摘要：数字营销人员肯定会接触到采用多个设备的客户。根据Criteo Mobile电子商务报告，40％的在线交易涉及多个设备。未能在不同平台上吸引客户的厂商正在使其数字化战略成为市场机会。

　数字营销人员肯定会接触到采用多个设备的客户。根据Criteo Mobile电子商务报告，40％的在线交易涉及多个设备。未能在不同平台上吸引客户的厂商正在使其数字化战略成为市场机会。
　　
　　传统上，多设备营销主要集中在店内营销和改善电子商务渠道，但还有其他许多应用。使用数字标牌的公司可以利用多设备数据来改善自己的市场参与策略。
　　
　　不幸的是，优化多设备营销活动往往非常困难。营销人员通常只能在分析报告中看到一个设备，即使客户通常使用三个设备进行交互。大数据科学家正在开发新的解决方案，以帮助营销人员跟踪不同平台的客户。
　　
　　在不同渠道获取数据的挑战
　　
　　根据调研机构eMarketer最近的一项研究发现，大多数营销人员正在努力追踪其跨设备营销活动。报告发现只有30％的营销人员使用任何渠道跟踪。三分之二的营销人员试图追踪跨渠道的数据，却未能有效地进行。
　　
　　建立消费者身份是收集大数据的关键
　　
　　当分析设备上的客户行为时，数据是高度分散的。营销人员很难在一起解析信息，以说明一个关于个人客户行为的连贯的故事。发现多个客户的模式更具挑战性。
　　
　　Marketing Land公司的Mike Sands表示，唯一的解决方案是在参与过程开始时识别客户的身份。他表示，“随着消费者在设备上与品牌互动，他们在每个平台中创建了分散的身份。所以营销人员缺乏一个客户之旅的连接视图。
　　
　　但是，可以通过确定性地将品牌的所有这些设备的第一方数据进行匹配，并以隐私安全的方式将其重新连接到个人客户来创建单一视图。当企业将客户视为个体时，他们能够精确定位广告，并在消费者在网络，手机，电子邮件和实体店之间进行切换时，在正确的环境中提供正确的体验。
　　
　　掌握跨设备身份是提供更好用户的关键，企业需要充分利用营销预算，并改进测量以实现持续优化。而更重要的是，营销人员将为企业业务的未来开辟新的机会，以新的方式开拓与客户接触的机会。
　　
　　有多种方式可以识别你的客户。以下是识别客户并收集数据的两种主要方法：
　　
　　•确定性的跨设备匹配。确定性跨设备匹配涉及在参与过程开始时收集客户的识别信息。此信息通常是客户的电子邮件地址。如果你在首次参与阶段收集此信息，你可以使用它来监控客户的行为，无论他们使用什么设备。
　　
　　•概率模型。概率模型用于绘制两个设备之间的模式，因此你可以判断它们是否属于同一个体。概率模型将会跟踪当两个设备连接到相同的网络，一起旅行，并使用类似的应用程序。
　　
　　这些模型各有优缺点。确定的跨设备匹配几乎100％准确，因为任何给定的电子邮件仅属于单个客户。但是，不能保证你可以在参与渠道开始时获取。如果你无法使用确定性跨设备匹配来识别广告初始阶段的客户，那么你将会错过关于广告系列定位策略，初始广告素材，以及其他关键变量的有效性的关键数据。
　　
　　概率模型可用于在广告的任何阶段收集客户的数据。但是，它们并不可靠。它们对于小社区的本地活动的准确性特别有限，因为你可能正在尝试在使用相同无线网络的多个客户之间进行比较，并且经常在同一个社交圈中旅行（意味着他们的设备通常会在一起，这会为你识别给定设备或客户的能力带来更大的不确定性）。
　　
　　最好的解决方案是一起使用。尝试使用概率匹配识别客户，并使用确定性跨设备匹配模型确认你的假设。
　　
　　跨设备营销重视大数据
　　
　　数据是任何营销策略的主角。由于很难理解客户的行为，因此在多个设备上进行营销更为重要。然而，获取数据是一个挑战。幸运的是，目前还有一些新的模型可以使这个过程更加容易。
　　
　　编辑：Harris