Bagaimana ruang bersih data dapat membantu menjaga internet tetap terbuka

Apakah kamar bersih data merupakan solusi untuk apa yang oleh CEO IAB David Cohen disebut sebagai "kecelakaan kereta api gerak lambat" dari pengalamatan? Suara-suara di IAB akan memberi tahu Anda bahwa mereka memiliki peran besar untuk dimainkan.

“Masalah dengan pengalamatan adalah bahwa setelah cookie hilang, dan dengan hilangnya pengidentifikasi, sekitar 80% dari pasar yang dapat dialamatkan akan menjadi audiens yang tidak dikenal, itulah sebabnya diperlukan persetujuan yang berpusat pada privasi dan pertukaran nilai persetujuan yang lebih baik, kata Jeffrey Bustos, VP, pengukuran, kemampuan pengalamatan, dan data di IAB.

“Semua orang berbicara tentang data pihak pertama, dan ini sangat berharga,” jelasnya, “tetapi sebagian besar penerbit yang tidak mendaftar, mereka memiliki sekitar 3 hingga 10% dari data pihak pertama pembaca mereka.” Data pihak pertama, dari perspektif pengiklan yang ingin menjangkau audiens dan yang relevan, serta penayang yang ingin menawarkan inventaris berharga, tidaklah cukup.

Mengapa kami peduli. Dua tahun lalu, siapa yang membicarakan kamar bersih data? Lonjakan minat baru-baru ini dan signifikan, menurut IAB. DCR memiliki potensi, setidaknya, untuk menjaga merek tetap berhubungan dengan audiens mereka di internet terbuka; untuk menjaga kelangsungan inventaris penerbit; dan untuk memberikan kemampuan pengukuran yang canggih.

Bagaimana kamar bersih data dapat membantu. DCR adalah jenis teknologi peningkatan privasi yang memungkinkan pemilik data (termasuk merek dan penerbit) berbagi data pihak pertama pelanggan dengan cara yang mematuhi privasi. Kamar bersih adalah ruang aman tempat data pihak pertama dari sejumlah sumber dapat diselesaikan ke profil pelanggan yang sama sementara profil tersebut tetap dianonimkan.

Dengan kata lain, DCR adalah semacam Swiss — ruang di mana gencatan senjata menyerukan persaingan sementara data pihak pertama diperkaya tanpa mengorbankan privasi.

“Nilai ruang bersih data adalah penerbit dapat berkolaborasi dengan merek di seluruh sumber data mereka dan merek tersebut dapat memahami perilaku audiens,” kata Bestos. Misalnya, merek yang menjual kacamata mungkin tidak tahu apa-apa tentang pelanggannya kecuali data transaksi dasar — ​​dan bahwa mereka memakai kacamata. Mencocokkan profil dengan data perilaku penerbit memberikan pengayaan.

“Jika Anda dapat memahami konteks perilaku, Anda dapat memahami apa yang dibaca pelanggan Anda, apa yang mereka minati, apa hobi mereka,” kata Bustos. Berbekal wawasan tersebut, merek memiliki gagasan yang lebih baik tentang jenis konten yang ingin mereka iklankan.

Penayang memang perlu memiliki tingkat data pihak pertama tertentu agar pencocokan dapat dilakukan, meskipun tidak memiliki persyaratan universal untuk masuk seperti The New York Times. Penerbit mungkin hanya dapat mencocokkan sebagian kecil pelanggan penjual kaca mata, tetapi jika mereka suka membaca bagian olahraga dan seni, setidaknya hal itu memberikan panduan arah tentang audiens yang harus ditargetkan oleh penjual.

Gali lebih dalam: Mengapa kami peduli dengan ruang bersih data

Apa yang dianggap sebagai pencocokan yang baik? Dalam laporan “State of Data 2023”, yang berfokus hampir secara eksklusif pada data clean room, kekhawatiran dinyatakan bahwa kemanjuran DCR mungkin terancam oleh tingkat kecocokan yang buruk. Tingkat kecocokan rata-rata berkisar sekitar 50% (lebih sedikit untuk beberapa jenis DCR).

Bustos ingin memasukkan ini ke dalam konteks. “Saat Anda mencocokkan data dari perspektif cookie, tingkat kecocokan biasanya sekitar 70 persen,” katanya, jadi 50% tidak buruk, meskipun masih ada ruang untuk perbaikan.

Salah satu kendalanya adalah kurangnya interoperabilitas antara solusi identitas — meskipun memang ada; RampID LiveRamp dapat dioperasikan, misalnya, dengan UID2 The Trade Desk.

