו מחפש בגוגל מנדי דוטקום, זה סימן שכנר הוא ר את זה במקום אחר, וככה הברנט נכנס לו לראש. בדיוק. ואז אתה תרצה דווקא לשייך את זה, למרות שאולי זה היה הדבר האחרון שהוא עשה לפני שהוא נרשם לפלטפורמה, אתה תרצה, אני רק מנסה שנייה לפשט את הדוגמה, אז יכול להיות שזה קשור בכלל למודע ביוטיוב שהוא ר . בדיוק, אנחנו רוצים… ולכן חשוב לך למדוד גם את יוטיוב בהקשר הזה, לסמן. מה שחשוב להגיד, כאילו, באיך שאנחנו ניגשים לפתרות לבעיה הזאת, זה שאולי דניאל ר עכשיו, זה מודל אטריביושן אחרון שיש לנו, אבל התשתית מאפשרת לנו לשנות את המודל כל הזמן. כלומר, אנחנו אוספים את כל המידע הזה על כל הוויזיץ, כמה שאפשר, בסדר? גם יש בעיות של קוסט דיווייס וכל מיני דברים כאלה, כמה שאנחנו יכולים. קוסט דיווייס הכוונה שפעם אחת ראיתי בדסקטופ, ואחר כך מומבן, כן. ושיש לנו את כל המידע, אז אנחנו יכולים לקבל החלטה, ופתאום לראות את כל הנושא של האטריביושן ממבט אחד וממבט אחר ביחד. כלומר, זה משהו, עוד נקודה שהיא פשוט סבל אדיר, זה שאנחנו אומרים, טוב, בוא נשנה את זה עכשיו, ועכשיו צריך להתחיל מחדש לאסוף מידע לעתיד. אז אנחנו אוספים את המידע כדי שנוכל אחורה לבדוק דברים ולעשות סימולציות כדי לראות מה יותר רגיוני ומה פחות רגיוני. ואז לשנות את זה. ולתקף את המודלים שלנו כל הזמן בעצם. ואני חושב שזה אבולוציוני, אנחנו כל הזמן משנים את הדבר הזה, להתאים את זה להמון דברים שמשתנים במוצר ובתרגות ובקהל שלנו, והמון דברים כל הזמן. אז רוי אומר בעצם שאנחנו אוספים מידע מכל מיני מקומות. אתה יכול ככה להרחיב טיפה על זה? כן. אז אם בהתחלה התחלנו עם טרקר, שהוא כזה מין קודיוויסקית פשוט שעושנו מדפדפן ומאפשר לנו להבין מאיפה הלקוח הזה הגיע על פי ה-URL שלו, זה מה שבייסיק, ומשם התקדלנו הרבה. היום אנחנו עושים אינטגרציה עם הרבה הרבה ספקים שונים, פייסבוק, גוגל, אוטברין, דלבי קליק, ומיהם אנחנו רוצים להביא את כל מה שהקוחות שלנו ראו. ובשפה פשוטה מה שעושים זה שמים משהו שנקרא פיקסל באתר שלנו, ופיקסל זה שייך בעצם לספקים החיצוניים האלה, וככה הם יודעים לדעת כשבן אדם מגיע לאתר, כשהוא הגיע, והם מספרים לנו בדיעבד, בדרך כלל יום אחרי, שבן אדם הזה ר פרסומת שלהם שמה ושמה ושמה, וככה אנחנו בעצם עושים הרבה הרבה יותר פיסות של מידע על האנשים שמגיעים לאתר, אפילו דברים שלא יכולים להשיג בדרך אחרת. למה דברים שלא יכולים להשיג בדרך אחרת? כי זה בסוף מידע שהוא שייך ונמצא אצל הפאבלישריים החיצוניים, אצל הספקים שלנו, ואין לנו גישה אליו בדרך רגילה, חוץ מהלך הזאת. מה שאנחנו בעצם מנסים לעשות זה להבין כמה כסף הם עלו לנו. כלומר, אנחנו יודעים אם הוא טוב או לא, הלקוח הזה, כלומר, האם קיבלנו ממנו כסף או לא בהקשר הזה. אנחנו רוצים לחבר את זה לקמפיין וכמה הקמפיין הזה עלה או כמה הדבר הזה עלה, זה מה שאנחנו נכנסים אליהם ומקבלים את המידע הזה ומפזרים אותו. כל אחד עובד אחרת, כל אחד מהספקים האלה, יש דברים שהם יותר יוריסטיים, כלומר, אנחנו עושים איזשהו שקלול מסוים, זה לא ממש מדויק פר בן אדם, ויש דברים שאנחנו יכולים להשיג רזולוציה יותר גבוהה, אבל בסוף אנחנו רוצים להגיד האולטימט גול, וזה לא נגיע אליו אף פעם כנר זה להגיד כמה סנטים או דולרים עלה הבן אדם הזה כדי שהוא יגיע לאתר. מתוך כל פיסות הפאזל שהרכבנו. כן, זה האולטימט גול, כמה כסף הוא עלה מכל צ'אנל, באיזה זמן, כלומר, אז לא רק מתי הוא נגע בנו, אלא כמה כסף כל נגיעה כזאת עלתה, ואז יש לנו את כל המידע לבוא ולייצר איזו החלטה.

