Målgruppssegmentering och datahantering

Tredjepartscookies – tekniken som möjliggjorde spårning av användare mellan webbplatser och en tredjepartsdatabransch på $400B – fasas ut i de stora webbläsarna i takt med att integritetsreglerna skärps.

Safari och Firefox blockerar redan tredjepartscookies som standard. När Chrome fasar ut dem kommer målgruppssegment som bygger på tredjepartsbaserad beteendedata inte längre att vara tillgängliga för merparten av den programmatiska målgruppsstyrningen, vilket förändrar den digitala annonseringen i grunden.

Googles Privacy Sandbox föreslår att spårning med tredjepartscookies ska ersättas med webbläsarbaserade alternativ som Topics API, som placerar användare i breda intressekategorier (t.ex. "Träning" och "Resor") baserat på webbhistorik som lagras lokalt på enheten.

Metoden ger en viss signal för beteendebaserad målgruppsstyrning samtidigt som den håller individens webbhistorik privat – en kompromiss vars effektivitet jämfört med cookiebaserad målgruppsstyrning fortfarande utvärderas av annonsbranschen.

Kontextuell målgruppsstyrning visar annonser baserat på innehållet på sidan som visas, snarare än på data om användarens identitet, vilket gör metoden naturligt cookiefri och förenlig med integritetskrav.

Modern kontextuell målgruppsstyrning har utvecklats bortom enkel sökordsmatchning och omfattar semantisk analys och behandling av naturligt språk som förstår sidans innebörd. Därmed kan annonsörer hitta varumärkessäkra och relevanta placeringar utan någon användardata.

Den strategiska prioriteringen i en cookiefri värld är att bygga upp egna förstapartsdatatillgångar: e-postlistor, appanvändare, medlemmar i lojalitetsprogram och preferensdata från enkäter.

Varje innehållserbjudande, quiz, registreringsvägg och köp skapar en möjlighet att samla in samtyckesbaserad förstapartsdata. Varumärken med omfattande förstapartsmängder kan fortsätta med precis målgruppsstyrning oavsett utfasningen av cookies.

En Customer Data Platform (CDP) samlar känd förstapartsdata om kunder – e-post, köphistorik och beteende på webben – i bestående kundprofiler, med fokus på aktivering i egna kanaler som e-post och personalisering av webbplatsen.

En Data Management Platform (DMP) hanterade historiskt anonyma målgrupper baserade på tredjepartscookies för programmatisk annonsering. När tredjepartscookies fasas ut blir CDP:er allt viktigare, medan traditionella DMP:er står inför en existentiell identitetsutmaning.

Lookalike-modellering använder maskininlärning för att hitta nya användare som statistiskt liknar era bästa befintliga kunder, baserat på förstapartssignaler som demografi, beteenden och köpmönster.

Facebooks Lookalike Audiences och Googles Customer Match är de mest använda implementeringarna. De gör det möjligt för annonsörer att effektivt skala räckvidden genom att rikta sig mot personer som liknar kunderna med högst LTV.

Målgruppsundertryckning innebär att ladda upp listor över befintliga kunder, nyligen genomförda köp eller aktuella provanvändare till annonsplattformar för att exkludera dem från prospekteringskampanjer och undvika att slösa budget på personer som redan ingår i säljtratten.

Exkluderingslistor är en av de optimeringar som ger högst avkastning inom programmatisk annonsering: genom att undertrycka befintliga kunder i en kundanskaffningskampanj sänks kostnaden per anskaffning omedelbart.

Data clean rooms är integritetsskyddande miljöer där två parter kan analysera överlappande datamängder utan att någon av dem behöver exponera sina rådata för den andra.

Annonsörer använder clean rooms – som erbjuds av plattformar som Google Ads Data Hub, Meta Advanced Analytics och Amazon Marketing Cloud – för att mäta kampanjens effekt i förhållande till data från publicister eller återförsäljare utan att bryta mot användarnas integritet eller dataavtal.

Nollpartsdata är information som kunder proaktivt och avsiktligt delar med ett varumärke – enkätsvar, angivna preferenser, quizsvar och önskelistedata – till skillnad från beteendedata som härleds från deras handlingar.

Nollpartsdata är mycket korrekt eftersom inga antaganden krävs och bygger på uttryckligt samtycke. Därför är den värdefull för personalisering och särskilt motståndskraftig mot förändringar i integritetsregler som begränsar härledd beteendebaserad målgruppsstyrning.

Förstapartsdata är den mest värdefulla och hållbara grunden för digital marknadsföring när tredjepartscookies fasas ut – att bygga upp egna datatillgångar genom varje kundinteraktion är nu en strategisk prioritering.

CDP:er samlar förstapartsprofiler för personalisering, lookalike-modellering utökar räckvidden utifrån era bästa kunder och data clean rooms möjliggör integritetssäkert mätsamarbete med publicister och återförsäljare.