Namun demikian, kata Bustos, “sangat sulit bagi penerbit. Mereka memiliki banyak piksel identitas yang diaktifkan untuk semua hal yang berbeda ini. Anda tidak tahu penyedia identitas mana yang akan digunakan. Pasti ada jalan panjang di depan untuk memastikan ada interoperabilitas.”

Mempertahankan internet terbuka. Jika DCR dapat berkontribusi untuk memecahkan masalah kemampuan pengalamatan, mereka juga akan berkontribusi terhadap tantangan untuk menjaga agar internet tetap terbuka. Taman bertembok seperti Facebook memang memiliki banyak sekali data pihak pertama dan perilaku; merek dapat mengakses audiens tersebut, tetapi dengan visibilitas yang sangat terbatas ke dalamnya.

“Alasan CTV adalah proposisi yang sangat berharga bagi pengiklan adalah karena Anda dapat mengidentifikasi pengguna 1:1 yang sangat kuat,” kata Bustos. “Penerbit berita atau editorial standar Anda tidak memiliki itu. Maksud saya, New York Times telah pindah ke sana dan itu sangat sukses bagi mereka. Untuk bersaing dengan taman bertembok dan layanan streaming, penerbit perlu menawarkan tingkat pengalamatan tertentu — dan tanpa bergantung pada cookie.

Tapi DCR adalah lift yang berat. Kematangan data adalah kualifikasi penting untuk mendapatkan hasil maksimal dari DCR. Laporan IAB menunjukkan bahwa merek yang mengevaluasi atau menggunakan DCR, lebih dari 70% memiliki teknologi terkait data lainnya seperti CDP dan DMP.

“Jika Anda menginginkan ruang bersih data,” Bustos menjelaskan, “ada banyak solusi teknologi lain yang harus Anda miliki sebelumnya. Anda perlu memastikan bahwa Anda memiliki aset data yang kuat.” Dia juga merekomendasikan untuk memulai dengan menanyakan apa yang ingin Anda capai, bukan teknologi apa yang menyenangkan untuk dimiliki. “Pertanyaan pertama adalah, apa yang ingin Anda capai? Anda mungkin tidak memerlukan DCR. 'Saya ingin melakukan ini,' lalu lihat alat apa yang akan membawa Anda ke sana.

Pahami juga bahwa implementasi akan membutuhkan bakat. “Ini adalah proyek yang menuntut dalam hal penyiapan,” kata Bustos, “dan ada pertumbuhan yang signifikan dalam perusahaan dan agensi konsultan yang membantu menyiapkan ruang bersih data ini. Anda memang membutuhkan banyak orang, jadi akan lebih efisien jika menyewa bantuan dari luar untuk penyiapan, dan kemudian hanya memiliki kru pemeliharaan di rumah.”

Kurangnya penggunaan kemampuan pengukuran. Salah satu temuan utama dalam riset IAB adalah bahwa pengguna DCR lebih banyak mengeksploitasi kemampuan pencocokan audiens daripada menyadari potensi pengukuran dan atribusi. “Anda membutuhkan ilmuwan dan insinyur data yang sangat kuat untuk membuat model yang canggih,” kata Bustos.

“Banyak merek yang menyelidiki hal ini mengatakan, 'Saya ingin dapat melakukan analisis prediktif terhadap pelanggan saya yang bernilai seumur hidup tinggi yang akan membeli dalam 90 hari ke depan.' Atau 'Saya ingin dapat mengukur saluran mana yang mendorong peningkatan paling banyak.' Ini analisis yang sangat kompleks yang ingin mereka lakukan; tetapi mereka tidak benar-benar memiliki alasan mengapa. Apa intinya? Pahami hasil Anda dan kembangkan strategi data berurutan.”

Mencoba memahami peningkatan tambahan dari pemasaran Anda bisa memakan waktu lama, dia memperingatkan. “Tapi Anda dapat dengan mudah melakukan analisis jangkauan dan frekuensi serta tumpang tindih.” Itu akan mengidentifikasi investasi yang terbuang di saluran dan sebagai produk sampingan menunjukkan di mana peningkatan bertahap terjadi. “Ada kebutuhan bagi perusahaan untuk mengetahui apa yang mereka inginkan, mengidentifikasi apa hasilnya, dan kemudian ada langkah-langkah yang akan membawa Anda ke sana. Itu juga akan membantu membuktikan ROI.”

Gali lebih dalam: Kegagalan untuk mendapatkan hasil maksimal dari ruang bersih data menghabiskan uang pemasar