שלא נוכל שהיא אינטליגנטית. אגב, אטריביושן זה משהו שהוא אבסולוטי ודיכוטומי? כלומר, אתה נגיד מחליט שאתה צובע את היוזר הזה ביוטיוב. אז עכשיו, רק לשם ההבנה, כל הכסף אנחנו מחליטים ששייך לקמפיין של יוטיוב או שאתה מפזר יש משקולות שונות לקמפיינים? אז נקודה ממש חשובה, והיום אנחנו עושים את זה בעצם בצורה אחד לאחד, ומשתמש תמיד יהיה משוייך לערוץ אחד ולפרסומת אחת, למרות שבפועל זה לא המצב, ואנחנו יודעים את זה. והתחלנו בצורה הזאת ועדיין לא הגענו למקום שאנחנו עושים מה שנקרא דאט שאטריביושן. זה בעצם היכולת להגיד שלקוח הגיע מכמה נקודות מגע שונות, אם זה יוטיוב ופייסבוק וגוגל ביחד, ולחלק את זה בצורה שווה או עם משקלים, ומשהו שאנחנו עדיין לא עושים בצורה שותפת, אנחנו כן אבל עושים את זה בצורה אדוקטית כזאת פעם בכמה חודשים בשביל לבליט עצמנו. זה מודלים שהם יותר מורכבים ומורבים כל מיני גרוטנים של משין לרנינג, ואני לא אספר ניים דרופינג עכשיו, אבל… כן תעשה קצת ניים דרופינג, תסביר שנייה איך אתם עושים את זה. אוקיי, אז ביחד עם נתון הסיינטי שלנו, כולם מדברים על דאטה, ופתאום אתה מספר שאתה עושה משהו עם הדאטה, אז זה לגיטימי לעשות פה ניים דרופינג. סבבה. אז אחרי שלקחנו את כל מה שיש לנו, כל מה שיש לנו, אנחנו זורקים את זה למין אלגוריתם מאוד גדול ומפחיד, שבעזרות הנתון הסיינטי שלנו אנחנו צריכים להבין איזה שרשראות של נקודות מגע עם הקמפיינים שלנו גרמו לבן אדם להתקנברת ללקוח משלם. כפאטרן? כאילו איזה שרשראות מסוימות? בעצם עוברים לכל הפאפים אפשריים, נתפלחתי מיוחדים וכל מיני דברים שחוזרים על עצמם, אבל הרעיון זה לראות את כל השרשראות שקיימות, ואיך זה דבר טוב נוכל כליים, הוא מוריד נקודה מהשרשרת ורו מה קרה אם היא לא תקיימת. ואז ככה אפשר להתחיל להבין את המשקל של כל נקודה בשרשרת, ולדעת אוקיי, אם מורידים את יוטיוב מהשרשרת הזאתי, אז אנחנו פשוט מעלימים אותה, וכל מי שהגיע מהשרשרת הזאתי הוא רלוונטי מאוד ליוטיוב, וכל שאר הדברים פחות רלוונטיים. זה ממש כזה בפשטות. זה מודל מורכב שעשינו, ובפועל אנחנו בודקים את המודל המורכב מול הפשוט, והגענו לזה שזה לא עזר לנו הרבה יותר מדי ללכת למודל מורכב, והפשוט הוא זה ש רנו זה רק יוטיוב או זה רק אינסטגרם, כי הדלטה שקיבלנו ביכולת קבלת החלטות לא הייתה שווה את זה. אז קודם כל היינו גם אני חושב, מה היינו? פרסט קליק המון המון המון זמן. כלומר, מי שהראשון נגעת, נסעת, אפילו אחרי הרבה זמן, זה גם עבד המון זמן, כי בהתחלה לא כולם מודעים אלינו. אין יוזר, בוא נגיד זה לפחות נכון לשוק שלנו, שאם אנחנו עושים פרסומת בגוגל ובפייסבוק, זה פרובובלי לא יהיה אותו בן אדם. אין הרבה חפיפות ביניהם, כי השוק גדול ואנחנו לא עושים הרבה. לא עושים הרבה ביחס למה? כלומר, אם את ראית אותנו בפייסבוק, כנר שרק שם ראית אותנו, ואם ראית אותנו בגוגל, כנר שרק שם ראית אותנו. למה? כי השוק שלנו הוא מאוד מאוד גדול. לשווקים קטנים, כשיש לך מעט מאוד אנשים, כנר שהבעיה הזאת תקרה גם בסקייל נמוך יותר. אבל זה דפנטלי לא מה שצריך לעשות בדיי וואן או בדיי טו אפילו, הדברים האלה, זה כשרואים שיש הרבה טאצ'ים, ואז מתחילות השאלות. אז קודם כל הייתי רו שיש הרבה טאצ'ים, ואז מתחיל להסתבך עם הדבר הזה. וכדי לראות שיש הרבה טאצ'ים צריך למדוד, ועוד פעם חוזרים לטרקים שדיברנו עליו מקודם. איך אנחנו עושים טרקים ביוטיוב? ואני אסביר שנייה למה אני מתעכבת ספציפית על יוטיוב. כשאנחנו רואים הודעה בפייסבוק, זה מאוד ברור שלחצנו על המודעה, ועכשיו הטרקינג ששמנו בעצם על הפעולה הזאת של הלחיצה. אבל ביוטיוב אם אני מבינה נכון, אם אני מסתכלת אפילו פנימה על עצמי, הדברים קצת מסתפכים. לא תמיד יש לינק, וגם כשיש לינק לא תמיד אני אלחץ עליו, ברגע שראיתי אותו, ויכולת שבעצם ראיתי את המודעה לשנייה, והמשכתי לראות את הסרטון מוזיקה שרציתי, והדבר הזה נהדהד לי בראש. איך אתם מתמודדים עם הדבר הזה? איך אנחנו מתמודדים עם הדבר הזה? אז מה שאנחנו בעצם עושים פה, וזה נקודה סופר חשובה, כי בסוף אנחנו יודעים היום להגיד שרוב הטרפיק האיכותי שלנו ביוטיוב, מגיע בדיוק מהאנשים שראו ולא לחצו, ומי שלחץ לא פחות רלוונטי. אנחנו בכלל נותנים להם את האפשרות ללחוץ? זאת אומרת, זה כן קורה? זה קורה וזה קיים, ויש כל דוואקשן אפילו, אבל בסוף מה שאנחנו למדנו וראינו, אז מי שמגיע מצפייה ולא בלחיצה, הוא בסוף הרבה יותר איכותי, ובאותו מתכנברת ובסוף גם באותו מתכנברת. אחד לתשע. זה יחס מאוד גבוה ללא קליק. אוקיי, אז כבר קפצת על הסוף על האיכות, אבל איך אתה יודע שזה איכותי? איך אתם מסכן מודלים את זה בעצם? אז מה שאנחנו עושים, אנחנו עושים אינטגרציה עם אחד הספקים של גוגל, שקרו להם דאבל קליק. הם כבר קנו אותם. קנו אותם, כן, זה גוגל.

