Кросс-платформенная пропасть, и почему так важна статистическая идентификация

Кросс-платформенная пропасть, и почему так важна статистическая идентификация
Mr. Pixel
Mr. Pixel
29 мая
0
167

Генеральный директор и соучредитель компании AdBrain, Гарет Дэвис, объясняет, что такое статистическая идентификация и почему она настолько важна.

Современным миром правят мобильные устройства, что вызывает определенные трудности у многих диджитал-маркетологов, которые для нахождения контакта с целевой аудиторией традиционно полагаются на отслеживание cookie настольных компьютеров. Нет, куки еще живы, но все мы понимаем, что эта технология работает на последнем издыхании, поскольку настоящая битва идет между голиафами и новичками рынка, которые поняли, что современный пользователь многоканален. Это дает возможность подключить мобильных пользователей к другим устройствам, чтобы создать единый кросс-платформенный идентификатор аудитории. А это, в свою очередь, позволит размещать максимально точно таргетированные и высокоэффективные рекламные объявления.

Решение этой задачи будет возможно лишь в том случае, если будут совершены крупные технологические прорывы. Когда владельцы детерминированных data-баз, такие как Google, Facebook и др., поделятся своими обширными наборами поведенческих данных с продавцами статистических технологий для создания из first-, second- и third-party данных более широких кросс-платформенных профилей.

Детерминированная атрибуция

Детерминированная атрибуция – это точная модель идентификации аудитории, при которой используются собственные данные рекламодателя. Крупные компании обеспечивают себя ими благодаря дата-центрам. У Google, Facebook, Amazon, Rakuten и других игроков рынка есть многочисленные девайс-идентификаторы, поведенческие, геоданные и другие наборы данных, собранных через отдельные пользовательские логины. Когда пользователь заходит в свой аккаунт при помощи смартфона, планшета или настольного компьютера, это создает в реальном времени четкую картину того, какими устройствами пользуется посетитель площадки. Так что даже единственной регистрации пользователя достаточно для точного кросс-платформенного таргетинга.

Проблемы в раю

Возможность создать информационную базу о пользовательских девайсах, используя first-party data, чрезвычайно ценна, но данное решение не лишено изъянов. Детерминированная атрибуция может быть использована исключительно на ограниченном пространстве. Хорошо, если вы размещаете свои объявления на пространстве какого-то технологического гиганта, но и такие ограничения не всегда радужны. Идентификация аудитории ограничена единственной технологической платформой, потому определенная часть аудитории не идентифицируется – в лучшем случае прозрачность будет неполной, в худшем – ее вообще не будет. Также следует учитывать тот важный факт, что, включая в свои платформы first-party data, вы не получаете фрагментированные данные о платформах, используемых пользователями.

Статистическая идентификация

Статистическая или вероятностная идентификация – одна из форм технологии по распознаванию устройства пользователя, используемая для выявления как мобильных, так и многоканальных пользователей в отсутствие cookies или других определяющих данных.

Данная технология основывается на показах и кликах и опирается на ключевые точки данных, такие как IDFA (Apple) и AndroidID (Google). Эта модель существенно отличается от детерминированной атрибуции, при которой не осуществляется сбор персональных данных (PII, Personal Identifiable Information), а процессом сбора информации управляет рекламная технологическая платформа.

Прозрачный процесс

Важно отметить открытость этой идентификационной методологии и тот масштаб, который она предлагает рекламодателям, стремящимся таргетировать свои рекламные объявления с учетом тех устройств, которые использует целевая аудитория. Нужно учитывать, что статистическая идентификация – это высокотехнологическая методология, а не неизвестное аппаратное решение, потому существует и масса поставщиков таких рекламных решений, позволяющих улучшить таргетинг на аудиторию, использующую мобильные устройства. Общеизвестно, что точность статистической идентификации составляет от 60% до 90% – не идеальный показатель, но он должен обязательно улучшиться в ходе будущих инноваций.

Что это означает для маркетологов

Детерминированная атрибуция и статистическая идентификация – два убедительных подхода к решению проблемы многоканальности аудитории. Но при этом ни один из них не возможен без ключевого компонента – данных. Маркетологам необходимо идентифицировать и наладить контакт со своей аудиторией, сохранив контроль над процессом покупки. Работа с детерминированными моделями обычно требует принесения в жертву масштабирования данных и контроля над ними, в то время как статистическое моделирование предусматривает, чтобы все были довольны степенью неопределенности.

Возможно, в будущем появится более детальный подход, который позволит рекламодателям объединять opt-in-данные пользователей с масштабируемыми и медиа-независимыми статистическими инструментами, чтобы делать высокоточные предсказания. Для этого рекламодатели должны взять под контроль собственные данные, используя открытые и безопасные для приватности пользователей статистические идентификационные модели. Если все сделать правильно, все без исключения в экосистеме будут в выигрыше.

Источник: ExchangeWire

Комментарии к статье (0)