PUMA用Google Cloud的BigQuery和機器學習功能來增強客戶互動，應對無cookie的未來。包括利用第一方數據改善透明度和重新定義客戶互動、測試Google Cloud的機器學習能力以創建基於購買傾向的高級受眾群組、使用Cloud Shell、Instant BQML、CRMint和BigQuery等Google Cloud產品進行高級分析和受眾創建、觀察到高級受眾群組的點擊率和轉換率顯著增加。
文章重點
1. PUMA如何利用Google Cloud的BigQuery和機器學習能力增強客戶參與度和應對無Cookie的未來：
– PUMA專注於利用第一方數據來提高透明度，重新定義客戶互動，這在當前以隱私為中心的環境中至關重要。
2. 主要亮點：
– 第一方數據利用：PUMA專注於利用第一方數據來提高透明度，重新定義客戶互動。
– 機器學習實施：PUMA在2022年8月開始測試Google Cloud的機器學習能力，以根據購買傾向創建高級受眾段。這涉及構建一個針對其特定需求量身定制的自定義ML模型，允許深入洞察和預測分析。
– 使用的工具：此過程涉及多個Google Cloud產品，包括Cloud Shell、Instant BQML、CRMint和BigQuery，促進高級分析和受眾創建。
– 正面結果：在六個月內，PUMA觀察到其高級受眾段的點擊率（CTR）和轉換率顯著增加，相較於傳統方法。排名前三的受眾段的CTR增加了149.8％，轉換率增加了4.6％。
– 未來計劃：PUMA旨在通過納入內部數據（如線下購買信息）擴大其對高級受眾分割的使用，並將這些努力擴展到其國際實體。他們還在探索服務器端標記和事件驅動架構，以增強其數據管理流程。
– 長期合作夥伴關係：PUMA對繼續與Google Cloud合作以進一步調整其廣告策略並利用AI提高客戶參與度表示熱情。