בעזותם אנחנו מקבלים כל לילה את הנתונים, רק צפה ולא דווקא לחץ על פרסומת של מנדיי, אבל זה חייב אותנו בזה שהמדע הזה גם מתישהו נכנס למנדיי. כלומר, אם את רק ראית פרסומת ואף פעם לא הגעת למנדיי, אנחנו לא יודעים להגיד שאת ראית את הפרסומת. זה גם פחות מעניין אותנו בשלב הזה. נכון. ובעזותם הנתונים שאנחנו מקבלים כל לילה, אנחנו יכולים להגיד שבדיעבד אפילו לא הרבה זה קורה, כי אם תסתכלי עכשיו על הנתונים של יוטיוב, אז תר שיש שם הרבה מאוד קליקים, ואין כמעט מה שנקרא אימפרשיוניסט, שזה צפיות. ואם תסתכלי בעוד שבוע, תראי שהנתון קמפיין באותו יום, של אתמול כביכול, הוא הרבה יותר חזק בבחינת האימפרשיוניסט, פתאום נוספו לשם, והוא גדל משמעותית. אז איך זה קורה? אז אנחנו מורידים כל הלילה את הדוח הזה, ובעזרת המודל טריבישיוניסט אנחנו יכולים להגיד שהאימפרשיוניסט שקרה, הוא קרה ממש קרוב לזמן הכניסה לפלטפורמה. ואנחנו החלטנו, החלטה מודעת, אחרי שצטרנו מה קורה, שאנחנו רוצים לתת יותר כוח לאימפרשיוניסטים כאלה שקרובים להרשמה. מה זה קרובים? איך הגדרנו קרובים? גם קרובים כזה, אפשר להגיד בצורה די… מה, הכוונה היא בשעות? כאילו, מה זה קרוב? זה קרוב למקום בתור 24 שעות מזמן ההרשמה. מספר שבחרנו אחרי שצטרנו מה קורה. וזה בעצם אפשר ליוטיוב כערוץ צמוח בצורה הרבה יותר יתית וטובה, ולתת לנו לשים את הכסף במקומות הנכונים. והרבה מקומות לא מצליחים להגיע להשקיע ביוטיוב, ואנחנו זה אחד הערוצים הכי מרכזיים שלנו. אני חושב שזו נקודה שנגעת בה שהיא מאוד מהותית, כי היא לא עשית הפרדה בין פייסבוק ליוטיוב, אבל הקטע המצחיק שגם לפייסבוק יש המון כזה. כלומר, כשאנשים, אנחנו עושים פרסומת שהיא דירקט ריספונס, ומודדים את הקליקים, אבל יש המון אנשים שזה נכנס להם לראש. כאימפרשן. כמאנדי נהדר, פעם הב שאני צריך משהו. ופייסבוק, נניח, בתור דוגמה, זה גם האפקט הזה שמו מאוד מאוד חזק, ואי אפשר למדוד אותו. כלומר, עם כל הנושאים של הפרייבסי והכול, וגם ביוטיוב זה מאוד בעייתי, אנחנו לא יכולים לקבל את המידע הזה. וזה, נניח, בוא נגיד, אנחנו התחלנו רק בפייסבוק, כשהתחלנו. ואז היה קל לראות את זה, ממש, התחלנו מדינה חדשה, וראינו שהקליקים, כאילו מה שאנחנו עושים לו טרקינג, הוא בוליום מסוים, ויש עוד מה שקראנו לו הילה מאוד גבוהה, שעוקבת אחרי הדבר הזה. עכשיו, נניח, התחלנו יוטיוב, כן, הלו-אפקט, זה בטורקיה, כן, נניח, התחלנו, לא היה לנו כלום. ופתאום מלא דברים אורגנים שאנחנו לא יודעים, כאילו, הם יודעים מה זה מנדי וזה. זה ברור שזה היה מפייסבוק, כי התחלנו בדיוק את הפייסבוק. זאת אומרת, זה ברור שזה לא אורגני ב ת. אז היה לנו מאוד קל לבוא ולהגיד שיש את הדבר הזה מאוד חזק בפייסבוק. הבעיה זה שאי אפשר לעשות איתו טרקינג ברזולוציה מאוד גבוהה. ואני חושב שזה נקודה שהיא תמיד לחסר של פייסבוק. ותסביר שנייה למה, כאילו, עד כמה זה בעייתי ברמה אופרטיבית? מה אנחנו נדרשים לעשות עם השבעה מיליון דולר האלה? כי אנשים מקבלים החלטות עם דאטה. בסדר? מה שאת רו זה מה שאת יודעת לקבל החלטות. אין לך את הדאטה, קשה לך לקבל החלטות. כלומר, התקציב של פייסבוק חודש הבא לא יעלה בעקבות זה שאנחנו לא יודעים להראות אותם. וגם לא נשים אותו במקום הנכון ולא נדחוף את זה מספיק קדימה. זה לא עניין של אפילו התקציב, זה עניין של לתת לקמפיין מסוים לרוץ במקום להרוג אותו. כי נגיד, רגע, הוא לא עובד בכלל, אפילו על הקמפיין הבודד. עשינו תרגות מסוים, יכול להיות שהוא ממש ממש ממש עובד ולא נדע את זה. וזה אתגר היום, אני חושב שהוא כללי לכל תחום הפרסום און ליין. של הקו הזה בין, בוא נגיד, פרייבסי וכל ה-GDPR, לבין יכולת של מפרסמים לדעת שהם עושים את הדבר הנכון בעצם. שמשהו שהוא עבד והוא טוב והוא אפקטיבי והוא רלוונטי. בסדר? אז יש את הקו שהוא עובר ואני חושב שזו בעיה שהיא כללית. ועם ההבנה הבסיסית האנושית שבן אדם אולי נחשף לאיזשהו מידע ולא בהכרח מקבל מיידית החלטה, נכון? ברור. זאת התזה בעצם. אנחנו, ככה הגדרנו את זה בהתחלה של השיחה, אותנו מעניין מהי נקודת ההחלטה וההשפעה. אני רוצה לדעת שעשיתי משהו שהוא רלוונטי. יש לנו המון אנשים על הפרסומות שלנו שכותבים, וואו, כאילו, tell your marketing guys you're genius, just when I had a problem I saw the ad. אז כאילו זה המטרה, שכאילו להגיד brilliant ad in the right place. רק לדעת את זה במאות אלפים של האנשים. כאילו שזה עוזר לאנשים, זה המטרה. המטרה זה שכאילו בוא נגיד האולטימט גולד זה שכל אחד יר מודעה אחת, ילחץ עליה ונר רק את המודעות הכי רלוונטיות שעוזרות לנו בחיים. בסדר?

