Segmentacja odbiorców i zarządzanie danymi

Dane first-party to informacje zbierane bezpośrednio od własnych klientów i potencjalnych klientów za pośrednictwem strony internetowej, aplikacji, systemu CRM, programu lojalnościowego lub historii zakupów — dane, których Państwo są właścicielem i na których wykorzystanie uzyskali Państwo wyraźną zgodę.

Ta kategoria jest najcenniejsza, ponieważ dane są dokładne, oparte na zgodzie i odzwierciedlają rzeczywiste interakcje z marką. W świecie stawiającym prywatność na pierwszym miejscu dane first-party stanowią trwałą podstawę wszelkiego targetowania odbiorców i personalizacji.

Dane second-party to dane first-party innej firmy, do których uzyskują Państwo dostęp w ramach bezpośredniego partnerstwa lub umowy o udostępnianiu danych — na przykład marka turystyczna udostępnia swoje dane klientów sprzedawcy bagażu.

Takie partnerstwa zapewniają wysokiej jakości dane oparte na zgodzie, których nie można kupić na otwartych rynkach danych, dzięki czemu są dokładniejsze i mniej ustandaryzowane niż dane third-party.

Ciasteczka third-party — technologia umożliwiająca śledzenie użytkowników między witrynami i funkcjonowanie branży danych third-party o wartości 400 mld USD — są stopniowo wycofywane w głównych przeglądarkach w związku z zaostrzaniem przepisów dotyczących prywatności.

Safari i Firefox już domyślnie blokują ciasteczka third-party. Wycofywanie ich przez Chrome oznacza, że segmenty odbiorców zbudowane na podstawie behawioralnych danych third-party nie będą już dostępne do większości zastosowań targetowania programmatic, co zasadniczo zmieni reklamę cyfrową.

Google Privacy Sandbox proponuje zastąpienie śledzenia za pomocą ciasteczek third-party rozwiązaniami opartymi na przeglądarce, takimi jak Topics API, które przypisuje użytkowników do szerokich kategorii zainteresowań (np. „Fitness”, „Podróże”) na podstawie historii przeglądania przechowywanej lokalnie na urządzeniu.

Takie podejście zapewnia pewien sygnał umożliwiający targetowanie behawioralne, jednocześnie chroniąc prywatność indywidualnych danych dotyczących przeglądania — jest to kompromis, którego branża reklamowa wciąż ocenia pod kątem skuteczności w porównaniu z targetowaniem opartym na ciasteczkach.

Targetowanie kontekstowe wyświetla reklamy na podstawie treści oglądanej strony, a nie danych dotyczących tożsamości użytkownika, dzięki czemu z natury nie wymaga ciasteczek i jest zgodne z zasadami ochrony prywatności.

Nowoczesne targetowanie kontekstowe wykracza poza proste dopasowywanie słów kluczowych i obejmuje analizę semantyczną oraz przetwarzanie języka naturalnego, które pozwalają rozumieć znaczenie strony. Dzięki temu reklamodawcy mogą znajdować bezpieczne dla marki i trafne miejsca emisji bez wykorzystywania jakichkolwiek danych użytkowników.

W świecie bez ciasteczek strategicznym priorytetem jest budowanie własnych zasobów danych first-party: list adresów e-mail, baz użytkowników aplikacji, członków programów lojalnościowych oraz danych o preferencjach zebranych za pomocą ankiet.

Każda oferta treści, quiz, ściana rejestracyjna i zakup stwarzają możliwość zebrania danych first-party za zgodą użytkownika. Marki dysponujące bogatymi zbiorami danych first-party mogą nadal precyzyjnie targetować odbiorców niezależnie od wycofywania ciasteczek.

Customer Data Platform (CDP) ujednolica znane dane klientów first-party — adresy e-mail, historię zakupów i zachowania w sieci — w trwałe profile klientów, koncentrując się na aktywacji w należących do marki kanałach, takich jak e-mail i personalizacja strony.

Data Management Platform (DMP) tradycyjnie zarządzała anonimowymi odbiorcami opartymi na ciasteczkach third-party na potrzeby reklamy programmatic. W miarę wycofywania ciasteczek third-party rośnie znaczenie CDP, podczas gdy tradycyjne DMP stają przed fundamentalnym wyzwaniem związanym z identyfikacją użytkowników.

Modelowanie grup podobnych wykorzystuje uczenie maszynowe do znajdowania nowych użytkowników, którzy statystycznie przypominają najlepszych obecnych klientów, na podstawie sygnałów z danych first-party, takich jak dane demograficzne, zachowania i wzorce zakupowe.

Facebook's Lookalike Audiences i Google's Customer Match to najczęściej stosowane rozwiązania tego typu. Pozwalają one reklamodawcom efektywnie zwiększać zasięg poprzez targetowanie osób podobnych do klientów o najwyższej wartości LTV.

Wykluczanie odbiorców polega na przesyłaniu do platform reklamowych list obecnych klientów, osób, które niedawno dokonały zakupu, lub użytkowników trwających wersji próbnych, aby wykluczyć ich z kampanii prospectingowych i zapobiec marnowaniu budżetu na osoby, które już znajdują się w lejku marketingowym.

Listy wykluczeń to jedna z optymalizacji o najwyższym zwrocie z inwestycji w reklamie programmatic: wykluczenie obecnych klientów z kampanii pozyskiwania nowych klientów natychmiast poprawia wskaźniki kosztu pozyskania.

Data clean roomy to środowiska chroniące prywatność, w których dwie strony mogą analizować nakładające się zbiory danych bez ujawniania sobie nawzajem surowych danych.

Reklamodawcy korzystają z data clean roomów — oferowanych przez platformy takie jak Google Ads Data Hub, Meta Advanced Analytics i Amazon Marketing Cloud — aby mierzyć wpływ kampanii w zestawieniu z danymi wydawcy lub sprzedawcy detalicznego bez naruszania prywatności użytkowników ani umów dotyczących danych.

Dane zero-party to informacje, które klienci proaktywnie i świadomie udostępniają marce — odpowiedzi w ankietach, deklarowane preferencje, odpowiedzi na pytania quizowe i dane z list życzeń — w odróżnieniu od danych behawioralnych wnioskowanych na podstawie ich działań.

Dane zero-party są bardzo dokładne (nie wymagają wnioskowania) i udostępniane za wyraźną zgodą, dzięki czemu są wartościowe w personalizacji i szczególnie odporne na zmiany przepisów dotyczących prywatności ograniczające targetowanie behawioralne oparte na wnioskowaniu.

Sprawdź swoją wiedzę na temat danych o odbiorcach w marketingu cyfrowym.

Dane first-party są najcenniejszą i najbardziej trwałą podstawą marketingu cyfrowego w miarę wycofywania ciasteczek third-party — budowanie własnych zasobów danych podczas każdej interakcji z klientem jest obecnie strategicznym priorytetem.

CDP ujednolicają profile first-party na potrzeby personalizacji, modelowanie grup podobnych zwiększa zasięg na podstawie najlepszych klientów, a data clean roomy umożliwiają zgodną z zasadami prywatności współpracę pomiarową z wydawcami i sprzedawcami detalicznymi.