צריך הרבה אנשים שיראו את זה כי זה פשוט לא אפקטיבי. אז אני חושב שיוטיוב יותר מאפשרים את הדבר הזה, פייסבוק פחות, אבל עדיין יש להם מילה ענקית. יש לנו צ'אנלים שיש להם על פניו מילה ענקית, אבל בפועל אנחנו מבינים שזה לא נכון? כלומר, מקרה הפוך? אז ב ת ממש לא מזמן אחד הערוצים שעובדים איתם, Outbrain, ראינו שהוא מבצע בצורה ממש פנומנלית. אנחנו מחזירים להשקעה שלנו אם דרך אנחנו צפים ל-20% תוך 21 יום, אז הוא הגיע פתאום ל-80% תוך 21 יום, וכזה לא ראים דברים כאלה. מישהו פה לא בסדר, זה מריח לא בסדר. כשמגימן שירמרקטינג באים אליהם ואומרים, איך זה יכול לקרות? זה כבר הסתכלות המציאותית שלנו, אחרי שקיבלנו גם הקוויות מדברים שהתנהגו נורא נורא טוב באופן מפתיע, אז אתה לא אומר, וואו, אולי עלינו על משהו, אתה אומר, רגע, משהו מריח לי לא טוב. כן, וב ת מגימן שירמרקטינג באים אליהם ואומרים, רגע, זה לא יכול להיות הגיוני, בוא נתחיל להבין מה קורה פה, ואז בהחלט איתם אנחנו מתחילים לחקור מה שקורה מתחת לשטח, ולהבין מה האנשים ששייכים ל-Outbrain, מה הם ב ת ראו ומה קורה שם, ופתאום מגלים תמונה שאנשים האלה נצבעו בהרבה הרבה הרבה צפיות במודעות של Outbrain, שזה אומר, רגע, זה לא כזה הגיוני, ואז כיפה חוקרים מאוד ומבינים גם שב-Outbrain לפעמים נותנים פיקסול לבן אדם, שזה להגיד שהוא ר עמודה מסוימת, גם אם הוא לא ר אותה בפועל, היא תמיד תחת הסקרול שלו בדף, בלא דפולד, וזה נותן תמונה שקרית לגבי המציאות, והמגנון הטריבי ששאלנו בוטן קודה, הוא לא יודע בכלל לאכול את הדבר הזה, ובבחינתו כאילו, Outbrain זה הדבר האחרון שבן אדם הזה ר וזה ערוץ שאנחנו מ ינים לו שאם זה הדבר האחרון, אז זה הדבר האחרון שהוא ר והתחלנו לשחרר הרבה הרבה לקוחות ל-Outbrain, וההשפעה של זה היא מאוד לא טובה עבורנו, כי בסוף אנחנו גם אומרים להם, למרקטינג, שהערוץ Outbrain הוא מתפקד מאוד מאוד טוב, והוא לא. בצד שני, אנחנו לוקחים להם את הלקוחות האלה שהגיעו מקמפיינים אחרים שהם כן עובדים טוב, ודוגמה פייסבוק וגוגל, ושם הם יראו תמונה שהיא פחות טובה במציאות, ולא ישימו את הכסף כמו שהם רוצים לשים אותו, ובסוף יקבלו החלטות לא נכונות. כמה מהר עלינו על זה? זה יגיד יחסית מהר, כי בסוף זה צועק לעין שה-ROI הוא מאוד מאוד מאוד טוב, מה זה יחסית מהר? בערך שבועיים שלוש, ברגע שהכסף התחיל להיכנס, עד שאנשים לא מתכנותים לבשלים, אתה לא יודע בדיוק מה הולך לקרות. בגלל שיש לנו טרייל של שבועיים, אז יש את הלג הזה של מרגע שלמה מודעה, עד הרגע של מיליון שלהם. חשוב להגיד פה שכל צ'אנל וההתנהגות שלו, כלומר, אין פה משהו שהוא בהכרח טוב או לא טוב ב-Outbrain, זה ככה הם מתנהגים. יש להם מלא מודעות קטנות בסוף של כתבות בערוצים שכולם הולכים אליהם, לא יודע, CNN, Ynet, או לא יודע, אולי אני טועה בשיוך, אבל בסוף המודעות, כן, זהו. והעניין הוא שככה זה עובד שם, וזה הגיוני, רק צריך להבין את זה. כלומר, כל מדיה ואיך שאנשים מגיבים אליה. אז זה שמישהו ר שם מודעה, זה לא אומר שזה השפיע עליו, בסדר? זה התפקיד שלנו לבוא ולעשות את השיוך הזה. כלומר, הפער הוא ביחס למודל שהיה לנו באותו הרגע, לא בהכרח ביחס למציאות. כן, והבנה של מה האפקט שנגרם ממודעה. יכול להיות שעכשיו אנחנו נעבוד על הדבר הזה, ונבין בדיוק בתור מה שנקרא המשווקים, מה החתימה הזאת, שאני חושב שיש לה המון משמעות בתחתית של כתבות שקורים מסוגים שונים, ונפעל עם זה, ואז נגיע לתוצאות מאוד טובות, כי יש לה איזושהי חתימה, אבל צריך להגיע למקום שזה ההשפעה על האנשים והחשיפה שלהם אליהם, זה לא עניין של טוב או רע. אז אתה גם מתייחס לזה שבעצם המדידה היא לא בוואקום, כלומר, זה קשור כן למה המ צים שאנחנו עשינו, להבנה שלנו את הפורמט. כן, בעצם מה זה שיווק בכלל? זה תקשורת שלנו בתור חברה אל אנשים, אנחנו כאילו, הסיסמה פה זה שהסיבה היחידה שלא כל האנשים על כדור הארץ משתמשים במאנדיי, זה כי הם לא יודעים שזה קיים. אז זו הדרך שלנו, זה שהם ידעו שזה קיים, ויבינו את הערך, ויבינו איפה זה מתחבר להם לחיים, זה התפקיד של המרקטינג. וכל ערוץ יש לו את הדרך שלו להגיע לזה, ואנחנו צריכים להבין אם אנחנו א', הצלחנו לתקשר בערוץ הזה בצורה אפקטיבית או לא, וזה בעצם… זה הסיבה למדוד את כל האירוע הזה, כן. ורק כדי כאילו ב ת, את כל הסיפור של אוטברין, אז ב ת ראינו את הבעיה הזאתי, והחכמנו מה שקורה מתחת לסלע לפני השטח, ביחד עם אנשים מהמרקטינג, והבנו שיש פה מקום לשינוי במודל, והלכנו ו רנו, טוב, רוב הסיכויים שאם אוטברין היה ביחד עם עוד ערוצים בזמן הקרוב להרשמה, כנר שהאוטברין לא גרם לאנדמה זה להירשם. אבל אם אוטברין היה לבד קרוב להרשמה, שזה גדום קצת לגודל של שבוע לפני הרשמה, אז כנר שהוא כן גרם לדבר הזה לקרות, והחלטנו לשינוי את המודל.

היינו שבעצם, השיבה על המודל הקיים, עוד בן עדיין מתפקד מאוד מאוד טוב, באחוזים של ROI שלתי גם אז היו מעל 20 אחוז, בדרך כלל 30 אחוז, וזה אומר שהוא היחיד שבן אדם הזה רע. וככה בעצם גם החזרנו את ה-ROI העבוד למקומות הנכונים, וגם נתנו למרקטינג שלנו לה ין בערוץ הזה, ולהמשיך להשקיע בו וגדול בו, וכאילו מאז הוא גודל. רויט, יכנסת ממש בהתחלה על ה-RTI ROI, שב ת כל מי שמבקר אצלנו במשרד די מהר נחשף לזה שזה אחד ה-KPI זה מרכזיים בדרך שלנו למדוד את המרקטינג, ובכלל. איך אנחנו מודדים את ה-ROI ביחס לצ'אנלים השונים? האם שגם שם יש איזשהו עניין של אטריביושן? ומה החשיבות שאנחנו נותנים לזה? טוב ששאלת. זה אחד הנקודות החשובות. המטרה היא בסופו של דבר להגיע לאותו TROI. כלומר, כשאנחנו מוציאים את הדולר, הוא כואב פה וכואב פה באותה צורה. כלומר, אנחנו רוצים שזה יהיה אותו החזר בכל הערוצים. באותו קצב. באותו קצב בדיוק. כלומר, זה המטרה לנסות עכשיו, מה זה אומר? בסדר? זה אומר שאם יש לי ערוץ שהפרפורמנס שלו מבחינת החזר הוא פנומנלי, ואני יכול לממן את זה. בסוף זה עניין של מימון. כמה כסף יש לי בבנק כדי לקבל איזשהו החזר מסוים שמאפשר לי להמשיך לצמוח ולגלגל את הכסף לצמוח עוד. אז אם יש ערוץ עם החזר מאוד מהיר, אז אנחנו נרצה לשים פעמים יותר כסף כדי שהחזר שלו יהפוך להיות פחות מהיר. זה לא אינטואיטיבי כל כך, אבל למה? כדי לרוויח סקייל. לעומת זאת, אם יש ערוץ שההחזר בו הוא לא טוב, בדרך כלל, מבחינת, נניח דניאל הזכיר פה אחרי 21 יום מה ההחזר, אנחנו כרגע מודדים את זה ככה כדי לקבל תשובה מהירה, לא ל-100%, אלא אחרי 21 יום לבדוק איפה אנחנו נמצאים. זו הנקודה שבה אנחנו משווים בין כל הצ'אנלים. יש המון חברות שאומרות שאנחנו צריכים לקבל החזר תוך שנה, אנחנו באזור ה-7-8 חודשים. אז אנחנו רוצים לוודא שכולם נמצאים ב-7-8 חודשים החזר. כלומר, הוצאנו כסף, אנחנו רואים 100% מהכסף הזה חזרה אחרי 7-8 חודשים. לא משנה באיזה צ'אנל פרסמנו או באיזה קמפיין. כן, זה היה האוטופיה. בפועל זה קשה מאוד להגיע לשם, אבל אני חושב שזה עוד אחת מהמשימות שלנו עם ביג בריין, לנסות להגיע לשם. עכשיו למה? כי אם אנחנו יכולים לקחת כסף מקמפיין, אפילו זה לא חייב להיות בין ערוצים, זה יכול להיות בתוך אותו ערוץ בין קמפיינים שונים, להוריד טיפה כסף מקמפיין מסוים, בסדר? גורם לביצועים שלו בדרך כלל להיות יותר טובים. כלומר, קהל יותר קטן, מטורגת וספציפי, עובד יותר טוב. וככל שמרחיבים זה עובד פחות טוב. בסדר? זה נכון לkeywords בגוגל, זה נכון לפייסבוק, לכמה עושים מגזושן לקהל מסוים, זה נכון להרבה צ'אנלים. אז להוריד תקציב בדרך כלל, לא תמיד, וזה בטוח לא מתנהג בצורה מדעית, שהם מורידים וזה עולה, אבל בדרך כלל אם מורידים, הביצועים עולים. אז אנחנו נרצה להוריד את התקציב ממקום שפחות עובד, ולהעביר אותו למקום שיותר עובד. זה יכול להיות בין קמפיינים באותו צ'אנל, זה יכול להיות בין צ'אנלים, זה יכול להיות זה. כמובן שאין לנו שום הגבלת תקציב, כלומר כל עוד אנחנו עושים פרפורמנס בשבעה חודשים, אנחנו נעשה סקל ונמשיך לגדול, כי זה פשוט מקיים את עצמו, וזה טוב לנו. אז זה אחד הדברים שהכי קשה לעשות, זה מודלים של cross-channel attribution ובתוך channel attribution, אבל זה הultimate goal. מה זה דורש מכם, דניאל, ברמת הbig brain, ובעבודה שלך מול המרקטינג? אוקיי, אז מה שאנחנו עושים זה לעבוד ביחד עם אנשים המרקטינג, לדוגמה אני עובד עם גיל שאוכל על המדיה ביינג, והערוצים שהוא עובד עליהם הם בדרך כלל ערוצים שהם יותר לוקח להם זמן להגיע ל-ROI הטוב הזה. מה שכן, כי אם מסתכלים עליהם תוך שבועות מההתחלה של הקוהורט, שזה בעצם את השעה ה-contribution, אז נר שה-ROI הוא לא כזה טוב. אם מסתכלים שבוע אחרי זה, פתאום ה-ROI נהיה מאוד טוב. יש פה כמה דברים שצריך לקחת בחשבון. אחד זה שאנחנו מקבלים את המידע מהספקים שלנו באיחור, ואז התמונה היא לא מל בשבוע הראשון וגם בשבועיים הראשונים, ופתאום אחרי שלושה שבועות וארבעה שבועות היא נהיית הרבה יותר מל ונכונה. אז גם לעזור להם להבין את זה, להבין את זה בעצמנו ולתת להם את התמונה המל שלא ירדנו קמפיין כנתר בתרמת. וגם בהיכל איתם להתחיל לשפר את המנגנונים שאנחנו מריצים ברקע בשביל גם להביא את זה יותר מוקדם ולעזור להם לנבות מה יקרה בעתיד על פי מה שחווינו פעם. כן, כל הנושא הזה של ניבוי אנחנו נגענו בו קצת גם ב-ABTest, מה שאז אווירם קרא לו פרוקסי, נכון? איך אנחנו בעצם מאפשרים לעצמנו…

לחזות כמה שיותר מהר איך קמפיין התפקד, כדי לסכן כמה שפחות כסף במובן הזה. נכון? נכון. המטרה זה בעצם להבין מה קרה פעם, לזהות טרנד שאנחנו יכולים לה ין בו גם, ולא סתם טרנד שיכול להיות שהוא שקרי, ולהציג להם את זה בצורה מאוד מאוד פשוטה ונוחה, שגם הם י ינו לה וגם יכולים לצחוק אותה ולעשות פעולות בעקבותיה. אם לדוגמה עכשיו גיל יודע להגיד שהקמפיין שדרך כלל תוך 21 יום הוא לא נר טוב, אבל אחרי 35 יום הוא נר מאוד מאוד טוב, אז אני אגיד לו את זה והוא ידע להבין את זה, אז הקמפיין הזה ימשיך לשקיע בו כסף, והוא לא יעזור אותו לפני הזמן. זה בעצם הבוטום ליין. זה אחת החוזקות גם של ביג בריין, זה שאנחנו יכולים לנרמל את ה-UI. כלומר שאנשים יכולים להבין את אותם דברים באופן עקבי באותה צורה, ולא רק עובדה שעושים פרדיקשן וכאלה, זה שבאותו מקום, פר צ'אנל ופר ה… שוב, נגענו כאילו על הקטע של ה-attribute שהוא שונה בכל צ'אנל. בכל צ'אנל יש לו את ההתנהגות שלו, מתי יש לנו את הדאטה, איך היוזרים מגיבים, המון המון המון דברים שונים. וזה שאנחנו אוספים את הכל למקום אחד, אנחנו בעצם יכולים להפעיל את אותם החוקים על כל הדברים האלה. כן, אבל בצורה שונה שמתאימה לכל צ'אנל, ששוב, תעזור לנו להיות אופרטיביים על הצ'אנל עצמו. כן. אני אגיד משהו שנשמע קלישאטי, אבל הוא ב ת מתחבר לי פה. תמיד מדברים על איך הופכים דאטה לאינסייט, ונר לי שמשהו עולה ממה שאתה מתאר כאן דניאל, ומהאינפוטים של רוי, זה שהדאטה לכשעצמו לא ייתן לנו תמונה שאפשר לעבוד איתה. איזה איז. כן צריך לעשות איזושהי מניפולטת ולהבין כמה דברים לפני שניגשים ופועלים מתוך מה שרואים. נכון. יש הרים של דאטה, כאילו על כל בן אדם שמגיע יש לנו לפעמים עשרות של רשומות של מה הוא ר לפני זה ואיפה הוא היה ובאיזה עמודים הוא היה, ופתאום בתוך הממוצר שלנו הוא רו אפילו כמה לנדינג פייג'ים, איזה לנדינג פייג' רלוונטי, מה גרם לו לדחוץ על הכפתור. זה דרוש הרבה הרבה להיש של דברים ואיחוד שלהם והבנה של לפעמים בן אדם יכול, בן אדם לא יכול לעשות את זה בעצמו בשביל שנוכל לעשות אופירציה על דאטה הזה. אם לא היה את כל הדברים האלה, מה שהיה קורה בסוף, אז אנשים של מ ר מרקטינג יובדים כנר עם איזה אקסל, בטוחות שהם רוידים מכל הפאבלישרים, מנסים לחבר אותם ביחד, וגם אז הם מגיעים לרזולוציה מאוד מאוד מאוד לא כאילו חדה, הם יבינו, אוקיי, אז גוגל עובד יותר טוב מפייסבוק, ופה זה ייגמר בערך, ומה עושים עם ה… זה לא אפלס טו אפלס, אתם אומרים. לא שזה לא אפלס טו אפלס, זה גם לא אינסטייט שיכול כאילו לפעול פי, ואז כאילו, אוקיי, תשימים פה עוד אלף דולר בפייסבוק, כאילו, איפה בפייסבוק, באיזה קמפיין? זה נהיה כבר אי אפשר להשוות. כי אינטיאל את כל פאבלישר, מה הוא הביא לך, וכאילו, פשוט שילחת כולם. ואז אתה לא יכול לעבוד עם זה ב ת. שזה חוזר גם למה שרוי ר בהתחלה על הביטחון שלנו לצמוח כל כך מהר ולהגדיל את התקציבים מחודש לחודש בכזאת אינטנסיביות ומירות. זה לגמרי, אני יכול להביא את הדוגמה, אולי הראשונה שהייתה לבעיה הזאת, זה שהוצאנו דאטה מהצ'אנלים, והוצאנו את הדאטה שלנו, חיברנו אותם באקסל, ועשינו מה שנקרא פיווו טייבל, זה ויו שעושה אגרגציה. עכשיו, הדפולט של אקסל לויו הזה הוא אברג'. ואז, כלומר, הוא עושה אגרגציה לקמפיין ועושה אברג', ואז המון אנשים החליטו על האברג'. עכשיו, מה זה אומר שהם החליטו על האברג'? הקמפיין היה טוב, טוב, טוב, טוב, טוב, התחיל להיות ממש לא טוב, לא טוב, והוא לא אפקטיבי, צריך להרוג אותו. אבל באברג' הוא היה עדיין טוב, כי הוא היה טוב מאוד בהתחלה. עכשיו, שוב, הם היו פותחים ומסתכלים וכאלה, אבל כל פעם שוכחים את זה, כי ה-UI בעצם מכשיל אותם. כי הוא שם את זה באברג'. עכשיו, אם ננסה לתרגם את הימים האלה לכסף, כל קמפיין הוא יכול להוציא דברים שונים, אבל באברג', אם הקמפיין שלנו אז, אני חושב, חי הוא מעט מאוד זמן, אז שבועיים, כן? זה אומר שאנחנו מזבזים 25% מהכסף במקום לא טוב, שזה מאוד משמעותי. ואפילו לפעמים יותר, כי הם ממש הצליחו בהתחלה, ואז הם ממש לא הצליחו אחרי זה, זה הרסני. לאיזה מספר הפצלותי אנחנו מגיעים מכל החישוב הזה? לנזק שנוצר מההסתכלות הזאת על האקסל, קשה למדוד אותו, אבל זה היה ב ת 25% מכל התקציב. אז אם מוצאנו מיליון דולר, זה יכול להיות 250 אלף דולר באותו חודש. אבל יותר גרוע מזה אפילו, זה גם לא אפשר לנו לצמוח. כי הסתכלנו על הכל בצורה שהיא פחות פחות טובה. אז לפעמים כשאת רו דברים שהם יותר טובים, את מוכנה להשקיע בהם אפילו פי שתיים, אז אולי זה עצר לנו את הצמיחה בחצי. ושם אני חושב, בנקודה הזאת, העברנו הרבה מהדברים לביג בריין. זה גם חסך אז, אני זוכר, שעות של עבודה ביום, להוציא את המידע מפה, להוציא אותו מאקסל, לחבר אותו ביחד, אבל זה גם אפשר לנו לתת לכולם תמונה אחידה, שהיא על ה-Worst Case, ה-Last Day בעצם, ולא ה-Average. דניאל, מה עדיין לא פיתחנו בהקשר של ה-Attribution? איפה היום אנחנו מתמודדים עם אתגרים? אז יש הרבה אתגרים.

אז יש מה שנקרא מולטי טאץ' טריבושי שדיברנו על זה קודם, שזה בעצם לשייך בן אדם אחד לכמה פרסומות שונות שהוא ר ועם משקולות ביניהם, ואנחנו לא, כאילו, אנחנו עדיין בדרך להגיע לשם, אבל אנחנו לא יודעים אם זה הדבר הנכון, כי כרגע, כחוקר גבר, אנחנו רוצים את הבדיקה לעצמנו, ולראות שאנחנו בעצם בכיוון הנכון עם המודל הפשוט שלנו יחסית, ואולי נחשב שבעתיד כן נגיע למולטי טאץ' טריבושי, וזה מה שהרבה אנשים מדברים עליו, והוא כזה פרטורות את התעשייה, אבל גם לא קשה לבצע אותו, וממש קשה לפעול על פיו. אחת הבעיות בו זה בעצם להסביר לאנשים המרקטינג למה משהו קרה, והחלטנו ככה, וזה נהיה מודל שהוא כזה דאטה סיינס, ושמחוקרים יכולים בדיוק להסביר אותו, וזה כל מיני דברים שהם מפריעים לאופרציה יותר מי שעוזרים לה. אז זו בעיה אחת שלנו, ובעיה שנייה זה אופן המרקטינג, שעכשיו אנחנו מתחילים ב ת בקמפיינים מאוד מאוד גדולים בניו יורק וסן פרסיסקו. בסאבווי, בילבורדס, כן. וזה גורם לאנשים להגיע, ואין לנו מידע על למה הם הגיעו, הם פשוט תחתו בתוך הפלטפורמה. וזה עוד משהו שהחטא היבוק שלנו, אין לנו פתרון טוב עבורו, ולהגיע להבנה שהבן אדם הזה הגיע מהבילבורד הזה או מהסאבווי הזה, אנחנו יכולים להגיע לזה גם בצורה טובה. או כמו שהיינו רוצים לפחות, כן. עכשיו שנייה, על המעבר ממצב שאנחנו יודעים להגיד ברמת המודעה, ברמת הקמפיין, למצב שמישהו ר עכשיו נסע בכביש, ר עשר מודעות, זאת אומרת עשרה בילבורדים, ואין לנו מושג אפילו איך הם השפיעו עליו. עכשיו במצב אקספרימנטלי על נושא הברנד, אבל מה שברור זה ש… רגע, רת את המשפט הזה, שווה שנייה להתעכב, אבל מה זה אומר כשאתה אומר שאנחנו במצב ניסויי? אקספרימנט זה אומר שאנחנו פשוט אין לנו מושג מה אנחנו עושים, זה נקרא אקספרימנט. אנחנו פשוט עושים במקום לחשוב. אז שמנו תקציב שאנחנו פשוט מנסים as best we can, ואנחנו כן מנסים למדוד את זה. עכשיו מה שהגענו עליו עד עכשיו, נניח הקמפיין הראשון בניו יורק, פשוט קנינו את המדיה, ואז הבנו מה אנחנו הולכים לעשות. זה היה פשוט הפוך, כאילו בוא נתחיל לעשות את זה, ואז נבין מה עושים, יצא טוב, אבל לעומת הקמפיין השני שעשינו בניו יורק, בוא נגיד עשינו מדידה של ליפט בכמות הוויזיץ באזור, כלומר כמה יותר אנשים באותו אזור גאוגרפי מאוד גדול, בסדר? לא מתורגת, מנט אין פלוס, הגיעו אלינו לאתר. אז הקמפיין הראשון היה איקס, הקמפיין השני בניו יורק, שהוא אחרי שלמדנו איך לעשות את זה יותר טוב, וזה היה הרבה יותר טוב, זה היה אסר איקס מבחינת האפקט, כן? אבל להגיד מה זה עשה לברנד אווירנס, זה הדברים שאנחנו עדיין מגלים איך למדוד אותם. אבל זה לא שאין לנו מדידה, היא פשוט לא החזיר על הכסף, זה כאילו כבר לא תהיה רואי, זה כמה כסף אנחנו מוכנים בתוך חברה לשים על זה שיותר אנשים יכירו אותנו, זה כבר החלטות מסוג שונות, אבל גם שם אנחנו מתעקשים מאוד למדוד את האפקטיביות בקי-פי-איי הזה, בזה שיותר אנשים יכירו. בסדר? מה ה-value של זה? זה כבר כאילו שאלה שממה שבדקנו לאף אחד אין תשובה, מה ה-value של זה? אבל ברור שיש value, קשה מאוד לקמת אותו עד לרמת הדולר כמו שקל בדיירקט ריספונס, אבל זה מאוד חשוב. דניאל, ככה לסיום, אם מישהו עכשיו מתמודד לראשונה עם שאלות של אטריביושן ומדידה, יש לך איזה שהם טיפים לתת? כן, אז קודם כל תתחילו לאסוף את הדאטה, וזה הכי חשוב כשתתחילו בכלל להבין את המציאות ומה לקוחות שלכם חווים, כי בלי זה אתם פשוט לא תדעו מה קרה, ו-you don't know what you don't know. לא צריך מודל מורכב על ההתחלה, אפשר גם ללכת עם מודל פשוט, מה ש רנו בהתחלה, עם first touch או last touch, הדבר האחרון הראשון שהוא ר ותראו מה קורה ולהתקדמו עם זה ותשפרו את זה כל הזמן, כי זה תהליך איטירטיבי. ברגע שאתם מתחילים לפרסם ביותר מערוץ אחד, אז כן, תתחילו להיות מודעים לחשיפה בין הערוצים, אם כאילו רובם ראו כל אחד פרסומות בערוץ אחד, אז כאילו מודל שלכם כנר בסדר, אבל אם הם התחילו לראות פרסומות בשתי ערוצים ומקביל, צריך להתחיל להבין מה עושים פה ומה נכון. ודבר אחרון, זה ב ת, והכי חשוב, זה לא לקבל החלטה, זה הרבה יותר גורם לקבל החלטה לא נכונה. לטעות זה בסדר, וכל המודלים בסוף עיתום אותה אישו, כי הדברים משתנים כל הזמן, והטריק הזה ב ת להיות דינמיים, ולהבין כשיש בעיה, ולשנות אותה כמה שיותר מהר. אז אני אחזור לבייסיקס, כלומר, איך להתחיל, ואני חושב שדיברנו פה הרבה על המורכבות שבתוך הסיפור, אני חושב שהכי חשוב בהתחלה זה לייצר סיטואציה שהיא פשוטה. בסדר? לנו היה מאוד פשוט שהיה לנו צ'אנל אחד, וזה עזר לנו, אבל לא חייבים ככה לייצר סיטואציה פשוטה. לנינג פייג' נפרד, כדי שנר את הדאטה על הדבר הזה. מפשט את הדברים. בקמפיין שהוא מאוד מאוד מדויק.

נניח אתם יודעים לא לעשות קמפיין מאוד רחב להמון אנשים בהתחלה. לעשות סיטואציה שאתם, לפני שאתם מעלים אותה, יש לכם ודאות, כי אתם אומרים וואלה זה הולך לעבוד. אנחנו פונים לאנשים האלה, אומרים להם את מה שבדיוק אנחנו חושבים שמדבר אליהם. הטרקינג כאילו יהיה יותר קל. הכל שיהיה קל ובקטן. ואז זה נחשב. ואז זה מאוד נהדר, כי אפשר להגיד רגע, איפה טעינו? עכשיו אם עושים דברים גדולים ומפזרים את זה ומנסים מההתחלה לייצר תנאים שהם פחות ממעבדה. קשה לאתר את הטעות. כן, וקשה ללמוד. המטרה של לעשות טרקינג לדברים זה כדי להשיג מסקנות לחיוב או לשלילה, וזה לא משנה אם זה חיוב או שלילה. נכשלים, נכשלים, נכשלים, מצליחים. כן, הסיבה שדניאל אומר שזה בסדר לטעות היא כי אנחנו לומדים מהטעות. כן, אז צריך לייצר סיטואציה בהתחלה, גם אם אין טרקינג כמעט בכלל, בסדר? שבה קל לראות שזה מצליח, בסדר? אז אם לא עושים אטריביושן של הילו אפקט ודברים כאלה, אלא כן קליק, אז למדוד את זה ולשים אפילו צ'אנל חדש, זה גם אצלנו ככה. אנחנו עושים דברים בקטן. דפני חיטה, קליקים, הקליקים עובדים, רואים אם הם מצליחים, ולמדוד את זה, ואז יש תאבון, ואז יש תאבון להגדיל, ואז יש הבנה של המורכבות. אז כבר לא להתחיל מגדול, גם אם יש את התקציב, אלא להתחיל תמיד בקטן ובפשוט. מעולה. דניאל, תודה רבה שהצטרפת אלינו. היה ממש כיף. תודה. ולמד. תודה רבה. תודה שהזנתם. סטארט-אפ פרסטארט-אפ סטארט-אפ פרסטארט-אפ